KI-Mitarbeiter oder KI-System: Was kaufen Sie eigentlich?

Eine Stellenbeschreibung sagt zu wenig darüber aus, wie die Zusammenarbeit funktioniert.

Eine KI für das Marketing könnte Inhalte erstellen, Kampagnen durchführen und über Ergebnisse berichten. So lässt sich eine Fähigkeit sinnvoll beschreiben. Kaufinteressierte erkennen dadurch, wo sie im Team eingesetzt werden könnte. Die meisten Fragen zum laufenden Betrieb bleiben dabei offen.

Welche Kundeninformationen nutzt sie? Darf sie ein Werbebudget ändern? Was passiert, wenn sich CRM und Kampagnenbriefing widersprechen? Wer prüft, ob eine Kampagne tatsächlich gestartet wurde? Wer hält das System aktuell, wenn sich das Geschäft verändert?

Das ist die entscheidende Unterscheidung beim Vergleich eines KI-Mitarbeiters mit einem KI-System. Der Mitarbeiter beschreibt, welche Aufgabe die KI übernehmen soll. Das System erklärt, wie diese Aufgabe ausgeführt, geprüft und mit der Zeit verbessert wird.

Das sind Perspektiven für die Kaufentscheidung, keine technischen Kategorien, die sich gegenseitig ausschließen. Ein als KI-Mitarbeiter verkauftes Produkt kann Integrationen, Freigaben, Überwachung und laufende Betreuung enthalten. Bei einer Lösung mit dem Namen KI-System muss Ihr Team möglicherweise weiterhin die meisten Verbindungen selbst herstellen und pflegen. Die Bezeichnung allein sagt nicht, was enthalten ist.

Eine Kampagne zeigt, welche Arbeit rund um die Rolle nötig ist.

Betrachten wir eine beispielhafte B2B-Kampagne. Das Unternehmen möchte qualifizierte Anfragen für eine bestimmte Dienstleistung gewinnen. Eine KI für das Marketing erstellt die Texte, wählt eine Zielgruppe aus und schlägt den Start vor. Die Materialien sehen gut aus. Die nächsten Fragen betreffen das Geschäft, für das diese Materialien stehen.

Für die aktuelle Leistungsbeschreibung braucht es eine verbindliche Quelle. Für die Zielgruppe braucht es vereinbarte Kriterien. Bestehende Kunden und Personen, die die Nachricht nicht erhalten sollen, müssen korrekt berücksichtigt werden. Für Ausgaben und Veröffentlichungsfreigaben braucht es klare Grenzen. Eine gut formulierte Anweisung allein kann eine unzulässige Werkzeugaktion nicht technisch verhindern.

Nach der Freigabe muss die Kampagne noch auf den relevanten Plattformen ankommen. Eine Werkzeugantwort, die den Eingang einer Anfrage bestätigt, bedeutet nicht unbedingt, dass die Kampagne live ist. Bricht eine Verbindung unterwegs ab, muss das System vor einem erneuten Versuch zwischen bereits erledigten und noch offenen Schritten unterscheiden.

Diese begleitende Arbeit entscheidet darüber, ob die Delegation der Kampagne Aufwand reduziert oder ihn nur verlagert. Muss eine Person wiederholt Informationen zwischen Werkzeugen kopieren, Datensätze abgleichen und jede Aktion kontrollieren, gehört dieser Arbeitsaufwand in die Kaufentscheidung.

Eine selbstsichere Fertigmeldung ist kein Nachweis.

Ein Agent kann überzeugend über erledigte Arbeit berichten, ohne dass die beabsichtigte Änderung stattgefunden hat. Aussagekräftig ist der tatsächliche Zustand: Die richtige Kampagne existiert, die Zielgruppe stimmt, das freigegebene Budget ist hinterlegt und der Auslieferungsstatus ist bekannt.

Anthropics Leitfaden zur Bewertung von Agenten unterscheidet ausdrücklich zwischen einem Ausführungsprotokoll und dem tatsächlichen Ergebnis. Zu den Beispielen gehört die Prüfung, ob eine Reservierung wirklich besteht, statt sich auf die Aussage des Agenten zu verlassen, er habe gebucht. Bei unserer Kampagne entspricht das der Kontrolle der relevanten Datensätze auf der Plattform.

Prüfungen müssen auch zur jeweiligen Verantwortung passen. Die Prüfung der Markenvorgaben, ein Zielgruppenausschluss und eine Ausgabengrenze sind unterschiedliche Kontrollen. Einige lassen sich direkt durch Software erzwingen. Andere erfordern Urteilsvermögen und eine Überprüfung. Eine bestandene Kontrolle belegt nicht, dass die gesamte Kampagne korrekt ist.

Fragen Sie vor dem Kauf, was der Anbieter bei einer fehlgeschlagenen Aktion zeigen kann. Eine hilfreiche Antwort umfasst den bekannten Zustand, den unternommenen Wiederherstellungsversuch und die zuständige Person, falls das System nicht fortfahren kann. Ohne solche Nachweise muss Ihr Team trotz eines ansprechenden Dashboards dieselbe Unsicherheit von Hand untersuchen.

Feedback wird nützlich, wenn es eine spätere Entscheidung verändert.

Angenommen, unsere beispielhafte Kampagne erzeugt viele Leads, während der Vertrieb immer wieder hört, dass die Dienstleistung nicht zu dem Problem passt, das die Interessenten damit lösen wollten. Die Kampagne kann effizient Anfragen erzeugen und dabei trotzdem das falsche Versprechen vermitteln.

