KI-Anwendungsfälle: Welche Aufgabe lohnt sich zuerst?

KI 08. 09. 2026

Rebi Okuyan Co-Founder

Die erste KI-Aufgabe entscheidet, ob im Team Vertrauen oder Skepsis entsteht. Deshalb ist die Frage nach dem Startpunkt keine Geschmacksfrage, sondern eine Sortieraufgabe mit wenigen klaren Kriterien. Dieser Text zeigt dir, wie du eine Ideenliste in einer Sitzung durchgehst.

Kurz gesagt: Der erste KI-Anwendungsfall sollte unspektakulär sein. Nimm die Aufgabe, die jede Woche mehrfach anfällt, die erkennbaren Regeln folgt, deren Daten bereits digital vorliegen und deren Ergebnis ein Mensch in Sekunden prüfen kann. Erfüllt eine Idee alle vier Punkte, ist sie ein guter Startkandidat. Erfüllt sie nur zwei, gehört sie auf die Später-Liste – nicht weil sie schlecht wäre, sondern weil sie als erstes Projekt zu viel gleichzeitig beweisen müsste: dass die Technik funktioniert, dass die Daten stimmen und dass das Team mitzieht.

Warum die spannendste Idee selten die erste ist

In fast jeder Ideensammlung steht der Fall mit der größten Bühne ganz oben. Meist ist es etwas wie: die KI schreibt unsere Angebote. Genau diese Fälle sind als Einstieg riskant, weil sie viele Sonderfälle enthalten, weil ein Fehler direkt beim Kunden landet und weil die nötigen Informationen häufig in Köpfen statt in Systemen stecken. Das Ergebnis ist oft ein Projekt, das lange läuft und spät zu einer Entscheidung führt. Ein kleiner Fall, der nach wenigen Wochen tatsächlich arbeitet, liefert dagegen etwas, das kein Konzept liefern kann: Erfahrung mit den eigenen Daten. Wenn dir die Grundbegriffe noch fehlen, hilft vorher ein Blick in Was ist KI-Automatisierung? Einfach erklärt.

Dazu passt eine Faustregel aus der Praxis: Anthropic empfiehlt in seinen Hinweisen zum Bau wirksamer Agenten, die einfachste Lösung zu wählen, die den Fall wirklich löst, und zusätzliche Komplexität nur dann einzubauen, wenn sie das Ergebnis messbar verbessert. Übersetzt auf die Priorisierung heißt das: Ein Fall, der eine simple Lösung erlaubt, ist als Start mehr wert als ein Fall, der von Anfang an ein ganzes System verlangt.

Vier Kriterien und ein K.-o.-Kriterium

Bewerte jede Idee auf denselben Achsen, sonst gewinnt am Ende die Idee mit der lautesten Fürsprache. Wir empfehlen diese fünf Punkte, weil sie sich meist ohne Vorarbeit beantworten lassen – die Beteiligten wissen aus dem Alltag, wie oft etwas anfällt und wie oft es schiefgeht.

Häufigkeit Wie oft fällt die Aufgabe an? Aufgaben, die seltener als wöchentlich vorkommen, sparen meist zu wenig Zeit für den Aufwand. Ausnahme sind seltene, aber sehr aufwendige Vorgänge wie Jahresabschlüsse oder Ausschreibungen.

Regelklarheit Könntest du einer neuen Kollegin den Ablauf in fünf Minuten erklären? Wenn die Antwort ständig kommt es darauf an lautet, ist der Prozess noch nicht reif.

Datenlage Liegen die nötigen Informationen in einem System, das man auslesen kann? Oder stecken sie in PDFs, Postfächern und im Gedächtnis einzelner Personen?

Prüfbarkeit Kann jemand in Sekunden erkennen, ob das Ergebnis brauchbar ist? Gut prüfbare Aufgaben erlauben einen ehrlichen Test, ohne dass Schaden entsteht.

Fehlerkosten Das K.-o.-Kriterium. Wenn ein falsches Ergebnis rechtliche, finanzielle oder gesundheitliche Folgen hat, ist der Fall kein Einstiegsprojekt – unabhängig davon, wie gut er sonst punktet.

So bewertest du deine Liste in einer Sitzung

Der Ablauf braucht keine Software und wenig Vorbereitung – im Wesentlichen eine Einladung und eine erste Ideenliste. Wichtig ist nur, dass die Menschen im Raum sitzen, die die Aufgaben tatsächlich erledigen – nicht ausschließlich die Leitungsebene.

Schritt 1: Sammeln Jede Person schreibt drei Aufgaben auf, die sie nervt und die sich wiederholt. Keine Lösungen, nur Aufgaben.

Schritt 2: Zusammenfassen Doppelte Nennungen zusammenlegen. Mehrfach genannte Aufgaben sind ein starkes Signal, aber noch kein Ergebnis.

Schritt 3: Bewerten Häufigkeit wird als Anzahl pro Woche notiert; Regelklarheit, Datenlage und Prüfbarkeit bekommen je eine Zahl von 1 bis 3. Wer einen Wert nicht kennt, notiert das als offene Frage statt zu raten.

