Artikel 3 der Serie „KI wirtschaftlich einsetzen“
Die Frage, ob Unternehmen KI einsetzen sollten, stellt sich heute kaum noch. Viel häufiger geht es darum, wie sich KI sinnvoll in bestehende Arbeitsabläufe integrieren lässt.
Genau an dieser Stelle entsteht jedoch häufig unnötige Komplexität.
Ein Chat-System soll plötzlich umfangreiche Recherchen übernehmen. Agentische Workflows werden für Aufgaben eingesetzt, die sich direkt im Zielsystem schneller erledigen ließen. Oder Dokumente entstehen in einem einzigen End-to-End-Lauf, obwohl Recherche, Review und Finalisierung ganz unterschiedliche Anforderungen haben.
Das eigentliche Problem ist dabei selten die Technologie. Viel häufiger fehlt eine klare Arbeitsteilung zwischen den Werkzeugen.
Im ersten Teil dieser Serie stand die Frage im Mittelpunkt, warum für einen wirtschaftlichen KI-Einsatz der richtige Workflow wichtiger ist als der perfekte Prompt. Im zweiten Teil ging es darum, wann agentische KI ihren zusätzlichen Orchestrierungsaufwand tatsächlich rechtfertigt – und wann einfachere Lösungen die bessere Wahl sind. In diesem Teil gehen wir nun einen Schritt weiter. Denn selbst wenn diese Entscheidungen getroffen sind, bleibt eine zentrale Frage:
Welches Werkzeug eignet sich für welchen Arbeitsschritt?
Die Antwort entscheidet nicht nur über die Qualität der Ergebnisse. Sie beeinflusst ebenso, wie nachvollziehbar Prozesse bleiben, wie hoch der Betriebsaufwand ausfällt und ob sich KI dauerhaft wirtschaftlich einsetzen lässt.
Ein häufiger Irrtum besteht darin, möglichst viele Aufgaben an ein einzelnes KI-System zu übergeben. Dabei entsteht produktive Zusammenarbeit selten dadurch, dass ein Werkzeug alles übernimmt.
Genau wie in einem Team sollte auch bei KI jedes Werkzeug das tun, worin es seine größten Stärken besitzt.
Für viele Unternehmen reicht dafür ein vergleichsweise einfaches Arbeitsmodell aus:
Dieses Modell wirkt zunächst erstaunlich schlicht. Gerade deshalb funktioniert es in der Praxis so gut. Es hält Komplexität dort, wo sie fachlich notwendig ist, und vermeidet sie dort, wo sie keinen zusätzlichen Nutzen schafft.
Wichtig ist allerdings ein Aspekt, der sich bereits durch die ersten beiden Teile dieser Serie gezogen hat: Eine allgemeingültige Tool-Empfehlung gibt es nicht.
Ob ein Arbeitsschritt besser in einem Chat-System, einem Agenten oder direkt im Zielsystem stattfindet, hängt immer auch von den eingesetzten Produkten, deren Integration und dem jeweiligen Lizenz- beziehungsweise Preismodell ab. Wo KI-Funktionen bereits nahtlos in Anwendungen integriert sind, verschieben sich diese Grenzen häufig. Ebenso beeinflusst es die Wirtschaftlichkeit, ob ein Dienst pauschal lizenziert oder verbrauchsabhängig abgerechnet wird.
Das hier vorgestellte Modell versteht sich deshalb nicht als starre Architekturvorgabe. Es bietet vielmehr eine Orientierung, mit der Unternehmen ihre eigenen KI-Workflows bewusst gestalten und fundierte Entscheidungen treffen können.
Bevor eine Aufgabe an ein KI-System übergeben wird, lohnt sich ein kurzer Moment der Einordnung. Oft reichen bereits drei einfache Fragen aus, um den passenden Workflow zu finden.
Müssen dagegen Informationen recherchiert, strukturiert oder aus mehreren Quellen zusammengeführt werden, spielen agentische Systeme ihre Stärken aus.
Befinden sich alle relevanten Informationen bereits in einem Dokument, einer E-Mail oder einer einzelnen Anwendung, entsteht durch zusätzliche Orchestrierung häufig kaum Mehrwert. Müssen dagegen Informationen aus Mails, Dokumenten, Tickets oder Fachsystemen zusammengeführt werden, kann ein Agent den Aufwand erheblich reduzieren.
