Viele wiederkehrende Prozesse lassen sich mit festen Regeln automatisieren, ganz ohne KI. Ein KI-Modell lohnt sich erst, wenn Texte, Dokumente oder Sonderfälle dazukommen. Dieser Ratgeber zeigt, woran Sie den Unterschied erkennen und wie wir in Projekten vorgehen.
Von Johann, Gründer und Geschäftsführer
Hinter dem Begriff KI-Automatisierung stehen in der Praxis drei Stufen. Sie unterscheiden sich darin, wie viel das System selbst entscheidet. Davon hängen Aufwand, laufende Kosten und Risiko ab.
| Feste Regeln | KI im festen Prozess | KI-Agent | |
|---|---|---|---|
| So funktioniert es | Jeder Schritt ist vorab festgelegt: Tritt A ein, folgt B. | Der Prozess ist fest vorgegeben. An einer Stelle liest, bewertet oder formuliert ein KI-Modell. | Das Modell plant die Schritte selbst und greift dafür auf Funktionen Ihrer Anwendungen zu. |
| Geeignet für | gleichartige Fälle mit strukturierten Daten | Texte, Dokumente und Bilder, die jedes Mal anders aussehen | Aufgaben, bei denen der Weg vom Einzelfall abhängt |
| Beispiel | Eine Bestellung löst Rechnung, Lagerbuchung und Bestätigung aus. | Ein gescanntes Formular wird ausgelesen und als Vorschlag in die Anwendung übernommen. | Ein Agent prüft einen Antrag auf Vollständigkeit, fordert fehlende Angaben an und legt den Fall zur Freigabe vor. |
| Ergebnis | bei gleicher Eingabe immer gleich | in den meisten Fällen richtig, deshalb mit Prüfung | entsteht über mehrere Schritte, deshalb mit klaren Grenzen und Freigabe |
| Laufende Kosten | Betrieb der Anwendung | zusätzlich ein Aufruf des Modells je Fall | zusätzlich mehrere Aufrufe des Modells je Aufgabe |
Als KI-Agentur setzen wir alle drei Stufen um, auch nebeneinander in einem Projekt. Die Standardfälle laufen dann über feste Regeln, das Lesen und Zuordnen übernimmt ein KI-Modell. Einen Agenten setzen wir nur ein, wo erst der Einzelfall zeigt, welche Schritte nötig sind.
Ob für einen Prozess feste Regeln genügen oder ein KI-Modell hilft, lässt sich meist in einem Gespräch klären. Mit diesen fünf Fragen beginnen wir.
Automatisierung rechnet sich über die Menge, eine täglich anfallende Aufgabe eignet sich deshalb gut. Was nur zweimal im Jahr vorkommt, ist von Hand schneller erledigt, als die Automatisierung eingerichtet wäre.
Lassen sich fast alle Fälle nach denselben Regeln bearbeiten, genügt klassische Automatisierung. Ein KI-Modell braucht es erst, wenn Anfragen und Unterlagen als freier Text, als Scan oder in immer neuer Form eintreffen.
Ein falsch vergebenes Stichwort lässt sich korrigieren. Eine falsche Zusage an einen Kunden oder eine Fehlbuchung kann dagegen teuer werden. Je mehr ein Fehler kosten kann, desto wichtiger ist es, dass jemand das Ergebnis prüft, bevor es übernommen wird.
Ein Modell kann nur verarbeiten, was es zu sehen bekommt. Steckt das Wissen in Köpfen, E-Mails oder Papierordnern, klären wir zuerst, wie es in den Prozess gelangt. Ebenso klären wir, welche Daten an ein Modell gehen dürfen.
Für jeden Schritt muss geklärt sein, ob das Ergebnis direkt übernommen wird oder ob es vorher jemand prüft. Bei uns geht alles, was die KI liefert, zunächst als Vorschlag in einen Freigabeschritt, und unsichere Fälle landen immer bei einem Menschen.
Aus den Antworten ergibt sich, welche Stufe zu Ihrer Aufgabe passt.
| Ihre Aufgabe | Empfehlung | Warum |
|---|---|---|
| Gleichartige Fälle mit strukturierten Daten, immer derselbe Ablauf | Feste Regeln | Das Ergebnis ist bei jedem Durchlauf gleich, und der Betrieb kostet wenig. |
| Dokumente, E-Mails oder freie Texte müssen gelesen und zugeordnet werden | KI im festen Prozess | Das Modell liest, was sich nicht in Regeln fassen lässt. Der übrige Prozess bleibt fest vorgegeben. |
| Mehrere Schritte in verschiedenen Anwendungen, je nach Fall unterschiedlich | KI-Agent | Der Agent wählt die Schritte selbst, innerhalb der Grenzen, die Sie festlegen. |
| Ein Fehler hätte rechtliche oder finanzielle Folgen | KI mit Freigabe | Die KI bereitet die Entscheidung vor, treffen muss sie jemand aus Ihrem Team. |
| Die Aufgabe kommt selten vor, oder der Prozess ist noch unklar | Erst den Prozess klären | Bei seltenen Aufgaben lohnt der Aufwand kaum, und automatisieren lässt sich erst, was klar geregelt ist. |
Bei welcher Aufgabe verliert Ihr Team heute die meiste Zeit?
