*Dieser Beitrag basiert auf einem YouTube-Video von Sophie Hundertmark, Expertin für den Einsatz von Künstlicher Intelligenz mit Fokus auf Chatbots und strategische AI-Anwendungen in Unternehmen und öffentlichen Institutionen. Sophie ist Forscherin und Dozentin an der Hochschule Luzern und promoviert im Bereich Conversational AI an der Universität Fribourg. Der Blogtext wurde mithilfe eines Custom GPT-Modells erstellt, das auf Sophies Video-Inhalte, Sprachstil und Fachwissen trainiert wurde. So entstehen fundierte, aktuelle Beiträge auf Basis eigener Expertise von Sophie Hundertmark.
Den Link zum Video findet ihr am Ende dieses Beitrags.
Künstliche Intelligenz entwickelt sich rasant. Viele Unternehmen haben in den letzten Jahren erste Experimente gestartet: ein Chatbot hier, eine Automatisierung dort, vielleicht ein KI-gestütztes Analyse-Tool im Reporting.
Doch genau hier liegt eine zentrale Herausforderung: Viele dieser Lösungen bleiben isolierte Insellösungen.
Im Gespräch mit Andrea – einem KI-Experten aus der Pharmaindustrie – wird deutlich: Der nächste große Schritt besteht nicht darin, noch mehr einzelne KI-Tools einzuführen. Vielmehr geht es darum, Prozesse grundlegend neu zu denken und KI systematisch in die gesamte Wertschöpfung zu integrieren.
In diesem Beitrag erfährst Du:
- wie KI-Assistenten heute bereits im Arbeitsalltag eingesetzt werden
- welche Rolle KI-Agenten in Unternehmensprozessen spielen
- warum „Human in the Loop“ weiterhin entscheidend bleibt
- und weshalb Unternehmen ihre Prozesse künftig KI-optimiert neu aufbauen müssen
Vom Experiment zum produktiven Einsatz von KI
In vielen Organisationen begann die KI-Reise ähnlich:
Mit dem Aufkommen von generativer KI – etwa durch ChatGPT – starteten erste Tests und Experimente. Unternehmen standen vor Fragen wie:
- Nutzen wir externe Tools?
- Entwickeln wir eine eigene Lösung?
- Wie gehen wir mit sensiblen Unternehmensdaten um?
Gerade in regulierten Branchen wie der Pharmaindustrie ist der Umgang mit Daten besonders kritisch. Deshalb entscheiden sich viele Organisationen dafür, eigene interne KI-Systeme aufzubauen.
Ein Beispiel dafür ist ein interner Unternehmensassistent – vergleichbar mit Microsoft Copilot – der Mitarbeitende im Arbeitsalltag unterstützt.
Der interne KI-Assistent: Unterstützung im Arbeitsalltag
Ein solcher KI-Assistent kann viele typische Aufgaben automatisieren oder erleichtern:
- Termine koordinieren und Meetings planen
- E-Mails formulieren
- Informationen aus internen Systemen abrufen
- administrative Aufgaben übernehmen
Gerade bei scheinbar kleinen Aufgaben entsteht schnell ein großer Nutzen. Ein klassisches Beispiel ist die Terminfindung mit mehreren Personen – etwas, das sonst schnell viel Zeit kostet.
Der KI-Assistent kann:
- Kalender analysieren
- freie Zeitfenster identifizieren
- Termine direkt buchen
- oder E-Mail-Vorschläge formulieren
So entstehen digitale Helfer, die im Hintergrund viele kleine Aufgaben übernehmen.
Einführung von KI im Unternehmen: Warum Vorbilder wichtiger sind als Pflicht
Ein interessanter Punkt aus dem Gespräch betrifft die Einführung solcher Tools im Unternehmen.
Statt eines großen Change-Management-Projekts wurde der Assistent schrittweise eingeführt:
- Erste einfache Version des Chatbots
- kontinuierliche Verbesserungen
- Integration interner Daten
- neue Funktionen und Releases
Mit der Zeit wurde das Tool immer nützlicher – und die Nutzung stieg automatisch.
Besonders wichtig dabei: Führungskräfte nutzen die Tools sichtbar selbst.
Das sorgt für Akzeptanz im Team. Statt zu predigen „Ihr müsst KI nutzen“, zeigt man einfach im Alltag, wie hilfreich sie sein kann.
KI-Agenten: Der nächste Schritt der Automatisierung
Während KI-Assistenten vor allem unterstützen, gehen KI-Agenten einen Schritt weiter.
