Welche KI-Anwendungsfälle zuerst? Nutzen und Machbarkeit statt Bauchgefühl

Das erste Quartal ist fast vorbei, die Planung für April bis Juni steht an. Auf dem Whiteboard im Besprechungsraum hängen inzwischen zwanzig KI-Ideen: ein Chatbot für die Website, automatische Angebotsentwürfe, eine Vorauswahl von Bewerbungen, Protokolle aus Teams-Besprechungen, eine Auswertung der Kundenzufriedenheit. Alle klingen vernünftig. Welche zuerst?

In vielen Unternehmen entscheidet dann das Bauchgefühl, oder die Person mit der größten Begeisterung. Wir empfehlen einen anderen Weg in zwei Stufen: Erst aussortieren, was aus guten Gründen nicht als erster Anwendungsfall taugt. Dann den Rest nach Nutzen und Machbarkeit bewerten. Gute erste Anwendungsfälle sind häufig, leicht zu prüfen und stützen sich auf Daten, die schon vorhanden sind.

Erst aussortieren, dann bewerten

Bewertungsmatrizen sind beliebt. Bekannt ist etwa das „Use-Case Prism“ des Marktforschers Gartner, das Anwendungsfälle nach Geschäftswert und Machbarkeit einordnet. Solche Matrizen haben aber eine Schwäche: Sie verrechnen. Ein Vorhaben mit sehr hohem Nutzen kann eine rechtliche Hürde optisch ausgleichen, die es in Wahrheit unmöglich macht.

Deshalb gehört vor jede Bewertung ein Ausschlussfilter mit Ja-oder-nein-Fragen. Fällt ein Vorhaben durch, landet es nicht im Papierkorb, sondern auf einer Liste für später.

Ein Ausschlussfilter für den ersten Anwendungsfall

Die Liste ist eine Auslegung für den Einstieg, keine Rechtsberatung. Sie sagt nicht, dass solche Vorhaben nie sinnvoll sind, sondern nur, dass sie als Erstes zu viel Aufwand und Risiko mitbringen.

Was Studien über Büroarbeit wirklich zeigen

Für die Bewertung des Nutzens lohnt ein Blick auf Feldexperimente. Sie sind aussagekräftiger als Befragungen, weil sie eine Gruppe mit KI direkt mit einer Gruppe ohne KI vergleichen.

Die Zahlen im Einzelnen:

• Textentwürfe: In einem randomisierten Experiment mit 453 Hochschulabsolventen sank die Zeit für berufstypische Schreibaufgaben mit ChatGPT um 40 %, die Qualität stieg um 18 % (Noy und Zhang, Science, Juli 2023).
• Kundenkommunikation: Im Kundensupport eines Softwareanbieters lösten 5.179 Agents mit einem KI-Assistenten im Schnitt 14 % mehr Fälle pro Stunde, Neulinge sogar 34 %. Bei erfahrenen Kräften war der Effekt minimal (Brynjolfsson, Li und Raymond, NBER Working Paper 31161).
• E-Mail: In einem Feldexperiment mit 7.137 Wissensarbeitenden in 66 Firmen verbrachten diejenigen, die ein in Mail- und Office-Programme integriertes KI-Werkzeug nutzten, zwei Stunden weniger pro Woche mit E-Mails. Menge und Art der übrigen Aufgaben änderten sich nicht (Dillon u. a., Fassung vom November 2025; drei der Autoren arbeiteten zum Zeitpunkt der Studie bei Microsoft, untersucht wurde Microsoft 365 Copilot).
• Breiter Alltag: Eine dänische Studie mit 25.000 Beschäftigten in elf Berufen fand eine durchschnittliche Zeitersparnis von nur 3 % und keine messbaren Effekte auf Verdienst oder Arbeitsstunden (Humlum und Vestergaard, Mai 2025).

Der Unterschied zwischen 40 % und 3 % ist kein Widerspruch. Er zeigt, dass KI bei eng umrissenen, wiederkehrenden Aufgaben viel bringt und im Durchschnitt über alle Tätigkeiten deutlich weniger. Genau deshalb lohnt es sich, den ersten Anwendungsfall sorgfältig zu wählen.

Wo die Effekte kippen

Die wichtigste Warnung stammt aus einem Experiment mit 758 Beratern der Boston Consulting Group (Dell'Acqua u. a., Harvard Business School Working Paper 24-013). Bei Aufgaben, die das Modell gut beherrschte, arbeiteten die Berater mit KI 25,1 % schneller und lieferten nach Bewertung der Forscher mehr als 40 % bessere Qualität. Bei einer Aufgabe außerhalb dieser Fähigkeitsgrenze lagen sie dagegen 19 Prozentpunkte seltener richtig als ohne KI.

