KI Automatisierung im Unternehmen an sechs Beispielen aus der Praxis

Erstmals setzt die Mehrheit der Unternehmen in Deutschland KI ein. Laut Bitkom Umfrage vom September 2026 sind es 57 Prozent, ein Jahr zuvor waren es 36 Prozent. Am häufigsten arbeitet KI dort im Kundenkontakt und im Marketing. Gleichzeitig schöpfen 59 Prozent der Unternehmen das Potenzial nach eigener Einschätzung gar nicht aus.

Dieser Beitrag zeigt sechs Beispiele aus unseren Projekten mit belegten Zahlen. Dazu kommen die Pflichten aus AI Act und DSGVO und Kriterien für die Auswahl geeigneter Prozesse.

KI Automatisierung verbindet feste Abläufe mit Sprachmodellen

KI Automatisierung ist die Verbindung fester Arbeitsabläufe mit Sprachmodellen oder anderen KI Verfahren. Das Modell übernimmt die Schritte, in denen Text verstanden, eingeordnet oder geschrieben wird. Den Rahmen geben Regeln, Schnittstellen und Prüfungen vor, die im Code festgelegt sind. Ergebnisse landen als Entwurf, Datensatz oder Vorschlag bei einer verantwortlichen Person.

Anthropic unterscheidet in seinem Leitfaden zu effektiven Agenten zwei Bauformen. In Workflows steuern fest programmierte Pfade die Modelle und ihre Werkzeuge. Agenten lenken ihre Arbeitsschritte und Werkzeuge dagegen selbst. Anthropic empfiehlt, mit der einfachsten Lösung zu beginnen und Komplexität nur bei Bedarf zu erhöhen. Die meisten Beispiele in diesem Beitrag folgen festen Schritten, auch wenn einzelne Stufen mit Agenten arbeiten. Wann eigenständige Agenten sinnvoll sind, beschreibt unser Beitrag zu KI Agenten im Unternehmen.

Regeln reichen bei strukturierten Daten

Viele automatisierte Abläufe kommen ganz ohne Sprachmodell aus. Für Pienzenauer Immobilien haben wir die Maklersoftware per OpenImmo an die Website angebunden. Ein zeitgesteuerter Import holt die Objektdaten per SFTP ab. Neue und geänderte Objekte erscheinen so ohne doppelte Pflege auf der Website, inklusive Kartensuche. Im Shop von Arya Laya kommen Bewertungen über eine Schnittstelle mit höchstens 24 Stunden Verzug an. Vorher lag der Abstand bei rund fünf Tagen.

KI wird interessant, sobald Eingaben unstrukturiert sind. Typisch sind freie Anfragen, Dokumente, Webseiten oder Texte in anderen Sprachen. Feste Regeln stoßen dort an Grenzen, weil sich die Fälle kaum vollständig beschreiben lassen. Regeln bleiben trotzdem Teil jeder Kette, etwa für Abgleich, Format und Freigabe.

Kundenkontakt & Marketing führen beim Einsatz von KI

Bitkom hat für die Umfrage 603 Unternehmen ab 20 Beschäftigten telefonisch befragt. Unter den Unternehmen mit KI arbeitet sie am häufigsten im Kundenkontakt, etwa bei Anfragen. Diesen Bereich nennen 72 Prozent, Marketing und Kommunikation folgen mit 54 Prozent. Im Controlling und Rechnungswesen stieg der Anteil binnen eines Jahres von 17 auf 25 Prozent. Beim internen Wissensmanagement verdoppelte sich der Wert von 11 auf 22 Prozent, im Vertrieb ging er von 5 auf 14 Prozent.

48 Prozent konnten ihre internen Prozesse durch KI deutlich beschleunigen. 45 Prozent sehen einen messbaren Beitrag zum Unternehmenserfolg. Als größte Kostenpunkte nennen die Nutzer Infrastruktur mit 51 Prozent und Datenaufbereitung mit 50 Prozent. Die Integration in bestehende Systeme folgt mit 41 Prozent, Lizenzen nennen nur 21 Prozent.

Wie stark KI Assistenz im Service wirkt, hat ein Team um Erik Brynjolfsson untersucht. Die Studie im Quarterly Journal of Economics wertet Daten von 5.172 Beschäftigten im Kundensupport aus. Mit einem KI Assistenten lösten sie im Schnitt 15 Prozent mehr Anfragen pro Stunde. Weniger erfahrene Kräfte arbeiteten danach schneller und lieferten bessere Ergebnisse. Bei den erfahrensten Kräften stieg das Tempo leicht, die Qualität sank leicht.

Content & Übersetzung laufen als Kette mit Prüfschritten

Die ersten beiden Beispiele betreffen Texte in großer Menge. Beide Ketten arbeiten mit einer festen Quelle und messbaren Kriterien für jedes Ergebnis.

Fachbeiträge für das Alltrucks Magazin

Für das Alltrucks Magazin haben wir eine Content Pipeline gebaut. Jeder Beitrag startet mit einer gesicherten Partnerquelle und einem Plan, den die Redaktion freigibt. Ein Modell von OpenAI schreibt an der Quelle entlang, ein zweiter Durchgang streicht Füllsätze. Ein Prüfskript bewertet danach jeden Beitrag nach 30 Kriterien.

