Viele KI-Projekte starten an der falschen Stelle. Sie wollen den Kernprozess automatisieren: Auftrag im ERP anlegen, Daten im Altsystem ändern, Freigaben auslösen. Genau dort sind Abhängigkeiten, Berechtigungen und Risiken jedoch am größten.
Der pragmatische Einstieg liegt oft davor und daneben: bei den Ausnahmefällen, Rückfragen und Übergaben, die Mitarbeiter heute manuell auffangen. Hier können KI-Agenten Arbeit vorbereiten, ohne dass die alte Fachanwendung ihre Rolle als führendes System verliert.
Ausnahmefälle sind Vorgänge, die nicht sauber durch den Standardprozess laufen: eine unvollständige Anfrage, ein Dokument mit fehlenden Angaben, eine E-Mail ohne klaren Empfänger oder eine Rückfrage, für die Wissen aus mehreren Ablagen nötig ist. Sie kosten unverhältnismäßig viel Zeit, weil jemand erst verstehen, nachfragen, suchen und den Fall richtig weitergeben muss.
Ein KI-Agent ist dafür kein autonomer Ersatz für Fachentscheidungen. Er verbindet klar definierte Quellen, Regeln und Arbeitsschritte: Informationen erfassen, einordnen, fehlende Angaben markieren und einen Vorgang an die richtige Person übergeben. Die Entscheidung bleibt dort, wo sie hingehört – beim zuständigen Mitarbeiter.
Weil ein Eingriff in ERP, Produktionsplanung oder gewachsene Fachanwendungen schnell zu einem Integrationsprojekt wird. Dann müssen Schnittstellen, Rollen, Fehlerfälle, Protokollierung und Rückabwicklung geklärt werden. Das kann sinnvoll sein, aber selten als erster Schritt.
Bei Ausnahmefällen ist die Grenze einfacher zu ziehen. Der Agent arbeitet mit einer begrenzten Datenbasis, schreibt zunächst nichts zurück und erzeugt ein prüfbares Ergebnis. Das senkt den technischen Aufwand ebenso wie das operative Risiko.
In vielen Unternehmen landen Anfragen zuerst in einem allgemeinen Postfach. Mitarbeiter lesen, sortieren, suchen Kontext und leiten weiter. Ein Agent kann Absender, Thema, Dringlichkeit und fehlende Informationen erkennen, eine kurze Zusammenfassung erstellen und den Vorgang dem passenden Team vorschlagen. Bei unsicheren Fällen markiert er die E-Mail für die manuelle Prüfung.
Der Nutzen ist nicht, jede Nachricht vollautomatisch zu beantworten. Er besteht darin, dass die erste Einordnung nicht mehr bei null beginnt – und dass Anfragen seltener zwischen Vertrieb, Service und Technik liegen bleiben.
Technische Hinweise, Angebotsvorlagen, alte Projektentscheidungen und Servicewissen liegen oft verteilt: in Dateifreigaben, Teams, Wikis oder PDF-Archiven. Ein Agent kann innerhalb freigegebener Quellen passende Fundstellen zusammenstellen und die Quellen sichtbar machen.
Entscheidend ist die Begrenzung: keine offene Suche über alle Daten, sondern klar definierte Wissensbereiche und Berechtigungen. So wird aus „Wer weiß das noch?“ eine nachvollziehbare Recherchevorlage.
Lieferscheine, Antragsunterlagen, technische Formulare oder Rechnungen treffen häufig unvollständig ein. Ein Agent kann Pflichtangaben prüfen, Dokumente klassifizieren und fehlende Felder herausstellen. Er entscheidet nicht über die Freigabe, sondern sorgt dafür, dass ein Mitarbeiter nur noch die fachlich relevanten Punkte prüft.
Das ist besonders geeignet, wenn sich die Prüfkriterien in Regeln übersetzen lassen und Ausnahmen sichtbar bleiben. Die Qualität steigt nicht durch blindes Durchwinken, sondern durch eine konsequente Vorprüfung.
Viele Verzögerungen entstehen nicht in einer Anwendung, sondern zwischen zwei Zuständigkeiten. Eine Anfrage wird per E-Mail weitergegeben, ein Ansprechpartner fehlt, der Kontext geht verloren. Ein Agent kann aus dem bisherigen Verlauf eine strukturierte Übergabe erstellen: Anliegen, bisherige Schritte, offene Fragen, zuständiges Team und relevante Anhänge.
Damit wird eine Übergabe zu einem klaren Arbeitsauftrag statt zu einer langen Mailkette.
Ein geeigneter Startfall erfüllt vier Kriterien:
Ein schlechter Startfall ist dagegen ein Prozess, bei dem jeder Fehler sofort rechtliche, finanzielle oder produktionstechnische Folgen hat. Wer KI dort beginnen lässt, verwechselt Mut mit Risikoappetit.
Auch ein Sidecar-Pilot braucht klare Leitplanken. Welche Quellen darf der Agent nutzen? Welche Person prüft sein Ergebnis? Wann muss er einen Fall ausdrücklich eskalieren? Und welche Kennzahl soll sich verbessern – Bearbeitungszeit, Anzahl offener Vorgänge, Rückfragequote oder Durchlaufzeit?
Gerade in einer alten IT-Landschaft ist dieser Zuschnitt wichtiger als die Wahl des Modells. Der erste produktive Agent muss nicht alles können. Er muss für einen begrenzten Prozess verlässlich genug sein, um Mitarbeitern Arbeit abzunehmen, ohne neue Schattenprozesse zu erzeugen.
Nicht das modernste Kernsystem entscheidet über den ersten KI-Nutzen. Entscheidend ist, wo täglich Zeit in Einordnung, Suche, Rückfragen und Übergaben verloren geht. Dort lässt sich ein Agent kontrolliert danebenstellen – mit begrenzten Rechten, menschlicher Freigabe und messbarem Ergebnis.
Der klügste KI-Einstieg automatisiert nicht zuerst das Herzstück der alten IT. Er nimmt den Menschen die Reibung rundherum ab.