Was KI heute realistisch kann — und was nicht

Du hast jetzt eine Systemliste und weißt, was im Haus läuft. Als Nächstes kommen die Wünsche: aus jeder Abteilung Ideen, was man „mit KI machen" könnte. Manche davon sind tragfähig, manche kosten dich ein halbes Jahr und enden ohne Ergebnis. Der Unterschied ist von außen nicht zu sehen — beide klingen im Workshop gleich gut.

Diese Lektion gibt dir das Werkzeug, um sie auseinanderzuhalten. Nicht durch eine Liste von Werkzeugen, die morgen veraltet ist, sondern durch eine Frage, die stabil bleibt.

Die Frage „Was kann KI?" ist falsch gestellt

„KI" ist keine Technologie. Es ist eine Sammelbezeichnung für sehr verschiedene Verfahren, die wenig gemeinsam haben außer der Marketing-Kategorie. Ein System, das Sprache in Text verwandelt, hat mit einem System, das Ausfallzeiten prognostiziert, technisch fast nichts zu tun.

Deshalb führt die Frage „Was kann KI?" ins Leere. Sie hat keine Antwort, die morgen noch gilt, und sie hilft dir bei keiner einzigen Entscheidung. Die Frage, die dich weiterbringt, lautet:

Was für eine Art von Arbeitsschritt ist das — und lässt er sich prüfen?

Denn die Eignung hängt nicht am Thema. Sie hängt an der Struktur der Aufgabe. Zwei Vorhaben aus derselben Abteilung, mit demselben Werkzeug, können völlig unterschiedlich ausgehen — weil der eine Arbeitsschritt eine überprüfbare richtige Antwort hat und der andere nicht.

Sechs Arbeitsschritte, die heute tragen

Statt einer Werkzeugliste hier eine Landkarte der Arbeitsschritt-Typen. Wenn ein Vorschlag aus dem Fachbereich in eine dieser Kategorien fällt, ist er einen zweiten Blick wert. Fällt er in keine, ist Skepsis angebracht.

1. Gesprochenes in Text verwandeln. Besprechungsprotokolle, Diktate, Servicetelefonate. Der Arbeitsschritt hat eine überprüfbare richtige Antwort, und ein Fehler ist billig — man hört die Stelle nach.

2. Lange Texte verdichten. Aus einem 40-seitigen Bericht die Punkte ziehen, die für eine Entscheidung zählen. Wichtig: Das Ergebnis ist ein Vorschlag, den jemand gegen das Original prüft, keine Ersatzlektüre.

3. Angaben aus Dokumenten herausziehen. Rechnungsnummer, Liefertermin, Menge, Ansprechpartner — aus Bestellungen, Lieferscheinen, Formularen. Das ist der Typ, der im Mittelstand am häufigsten trägt: klar definierte Felder, viele gleichartige Dokumente, und die Richtigkeit ist an der Quelle prüfbar.

4. Einsortieren. Eingehende Mails den Zuständigen zuordnen, Reklamationen nach Ursache kategorisieren, Anfragen nach Dringlichkeit sortieren. Voraussetzung: Die Kategorien müssen vorher feststehen und trennscharf sein. Wenn zwei Kolleginnen dieselbe Mail unterschiedlich einsortieren würden, kann es auch die Maschine nicht.

5. Ähnliches finden. „Hatten wir so einen Fall schon mal?" — die Suche im eigenen Bestand, die nicht auf exakte Wortübereinstimmung angewiesen ist. Besonders wertvoll dort, wo Wissen in Altdokumenten liegt, die niemand mehr durchsucht.

6. Einen Entwurf erzeugen. Angebotstext, Stellenanzeige, Antwortschreiben. Der Nutzen liegt nicht im fertigen Ergebnis, sondern darin, die leere Seite zu überspringen. Wer den Entwurf ungeprüft verschickt, hat den Arbeitsschritt missverstanden.

Fällt dir etwas auf? Bei allen sechs bleibt ein Mensch im Prozess. Das ist kein Zufall und keine Übergangslösung — es folgt aus der nächsten Erkenntnis.

