Eine geeignete Aufgabe für den Einstieg auswählen
Beginnen Sie mit einer häufigen, klar abgegrenzten Aufgabe, deren Ergebnis sich leicht prüfen lässt, etwa dem Erstellen von Antwortentwürfen für wiederkehrende Fragen. Klassische Automatisierung eignet sich für klar definierte Eingaben, Regeln und Ergebnisse; muss eine Aufgabe Texte interpretieren oder kontextbezogene Antworten formulieren, kann generative KI diesen Teil unterstützen.
Halten Sie vor der Verbindung mit anderen Werkzeugen fest, wie der Ablauf derzeit funktioniert, welche Informationen jeder Schritt benötigt und was schiefgehen könnte. Prüfen Sie mögliche Fehlerfolgen im konkreten Prozess und wählen Sie für den ersten Test einen Ablauf, bei dem sich Fehler rückgängig machen lassen und eine Person sie erkennt, bevor jemand betroffen ist.
Verzichten Sie auf Aufgaben, die sensible Entscheidungen, weitreichenden Zugriff auf personenbezogene Daten oder unumkehrbare Aktionen erfordern. Am Anfang geht es nicht um eine vollständige Automatisierung, sondern um einen kleinen, überprüfbaren Teilprozess. Wenn sich nicht beschreiben lässt, was eine akzeptable Antwort ausmacht, fehlt noch ein klares Kriterium zur Bewertung des Ablaufs.
Regeln und generative KI sinnvoll aufteilen
Teilen Sie die Arbeit in einzelne Schritte auf und weisen Sie jedem das passende Werkzeug zu. Feste Regeln können erkennen, dass eine Nachricht eingegangen ist, einen Eintrag speichern oder sie an ein bestimmtes Postfach weiterleiten. Generative KI kann den Text zusammenfassen, das wahrscheinliche Thema erkennen oder eine natürlich formulierte Antwort vorbereiten. Vorhersehbare Abläufe sollten Regeln übernehmen; das Modell ist für Interpretation und Formulierung zuständig.
Ein einfacher Ablauf könnte so aussehen: Anfrage empfangen, nicht benötigte Angaben entfernen oder ersetzen, Thema zuordnen, Entwurf erstellen, einer Person zur Prüfung vorlegen und das freigegebene Ergebnis speichern. Die Zuordnung des Modells ist ein Vorschlag, keine Gewissheit. Passt die Kategorie nicht oder fehlen Angaben, muss sich der Fall als unklar kennzeichnen und zur Prüfung weiterleiten lassen.
Die generierte Ausgabe kann variieren, selbst wenn eine neue Eingabe einer früheren ähnelt. Verlassen Sie sich deshalb nicht auf stets gleiche Formulierungen und verwenden Sie Modelltexte nicht ohne zusätzliche Prüfungen als automatische Anweisungen. Bei Schritten mit Datenänderungen oder Auswirkungen auf andere Personen lässt sich praktisch prüfen, welche Bedingungen gelten, wie sich der Ablauf stoppen lässt und wer dafür zuständig ist.
Eine erste Version mit menschlicher Prüfung gestalten
Begrenzen Sie die Aufgabe des Modells mit konkreten Anweisungen: Legen Sie fest, was es herausarbeiten soll, welchen Ton es verwenden soll, welche Angaben es nicht erfinden darf und wie es bei fehlenden Informationen vorzugehen hat. Bitten Sie um eine Antwort mit klaren Feldern, etwa Thema, Zusammenfassung, Entwurf und offene Fragen, damit sich das Ergebnis übersichtlich darstellen lässt. Ein festes Format erleichtert die Prüfung, garantiert aber keine inhaltliche Richtigkeit.