Während agentische Systeme häufig die Vorarbeit übernehmen, entstehen die endgültigen Ergebnisse meist dort, wo sie anschließend genutzt werden – beispielsweise in Word, PowerPoint oder einer Fachanwendung. Genau dort spielen Layout, Formatierung, Zusammenarbeit und Governance ihre Stärken aus.
Wer diese drei Fragen konsequent beantwortet, trifft bei der Auswahl der passenden Werkzeuge deutlich seltener Fehlentscheidungen. Gleichzeitig entsteht eine klare Arbeitsteilung zwischen Chat-Systemen, Agenten und Zielsystemen – unabhängig davon, welche konkreten Produkte im Unternehmen eingesetzt werden.
Für den praktischen Alltag lassen sich sieben wiederkehrende Szenarien unterscheiden, die die Spannbreite gut abdecken: Von kleinen Interaktionen bis zu mehrstufiger Vorarbeit, von Office-Arbeit bis Entwicklung.
Wie diese Arbeitsteilung in der Praxis aussehen kann, zeigen die folgenden Beispiele aus dem Unternehmensalltag. Sie verdeutlichen, welches Werkzeug sich für welchen Arbeitsschritt eignet und warum die jeweilige Aufteilung sinnvoll sein kann.
Eine kurze E-Mail beantworten gehört zu den häufigsten Aufgaben im Büroalltag – und gleichzeitig zu den Beispielen, bei denen KI oft unnötig kompliziert eingesetzt wird.
Obwohl alle relevanten Informationen bereits im Postfach vorliegen, werden Inhalte in separate Tools kopiert oder agentische Workflows gestartet. Der zusätzliche Aufwand bringt in solchen Fällen jedoch selten einen erkennbaren Mehrwert.
Wirtschaftlicher ist meist der direkte Weg. Die E-Mail bleibt in Outlook oder einem vergleichbaren Mailprogramm, während eine integrierte KI-Funktion oder ein Chat-System mit Zugriff auf den vorhandenen Kontext beim Formulieren unterstützt. Anschließend kann die Antwort unmittelbar versendet werden.
Gerade hier zeigt sich ein Grundprinzip wirtschaftlicher KI-Nutzung: Je weniger Medienbrüche entstehen, desto effizienter wird der gesamte Workflow.
Ganz anders sieht die Situation bei der Vorbereitung eines Workshops aus.
Hier müssen häufig Informationen aus unterschiedlichen Quellen zusammengetragen, offene Fragen identifiziert und Inhalte für verschiedene Zielgruppen strukturiert werden. Die eigentliche Herausforderung liegt also nicht in der späteren Präsentation, sondern in der umfangreichen Vorarbeit.
Genau dafür eignen sich agentische Systeme besonders gut. Sie können Informationen aus Dokumenten, E-Mails, Notizen oder Tickets zusammenführen und daraus eine erste Struktur entwickeln.
Sobald diese Grundlage geschaffen ist, übernimmt wieder der Mensch. Ein Chat-System unterstützt dabei, Inhalte zu verdichten, Formulierungen zu schärfen oder alternative Agenda-Varianten zu entwickeln. Die finale Ausarbeitung erfolgt anschließend dort, wo später tatsächlich gearbeitet wird – beispielsweise in Word, PowerPoint oder einem Whiteboard-Tool.
Auf diese Weise übernimmt jedes Werkzeug genau die Aufgabe, für die es am besten geeignet ist.
Auch Präsentationen bestehen aus mehreren, klar voneinander getrennten Arbeitsschritten.
Bevor überhaupt die erste Folie entsteht, müssen Informationen recherchiert, Argumente strukturiert und eine schlüssige Storyline entwickelt werden. Erst anschließend beginnt die eigentliche Präsentationsarbeit.
Ein agentischer Workflow kann diese inhaltliche Vorarbeit deutlich beschleunigen, indem er Quellen zusammenführt und erste Gliederungen erstellt. Ein Chat-System eignet sich anschließend hervorragend, um Formulierungen zu verbessern, Kernaussagen zu verdichten oder alternative Argumentationslinien zu entwickeln.
Die eigentliche Präsentation entsteht jedoch im Zielsystem – etwa in PowerPoint. Dort werden Inhalte visualisiert, Folien gestaltet, Corporate Design berücksichtigt und Sprechernotizen ergänzt.
