Zwischen den Versprechen der Anbieter und dem Alltag eines Betriebs liegt eine große Lücke. Auf der einen Seite Systeme, die angeblich alles können. Auf der anderen Seite ein Posteingang, der jeden Morgen voll ist, und Mitarbeitende, die keine Zeit haben, ein neues Werkzeug auszuprobieren.
Dieser Beitrag versucht eine nüchterne Einordnung: Was können Sprachmodelle heute verlässlich, was können sie nicht, und welches Muster sorgt dafür, dass ein Assistent im Betrieb tatsächlich hilft, statt neue Arbeit zu machen.
Was Sprachmodelle gut können
Sprachmodelle sind Werkzeuge für Text. In diesem Bereich sind sie inzwischen erstaunlich zuverlässig, und zwar bei fünf Aufgaben:
Lesen und herausziehen. Aus einer E-Mail, einem Lieferschein oder einem Angebot die wesentlichen Angaben herausholen – Absender, Objekt, Betrag, Datum, Anliegen – und in eine feste Struktur bringen.
Zusammenfassen. Einen langen Schriftverkehr auf die drei Punkte reduzieren, um die es geht.
Zuordnen. Erkennen, worum es in einer Nachricht geht – Schadensmeldung, Terminanfrage, Rechnungsfrage, Beschwerde – und sie der passenden Kategorie, dem passenden Objekt oder dem passenden Kunden zuweisen.
Formulieren. Aus Stichworten eine höfliche, vollständige Antwort machen; einen Text in einen anderen Ton bringen; eine Vorlage an den konkreten Fall anpassen.
Übersetzen. In beide Richtungen, auch fachsprachlich, in einer Qualität, die für den Alltag meist ausreicht.
Alles, was sich auf diese fünf Fähigkeiten zurückführen lässt, ist ein guter Kandidat für einen Assistenten.
Was sie nicht können
Genauso wichtig ist die Gegenliste. Ein Sprachmodell weiß nicht, was wahr ist; es weiß, was wahrscheinlich klingt. Daraus folgen vier Grenzen, die im Betrieb zählen.
Es garantiert keine Fakten. Ein Assistent kann einen Preis, eine Norm oder eine Frist nennen, die plausibel aussieht und falsch ist. Ohne Quelle ist eine solche Angabe nichts wert.
Es sollte nicht entscheiden. Ob ein Angebot rausgeht, ob ein Auftrag angenommen wird, ob eine Mahnung verschickt wird – das sind Entscheidungen mit Folgen, die ein Mensch verantworten muss.
Es rechnet unzuverlässig. Für Summen, Mengen und Termine gehört ein gewöhnliches Programm an die Stelle, nicht ein Sprachmodell.
Und es weiß nicht, was es nicht weiß. Fehlt eine Information, füllt das Modell die Lücke gern, statt nachzufragen – wenn man es nicht ausdrücklich anders anweist.
Das Muster, das funktioniert: Vorschlag und Freigabe
Aus beiden Listen ergibt sich ein einfaches Muster, das sich in der Praxis bewährt: Der Assistent schlägt vor, ein Mensch gibt frei.
Der Assistent liest die eingehende Nachricht, ordnet sie zu, ergänzt bekannte Daten und entwirft eine Antwort. Er markiert, wo er unsicher ist, und nennt, worauf er sich stützt. Die Mitarbeiterin sieht diesen Vorschlag an der Stelle, wo sie ohnehin arbeitet – im Mailprogramm, im CRM, in der Verwaltungssoftware –, prüft ihn in wenigen Sekunden, ändert, was nötig ist, und sendet.
Das ist weniger spektakulär als ein Assistent, der alles selbst erledigt. Aber es hat drei Vorteile: Fehler werden abgefangen, bevor sie nach außen gehen. Das Team behält die Kontrolle und das Wissen. Und die Quote der übernommenen Vorschläge ist ein einfacher, ehrlicher Maßstab dafür, ob der Assistent gut ist.