Beschreiben Sie uns den Prozess. Im kostenlosen Erstgespräch sagen wir Ihnen, ob feste Regeln genügen oder ob ein KI-Modell weiterhilft.
Fünf Anwendungsfälle aus Projekten, die wir entwickelt haben und betreiben. In jedem entscheidet am Ende ein Mensch.
Im Vertrieb von Wenatex entstehen Formulare auf Papier und am Tablet. Gescannte Formulare liest die KI aus, erkennt die Angaben und übergibt sie strukturiert an die Anwendungen; abtippen muss sie niemand mehr.
Handel und Direktvertrieb · vier Länder, drei Sprachen
Referenz ansehenDie KI fasst Beipackzettel zusammen und verlinkt verwandte Inhalte. Eingeführt haben wir die Zusammenfassungen mit redaktioneller Freigabe; jede verweist auf die vollständige Packungsbeilage.
Gesundheitsplattform · über 90.000 Medikamente aus 9 Ländern in 7 Sprachen
Referenz ansehenFür den Bildungsmarktplatz der AK Kärnten erstellt die KI Kurszusammenfassungen und Übersetzungen. Das Modell stammt von einem europäischen Anbieter.
Bildungsmarktplatz · knapp 9.000 Kurse online (Stand 30.09.2026)
Referenz ansehenIn den Apps für betriebliche Gesundheitsförderung gibt die KI individuelle Empfehlungen für Übungen. Ob und wann jemand übt, entscheidet jede Person selbst.
Betriebliche Gesundheitsförderung · Whitelabel-Apps für iOS und Android
Referenz ansehenIm Investment-Dashboard gleicht die KI Profile von Investor:innen und Startups ab und schlägt vor, wer zusammenpasst. Die Entscheidung treffen die Menschen.
Venture Capital · Investment-Dashboard mit Pooling, LOI-Signing und Beschlussfassung
Referenz ansehenEin unklarer Prozess wird durch KI nicht klarer. Solange offen ist, wer wofür zuständig ist und wann ein Fall als erledigt gilt, hilft auch das beste Modell wenig. Deshalb halten wir in jedem Projekt zuerst fest, welche Schritte es gibt, welche Daten fließen und wo Rückfragen entstehen.
Sobald der Ablauf steht, übernehmen feste Regeln die Standardfälle, und die KI erledigt, was Regeln nicht abdecken. Häufig zeigt sich dabei, dass sich ein Teil der Arbeit ganz ohne KI erledigen lässt. Wie wir Abläufe aus Excel, E-Mail und Papier in eine Anwendung überführen, beschreibt die Seite Prozessdigitalisierung.
Die Kosten bestehen aus zwei Teilen. Einmalig zahlen Sie die Entwicklung. Dazu gehört, den Prozess zu klären, die KI in Ihre Anwendungen einzubinden, Freigabeschritte zu bauen und mit echten Fällen zu testen. Wie hoch der Aufwand ist, hängt vor allem von der Zahl der Schnittstellen und der Qualität der Daten ab.
Laufend fallen Kosten für die Nutzung der Modelle an, abgerechnet nach Verbrauch. Dazu kommen Betrieb und Pflege der Anwendung. Ein Agent, der für eine Aufgabe mehrere Schritte braucht, ruft das Modell öfter auf als ein Prozess, in dem die KI nur einen Schritt übernimmt. Wir weisen die laufenden Kosten getrennt aus und begrenzen sie über Nutzungslimits, damit Sie Kosten und Nutzen vergleichen können.
Für die meisten Aufgaben genügt ein Modell, das über eine Schnittstelle angebunden ist. Eigene oder gemietete Hardware lohnt sich, wenn Daten Ihr Netzwerk nicht verlassen dürfen oder die anfallende Menge die Fixkosten rechtfertigt. Nach der Discovery erhalten Sie ein Angebot mit Festpreis oder einem vereinbarten Sprint-Budget.
Vor dem Start ist geklärt, welche Daten ein Modell sieht, bei welchem Anbieter es läuft und in welcher Region. Verarbeitet der Anbieter personenbezogene Daten in Ihrem Auftrag, kommt die Vereinbarung zur Auftragsverarbeitung hinzu (Art. 28 DSGVO). Sensible Angaben lassen sich vorab entfernen oder ersetzen.
