KI im Betrieb & Datenschutz
KI-Agenten im Mittelstand: 7 Use Cases, die sich lohnen können
Kurz gesagt: Ein KI-Agent erledigt mehrstufige Aufgaben weitgehend selbstständig innerhalb fester Grenzen. Er lohnt sich dort, wo ein Ablauf häufig vorkommt, klar beschreibbar ist und brauchbare Daten vorliegen. Starten Sie mit einem begrenzten Pilot und klaren Abbruchkriterien – und lassen Sie wichtige Schritte von einem Menschen freigeben.
Was ist ein KI-Agent – und was ist er nicht?
Ein Chatbot beantwortet Fragen. Ein KI-Agent geht einen Schritt weiter: Er nutzt Werkzeuge (zum Beispiel Suche, Postfach, Datenbank), plant mehrere Schritte und liefert ein Ergebnis oder stößt eine Aktion an. Eine einfache Workflow-Automatisierung, etwa mit Power Automate, folgt dagegen festen Regeln ohne eigene Entscheidung. Beides hat seinen Platz: Feste Abläufe automatisieren Sie am besten mit Regeln, Aufgaben mit Auslegungsspielraum eignen sich eher für einen Agenten.
Ein Beispiel für den Unterschied: Die Regel „Rechnungen von Lieferant X immer in den Ordner Y“ braucht keine KI. Die Aufgabe „Prüfe, ob zu dieser Mail ein Auftrag existiert, fasse die offenen Punkte zusammen und schlage eine Antwort vor“ hat Auslegungsspielraum – hier kann ein Agent helfen, wenn ein Mensch den Vorschlag freigibt.
Sieben Use Cases, die sich prüfen lassen
- Dokumente lesen und sortieren: Die Rechnung von Lieferant X liegt im Postfach. Der Agent erkennt Lieferant, Betrag und Rechnungsnummer, prüft auf Dubletten und legt sie zur Freigabe bereit. Wie das aussehen kann, zeigt unsere Seite zum Rechnungseingang mit DATEV-Übergabe.
- Anfragen vorqualifizieren: E-Mails und Formulare werden nach Thema und Dringlichkeit eingeordnet. Der Vertrieb sieht zuerst, was eilt.
- Wissensassistent: Fragen zu internen Richtlinien und Handbüchern beantworten, mit Quellenverweis, damit man nachlesen kann.
- Berichte vorbereiten: Zahlen aus mehreren Quellen zusammenfassen und kommentieren. Ein Mensch prüft, bevor der Bericht herausgeht.
- Angebots- und Textentwürfe: Erste Fassungen, die ein Mensch prüft und freigibt.
- Datenpflege: Produkt- oder Kundendaten auf Lücken und Widersprüche prüfen und Korrekturen vorschlagen.
- Interne Serviceanfragen: IT- oder HR-Standardfragen beantworten und Tickets vorbereiten.
Der tatsächliche Nutzen hängt immer von Ihrer Datenlage und Ihren Abläufen ab. Deshalb gilt: erst prüfen, dann bauen. Mehrere dieser Anwendungsfälle können in einem gemeinsamen Arbeitsplatz zusammenlaufen, wie wir ihn auf der Seite Betriebs-Cockpit mit KI-Assistenten beschreiben.
So bewerten Sie einen Use Case in 15 Minuten
Stellen Sie vier Fragen und notieren Sie die Antworten:
| Frage | Gutes Zeichen | Warnzeichen |
|---|---|---|
| Wie oft kommt der Ablauf vor? | Täglich oder wöchentlich | Ein- bis zweimal im Jahr |
| Wie viel Zeit kostet er heute? | Spürbar, und bei mehreren Personen | Wenige Minuten, selten |
| Liegen Daten vor und dürfen sie genutzt werden? | Ja, digital und mit geklärter Rechtsgrundlage | Papier, verstreut oder unklar, ob Nutzung erlaubt ist |
| Was passiert, wenn die KI sich irrt? | Ein Mensch bemerkt es vor der Wirkung | Fehler wirken sofort nach außen |
Use Cases mit hoher Häufigkeit, überschaubarem Risiko und prüfbarem Ergebnis kommen zuerst. Alles, was im Zweifel sofort Kunden, Geld oder Personaldaten betrifft, bekommt zusätzlich eine Freigabe durch einen Menschen.
Wie ein kleiner Pilot aussieht
Ein Pilot beantwortet eine einzige Frage: Funktioniert dieser Ablauf mit Ihren echten Daten gut genug? Dafür genügt ein enger Rahmen:
- Ein Anwendungsfall, ein Team, ein fester Zeitraum.
- Vorab festgelegte Erfolgskriterien: Wie viele Fälle sollen korrekt bearbeitet werden, wie viele darf der Mensch korrigieren?
- Abbruchkriterien: Ab wann beenden wir den Pilot, weil der Nutzen fehlt oder das Risiko zu hoch ist?
- Protokoll: Jeder Schritt des Agenten ist nachvollziehbar, damit Fehler gefunden werden können.
Das schützt vor dem häufigsten Fehler: einem Pilot ohne Ende, der weder überzeugt noch beendet wird.