Die menschliche Prüfung muss erfolgen, bevor eine Antwort versendet, ein wichtiger Datensatz geändert oder ein weiterer Prozess ausgelöst wird. Die prüfende Person sollte die relevante Originalnachricht, den Entwurf und alle extrahierten Felder sehen können. Sie muss den Fall außerdem bearbeiten, ablehnen oder weiterleiten können. Die Freigabe muss eine echte Handlung sein – keine automatisch gesetzte Markierung und keine bloße Formalität ohne Zeit für die Prüfung.
Richten Sie für technische Fehler und zweifelhafte Ergebnisse einen sicheren Ausweichweg ein. Reagiert das Modell nicht, liefert es unvollständige Angaben oder ein unerwartetes Format, muss der Ablauf anhalten oder zur manuellen Bearbeitung zurückkehren. Machen Sie aus einer leeren Ausgabe keine automatische Antwort. Auch ein Hinweis des Systems auf Unsicherheit beweist nicht, dass seine übrigen Ergebnisse zuverlässig sind.
Ein KI-gestützter Ablauf mit menschlicher Kontrolle
Die Schritte verbinden feste Regeln mit generativer KI und sehen Prüf- und Rückwege vor. Die Grafik beschreibt ein Vorgehen, keine Erfolgsgarantie.
-
Ausgangspunkt
Kleiner, überprüfbarer Prozess
-
Aufgabenteilung
Regeln und generative KI kombinieren
-
Daten und Zugriff
Auf das Nötige beschränken
-
Menschliche Kontrolle
Vor externen Aktionen prüfen
-
Rückweg
Stoppen oder manuell bearbeiten
-
Laufende Bewertung
Ergebnisse prüfen und Ablauf anpassen
Die konkrete Umsetzung hängt vom Prozess, den eingesetzten Werkzeugen und den geltenden Datenschutz- und Sicherheitsvorgaben ab.
Den Ablauf vor dem Einsatz im Tagesgeschäft testen
Testen Sie den Ablauf mit unterschiedlichen, fiktiven Beispielen und ohne Daten von Kundinnen, Kunden oder Kolleginnen und Kollegen. Verwenden Sie klare und mehrdeutige Anfragen, Fälle außerhalb des vorgesehenen Umfangs, widersprüchliche Angaben und Beispiele, die keine automatische Antwort erhalten sollten. Entscheidend ist der Umgang mit Ausnahmen, nicht nur der reibungslose Ablauf beim Idealfall.
Halten Sie die erwarteten Ergebnisse fest und vergleichen Sie sie mit den Ausgaben des Systems: Kategorie, Zusammenfassung, Entwurf und Entscheidung, ob der Fall angehalten oder weitergeleitet wird. Prüfen Sie Fehler und Auslassungen getrennt: Ein gut formulierter Text kann erfundene Angaben enthalten, während eine kurze Antwort ein wichtiges Detail übersehen kann. Passen Sie Anweisungen und Regeln an und wiederholen Sie zuvor fehlgeschlagene Tests.
Lassen Sie während der Tests den Versand und externe Änderungen deaktiviert. Nutzen Sie eine Datenkopie oder eine Testumgebung und prüfen Sie, ob Einträge korrekt gespeichert werden und sich Fehler nachvollziehen lassen. Erst wenn ein Prüfverfahren und ein klarer Rückweg zur manuellen Bearbeitung bestehen, sollte ein begrenzter Test mit echten Vorgängen beginnen.
Daten und Berechtigungen auf das Nötige beschränken
Übermitteln Sie dem Modell nur die Informationen, die es für die Aufgabe benötigt. Lässt sich ein Entwurf ohne Namen, E-Mail-Adresse, Anschrift oder andere Kennungen erstellen, sollten Sie diese Angaben vor der Verarbeitung entfernen oder ersetzen. Weniger Daten verringern die mögliche Offenlegung, ersetzen aber nicht die geltenden Datenschutz-, Sicherheits- und Aufbewahrungsregeln für das Team und das eingesetzte Werkzeug.