Zwei Regelwerke sollten Sie dabei kennen. Nach der DSGVO dürfen Entscheidungen mit rechtlicher Wirkung grundsätzlich nicht ausschließlich automatisiert getroffen werden (Art. 22). Ob es einen Freigabeschritt gibt, ist deshalb auch eine rechtliche Frage. Der AI Act, die KI-Verordnung der EU, verlangt Maßnahmen, um die Entwicklung der KI-Kompetenz der Mitarbeitenden zu unterstützen (Art. 4, anwendbar seit 2. Februar 2025). Seit 2. August 2026 gelten außerdem Transparenzpflichten, etwa zur Kennzeichnung KI-erzeugter Inhalte (Art. 50).
Stand: November 2026. Dieser Ratgeber informiert allgemein und ist keine Rechtsberatung. Für rechtsverbindliche Auskünfte ziehen Sie bitte immer eine Rechtsanwältin oder einen Rechtsanwalt zu Rate. Mehr zu DSGVO und AI Act steht auf der Seite KI-Beratung. Pflichten und Fristen im Einzelnen beschreibt der Ratgeber AI Act für Unternehmen.
Ob sich die Automatisierung lohnt, zeigt ein Pilotprojekt mit einem einzigen Prozess.
Geeignet ist eine Aufgabe, die oft vorkommt und heute viel Zeit kostet. Dort lässt sich der Nutzen am deutlichsten ablesen.
Vor dem Start vereinbaren wir, woran der Erfolg gemessen wird, etwa an der Bearbeitungszeit oder am Anteil der Fälle ohne Nacharbeit.
Dafür nehmen wir Dokumente und Fälle aus Ihrem Alltag. Erst daran erkennt man, wo ein Modell unsicher wird.
Nach dem Pilotprojekt liegen Messwerte vor. Anhand dieser Zahlen entscheiden Sie über den Ausbau.
Gesundheit · Plattform und Apps„Seit 2020 ist bitcraft unser Partner für medikamio und Pillreminder: von der Entwicklung über den laufenden Betrieb bis dazu, dass man uns bei Google und in KI-Antworten findet. Wir haben einen Ansprechpartner, der unser Geschäft kennt, vorausdenkt und Zusagen einhält.“
Was Unternehmen vor dem ersten Projekt am häufigsten fragen.
KI-Automatisierung verbindet fest definierte Prozesse mit KI-Modellen. Die Modelle übernehmen jene Schritte, die sich nicht in Regeln fassen lassen, etwa das Lesen von Texten, das Auslesen von Dokumenten oder das Zusammenfassen und Zuordnen von Inhalten. Der übrige Prozess bleibt fest vorgegeben.
Drei Stufen der AutomatisierungGeeignet sind Aufgaben, die oft vorkommen und bei denen Texte, Dokumente oder Bilder verarbeitet werden. Dazu gehört, Formulare auszulesen, Anfragen zuzuordnen und Inhalte zusammenzufassen oder zu übersetzen. Bei unserem Kunden Wenatex werden so gescannte Formulare ausgelesen, bei medikamio Beipackzettel zusammengefasst.
Beispiele aus ProjektenKlassische Automatisierung folgt festen Regeln und liefert bei gleicher Eingabe immer dasselbe Ergebnis. KI-Automatisierung kommt auch mit Eingaben zurecht, die jedes Mal anders aussehen. Ihre Ergebnisse sind aber nicht in jedem Fall richtig, deshalb gehört ein Freigabeschritt dazu.
Die Kosten bestehen aus der einmaligen Entwicklung und den laufenden Kosten für die Nutzung der Modelle und den Betrieb. Den Aufwand bestimmen Schnittstellen, Datenqualität und die Zahl der Schritte, die ein Modell je Aufgabe braucht. Nach der Discovery erhalten Sie ein Angebot mit Festpreis oder einem vereinbarten Sprint-Budget.
Was den Preis bestimmtJa, zumindest der Prozess, um den es geht, muss klar geregelt sein, denn KI macht einen unklaren Prozess nicht klarer. Zuerst wird er festgelegt, dann laufen die Standardfälle über feste Regeln, und die KI übernimmt den Rest.
Erst der Prozess, dann die KIJemand aus Ihrem Team. Jedes Ergebnis der KI geht als Vorschlag in einen Freigabeschritt, und unsichere Fälle gehen immer an eine Mitarbeiterin oder einen Mitarbeiter. Im laufenden Betrieb prüfen wir zusätzlich im Monitoring, wie gut die Ergebnisse sind.
Abgerufen am 10.11.2026. Stand: November 2026. Dieser Ratgeber informiert allgemein und ist keine Rechtsberatung. Für rechtsverbindliche Auskünfte ziehen Sie bitte immer eine Rechtsanwältin oder einen Rechtsanwalt zu Rate.
Leistungen und Ratgeber, die bei der Umsetzung weiterhelfen.
Beschreiben Sie eine Aufgabe, die heute viel Zeit kostet. Wir melden uns innerhalb eines Werktags.