Vom Pilot zum Alltag: Warum die Einführung entscheidet
Viele KI-Piloten bleiben stecken, weil niemand die Einführung verantwortet. Aus unserer Projektpraxis wissen wir: Planen Sie Ansprechpartner in den Fachbereichen, Schulung und eine Übergabe an den Betrieb von Anfang an mit ein. Legen Sie vor dem Pilot fest, woran Sie Erfolg messen und wann Sie abbrechen. Wer die Mitarbeitenden früh einbezieht, vermeidet, dass das neue Werkzeug umgangen wird. Wie Sie Regeln für den Umgang mit KI im Betrieb aufsetzen, beschreiben wir im Artikel ChatGPT im Unternehmen: Regeln und Datenschutz.
Aus der Projektpraxis: Sellantica als KI-Software im Betrieb
Wir reden nicht nur über KI-gestützte Software, hof digital, eine weitere Marke von Sebastian Hof, betreibt selbst welche. Sellantica ist eine mit KI entwickelte Software zur Optimierung von Amazon-Werbung, entwickelt von hof digital. Die KI-Verarbeitung läuft bei AWS in Frankfurt, die Daten liegen in Deutschland. Das bedeutet nicht, dass jede Lösung so aufgebaut sein muss, es zeigt aber, dass wir die Fragen kennen, die Sie bei Betrieb, Datenschutz und Wartung stellen werden.
Für Einführungsprojekte stützen wir uns auf die Berufserfahrung der Projektleitung in Software-Einführungen mit Schulung und Adoption, etwa bei Microsoft 365 und CRM.
Datenschutz und KI-Verordnung früh klären
Klären Sie vor dem Start, welche Daten verarbeitet werden, wo das geschieht und welche Pflichten gelten. Beziehen Sie Ihre Datenschutzbeauftragten früh ein. Die KI-Verordnung (Verordnung (EU) 2024/1689) hält in Erwägungsgrund 20 fest, dass KI-Kompetenz Anbieter, Betreiber und betroffene Personen mit den nötigen Konzepten ausstatten soll, um fundierte Entscheidungen über KI-Systeme zu treffen (Quelle 1). Für Datenschutz gilt unter anderem Artikel 32 der Datenschutz-Grundverordnung: geeignete technische und organisatorische Maßnahmen für ein dem Risiko angemessenes Schutzniveau (Quelle 2). Einen Überblick über EU-Hosting und Auftragsverarbeitung finden Sie unter KI und Datenschutz; weitere Anwendungsfälle und Beratung zu KI-Agenten bündelt die Seite KI-Use-Cases & KI-Agenten.
Was wir ehrlich dazusagen
- Agenten irren sich. Sprachmodelle können falsche Angaben machen. Deshalb gibt es Prüfregeln, ein Protokoll und eine Freigabe durch Menschen bei kritischen Schritten.
- Nicht jeder Ablauf lohnt sich. Seltene oder sehr unklare Aufgaben sind meist kein guter Anfang. Wir sagen es, wenn Regeln oder Standardsoftware reichen.
- Betrieb kostet Aufmerksamkeit. Ein Agent muss überwacht und bei Änderungen im Ablauf angepasst werden.
- Kein Rechtsrat. Dieser Artikel ersetzt keine Rechtsberatung. Datenschutzfragen klären Sie mit Ihrer oder Ihrem Datenschutzbeauftragten.
Welcher KI-Use-Case passt zu Ihnen? Lassen Sie uns in 30 Minuten prüfen, ob sich ein Pilot lohnt.
Kostenloses Erstgespräch buchenBetriebs-Cockpit mit KI-Assistenten · Selbsttest: Standard oder individuell?
Häufige Fragen
Brauche ich für KI-Agenten eigene Entwickler?
Nicht zwingend. Für erste Anwendungen reichen oft Werkzeuge, die Sie bereits nutzen, etwa im Microsoft-Umfeld. Für die Einführung brauchen Sie aber jemanden, der Anforderungen, Test und Schulung steuert.
Wie teuer ist ein Pilot?
Das hängt vom Umfang ab. Ein bewusst klein gehaltener Pilot mit einem Anwendungsfall und festem Zeitrahmen begrenzt das Risiko. Konkrete Zahlen nennen wir nach einem Gespräch zu Ihrem Vorhaben.
Was ist der Unterschied zwischen Chatbot, Workflow und Agent?
Ein Chatbot beantwortet Fragen. Ein Workflow folgt festen Regeln. Ein Agent nutzt Werkzeuge, plant mehrere Schritte und liefert ein Ergebnis, das ein Mensch bei Bedarf freigibt.
Dürfen KI-Agenten Daten meiner Kunden verarbeiten?
Das hängt von Rechtsgrundlage, Vertrag mit dem Anbieter und Ort der Verarbeitung ab. Klären Sie das vor dem Start mit Ihren Datenschutzbeauftragten.
Quellen
- Europäisches Parlament und Rat: Verordnung (EU) 2024/1689 (KI-Verordnung), Erwägungsgrund 20 zur KI-Kompetenz, EUR-Lex, abgerufen am 23.10.2026.
- Europäisches Parlament und Rat: Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung), Artikel 32 „Sicherheit der Verarbeitung“, EUR-Lex, abgerufen am 23.10.2026.
Alle Quellen abgerufen am 23.10.2026. Marken wie DATEV, Microsoft, Power Apps, SharePoint und ChatGPT sind Marken der jeweiligen Inhaber.