Drei Grenzen, die nicht am Fortschritt liegen

Es gibt Grenzen, die verschwinden, wenn die Technik besser wird. Und es gibt Grenzen, die aus der Funktionsweise folgen. Die zweite Sorte solltest du kennen, weil sie deine Planung bestimmt.

Erstens: Ein zutreffendes Ergebnis im Mittel ist keine Zusage für den Einzelfall. Diese Systeme arbeiten mit Wahrscheinlichkeiten. Ein Verfahren, das 95 von 100 Rechnungen richtig ausliest, ist ausgezeichnet — und liest trotzdem fünf falsch. Für die Vorsortierung des Posteingangs ist das großartig. Für die Freigabe einer Zahlung ist es untauglich. Derselbe Arbeitsschritt, dieselbe Trefferquote, entgegengesetztes Urteil. Was den Unterschied macht, ist nicht die Technik, sondern der Preis eines Fehlers.

Zweitens: Was nicht in den Daten steht, kann nicht herauskommen. Wenn die Information über die Sonderabsprache mit dem Kunden nur im Kopf des Vertrieblers existiert, findet sie kein System. Das klingt banal, ist aber der häufigste stille Projektkiller: Ein Vorhaben startet in der Annahme, die Daten seien „ja da" — und im dritten Monat stellt sich heraus, dass das Entscheidende nie erfasst wurde. Deshalb steht die Frage nach der Datenlage in deinem Bewertungsbogen vor der Frage nach der Technik.

Drittens: Verantwortung ist nicht übertragbar. Wenn dein Unternehmen jemandem einen Kredit verweigert, eine Bewerbung aussortiert oder eine Kündigung ausspricht, ist dein Unternehmen dafür verantwortlich — unabhängig davon, was ein System empfohlen hat. Das ist keine Frage der Technik, sondern der Rechtslage. Ein System kann eine Entscheidung vorbereiten. Treffen muss sie jemand, der dafür geradesteht.

Der Prüfstein: vier Fragen an jeden Vorschlag

Wenn ein Fachbereich mit einer Idee kommt, brauchst du kein technisches Urteil. Du brauchst vier Fragen. Sie kosten zehn Minuten und sortieren zuverlässiger als jede Marktrecherche.

1. Gibt es eine richtige Antwort — und könnte jemand sie prüfen? Bei „Extrahiere die Rechnungsnummer" gibt es sie: Sie steht auf dem Beleg. Bei „Sage mir, welcher Kunde nächstes Jahr abspringt" gibt es sie nicht in prüfbarer Form. Nicht unmöglich, aber ein anderes Kaliber Vorhaben — und keines für den Anfang.

2. Was kostet ein Fehler? Konkret in Euro, Zeit oder Vertrauen. Ein falsch sortiertes Ticket kostet eine Weiterleitung. Eine falsch freigegebene Zahlung kostet den Betrag plus die Aufarbeitung. Diese Antwort entscheidet, ob das System vorschlagen oder entscheiden darf.

3. Liegen die Eingaben in verwertbarer Form vor? Nicht „gibt es die Daten", sondern: digital, zugänglich, vollständig genug, rechtlich nutzbar. Fünf Jahre Papierakten sind keine Datenbasis. Eine Excel-Liste, die drei Personen unterschiedlich pflegen, auch nicht.

4. Wie oft passiert das? Fallzahl der letzten vier Wochen — gezählt, nicht geschätzt. Ein Arbeitsschritt, der zwölfmal im Jahr vorkommt, rechnet sich nicht, egal wie gut er sich automatisieren ließe.

Ein Vorschlag, der alle vier Fragen übersteht, ist noch nicht bewertet — das kommt in Lektion 5 und 6. Aber er ist es wert, bewertet zu werden. Und ein Vorschlag, der schon an Frage 1 oder 3 scheitert, spart dir Wochen.

