„Wir brauchen einen KI-Agenten“ lässt noch offen, welche Arbeit erleichtert werden soll. Beschreiben Sie stattdessen die Tätigkeit und das gewünschte Ergebnis. Ein Modell, eine Regel oder eine Standardfunktion sind mögliche Mittel. Der Anwendungsfall sollte auch ohne Produktnamen verständlich sein.
Eine Idee wird erst durch ihren Kontext zum Anwendungsfall
„Wir möchten KI im Vertrieb“ ist ein Themenfeld, aber noch kein prüfbarer Auftrag. Ein Anwendungsfall beschreibt eine konkrete Aufgabe, ihre Eingabe, das gewünschte Ergebnis, die Nutzer und den Umgang mit Fehlern. Beispielsweise kann KI eine Antwort vorbereiten, interne Quellen durchsuchen oder Dokumentangaben extrahieren. Diese Aufgaben benötigen unterschiedliche Daten und unterschiedliche Kontrollen. Der erste Schritt ist deshalb eine saubere Beschreibung, nicht die Auswahl eines Modellnamens.
Den Steckbrief ausfüllen
Beantworten Sie die Fragen so, dass eine fachliche Person später ein Ergebnis beurteilen kann. Fehlende Angaben bleiben ausdrücklich offen. Sie sind kein Anlass, die Beschreibung durch geschätzte Kundendaten zu vervollständigen.
| Feld | Konkrete Frage |
|---|---|
| Aufgabe | Welche Tätigkeit soll unterstützt werden? |
| Eingabe | Welche Daten und Quellen liegen vor? |
| Ausgabe | Was soll entstehen, in welchem Format und für wen? |
| Qualität | Woran erkennt eine Fachperson einen guten und einen unbrauchbaren Output? |
| Grenzen | Was darf die KI nicht entscheiden, offenlegen oder ausführen? |
| Verantwortung | Wer prüft, gibt frei und bearbeitet Fehler? |
Vier unterschiedliche Lösungswege unterscheiden
Eine regelbasierte Automatisierung passt zu klaren Wenn-dann-Bedingungen. Eine Suchfunktion kann vorhandene Informationen auffindbar machen. Eine generative Assistenz kann daraus einen Entwurf oder eine Zusammenfassung erstellen. Ein aktionsfähiges System greift zusätzlich in andere Anwendungen ein. Mehr Autonomie ist nicht automatisch mehr Nutzen. Wenn ein Mitarbeiter ohnehin eine fachliche Freigabe geben muss, kann eine gut integrierte Vorbereitung geeigneter sein als eine vermeintlich vollständig autonome Bearbeitung.
Nutzenhypothese und Vergleichsbasis festlegen
Beschreiben Sie, wie die Aufgabe heute ausgeführt wird und was sich verändern soll. Zeit, Qualität und verfügbare Kapazität sind verschiedene Ziele. Eine Zusammenfassung kann schneller entstehen, aber zusätzliche Kontrolle benötigen. Eine Wissensantwort kann verständlich sein, aber aus einer veralteten Quelle stammen. Legen Sie deshalb mindestens eine relevante Qualitätsbedingung und den heutigen Vergleichsweg fest. Nur so ist später erkennbar, ob der Pilot tatsächlich etwas verbessert.
Datenzugriff und zulässige Nutzung nicht vermischen
Dass ein Dokument technisch zugänglich ist, bedeutet nicht, dass jede Person oder jedes Werkzeug es verarbeiten darf. Klären Sie Quelle, Datenverantwortung, Aktualität und die freigegebenen Verarbeitungswege. Für Wissenssysteme müssen die Zugriffsgrenzen auch während Suche und Antworterzeugung berücksichtigt werden. Für die frühe Konzeption reichen häufig synthetische Beispieldaten. Komplette Postfächer oder Produktivdatenbanken sind kein sinnvoller Standard-Upload zur ersten Ideenbewertung.
Ein Kandidatenvergleich mit ehrlichen Unsicherheiten
Vergleichen Sie die Ideen nach erwarteter Wirkung, Datenlage, fachlicher Prüfbarkeit, technischem Aufwand und Fehlerfolgen. Fehlende harte Voraussetzungen schließen einen Kandidaten zunächst aus; sie werden nicht durch eine hohe Nutzenpunktzahl kompensiert. Kennzeichnen Sie Aussagen als belegt, geschätzt oder offen. Der Vergleich dient Ihrer Entscheidung, nicht einer wissenschaftlich validierten Eignungsbewertung.
Vor dem Pilot die schwierigen Fälle beschreiben
Ein Testfallkatalog enthält normale Eingaben, fehlende Informationen, Widersprüche und unzulässige Anfragen. Die erwartete Ausgabe darf auch lauten: keine belastbare Antwort möglich. Je kritischer die Fehlfolge, desto wichtiger sind klare Stop- und Eskalationsbedingungen. Ein Modellvergleich mit fünf glücklichen Demonstrationen reicht nicht aus, um einen produktiven Geschäftsprozess freizugeben.
- Keine Quelle vorhanden: Unsicherheit offenlegen statt Angaben ergänzen.
- Dokumente widersprechen sich: den Konflikt für die Fachprüfung markieren.
- Vertraulicher Vorgang außerhalb der Berechtigung: keine Offenlegung.
- Systemaktion schlägt fehl: kein stiller, unkontrollierter Wiederholungsversuch.
Weitere Formate
Die Textfassung bleibt für technische Workflows und KI-Arbeitsaufträge verfügbar.
Kompetenz und Arbeitsregeln einplanen
Die Menschen, die Ergebnisse nutzen, benötigen passende Kenntnisse über Aufgabe, Risiken und Prüfweg. Wir behandeln Qualifizierung deshalb rollenbezogen statt als allgemeines Zertifikatsversprechen. Die EU-Kommission beschreibt in ihrer FAQ die Bedeutung von Kontext, Vorkenntnissen und passenden Maßnahmen; eine pauschale Zertifikatspflicht wird dort nicht vorausgesetzt. Für die konkrete rechtliche Einordnung des eigenen Einsatzes müssen die zuständigen Fachstellen einbezogen werden.
Hintergrundquelle: Quellen und Einordnung.
Das Ergebnis ist ein Pilotauftrag oder eine begründete Nicht-Empfehlung
Am Ende stehen ein benannter Kandidat, sein Datenrahmen, Nutzerkreis, Testplan und Verantwortlicher. Ebenso sinnvoll kann eine Entscheidung gegen den Piloten sein. Halten Sie dann fest, welche Voraussetzung fehlt oder welche einfachere Alternative genügt. Ein solcher Entscheidungsstand spart spätere Diskussionen und verhindert, dass dieselbe ungeeignete Idee unter einem neuen Produktnamen erneut ungeprüft startet.
Quellen und Einordnung
Die Methoden und Rechenbeispiele auf dieser Seite sind SEVAREL-Arbeitsmodelle. Externe Quellen werden für die jeweils gekennzeichneten Hintergrundinformationen verwendet.
- Europäische Kommission: AI Literacy – Questions & Answers
Hintergrund für rollen- und kontextbezogene KI-Kompetenz; keine pauschale Compliance-Zusage.
Quellenstand: 2026-09-17. Eine Quellenangabe ersetzt keine Prüfung Ihres konkreten Einsatzes.

