Einführung · 3 Min. Lesezeit
Einen KI-Assistenten in den Arbeitsalltag zu bringen, ist nicht nur eine Frage der Technik. Anwendungsfälle, Berechtigungen, Quellen, Schulung und Governance-Regeln: womit Sie beginnen und was Sie vermeiden sollten.
Viele KI-Projekte entstehen aus der Technik heraus: Es gibt ein neues Werkzeug, und man sucht nach Einsatzmöglichkeiten. Erfolgreiche Projekte gehen meist den umgekehrten Weg und starten bei den Fragen, die sich Mitarbeitende jeden Tag stellen und deren Beantwortung heute zu lange dauert.
Eine gute Übung: Bitten Sie einige Abteilungen, eine Woche lang festzuhalten, welche Informationen sie suchen mussten, wo sie sie gefunden haben und wie aufwendig das war. Aus dieser Liste ergeben sich die ersten konkreten Anwendungsfälle, deren Nutzen die Beteiligten unmittelbar erkennen.
Unter diesen Anwendungsfällen sollten Sie die ersten nach zwei Kriterien auswählen: dem Nutzen für die Mitarbeitenden und der Einfachheit der Quellen. Ein dringendes Anliegen, für das nur ein einziges System angebunden werden muss, ist ein besserer Ausgangspunkt als ein ehrgeiziges Projekt, das von zehn Integrationen abhängt.
Die ersten Anwendungsfälle wählen
Ein Assistent antwortet nur dann gut, wenn er auf die richtigen Quellen zugreift. Klären Sie vor der Aktivierung, welche Systeme und Dokumentenarchive er nutzen soll und welche Dokumentversionen gültig sind. Ein Archiv voller Entwürfe und veralteter Kopien führt zu unsicheren Antworten.
Ebenso wichtig sind die Berechtigungen. Der Assistent darf nur sehen, was auch die Person sieht, die ihn nutzt. Hat ein Vertriebsmitarbeiter in der Unternehmenssoftware keinen Zugriff auf Personaldaten, darf er auch über die KI nicht an sie herankommen. So verhindern Sie am einfachsten, dass das Werkzeug zum Vertraulichkeitsproblem wird.
Antworten sollten immer ihre Quelle nennen. Eine Antwort mit Link zum Dokument oder Datensatz lässt sich im Handumdrehen überprüfen und gewöhnt die Mitarbeitenden daran, KI als Ausgangspunkt zu sehen, nicht als unumstößliche Wahrheit.
Der Assistent darf nur sehen, was auch die Person sieht, die ihn nutzt.
Ein KI-Assistent verändert die Arbeitsweise, und Menschen brauchen Zeit, um Vertrauen zu fassen. Beginnen Sie am besten mit einer motivierten Pilotgruppe, sammeln Sie deren Rückmeldungen, verbessern Sie Anweisungen und Quellen und weiten Sie das Werkzeug erst dann aus.
Schulung ist unverzichtbar. Nötig ist kein technischer Kurs, sondern eine klare Erklärung, was der Assistent kann, wo er sich irren kann, wie man eine Antwort überprüft und wann man besser eine Kollegin oder einen Kollegen fragt. Auch die europäische KI-Verordnung (AI Act) betont, wie wichtig eine angemessene KI-Kompetenz der Nutzerinnen und Nutzer ist.
Wenige schriftliche Regeln ersparen viele Probleme: welche Daten der Assistent mit welchen Modellen verarbeiten darf, wer neue Anbindungen aktivieren kann, welche Vorgänge eine Bestätigung erfordern, wer das Anfrageprotokoll prüft und wie oft. Bei personenbezogenen Daten sollten diese Entscheidungen gemeinsam mit den Datenschutzverantwortlichen und im Einklang mit der DSGVO getroffen werden.
Das Anfrageprotokoll ist nicht nur ein Kontrollinstrument. Wer es regelmäßig durchsieht, entdeckt die Fragen, die der Assistent schlecht beantwortet, fehlende Quellen und Prozesse, die sich automatisieren ließen.
Legen Sie schließlich fest, wie Sie den Erfolg messen, ohne abstrakten Kennzahlen hinterherzulaufen: Die Mitarbeitenden nutzen das Werkzeug dauerhaft, die Antworten werden geprüft und als zuverlässig eingestuft, und die beteiligten Abteilungen möchten es auf weitere Aufgaben ausweiten.
Am besten bewährt sich ein Vorgehen in Etappen: zuerst reine Leseabfragen, dann das Vorbereiten von Dokumenten und Entwürfen, schließlich Automatisierungen mit Bestätigung. Jede Etappe schafft das Vertrauen, das die nächste braucht.
Der KI-Assistent von Innovaq ist genau für diesen Weg konzipiert. Er arbeitet mit den Daten der gesamten Suite und wahrt dabei die Berechtigungen jedes Nutzers, nennt seine Quellen, bindet externe Systeme über MCP-Server und APIs an und protokolliert jede Anfrage. Die Automatisierungen folgen stets dem Prinzip: Die KI bereitet vor, der Mensch bestätigt.
Weiterlesen
Das Model Context Protocol ist der Standard, um einen KI-Assistenten mit Unternehmenswerkzeugen und -daten zu verbinden. Was das in der Praxis bedeutet und wie Sie die ersten Anbindungen fehlerfrei planen.
Standardmodelle sind sofort einsatzbereit und leistungsstark, eine eigene KI kennt die Sprache des Unternehmens besser. Wie Sie die Wahl treffen und warum die beste Lösung oft eine Kombination aus beidem ist.
Innovaq befindet sich in der Startphase.