Die Forscher sprechen von einer „gezackten Grenze“: Von außen ist nicht zu erkennen, welche Aufgabe die KI gut löst und welche nicht. Für die Auswahl folgt daraus: Ein erster Anwendungsfall sollte so gebaut sein, dass Fehler schnell auffallen. Ein Entwurf, den ein Mensch ohnehin liest, ist prüfbar. Eine Kennzahl, die ungeprüft ins Controlling geht, ist es nicht.

Drei typische Fehler bei der Auswahl

Die RAND Corporation hat für eine Studie aus dem Jahr 2024 65 erfahrene Datenfachleute aus über 50 Organisationen befragt, warum KI-Projekte scheitern. Drei der fünf Ursachen betreffen direkt die Auswahl:

1. Das Problem ist falsch verstanden. Die KI löst eine Aufgabe, die so niemand hat, oder passt nicht in den tatsächlichen Arbeitsablauf.
2. Die Daten fehlen. Das deckt sich mit der Statistik: Unter den Unternehmen, die KI 2024 erwogen, aber nicht genutzt haben, nannten 45 % Probleme mit Verfügbarkeit oder Qualität der Daten (Destatis).
3. Die Technik steht im Vordergrund. RAND beschreibt Projekte, die eher die neueste Technologie einsetzen wollen als ein echtes Problem der Nutzer lösen. Das ist die Prestige-Falle: Der eigene Chatbot auf der Website wirkt modern, ist aber selten der einfachste Einstieg.

Ein vierter Fehler zeigt sich später: Es fehlt die Messung. Wer vor dem Start nicht festhält, wie lange eine Aufgabe heute dauert, kann nach drei Monaten nicht sagen, ob sich etwas verbessert hat.

Nutzen und Machbarkeit: die Bewertung

Was den Ausschlussfilter passiert, bewerten Sie auf zwei Achsen.

Nutzen:

• Wie oft fällt die Aufgabe an? Täglich ist besser als quartalsweise.
• Wie viel Zeit bindet sie heute, und bei wem?
• Hilft sie vor allem Neulingen? Die Supportstudie spricht dafür, dass dort der Effekt am größten ist.

Machbarkeit:

• Liegen die nötigen Informationen schon digital und auffindbar vor?
• Lässt sich das Ergebnis vor der Weitergabe leicht prüfen?
• Reicht ein Standardwerkzeug mit Firmenlizenz, oder braucht es eine Eigenentwicklung?

Oben rechts in der Matrix landen typischerweise Aufgaben wie Textentwürfe für wiederkehrende E-Mails, Zusammenfassungen langer Dokumente oder Besprechungsnotizen. Das sind die Bereiche, in denen auch die Studien die deutlichsten Effekte zeigen.

Grenzen dieses Vorgehens

• Die Experimente sind kurz und eng. Ob sich Effekte aus einem Laborversuch oder einem US-Callcenter auf ein Unternehmen mit 40 Beschäftigten übertragen lassen, ist offen. Deutsche Feldexperimente in kleinen Unternehmen haben wir nicht gefunden.
• Manche Studien haben Anbieterbezug. Das betrifft die Microsoft-Studie und die Beraterstudie mit BCG.
• Bewertungen sind subjektiv. Lassen Sie mehrere Personen bewerten, nicht nur die Initiatoren einer Idee.
• Erfahrene Kräfte profitieren weniger. Planen Sie nicht mit gleich großen Effekten für das ganze Team.

Was Sie für das zweite Quartal tun können

1. Ideen sammeln, ohne zu bewerten. Eine Longlist mit allen Vorschlägen aus den Teams.
2. Den Ausschlussfilter anwenden. Alles mit Personalentscheidungen, sensiblen Daten oder schwer prüfbaren Ergebnissen kommt auf die Liste für später.
3. Den Rest nach Nutzen und Machbarkeit einordnen. Häufig, prüfbar, mit vorhandenen Daten.
4. Zwei, höchstens drei Fälle auswählen. Mehr lässt sich in einem Quartal nicht sauber begleiten.
5. Vorher messen. Wie lange dauert die Aufgabe heute? Diese Zahl brauchen Sie im Juli.

Sie haben eine lange Ideenliste und wollen wissen, womit Sie anfangen sollten? Sprechen Sie mit uns über eine nüchterne Auswahl Ihrer ersten Anwendungsfälle.