Vier Einsatzfelder mit gutem Verhältnis von Nutzen zu Risiko
Posteingang vorsortieren. Jede eingehende E-Mail wird zugeordnet – Objekt, Kunde, Art des Anliegens, Dringlichkeit – und mit einem Antwortentwurf versehen. Dringendes wird hervorgehoben. Niemand muss mehr den Posteingang von oben nach unten lesen, um zu wissen, was zuerst dran ist.
Dokumente auslesen. Lieferscheine, Angebote von Lieferanten, Prüfprotokolle, Mieteranfragen mit Anhang: Die relevanten Angaben werden herausgezogen, auf Vollständigkeit geprüft und in die Software übernommen. Fehlt etwas oder passt eine Summe nicht zur Bestellung, wird es markiert.
Antworten entwerfen. Für wiederkehrende Anliegen – Terminbestätigung, Rückfrage zu fehlenden Angaben, Antwort auf eine Beschwerde – entsteht ein Entwurf im Ton des Betriebs, mit den Daten des konkreten Falls. Der Mensch prüft und sendet.
Wissen aus eigenen Unterlagen finden. Ein interner Assistent beantwortet Fragen ausschließlich aus den eigenen Dokumenten: Montageanleitungen, Wartungsprotokolle, frühere Angebote, Hausordnungen. Er nennt die Quelle. Was nicht in den Unterlagen steht, sagt er auch – statt zu raten.
Allen vier gemeinsam: Sie kommen täglich vor, sie sind textlastig, und ein geprüfter Vorschlag genügt.
Datenschutz: drei Fragen vor dem Start
Ein Assistent verarbeitet Daten, oft auch personenbezogene. Drei Fragen müssen deshalb vor dem ersten Aufbau beantwortet sein, nicht danach.
Welche Daten darf der Assistent sehen? Nur die, die er für die Aufgabe braucht. Ein Assistent, der E-Mails sortiert, muss keine Gehaltslisten kennen.
Wo werden die Daten verarbeitet? Bei einem Anbieter in der EU, bei einem Anbieter mit vertraglich zugesicherter Verarbeitung in der EU, oder – für besonders sensible Fälle – auf eigener Infrastruktur. Das ist eine bewusste Entscheidung, keine Standardeinstellung.
Auf welcher Grundlage? Personenbezogene Daten von Kunden oder Mietern brauchen eine Rechtsgrundlage, und die Verarbeitung durch einen Anbieter braucht einen Vertrag zur Auftragsverarbeitung. Beides lässt sich klären – aber es muss geklärt werden.
Woran Sie merken, dass es Zeit ist
Es lohnt sich, über einen Assistenten nachzudenken, wenn Ihr Team täglich viele ähnliche Nachrichten oder Dokumente bearbeitet, wenn Wissen in Unterlagen steckt, das nur wenige im Kopf haben, und wenn ein geprüfter Vorschlag im Alltag genügen würde.
Es lohnt sich nicht, wenn die Abläufe dahinter unklar sind, wenn die Daten nicht zugänglich sind oder wenn der Assistent eigenständig entscheiden müsste, um Nutzen zu bringen. Dann ist der bessere erste Schritt eine Automatisierung mit festen Regeln – oder schlicht eine Klärung des Ablaufs.
Fazit
KI-Assistenten sind heute verlässlich bei Lesen, Zuordnen, Zusammenfassen und Formulieren. Sie sind unzuverlässig bei Fakten, Rechnen und Entscheidungen. Wer sie als Vorschlagswerkzeug mit menschlicher Freigabe einsetzt, an der richtigen Stelle im Ablauf und mit klaren Grenzen für Daten und Zuständigkeit, bekommt einen Nutzen, der sich messen lässt.
Wie Exus Connect solche Assistenten aufbaut, einbettet und im Betrieb begleitet, steht auf der Seite zu KI-gestützten Lösungen und Assistenten.
Die passenden Pakete und Preise stehen auf der Preisseite.
