Vorhandene KI nutzen.
Passende Abläufe bauen.

Mehr KI. Mehr Umsetzungsfragen.

In der Bitkom-Befragung vom September 2026 geben 57 Prozent an, KI einzusetzen. Befragt wurden 603 Unternehmen in Deutschland ab 20 Beschäftigten, von Kalenderwoche 28 bis 33. Das ist ein Marktsignal für diese Unternehmensgruppe, keine Erfolgsquote für ein einzelnes Projekt.

Die Studie nennt unter anderem Integrationswissen und kalkulierbare Kosten als Hürden. Für die nächste Investition hilft deshalb eine konkrete Frage: Welche Arbeit bleibt trotz des vorhandenen Werkzeugs übrig? Ein fehlender Datenzugang braucht eine andere Lösung als ein unklarer Text oder eine ausstehende Freigabe.

Welche Entscheidung steht an?

• Reicht Copilot oder ChatGPT?Vorhandene Funktionen mit dem konkreten Vorgang vergleichen, bevor eine Integration beauftragt wird.
• n8n, Power Automate oder eigene Software?Auslöser, Ausnahmefälle, Freigaben und Betrieb am selben Ablauf prüfen.
• KI-Agent oder Workflow?Feste Regeln, einen KI-Schritt und selbst gewählte nächste Aktionen unterscheiden.

Ein fiktives Beispiel: Eine Beschaffungsanfrage kommt per E-Mail. Ein vorhandenes Werkzeug kann einen Entwurf erstellen. Eine feste Regel prüft Pflichtangaben. Ein KI-Schritt kann freien Text in einen Vorschlag überführen. Ein Agent könnte zwischen erlaubten Rechercheschritten wählen. Wer eine Bestellung freigibt, wird davon getrennt festgelegt.

Fünf Fragen vor dem Test.

1. Was soll herauskommen? Ein Entwurf, geprüfte Angaben oder eine Änderung im Fachsystem sind unterschiedliche Aufträge.
2. Wie läuft es heute? Häufigkeit, Bearbeitungszeit und Nacharbeit erfassen.
3. Welche Daten dürfen hinein? Quellen, Zugriff und Aufbewahrung festlegen.
4. Was passiert im Ausnahmefall? Fehlende Angaben, Wiederholungen und Systemausfälle testen.
5. Wer übernimmt danach? Fachliche Freigabe und technische Betreuung benennen.

Vergleichen Sie den heutigen Weg und die Kandidaten mit denselben Beispielen. Vorab definierte Kriterien verhindern, dass eine gute Demo mit einem zuverlässigen Ablauf verwechselt wird.

Das Modell folgt der Aufgabe.

Ein Modellname entscheidet noch nicht über die passende Lösung. Prüfen Sie die Qualität an Ihren zulässigen Beispielen, die verfügbare Anbindung und die Gesamtkosten des Ablaufs. Für eine feste Prüfung von Artikelnummer und Menge kann normale Software ausreichen.

Anthropic unterscheidet feste Workflows von Agenten, die ihre nächsten Schritte dynamisch wählen. Diese Unterscheidung hilft bei der Architekturentscheidung. Mehr Handlungsspielraum verlangt zusätzliche Grenzen und Tests.

Für technische Vertiefung: LLM-Integration in Unternehmenssoftware, Wissenssuche mit Quellen und Rechten und Modellanbieter austauschbar halten.

Datenweg und Rechte klären.

Dokumentieren Sie, welche Daten welches System verarbeitet, wer sie lesen darf und wie lange sie gespeichert werden. Prüfen Sie Geschäftstarif, Vertrag, Unterauftragnehmer und mögliche Übermittlungen. EU-Hosting und die Zusage, Daten nicht für Modelltraining zu verwenden, ersetzen diese Prüfung nicht.

Microsoft beschreibt für Copilot den Schutz von Geschäftsdaten und die Anwendung bestehender Berechtigungen. Das macht eine Prüfung vorhandener Freigaben besonders relevant: Ein Werkzeug kann auf zu breit freigegebene Inhalte treffen.

Beim EU AI Act hängen Pflichten vom konkreten Einsatz, der Rolle des Unternehmens und den Funktionen ab. Eine interne Anwendung lässt sich nicht allein wegen ihrer Bezeichnung pauschal einer Risikoklasse zuordnen. Verantwortliche sollten Zweck, Rechte, Transparenz und erforderliche Aufsicht für den eigenen Fall prüfen.

Eine erste technische Prüfung kann mit künstlichen Beispielen beginnen. Originale Kundenunterlagen werden erst nach Klärung des zulässigen Datenwegs verwendet.

Kosten am ganzen Ablauf messen.

Rechnen Sie mit Einrichtung, Integration, Lizenzen beziehungsweise API-Nutzung, Betrieb, Pflege und verbleibender menschlicher Arbeit. Ein Ergebnis zählt erst dann als Entlastung, wenn es einschließlich Prüfung und Ausnahmebehandlung weniger Aufwand verursacht.

Der Ratgeber zu KI-Projektkosten trennt die Kostenblöcke. Der Vergleich von Prototyp und Pilot erklärt, welcher Nachweis noch bis zum Einsatz im Alltag fehlt. Umfang und Zeitplan hängen vom geklärten Vorgang ab.

So beginnt ein Vorhaben mit NLD.

Im kostenfreien 30-minütigen Erstgespräch mit Simon klären wir Aufgabe, vorhandene Werkzeuge und den nächsten sinnvollen Schritt. Eine kurze Beschreibung genügt.

Wenn ein eigener Ansatz geprüft werden soll, ist der bezahlte Discovery-Sprint ein gesonderter Auftrag: 5 Arbeitstage für 4.900 € netto, mit Live-Demo, Bewertung und Entscheidungsempfehlung. Ein anschließender Build ist optional und wird nach dem geklärten Umfang individuell angeboten.

New Life Digital arbeitet aus dem MAFINEX Mannheim an individueller Software und KI. Als Venture Studio zeigen wir auch eigene Produktarbeit an Klar, aktuell in Validierung. Eine anonyme produktive Kundenlösung für E-Commerce-Produktbilder ist separat als Projektbeleg beschrieben.