Gerade dieser letzte Schritt zeigt, warum sich nicht jeder Workflow vollständig an ein einzelnes KI-System delegieren lässt. Gute Präsentationen entstehen nicht allein durch gute Inhalte. Ebenso wichtig sind Struktur, Gestaltung und die spätere Zusammenarbeit im Team – und genau dafür bleibt das Zielsystem der richtige Ort.
Ob Konzeptpapier, Fachartikel oder Projektdokumentation – umfangreiche Dokumente entstehen selten in einem einzigen Arbeitsschritt. Sie entwickeln sich Schritt für Schritt: Ideen werden gesammelt, Inhalte strukturiert, Abschnitte formuliert und anschließend mehrfach überarbeitet.
Genau deshalb eignet sich auch hier eine klare Arbeitsteilung.
Agentische Systeme können dabei unterstützen, Informationen zusammenzutragen, erste Gliederungen zu entwickeln oder offene Fragestellungen sichtbar zu machen. Ein Chat-System hilft anschließend, Formulierungen zu präzisieren, Inhalte zu kürzen oder alternative Argumentationslinien zu entwickeln.
Die eigentliche Dokumentarbeit findet jedoch im Zielsystem statt. Dort entstehen Überschriftenstrukturen, Verzeichnisse, Kommentare und Formatierungen – also genau die Elemente, die für Zusammenarbeit, Nachvollziehbarkeit und Governance entscheidend sind.
Mit anderen Worten: KI unterstützt die Entstehung eines Dokuments. Das fertige Dokument entsteht jedoch dort, wo später auch damit gearbeitet wird.
Angebote gehören zu den Dokumenten, bei denen KI besonders viel Zeit sparen kann – und gleichzeitig besondere Sorgfalt erfordert.
Agentische Systeme können relevante Informationen zusammentragen, Anforderungen strukturieren oder auf offene Punkte hinweisen. Chat-Systeme unterstützen dabei, Formulierungen zu verbessern, verschiedene Varianten zu entwickeln oder den Text an unterschiedliche Zielgruppen anzupassen.
Die Verantwortung für das Ergebnis bleibt jedoch immer beim Unternehmen.
Preise, Zusagen, technische Aussagen oder rechtliche Rahmenbedingungen sollten deshalb grundsätzlich fachlich geprüft werden, bevor eine Unterlage das Unternehmen verlässt.
Gerade hier zeigt sich, dass wirtschaftlicher KI-Einsatz nicht bedeutet, möglichst viele Entscheidungen an KI zu delegieren. Wirtschaftlich ist vielmehr ein Workflow, bei dem KI Routinearbeit übernimmt und Menschen ihre Zeit dort investieren, wo Erfahrung, Verantwortung und Fachwissen gefragt sind.
Diese Logik gilt nicht nur für Angebote, sondern grundsätzlich für alle Inhalte, die rechtliche, finanzielle oder geschäftskritische Auswirkungen haben.
Wiederkehrende Reports gelten häufig als ideale Einsatzgebiete für KI. Tatsächlich lohnt sich hier jedoch zunächst eine andere Frage:
Muss dieser Report überhaupt jedes Mal neu von einer KI erstellt werden?
Viele Bestandteile eines Reports folgen festen Regeln. Daten werden aus Systemen übernommen, Kennzahlen berechnet oder Tabellen aktualisiert. Für solche Aufgaben reicht klassische Automatisierung häufig vollkommen aus – schneller, günstiger und reproduzierbar.
KI entfaltet ihren Mehrwert erst dort, wo Daten interpretiert werden sollen. Beispielsweise kann sie Veränderungen zusammenfassen, Management Summaries formulieren oder auf ungewöhnliche Entwicklungen hinweisen.
Ebenso wichtig ist die Frage nach der Frequenz. Ein Report, der täglich erzeugt wird, obwohl sich die Daten nur einmal pro Woche verändern, verursacht unnötige Kosten – insbesondere bei verbrauchsabhängigen Abrechnungsmodellen.
Deshalb lohnt es sich, nicht nur über den Inhalt eines Reports nachzudenken, sondern auch darüber, wann und warum er überhaupt erstellt werden soll.
Auch in der Softwareentwicklung gilt: Der größte Mehrwert entsteht dort, wo KI möglichst nah am eigentlichen Arbeitskontext arbeitet.
