Thema · Generative AI

Den Wert bestimmt der Ablauf, in den ein Modell eingebaut wird.

Generative AI erzeugt Texte, Code und Bilder. Für ein Unternehmen zählt, welcher Ablauf dadurch schneller oder besser wird und ob sich das in Kennzahlen zeigt.

Ein Chat-Assistent für alle Mitarbeitenden ist ein naheliegender Einstieg. Größer wird der Nutzen in konkreten Abläufen wie Angeboten, Verträgen, Kundenanfragen, Dokumentation und Software-Entwicklung, weil sich dort Zeit und Qualität messen lassen.

Zum Modell kommen vier Dinge hinzu: verlässliche Daten, Kriterien dafür, wann ein Ergebnis gut genug ist, Kontrolle über die laufenden Kosten und eine Person, die für das Ergebnis geradesteht.

Einordnung

Was sich ändert und wie wir es sehen

Was Studien zeigen

Die Wirkung hängt stark von Aufgabe und Erfahrung ab. In einer Studie mit 5.172 Beschäftigten im Kundenservice lösten diejenigen mit einem AI-Assistenten im Schnitt 15 Prozent mehr Anfragen pro Stunde. Am meisten gewannen weniger erfahrene Kräfte, bei den erfahrensten sank die Qualität leicht (Brynjolfsson, Li und Raymond, Quarterly Journal of Economics, 2025). In einem Experiment mit 758 Beratenden der Boston Consulting Group arbeiteten die Teilnehmenden mit AI bei Aufgaben innerhalb der Fähigkeiten des Modells um 25 Prozent schneller. Bei einer Aufgabe außerhalb dieser Grenze kamen sie um 19 Prozentpunkte seltener zur richtigen Lösung (Dell’Acqua u. a., Harvard Business School, 2023).

Was daraus folgt

Wie viel Generative AI bringt, muss man im eigenen Ablauf messen. Selbst der Eindruck der Nutzenden kann täuschen. In einer randomisierten Studie brauchten erfahrene Open-Source-Entwicklerinnen und -Entwickler mit AI-Werkzeugen 19 Prozent länger, hielten sich aber für rund 20 Prozent schneller (METR, Juli 2025). Wir legen deshalb vor dem Start fest, was gemessen wird, und vergleichen mit dem Ablauf ohne AI.

Worauf es ankommt

Regeln für die Praxis

  1. Am Ablauf ansetzen

    Die Ausgangsfrage lautet, welcher Ablauf messbar besser werden soll. Das Werkzeug folgt daraus.

  2. Qualität festlegen

    Vorher bestimmen, wann ein Ergebnis gut genug ist, und es im Betrieb laufend prüfen.

  3. Kosten planen

    Modellwahl, Nutzung und Betrieb so auslegen, dass der Nutzen die laufenden Kosten übersteigt.

Entscheidungsfragen

Was Sie klären sollten

  1. In welchen Abläufen rechnet sich Generative AI?

    Dort, wo ein Ablauf häufig vorkommt, viel Text oder Code bewegt und sich das Ergebnis prüfen lässt. Ob es sich rechnet, zeigt der Vergleich mit dem bisherigen Ablauf.

  2. Wer steht für ein erzeugtes Ergebnis gerade?

    Die Person, die es freigibt oder weitergibt. Das sollte für jede Anwendung ausdrücklich geregelt sein, ebenso wann ein Ergebnis ungeprüft weitergehen darf.

  3. Ein Modell für alles oder mehrere?

    Eine kleine Auswahl, gewählt nach Aufgabe, Datenschutz und Kosten je Vorgang. Wichtig ist, dass sich ein Modell austauschen lässt, ohne den Ablauf neu zu bauen.

  4. Was müssen wir kennzeichnen?

    Seit dem 2. August 2026 gelten die Transparenzpflichten nach Art. 50 EU AI Act, etwa wenn Menschen mit einem AI-System interagieren oder Deepfakes veröffentlicht werden. Für die maschinenlesbare Kennzeichnung durch Anbieter (Art. 50 Abs. 2) gilt nach der Änderung vom Juli 2026 eine Übergangsfrist bis zum 2. Dezember 2026.