Verbinden Sie nur die unbedingt erforderlichen Anwendungen und begrenzen Sie die Berechtigungen des Ablaufs. Eine Aufgabe zum Formulieren von Antworten benötigt nicht zwangsläufig Zugriff auf den Versand, das Löschen von Einträgen oder einen ganzen Ordner. Trennen Sie nach Möglichkeit das Erstellen des Entwurfs von der abschließenden Aktion und prüfen Sie, wer Eingaben, Ergebnisse und Ausführungsprotokolle einsehen kann.
Bevor Sie vertrauliche Informationen verwenden, prüfen Sie, ob die Bedingungen des Werkzeugs und die Richtlinien der Organisation eine solche Nutzung erlauben. Geben Sie sensible Daten nicht in einen persönlichen oder nicht zugelassenen Dienst ein.
Ergebnisse messen und Abbruchkriterien festlegen
Vergleichen Sie den unterstützten Ablauf über einen bestimmten Zeitraum anhand einer vergleichbaren Gruppe von Fällen mit dem manuellen Prozess. Berücksichtigen Sie die Zeit für Vorbereitung, Prüfung und Korrektur – nicht nur die Dauer, die das Modell zum Erstellen eines Textes benötigt. Die Nettoersparnis schließt den Prüfaufwand ein: Verbraucht das Prüfen und Reparieren der Entwürfe mehr Zeit als das eigene Formulieren, erfüllt der Ablauf seinen Zweck nicht.
Erfassen Sie einfache Kennzahlen: den Anteil der ohne Änderungen akzeptierten Entwürfe, erforderliche Korrekturen, relevante Fehler, weitergeleitete Fälle und die Gesamtzeit pro Anfrage. Unterscheiden Sie zwischen Problemen, die sich mit besseren Anweisungen lösen lassen, und solchen, die eine Änderung des Umfangs oder den Verzicht auf den Anwendungsfall erfordern. Eine höhere Geschwindigkeit ist kein Ersatz für Qualität, Sicherheit oder die Zufriedenheit der betroffenen Personen.
Legen Sie im Voraus fest, wann der Ablauf pausiert werden soll, zum Beispiel bei mehr schwerwiegenden Fehlern, nicht genehmigten Daten oder fehlender Prüfung vor einer Aktion. Behalten Sie einen manuellen Weg und eine verantwortliche Person, die den Betrieb wieder aufnehmen darf. Eine nützliche Automatisierung muss sich auch anhalten lassen, ohne den Arbeitsalltag zu blockieren.
Beispiel: einen Entwurf für eine häufige Anfrage vorbereiten
Ein möglicher Anwendungsfall ist ein Antwortentwurf für eine häufige Anfrage. Legen Sie dafür fest, welche Informationen der Ablauf verarbeiten und welche Schritte eine Person prüfen soll. Versenden Sie eine generierte Antwort nicht automatisch, sondern prüfen Sie sie vor der Mitteilung.
Die verantwortliche Person prüft, ob der Entwurf die Frage beantwortet, keine unbelegten Bedingungen ergänzt und keine Informationen über andere Personen offenlegt. Enthält die Anfrage eine Ausnahme, verlangt sie Beratung oder passt sie nicht zu den Referenzinformationen, kann die Person den Text bearbeiten oder den Fall weiterleiten. Das Modell bereitet den Text vor; die Person entscheidet über die Mitteilung und versendet sie.
Beschränken Sie den Einstieg auf wenige Fragen mit bekannten Antworten und ohne sensible Inhalte. Halten Sie fest, welche Änderungen die prüfenden Personen vornehmen und welche Fälle weitergeleitet werden müssen. Verwechselt das System Themen oder fügt es nicht belegte Angaben hinzu, begrenzen Sie den Anwendungsbereich oder kehren Sie zur manuellen Bearbeitung zurück. Erweitern Sie nicht die Berechtigungen, um eine unklar definierte Aufgabe auszugleichen.