Was KI nicht darf: die Rechtsschranke

Neben dem, was technisch trägt, gibt es das, was schlicht verboten ist. Diese Grenze ist schärfer als jede technische, weil sie unmittelbar bußgeldbewehrt ist — und weil sie ausgerechnet Anwendungsfälle trifft, die im Arbeitsalltag naheliegend klingen.

Die Verbote nach Artikel 5 der KI-Verordnung gelten seit dem 2. Februar 2025. Betrieblich am wichtigsten ist Artikel 5 Absatz 1 Buchstabe f: verboten ist die Verwendung von KI-Systemen zur Ableitung von Emotionen einer natürlichen Person am Arbeitsplatz und in Bildungseinrichtungen — außer aus medizinischen oder Sicherheitsgründen.

Das trifft konkret:

Ebenfalls verboten sind Social Scoring (Buchstabe c), das ungezielte Auslesen von Gesichtsbildern (Buchstabe e) und die biometrische Kategorisierung nach sensiblen Merkmalen (Buchstabe g). Verstöße gegen Artikel 5 sind nach Artikel 99 Absatz 3 mit den höchsten Bußgeldern der Verordnung bewehrt.

Seit dem 2. August 2026 gilt außerdem Artikel 50 — die Transparenzpflichten. Sie treffen gewöhnliche Anwendungsfälle und sind mit bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes bewehrt (Artikel 99 Absatz 4 Buchstabe g).

Kein Rechtsrat. Ob ein konkreter Anwendungsfall unter ein Verbot oder unter Anhang III fällt, ist eine Einzelfallprüfung und gehört zu einer Anwältin oder einem Anwalt. Was du aus dieser Lektion mitnehmen sollst, ist die Reflexfrage: *Berührt dieser Vorschlag Emotionen, Biometrie oder eine Bewertung von Personen?* Wenn ja, holst du Rechtsrat ein, bevor du ihn auf die Kandidatenliste setzt — nicht danach.

Woran es tatsächlich scheitert

Jetzt die Zahlen — und zwar zu einer Frage, die man selten stellt: Was war mit den Unternehmen, die über KI nachgedacht und sich dann dagegen entschieden haben?

Das Statistische Bundesamt erhebt genau das. Befragt werden Unternehmen ab zehn Beschäftigten, die einen KI-Einsatz erwogen und nicht umgesetzt haben. Sie nennen:

GrundAnteil
Fehlendes Wissen72 %
Unklarheit über die rechtlichen Folgen62 %
Datenschutzbedenken60 %
Inkompatibilität mit vorhandenen Systemen45 %
Verfügbarkeit oder Qualität der Daten44 %
Zu hohe Kosten32 %

*Statistisches Bundesamt, IKT-Erhebung, Berichtsjahr 2025; Mehrfachnennungen möglich.*

Lies die Tabelle von unten nach oben. Geld ist der letzte Grund. Die vier häufigsten Gründe sind Wissen, Rechtslage, Datenschutz und Anschlussfähigkeit — allesamt Dinge, die vor der ersten Zeile Code geklärt werden. Genau dort arbeitest du gerade.

Eine Einordnung ist wichtig: Das ist nicht dieselbe Frage wie die Hemmnis-Erhebung aus Lektion 1. Dort ging es um alle Unternehmen und darum, was den KI-Einsatz allgemein bremst (Zeit, Knowhow, Rechtsunsicherheit). Hier geht es nur um diejenigen, die konkret abgewogen und abgelehnt haben. Zwei verschiedene Fragen an zwei verschiedene Gruppen — man darf die Zahlen nicht in eine Reihe stellen.

Der Reifegrad: die meisten sind noch am Anfang

Noch eine Zahl, die dir Druck nimmt. Die Bundesnetzagentur hat unter den Unternehmen, die KI einsetzen, nach dem Stand gefragt:

*Bundesnetzagentur, 808 Unternehmen, Erhebung Oktober–Dezember 2024. Die Anteile beziehen sich nur auf die Unternehmen, die KI überhaupt einsetzen — nicht auf alle Unternehmen in Deutschland.*

Wenn du also den Eindruck hast, alle anderen seien weiter: Sie sind es größtenteils nicht. Wer im ersten Jahr zwei Arbeitsschritte messbar verbessert, liegt im oberen Drittel.