Das System braucht einen Weg, auf dem diese Erkenntnisse die nächste Marketingentscheidung erreichen. Der Vertrieb dokumentiert den Einwand mit genügend Kontext, um ihn zu verstehen. Jemand bewertet, ob er auf ein wiederkehrendes Muster, eine unpassende Zielgruppe oder wenige Ausnahmen hindeutet. Eine vorgeschlagene Änderung am Briefing wird geprüft, gegebenenfalls umgesetzt und anhand späterer Ergebnisse überprüft.

Das sollte Lernen in einem geschlossenen Rückkopplungskreis im Einkaufsgespräch bedeuten. Es muss kein erneutes Training eines Modells sein, und das Sammeln von Feedback verbessert ein System nicht automatisch. Die Änderung kann freigegebenes Wissen, Zielgruppenregeln, Botschaften, das Verhalten von Werkzeugen oder einen Testfall betreffen.

Dieselbe Sorgfalt ist nötig, wenn Wissen veraltet. Ändern sich Preise, muss geklärt werden, welche Quelle aktuell ist, welche eingesetzten Materialien davon abhängen und welche Prüfungen wiederholt werden müssen. Für eine Korrektur braucht es einen vorgesehenen Weg. Eine benannte zuständige Person sollte erklären können, was sich dadurch geändert hat.

Bewerten Sie das wirtschaftliche Ergebnis sorgfältig. Mehr Leads, mehr Antworten oder niedrigere Produktionskosten können hilfreiche Signale sein. Ob das System dem Unternehmen geholfen hat, hängt auch von Leadqualität, Abschlussquote und dem Aufwand für die Weiterverarbeitung ab. Ein viel beschäftigter Agent belegt diesen Zusammenhang allein nicht.

Delegieren Sie Arbeit oder verpflichten Sie sich zur ständigen Betreuung eines weiteren Werkzeugs?

Einige Entscheidungen sollten bei Menschen bleiben. Die Wahl eines Marktes, die Freigabe einer folgenreichen Aussage oder die Zustimmung zu einer geschäftlichen Ausnahme können direkte menschliche Verantwortung erfordern. Ein Anbieter sollte erklären können, wo dieses Urteilsvermögen beiträgt und wann das System es anfordert.

Das ist etwas anderes, als wenn eine Person wiederholt fehlerhafte Abläufe retten muss. Kontext erneut einzugeben, die Ausführung einer Aktion zu kontrollieren und denselben vermeidbaren Fehler zu korrigieren, verursacht Betriebskosten. Diese sollten vor dem Kauf sichtbar sein, ebenso wie die Kosten für Einrichtung, Software, Nutzung und Wartung.

Es geht nicht darum, menschliche Beteiligung überall zu beseitigen. Es geht um eine sinnvolle Aufgabenteilung und darum, den verbleibenden Aufwand nachvollziehbar zu machen. Fragen Sie, was eine gewöhnliche Woche von Ihrem Team verlangt: welche Prüfungen, wie viele Ausnahmefälle, welche Zugriffe und wessen Zeit. Trennen Sie gemessene Betriebserfahrungen von Schätzungen und Zusicherungen.

Mit der Zeit sollten diese Beobachtungen die Verteilung der Verantwortung beeinflussen. Ein wiederkehrender Ausnahmefall kann eine Verbesserung des Systems rechtfertigen. Ein neues geschäftliches Risiko kann eine strengere Prüfung erfordern. Mehr Autonomie muss zur Aufgabe passen und darf nicht zum Selbstzweck werden.

Lassen Sie sich Ihren Prozess zeigen, einschließlich der schwierigen Stellen.

Wählen Sie einen realen Prozess aus Ihrem Unternehmen und bitten Sie den Anbieter, ihn in einer kontrollierten Demonstration durchzugehen. Vereinbaren Sie, was Erfolg bedeutet, welche Informationen das System nutzen und was es ändern darf. Verwenden Sie repräsentative Daten, ohne unnötige Änderungen an echten Kundendaten oder laufenden Ausgaben vorzunehmen.

Bauen Sie einen Widerspruch zwischen zwei Quellen und eine fehlgeschlagene Aktion ein. Fragen Sie, welche Quelle Vorrang hat, wann das System stoppt, was vor einem erneuten Versuch passiert und welche Nachweise erhalten bleiben. Ändern Sie anschließend eine relevante Eingabe, etwa einen freigegebenen Preis, und prüfen Sie, wie die nächste Ausgabe darauf reagiert.

Klären Sie zum Schluss die Zuständigkeiten. Wer aktualisiert das Wissen? Wer untersucht den Ausfall einer Integration? Wer prüft das Verhalten, nachdem sich ein Modell oder eine Anweisung geändert hat? Was muss Ihr Team pflegen, was übernimmt der Anbieter und was passiert, wenn die Zusammenarbeit endet?

Ein betreutes Produkt kann diese Fragen bereits gut beantworten. Für eine klar begrenzte, vorhersehbare Aufgabe kann ein konfigurierter Workflow ausreichen. Eine komplexere Agentenarchitektur ist nicht automatisch der bessere Kauf. Auch Anthropic empfiehlt, mit dem einfachsten Ansatz zu beginnen, der zur Aufgabe passt.

Bei AiDU beginnen wir damit, wie die Arbeit ablaufen muss. Dann entscheiden wir, welche Aufgaben Agenten übernehmen sollen und wo Menschen entscheiden müssen. Kaufinteressierte sollten erwarten können, diese Arbeitsaufteilung zu verstehen, unabhängig davon, wer die Lösung liefert.

Kaufen Sie die Fähigkeit mit einem klaren Bild des Systems, der verbleibenden Arbeit und der Zuständigkeiten für beides.