KI im Arbeitsalltag

Chatbot, Agent oder Workflow: Wo ist der Unterschied?

Die Wahl zwischen den drei Formen entscheidet über Verlässlichkeit, Kosten und Steuerbarkeit. Viele KMU-Aufgaben brauchen einen Workflow, keinen frei agierenden Agenten.

Typischer Irrtum: «Für jede Automatisierung brauchen wir einen autonomen KI-Agenten.»

Beispiel: Rechnungen auslesen und verbuchen ist ein Workflow mit festen Schritten. Ein Agent wäre erst nötig, wenn das System selbst entscheiden müsste, ob es nachfragt oder abbricht.

Ein Workflow folgt Schienen, ein Agent legt die Schienen selbst.

Was ist RAG, und wozu Embeddings und Vektordatenbank?

RAG (Retrieval-Augmented Generation): Bevor das Modell antwortet, bekommt es passende Stellen aus deinen Dokumenten gereicht. Embeddings verwandeln Text in Zahlenvektoren, die die Bedeutung abbilden; eine Vektordatenbank findet dazu die nächstgelegenen Passagen. Das Modell selbst wird nicht verändert.

Warum wichtig: So antwortet ein Modell aus deinem internen Wissen, ohne teures Neu-Training, und erfindet deutlich weniger.

Typischer Irrtum: «RAG bedeutet, dass ich das Modell mit meinen Daten neu trainiere.»

Beispiel: Auf «Wie reiche ich Spesen ein?» findet RAG die Passage im Personalhandbuch, und das Modell antwortet genau daraus.

RAG schlägt erst nach und antwortet dann; Embeddings sind die Landkarte der Bedeutung.

Tool-Use: Wie KI mehr kann als nur reden

Für sich allein erzeugt ein Sprachmodell nur Text. Tool-Use heisst: Du gibst ihm Werkzeuge (E-Mail senden, Datenbank abfragen, eine Schnittstelle aufrufen), und es entscheidet, wann es sie einsetzt. Automatisierungs-Plattformen wie n8n, Make oder Zapier verbinden solche Schritte, oft ohne viel Programmierung.

Warum wichtig: Damit wird aus einem Chat-Modell etwas, das in deinen Systemen Arbeit erledigt, die Brücke von «KI redet» zu «KI erledigt».

Typischer Irrtum: «Die KI kann von selbst auf unsere Systeme und Daten zugreifen.»

Beispiel: Neue Anfrage per Mail, das Modell ordnet ein, schreibt einen Entwurf und legt einen CRM-Eintrag an. Den Versand gibt ein Mensch frei.

Das Sprachmodell entscheidet, die Tools handeln, und eine Automatisierungs-Plattform verdrahtet beides.

Wo lohnt sich KI im KMU wirklich?

KI lohnt sich, wo viel wiederkehrende Text- und Datenarbeit anfällt: Entwürfe, Zusammenfassungen, Recherche-Vorarbeit, Standardantworten. Sie ersetzt keine Fachentscheidung, sondern liefert eine erste rohe Fassung. Beginne mit einem einzigen, klar abgegrenzten Anwendungsfall.

Warum wichtig: Wer KI breit «irgendwie» einführt, verbrennt Budget; wer einen konkreten Prozess wählt, sieht den Effekt in Wochen.

Typischer Irrtum: «Wir brauchen zuerst eine grosse KI-Strategie für die ganze Firma, bevor wir anfangen können.»

Beispiel: Ein Treuhandbüro lässt Mandantenanfragen vorsortieren und Erstentwürfe erzeugen; die Sachbearbeiterin prüft und gibt frei.

Ein klar abgegrenzter Anwendungsfall schlägt jede grosse KI-Strategie.

Welche KI-Fehler kosten KMU am meisten?

Die teuersten Fehler sind selten technisch. Sie entstehen, wenn niemand die Ausgabe prüft, wenn Verantwortung unklar ist und wenn vertrauliche Daten unkontrolliert in fremde Tools wandern. Sichere Nutzung heisst feste Regeln und eine menschliche Freigabe vor jeder Aussenwirkung.

Warum wichtig: Ein einziger ungeprüfter Output an einen Kunden kostet mehr Vertrauen als die KI je an Zeit eingespart hat.

Typischer Irrtum: «Die KI macht das schon richtig, da muss niemand mehr drüberschauen.»

Beispiel: Eine Mitarbeiterin übernimmt eine vom Chatbot erfundene Zertifizierung wörtlich in den Webshop und macht eine Falschangabe öffentlich.

Keine KI-Ausgabe verlässt das Haus ohne menschliche Freigabe.

Was sind Halluzinationen, und wie erkennst du sie?

Eine Halluzination ist eine Ausgabe, die souverän klingt, aber sachlich falsch oder frei erfunden ist. Sie entsteht systembedingt: Das Modell erzeugt den wahrscheinlichsten Text, nicht den nachweislich wahren, und zeigt seine Unsicherheit nicht an.

Warum wichtig: Gerade die überzeugendsten Antworten enthalten am ehesten unbemerkte Fehler, weil der flüssige Stil die fehlende Faktenbasis kaschiert. Für alles Geschäftskritische brauchst du eine Prüfung gegen eine verlässliche Quelle.

Typischer Irrtum: «Wenn die Antwort detailliert und selbstsicher klingt und sogar eine Quelle nennt, dann stimmt sie auch.»

Beispiel: Ein Berater übernimmt einen vom Modell genannten Gerichtsentscheid samt Aktenzeichen; das Aktenzeichen existiert nicht.

Jede Zahl, jeder Name und jede Quelle gilt als unbestätigt, bis du sie selbst geprüft hast.