Fünf Sätze, bei denen du nachfragen solltest

Diese Formulierungen tauchen in Workshops zuverlässig auf. Keine ist per se falsch — aber jede verdeckt eine offene Frage.

  1. „Wir machen was mit Chatbots." Das benennt ein Werkzeug, keinen Arbeitsschritt. Frag zurück: Welche Frage soll wem beantwortet werden, und was passiert heute damit?
  2. „Das spart bestimmt 30 Prozent Zeit." Geschätzte Prozente statt gemessener Minuten. Frag nach der Fallzahl der letzten vier Wochen.
  3. „Die Daten haben wir alle." Fast immer heißt das: Es gibt sie irgendwo. Frag, in welchem System, in welchem Format und wer sie pflegt.
  4. „Die KI entscheidet das dann." Frag, wer unterschreibt. Wenn niemand eine Antwort hat, ist das Vorhaben nicht anschlussfähig.
  5. „Das macht der Anbieter für uns." Möglich — aber die Verantwortung bleibt bei euch, und die Bewertung auch.

Für Berater:innen

Die Fähigkeiten-Landkarte ist dein bestes Werkzeug im Erstgespräch. Sie verschiebt die Diskussion weg von Produktnamen, bei denen dein Gegenüber sich unterlegen fühlt, hin zu Arbeitsschritten, über die er oder sie mehr weiß als du. Das dreht die Gesprächsdynamik — und liefert dir nebenbei die Fallzahlen, die du später brauchst.

Nimm die vier Prüffragen wörtlich mit ins Mandat und beantworte sie schriftlich pro Vorschlag. Was du dabei aussortierst, ist für den Kunden oft wertvoller als das, was du empfiehlst: Es sind die Vorhaben, die er sonst begonnen hätte.

Für interne KI-Verantwortliche

Deine Aufgabe ist hier nicht, Nein zu sagen. Sie ist, das Nein begründbar zu machen. Wenn du einem Fachbereich einen Vorschlag zurückgibst, gib ihn mit der Frage zurück, an der er gescheitert ist — meist Frage 1 oder Frage 3. Dann kann der Bereich nachliefern, statt sich abgewiesen zu fühlen.

Und behalte die Vorschläge, die du zurückstellst, in einer sichtbaren Liste. In sechs Monaten hat sich bei manchen die Datenlage geändert. Eine Idee, die einmal zu früh kam, ist keine schlechte Idee.

Häufige Fragen

Muss ich verstehen, wie diese Systeme technisch funktionieren? Nein. Du musst beurteilen können, ob ein Arbeitsschritt geeignet ist — dafür brauchst du die vier Prüffragen, nicht die Funktionsweise. Ein Controller muss auch nicht programmieren können, um ein Buchhaltungssystem zu bewerten.

Was ist mit den Werkzeugen, die alles versprechen? Prüf das Versprechen an einem einzigen Arbeitsschritt, den du gut kennst, mit deinen eigenen Daten. Anbieterdemos laufen auf ausgesuchten Beispielen. Ein Nachmittag mit dreißig echten Belegen sagt dir mehr als jede Präsentation.

Unsere Daten sind unordentlich. Können wir überhaupt anfangen? Ja — mit den Arbeitsschritt-Typen, die wenig Vorbereitung brauchen. Transkription und Entwurfserzeugung setzen keine aufgeräumte Datenbank voraus. Extraktion und Klassifikation schon eher. Das ist ein Argument für die Reihenfolge, nicht gegen den Start.

Wie schnell veraltet diese Lektion? Die sechs Arbeitsschritt-Typen und die vier Prüffragen sind stabil — sie beschreiben Aufgabenstrukturen, keine Produkte. Was sich ändert, ist die Trefferquote innerhalb der Typen. Deshalb steht hier auch keine Werkzeugliste.

Quellen