Ein KI-Agent ist ein System, das:
- selbstständig Entscheidungen treffen kann
- verschiedene Tools nutzen kann
- Aufgaben eigenständig ausführt
Man kann sich das wie einen digitalen Mitarbeitenden vorstellen, der:
- Daten analysiert
- Handlungsmöglichkeiten bewertet
- anschließend Entscheidungen trifft
Natürlich geschieht das innerhalb klar definierter Regeln und Grenzen.
Beispiel: KI-Agenten in der Supply Chain
Ein praktisches Einsatzgebiet ist das Supply-Chain-Management.
Hier analysiert ein KI-Agent große Mengen an Daten, zum Beispiel:
- Produktionsdaten
- Maschinenausfälle
- Nachfrageentwicklungen
- Lagerbestände
Der Agent erkennt Muster und Trends – etwa:
- Maschinen, die ungewöhnlich häufig ausfallen
- Lieferketten, die instabil werden
- Produkte mit steigender Nachfrage
Auf dieser Basis kann er:
- Warnungen aussprechen
- Handlungsempfehlungen geben
- oder in bestimmten Fällen sogar automatisch Entscheidungen treffen
Zum Beispiel kann ein Agent eigenständig Anpassungen in der Nachschubplanung vornehmen – solange diese Entscheidungen innerhalb definierter Risikogrenzen liegen.
Human in the Loop: Warum der Mensch weiterhin zentral bleibt
Trotz aller Automatisierung bleibt ein Prinzip besonders wichtig: Human in the Loop.
Gerade zu Beginn neuer KI-Systeme werden Menschen aktiv in den Prozess eingebunden.
Typischer Ablauf:
- Der KI-Agent analysiert Daten und schlägt Entscheidungen vor
- Ein Mensch prüft diese Vorschläge
- Das System wird gemeinsam verbessert
- Schrittweise wird mehr Automatisierung zugelassen
Dieses Vorgehen reduziert Risiken und sorgt gleichzeitig dafür, dass das System kontinuierlich besser wird.
Besonders in sensiblen Branchen – etwa der Pharmaindustrie – ist dieser Ansatz entscheidend.
Von einzelnen Use Cases zu einem KI-Operating-System
Viele Unternehmen haben inzwischen erste KI-Anwendungen umgesetzt:
- Chatbots
- Automatisierte Reports
- Analyse-Tools
- kleine Prozessautomationen
Das Problem:
Diese Lösungen existieren oft nebeneinander, ohne miteinander verbunden zu sein.
Die Zukunft sieht anders aus.
Statt vieler einzelner Tools brauchen Unternehmen ein integriertes KI-Ökosystem – gewissermaßen ein „KI-Operating-System“.
Dieses verbindet:
- Daten
- Prozesse
- KI-Modelle
- Automatisierungen
- menschliche Entscheidungen
Warum Unternehmen ihre Prozesse neu denken müssen
Ein entscheidender Punkt dabei:
Viele Unternehmensprozesse wurden über Jahrzehnte – oder sogar Jahrhunderte – für menschliche Arbeit optimiert.
Wenn man nun einfach KI in diese bestehenden Prozesse einbaut, entsteht häufig nur begrenzter Nutzen.
Der wirkliche Hebel entsteht erst, wenn man Prozesse grundlegend neu gestaltet.
Das bedeutet:
- Prozesse KI-tauglich machen
- Automatisierung von Anfang an mitdenken
- Mensch und KI als gemeinsames System betrachten
Erst dann entsteht das volle Potenzial.
Fazit: Die Zukunft gehört integrierten KI-Systemen
Die letzten Jahre waren vor allem eine Phase des Experimentierens.
Viele Unternehmen haben wertvolle Erfahrungen gesammelt – auch wenn nicht jedes Projekt sofort großen Mehrwert gebracht hat.
Der nächste Schritt ist klar:
- Insellösungen verbinden
- Prozesse neu denken
- KI strategisch integrieren
Denn nur wenn Mensch und KI wirklich zusammenarbeiten, entsteht der große Mehrwert.
Und vielleicht sorgt genau diese Zusammenarbeit am Ende dafür, dass wir wieder mehr Zeit für die Dinge haben, die wirklich wichtig sind – zum Beispiel für den persönlichen Kaffee mit Kolleginnen und Kollegen.
Weitere Fragen?
Ihr habt Fragen dazu? Gerne unterstütze ich euch, stehe als Sparring-Partner zur Verfügung und beantworte eure Fragen. Ich freue ich mich immer über eure Nachrichten, am liebsten per WhatsApp Nachricht oder als E-Mail.