Moderne Entwicklungsumgebungen unterstützen Entwicklerinnen und Entwickler bereits heute beim Schreiben von Code, beim Refactoring, bei Tests oder bei Sicherheitsanalysen. Genau dort liegen der notwendige Kontext und die relevanten Artefakte bereits vor.
Für Architekturfragen, Reviews oder einzelne fachliche Fragestellungen kann ein Chat-System eine sinnvolle Ergänzung sein. Müssen dagegen mehrere Repositories, Pipelines oder Entwicklungsprozesse zusammengeführt werden, können agentische Systeme ihre Stärken ausspielen.
Unabhängig vom eingesetzten Werkzeug gilt jedoch derselbe Grundsatz wie in allen anderen Bereichen: Je weniger Informationen zwischen verschiedenen Systemen kopiert werden müssen, desto effizienter und sicherer wird der gesamte Workflow.
Auch wenn sich die einzelnen Anwendungsfälle unterscheiden, lassen sich daraus einige einfache Grundregeln ableiten.
Gerade bei verbrauchsabhängigen Modellen kann jeder zusätzlich verarbeitete Inhalt Ressourcen beanspruchen. Statt einem System möglichst große Datenmengen zur Verfügung zu stellen oder es selbst nach relevanten Informationen suchen zu lassen, sollte der benötigte Kontext deshalb möglichst gezielt eingegrenzt werden.
Nicht möglichst viel Kontext zählt, sondern möglichst relevanter Kontext.
Gerade bei agentischen Systemen verhindert diese Trennung, dass unnötige Iterationen innerhalb eines laufenden Workflows entstehen. Denn jeder zusätzliche Verarbeitungsschritt, jeder Tool-Aufruf und jede erneute Überarbeitung kann den Ressourcenverbrauch erhöhen.
Das Ziel sollte deshalb nicht sein, einen Agenten möglichst viel ausprobieren zu lassen. Besser ist ein klar definierter Workflow, der weiß, welche Schritte erforderlich sind und welches Ergebnis erwartet wird.
Dabei lohnt sich auch ein Blick auf die Laufzeit und Komplexität eines Workflows. Klare Voraussetzungen, begrenzte Verarbeitungsschritte und definierte Ausgabeformate können dazu beitragen, unnötige Iterationen zu vermeiden.
Besonders bei verbrauchsabhängigen Modellen wird damit aus Workflow-Design gleichzeitig Cost Engineering: Nicht nur das Ergebnis zählt, sondern auch, mit welchem Aufwand es erzeugt wird.
Diese Regeln wirken auf den ersten Blick unspektakulär. Genau darin liegt ihre Stärke. Sie lassen sich unabhängig von einzelnen Produkten anwenden und bilden eine stabile Grundlage für wirtschaftliche KI-Workflows – auch wenn sich Technologien und Preismodelle weiterentwickeln.
Fazit
Gute KI-Workflows beginnen nicht mit der Tool-Auswahl
Wirtschaftlicher KI-Einsatz beginnt mit den richtigen Entscheidungen: Braucht eine Aufgabe überhaupt KI? Wenn ja, reicht ein einzelner KI-Aufruf oder braucht es agentische Orchestrierung? Und welches Werkzeug übernimmt welchen Arbeitsschritt?
Wer diese Fragen bewusst beantwortet, schafft Prozesse, die nicht nur effizienter, sondern auch nachvollziehbar und langfristig beherrschbar bleiben.
Dabei gilt ein einfacher Grundsatz: Nicht jedes Werkzeug muss alles können. Entscheidend ist, dass jedes Werkzeug dort eingesetzt wird, wo es seine Stärken ausspielt.
Wir sind für Sie da.
Bei welchem Projekt oder welcher Herausforderung dürfen wir Sie unterstützen?
Wir sind gerne für Sie da.
HEIKO WESSELS
Wollen Sie immer up2date sein? Dann melden Sie sich jetzt zu unserem Newsletter an
Bleiben Sie auf dem Laufenden. Wir informieren Sie regelmäßig über aktuelle Trends und technologische Neuerungen sowie geplante Webinare und Events. Sie erhalten Einblick in interessante Kundenprojekte und werfen einen Blick hinter die Kulissen. Melden Sie sich jetzt an.
