Entlastung durch KI-Agenten beginnt nicht beim Tool, sondern beim Prozess

KI kann zunächst Kapazität freisetzen – aber nicht automatisch Einsparungen. Diese Kapazität kann in bessere Services, kürzere Wartezeiten, komplexere Aufgaben, reduzierte Arbeitslast, neue Tätigkeiten oder langfristig auch strukturelle Einsparungen fließen. Welche dieser Folgen eintritt, ist keine rein technische Frage, sondern eine Organisations- und Führungsentscheidung. Ein KI-Agent kann Arbeitsschritte übernehmen. Verantwortung übernimmt er aber nicht.

KI soll Arbeit erleichtern, aber wissen wir auch welche Arbeit?

Wenn das Thema KI und Arbeitserleichterung in einem Satz erwähnt werden, endet dieser fast immer mit der Floskel: „…, um wieder Zeit für die eigentliche Arbeit zu haben.“ Denn KI, meist in Form eines agentisches Systems, soll Informationen suchen, Dokumente zusammenfassen, Anfragen vorsortieren, Wissen auffindbar zu machen oder nächste Prozessschritte vorbereiten.

Sobald jedoch die erste Begeisterung nachlässt und die ersten Erfolge ersichtlich sind, steht schon sehr bald die nächste unbequeme Frage im Raum und man fragt sich „Wird dadurch jetzt tatsächlich die Arbeit weniger, kann ich mich wirklich auf die ‚eigentliche‘ Arbeit konzentrieren oder erledige ich jetzt einfach nur mehr Arbeit in gleicher Zeit?“

Verwaltungstätigkeiten sind dafür ein sehr anschauliches Beispiel, wenn auch nur ein Beispiel von vielen Anwendungsbereichen. Auch Unternehmen, Bildungseinrichtungen, Gesundheitsorganisationen oder interne Organisationseinheiten kämpfen mit komplexen Prozessen, knappen Ressourcen, bei gleichzeitig dazu steigenden Erwartungen.

KI sollte nicht nur Arbeitszeit einsparen, sondern Aufmerksamkeit für die wichtigen Fälle freispielen.

Wer oder was ist eigentlich dieser „KI-Agent“?

Vor einem Jahr sprach jeder noch von Generativer KI, heute ist der „Agent“ in aller Munde. Im Unterschied zu einem klassischen Chatbot, der in seiner ursprünglichen Form vor allem Fragen beantwortet, kann ein KI-Agent mehrere Schritte eines begrenzten Prozesses koordinieren. Ein Agent ist damit eine Form der Automatisierung, die, anders als eine klassische regelbasierende Automatisierung, nicht jeden einzelnen Schritt vorgibt. Stattdessen kann sie innerhalb eines definierten Rahmens entscheiden, welche Prozessschritte für die Bearbeitung einer Aufgabe relevant sind.

Wichtig hierbei ist jedoch zu beachten, ein Agent tritt nicht automatisch vollständig autonome Entscheidungen, schon gar nicht vergleichbar mit einem erfahrenen Mitarbeitenden. Der Agent sollte ausschließlich innerhalb eines zuvor definierten Handlungsspielraums handeln und sollte in jedem Fall menschliche Kontroll- und Eskalationspunkte beinhalten und diese auch berücksichtigen.

Ein einfaches Beispiel aus dem beruflichen Umfeld wäre ein Agent, der jeden Morgen das persönliche E-Mail Postfach mit ungelesenen Nachrichten analysiert, die Nachrichten thematisch kategorisiert und Vorschläge zur Dringlichkeit erstellt. Eben jene Vorschläge müssen vom Nutzer anschließend geprüft und freigegeben werden, welches den zuvor genannten menschlichen Kontrollpunkt darstellt. Der Handlungsspielraum wäre in diesem Beispiel ausnahmslos das E-Mail Postfach und die Einschränkung auf ungelesene E-Mails, sowie vielleicht auch zusätzliche Einschränkungen, dass E-Mails von bestimmten Absendern oder mit gewissen Stichwörtern gesondert behandelt werden müssen.

Geht man nun einen Schritt weiter und lässt derartige Agenten etwas komplexere Aufgaben lösen, dann könnten sie Dokumente klassifizieren, relevante Informationen aus freigegebenen Quellen finden, fehlende Angaben erkennen oder auch eine Antwort- oder einen Bearbeitungsvorschlag erstellen. Oder auch, aufgrund der gefundenen Informationen einen Vorgang an die richtige Stelle weiterleiten und für eine Nachvollziehbarkeit die verwendeten Quellen und Prozessschritte dokumentieren. Die Funktionen können einzeln oder kombiniert eingesetzt werden. Ihre bloße Anzahl sagt allerdings noch nichts über die Qualität eines Agenten oder den tatsächlichen Nutzen im Arbeitsalltag aus.