Schritt 4: Aussortieren Alles mit hohen Fehlerkosten kommt in eine eigene Spalte für später. Diese Fälle sind nicht verboten, sie brauchen nur mehr Vorlauf und Kontrolle.

Schritt 5: Erfolgskriterium festlegen Für die zwei besten Aufgaben vorher aufschreiben, woran ihr am Ende eines vorher festgelegten Testzeitraums erkennt, dass es funktioniert hat. Ohne dieses Kriterium endet die Auswertung leicht in Meinungen.

Bewertungstabelle zum Ausfüllen

Trage deine Kandidaten in diese Struktur ein. Die Skala von 1 bis 3 bedeutet jeweils: 1 unklar, 2 teilweise, 3 eindeutig. Addiere die drei bewerteten Werte für Regeln, Daten und Prüfbarkeit und sortiere absteigend – aber lies die Spalte zu den Fehlerkosten zuerst, sie schlägt jede Punktzahl.

Aufgabe	Häufigkeit pro Woche	Regeln klar (1-3)	Daten verfügbar (1-3)	Ergebnis prüfbar (1-3)	Fehler tolerierbar?
Aufgabe 1 eintragen	Anzahl schätzen	1 / 2 / 3	1 / 2 / 3	1 / 2 / 3	ja / nein
Aufgabe 2 eintragen	Anzahl schätzen	1 / 2 / 3	1 / 2 / 3	1 / 2 / 3	ja / nein
Aufgabe 3 eintragen	Anzahl schätzen	1 / 2 / 3	1 / 2 / 3	1 / 2 / 3	ja / nein

Ein erfundenes Beispiel: Nordlicht Sanitär

Das folgende Unternehmen ist frei erfunden, die Zahlen sind ausgedacht und dienen nur der Veranschaulichung. Nordlicht Sanitär hat drei Ideen auf der Liste: automatische Angebotserstellung, Vorqualifizierung von Anfragen aus dem Kontaktformular und eine KI, die Rechnungen prüft. Die Angebote fallen selten an, hängen an Ortsterminen und enthalten Preise – hohe Fehlerkosten, schlechte Datenlage. Die Rechnungsprüfung ist regelklar, aber ein Fehler kostet direkt Geld. Bleibt die Vorqualifizierung: Sie passiert im Beispiel rund vierzig Mal pro Woche, die Regeln sind simpel (Was wird gebraucht? In welchem Ort? Bis wann?), die Daten liegen im Formular vor, und ein falsch einsortierter Fall lässt sich in zehn Sekunden korrigieren.

Rein hypothetisch gerechnet: Wenn jede Anfrage sechs Minuten Sortierarbeit kostet, sind vierzig Anfragen etwa vier Stunden pro Woche. Diese Rechnung ist ein Rechenweg, kein Versprechen – deine echten Werte musst du selbst messen, bevor du daraus einen Business Case machst. Und selbst wenn die Zeitersparnis geringer ausfällt, hat der Fall einen zweiten Wert: Das Team lernt an einem harmlosen Beispiel, wie es mit Vorschlägen einer Maschine umgeht. Ob daraus ein fester Ablauf oder etwas Flexibleres wird, klärt die Frage in KI-Agent oder Workflow.

Was diese Priorisierung nicht leistet

Die Tabelle ist ein Gesprächsstarter, keine Wirtschaftlichkeitsrechnung. Sie sagt nichts darüber, ob sich ein Fall am Ende rechnet, wie lange die Umsetzung dauert oder ob eure IT-Landschaft mitspielt. Sie ignoriert außerdem alles, was sich schlecht in Zahlen fassen lässt: Wie belastend eine Aufgabe für die Beteiligten ist, ob ein Betriebsrat einbezogen werden muss, ob personenbezogene Daten verarbeitet werden und welche internen Richtlinien gelten. Diese Punkte gehören geklärt, bevor gebaut wird, nicht danach. Und ein hoher Punktwert heißt nicht, dass etwas funktionieren wird – er heißt nur, dass ein Test schnell und günstig Klarheit bringen kann.

Der nächste sinnvolle Schritt

Geht es in deinem Pilot um wiederkehrende Fragen, prüfe zuerst die verfügbaren Quellen. Der Leitfaden zur Wissensbasis für einen KI-Chatbot zeigt, welche Inhalte freigegeben, aktuell gehalten und auf schwierige Testfragen geprüft werden sollten.

Nimm die beiden bestplatzierten Aufgaben und schreibe sie auf – wirklich auf Papier, Schritt für Schritt, inklusive der Ausnahmen. Wie das ohne wochenlange Dokumentationsprojekte geht, steht in Prozesse dokumentieren: Erst verstehen, dann automatisieren. Erst danach entscheidest du über Werkzeuge. Wenn du bei der Auswahl eine Außensicht willst, ist genau das der Inhalt einer KI-Beratung; für die anschließende Umsetzung des ersten Falls ist KI-Automatisierung der passende Rahmen. Wichtig ist die Reihenfolge: erst der Fall, dann das Werkzeug.