Für eine Bürger:innenanfrage kann bereits die Vorklassifizierung eine große Erleichterung sein. Bei einer internen Anfrage an HR, IT oder einen Shared Service sind möglicherweise mehrere dieser Funktionen notwendig, um eine messbare Entlastung zu erreichen. Individuelle, fachlich oder rechtlich anspruchsvolle Entscheidungen sollten hingegen weiterhin bei einer zuständigen Person liegen.

Der Nutzen entsteht also nicht alleine durch ein Sprachmodell, sondern durch dessen Einbindung in einen funktionierenden, verantwortbaren Prozess.

Was passiert mit der gewonnenen Zeit?

Entlastung der Mitarbeiter:innen … mehr Zeit für „Wichtiges“ … schnellere Ergebnisse … Qualitätsgewinn … Fehlervermeidung …

Über all diese Schlagworte und Halbsätze stolpert man, sobald die Frage gestellt wird, was nun der Benefit von agentischer Arbeit mit einer KI ist. Aber niemand beantwortet wirklich die Frage, was nun tatsächlich mit der gewonnenen Zeit passiert. Betrachtet man nüchtern die Möglichkeiten, finden sich jene Schlagworte nur noch selten.

Mehr Leistung

Der Klassiker, sobald Effizienzsteigerung mit im Boot sitzt und ein technologischer Wandel angenommen wird. Im Grunde bleibt alles beim Alten, das Team besteht nach wie vor aus fünf Personen, aber jetzt werden nicht mehr nur 10 Vorgänge bearbeitet, sondern 20. Um ein plakatives Beispiel zu nennen. Aus rein wirtschaftlicher und ökonomischer Sicht, die beste Variante. Die Personalkosten bleiben ident, der Durchsatz steigert sich um glatte 100%.

Eine Organisation kann durch KI schneller werden und trotzdem stärker belastet sein, wenn sie die gewonnene Kapazität sofort in neue Leistungserwartungen umwandelt.

Bessere Leistung

Der große Wunsch vieler Mitarbeiter:innen. Repetitive Arbeiten, die meist als wenig sinnstiftend empfunden werden, aber die meiste Zeit des Tages benötigt haben, werden drastisch minimiert. Die Mitarbeiter:innen haben nun endlich die Zeit sich wirklich um komplexere Sachverhalte, individuelle oder menschlich anspruchsvolle Fälle zu kümmern.

KI sollte nicht nur Arbeitszeit einsparen, sondern Aufmerksamkeit für die wichtigen Fälle freispielen.

Veränderte Arbeit

Eine Möglichkeit, die sich vermutlich in vielen Bereichen auf lange Sicht zeigen wird und mancherorts bereits beginnt zu greifen. Durch den potenziellen Wegfall von repetitiven Aufgaben beim Menschen, verändert sich das ganzheitliche Spektrum der Tätigkeiten. Plötzlich muss man sich um kleinteilige Routineaufgaben wie Stundenbuchungen, das Zusammenfassen einer Besprechungen oder das manuelle Übertragen von Excel-Daten, keine Gedanken mehr machen und diese Tätigkeiten passieren im Hintergrund. Stattdessen ist man nun in der Situation all diesen KI-generierte Inhalte zu prüfen oder erarbeitet neue, anspruchsvollere Möglichkeiten oder aber erhält gänzlich neue Aufgaben.

Weniger Ressourcenbedarf

Die langfristige Angst in der berufstätigen Gruppe und um ehrlich zu sein, in manchen wirtschaftlichen Bereichen auch nicht unbegründet. Natürlich, die KI wird auch in naher Zukunft nicht das Einfamilienhaus fertig bauen. In der Einzelteilfertigung jedoch ist eine Roboter gestützte Umsetzung schon seit Jahrzehnten Alltag. Es ist also auf lange Sicht nicht auszuschließen und dennoch wird es auch in entfernter Zukunft Berufe geben, die weiterhin von einem Menschen ausgeführt werden. In manchen Bereichen kann sich der Personal- und Ressourcenbedarf langfristig deutlich verändern. Wie stark das ausfällt, hängt jedoch von der Technologie, dem Prozess und den organisatorischen Entscheidungen ab.

Die Frage, ob KI Arbeitsplätze ersetzt, lässt sich selten auf Ebene eines gesamten Berufs beantworten. Wahrscheinlicher ist zunächst, dass sich die Zusammensetzung der Aufgaben verändert. Ob daraus bessere Arbeit, mehr Arbeitsverdichtung oder tatsächlich weniger Personalbedarf entsteht, entscheidet sich durch die Gestaltung der Organisation.

Prozess vor Tool

„Wir brauchen einen KI-Agenten“ … „Wir müssen was mit KI machen..“

Das klingt nach einem Lösungsansatz, ist aber genau genommen weder eine Problembeschreibung noch eine Pauschallösung. Bevor also ein Tool wirklich ausgewählt wird, unabhängig davon, ob es sich jetzt um einen KI-Agenten handelt oder nicht, sollte sich die Organisation zuvor einer grundlegenderen Frage stellen:

„Welcher konkrete Prozessschritt verursacht heute unnötigen Aufwand und was soll danach für wen besser werden?“

Bleibt diese Frage unbeantwortet, kann auch der leistungsstärkste KI-Agent keinen unklaren, widersprüchlichen oder schlecht dokumentierten Prozess, auf wundersame Art und Weise verbessern. Im schlimmsten Fall beschleunigt er lediglich das bereits bestehende Chaos. Das gilt übrigens nicht nur für KI-Projekte, sondern für jedes Veränderungsvorhaben.

• Wie läuft der Prozess heute tatsächlich ab?
• Wie sollte der Prozess eigentlich laufen?
• Wo entstehen Wartezeiten, Rückfragen oder unnötige Übergaben?
• Welche Informationen sind verlässlich und aktuell?
• Welche Schritte folgen klare Regeln?
• Wo braucht es Erfahrung, Abwägung oder menschliches Ermessen?
• Welche Fehler würden zwar Ärger hervorrufen, sind aber verkraftbar? Welche hingegen sind rechtlich, organisatorisch, ethisch inakzeptabel?
• Wann und wo muss zwingend ein Mensch übernehmen?

Erst wenn diese Fragen beantwortet wurden, zeigt sich überhaupt, ob ein KI-Agent die passende Lösung für das Problem ist. Manchmal reicht auch einfach nur eine angepasste Funktion, eine klare Definition von Zuständigkeiten und Verantwortlichkeiten oder eine simple Automatisierung. Manchmal ist aber auch die Bearbeitung nicht der eigentliche Engpass, sondern eine fehlende Entscheidung oder ein unvollständiger Prozess.

Dabei sollte der sogenannte Use Case nicht nur technisch, sondern vor allem organisatorisch betrachtet und beschrieben werden. Es reicht an solchen Stellen dann nicht zu sagen: „Der Agent erstellt die Antwortentwürfe.“ Geklärt müssen an dieser Stelle auch Fragen, wie auf welche Quellen darf zugegriffen werden? Wie aktuell müssen die Informationen sein? Wer prüft den Entwurf und wer trägt im Endeffekt die Verantwortung? Welche Daten werden wie verarbeitet?

Je stärker ein KI-Agent in bestehende Prozesse eingreift, desto wichtiger werden Fragen nach Datenschutz, Transparenz, Verantwortlichkeit und menschlicher Kontrolle. Welche konkreten Vorgaben gelten, hängt vom Einsatzbereich, den verarbeiteten Daten und den Auswirkungen auf betroffene Personen ab.

Gerade Fragen wie diese entscheiden im Endeffekt darüber, ob aus einem beeindruckenden Prototyp eine verlässliche Unterstützung im Alltag wird. Deswegen sollte ein Pilot nicht nur messen, wie schnell ein Agent Ergebnisse produziert und um wieviel „schneller“ man ist. Mindestens genauso wichtig ist, ob die Ergebnisse auch brauchbar, nachvollziehbar und akzeptabel sind. Und letztendlich muss bereits vor dem Start eines solchen Projekts geklärt werden, was soll mit der Zeit passieren, die gewonnen wird? Wird sie für komplexere Aufgaben genutzt? Für bessere Beratung? Für den Abbau von liegengebliebenen Rückständen? Oder führt es im Endeffekt doch nur dazu, dass lediglich mehr Arbeit in derselben Zeit abgearbeitet wird?

Ein guter KI-Use-Case beginnt nicht mit der Frage, welches Tool verfügbar ist. Er beginnt mit der Frage, welche Arbeit sinnvoller, verlässlicher und menschlicher gestaltet werden soll.

Fazit

Aus meiner Sicht liegt die größte Chance von KI-Agenten nicht darin, Menschen möglichst schnell zu ersetzen. Sie liegt darin, monotone, koordinative und informationsintensive Aufgaben zu reduzieren, damit Mitarbeitende mehr Zeit für jene Fälle haben, in denen Erfahrung, Abwägung, Empathie und Verantwortung zählen.

Verantwortungsvolle KI-Entlastung bedeutet daher, bewusst zu entscheiden, welche Arbeit automatisiert, welche aufgewertet und welche nicht zusätzlich erzeugt wird. Gerade dort, wo KI Prozesse beschleunigt, müssen Verantwortung, Urteilskraft und menschliche Nähe sichtbar bleiben.