Beiträge aus der Pipeline erfüllen 26 bis 29 dieser 30 Kriterien. Bilder laufen durch einen Vision Check mit 14 Markenregeln. Importiert wird immer als Entwurf, veröffentlicht nur nach Freigabe der Redaktion. So standen 47 Tage nach dem ersten Stand 611 Beiträge in 13 Sprachen bereit.

Übersetzung in acht Sprachen

Für die Gesundheitsapp Senseble haben wir Consulting, UX und UI Design sowie die App Entwicklung übernommen. Die App läuft weltweit in 8 Sprachen, darunter Japanisch, Chinesisch und Koreanisch. Die Sprachversionen entstehen über eine KI Übersetzungspipeline. Inhalte pflegt das Senseble Team in Echtzeit über ein CMS. Aus derselben Codebasis entstehen die White Label Apps BeHealthy für Merck und All about you für MSD.

Im Alltrucks Magazin übernimmt DeepL über TranslatePress die Übersetzung in die 13 Sprachen. Bei Übersetzungen liegt der Ausgangstext immer als Vergleich vor. Fachbegriffe und Produktnamen lassen sich zusätzlich über feste Listen absichern.

Daten & Beratung brauchen eine prüfbare Grundlage

In den nächsten beiden Beispielen stützt sich die KI auf Daten, die vorher nach Regeln geprüft wurden. Das Modell ergänzt oder formuliert, die Grundlage bleibt kontrollierbar.

Werkstattdaten für den Vertrieb

Für Alltrucks sind aus Google Maps Daten und acht OEM Werkstattfindern 12.132 Datensätze für 9 Länder entstanden. Zusammenführen und Bereinigung laufen über Telefon, Domain, Name, PLZ und Geodaten. Erst danach ergänzen KI Agents in Clay Website, Leistungen, Marken und Ansprechpartner. Sie prüfen außerdem, ob es sich um eine echte Nutzfahrzeugwerkstatt handelt.

Am Ende standen 9.642 bestätigte Werkstätten, davon 8.173 neu für das Salesforce CRM. Der Abgleich mit dem bestehenden Bestand folgt wieder festen Regeln. Der Vertrieb erhält ein Importpaket im Format der eigenen Vorlage. Den Aufbau zeigt die Referenz Alltrucks Werkstattdaten.

Produktberatung im Onlineshop

Im Shop von Arya Laya berät der KI Chatbot ALAYA zum Hautbild. Wir haben dafür die Beratungslogik gebaut. Die Empfehlung folgt einem festen Entscheidungsbaum, 262 automatisierte Tests sichern diese Logik ab. Den Aufbau solcher Tests erklärt unser Beitrag zu Tests für KI Chatbots im Kundenservice.

Monitoring & Code Review entlasten Teams im Alltag

Die letzten beiden Beispiele laufen dauerhaft im Hintergrund. Sie melden Auffälligkeiten und bereiten Entscheidungen vor, die ein Mensch dann trifft.

Wöchentliche Prioritäten für SEO & GEO

Unser SEO & GEO Copilot sagt jede Woche, was für die Sichtbarkeit in Google und KI Antworten zu tun ist. Sieben Engines arbeiten dafür von der Einordnung bis zur lokalen Sichtbarkeit. Ein Learning Loop zeigt Veränderungen als priorisierte Signale, ein Content Audit erkennt Kannibalisierung und begründet sie. Die Reihenfolge der Aufgaben richtet sich nach der Chance auf ein Ranking.

Im Einsatz ist die Software für QUORO GROUP. Welche Maßnahmen Zitate in KI Antworten bringen, steht im Beitrag zu Generative Engine Optimization.

Automatische Reviews vor jedem Push

Für unser Shopware Plugin OpenAI Ads läuft der Code vor jedem Push durch drei automatische Reviews. Sie bewerten ihn auf Korrektheit, Sicherheit und Einfachheit. Dazu kommen 138 automatisierte Tests: 97 Unit Tests, 15 Pixel Szenarien und 26 E2E Szenarien. Im Test waren im Ads Manager 32 von 32 Events zu Kauf und Checkout bestätigt. Welche Prüfungen KI generierter Code braucht, zeigt der Beitrag zu Vibe Coding im Unternehmen.

Der Rechtsrahmen richtet sich nach dem Einsatzfall

Laut Bitkom sehen sich 37 Prozent der Unternehmen als Anwender vom AI Act betroffen, ein Jahr zuvor waren es 23 Prozent. Weitere 34 Prozent prüfen das derzeit. Von den betroffenen oder prüfenden Unternehmen rechnen 89 Prozent mit hohem Aufwand bei der Umsetzung. Welche Pflichten greifen, hängt am konkreten Einsatz der KI.

KI Kompetenz nach Artikel 4

Artikel 4 der KI Verordnung gilt seit dem 2. Februar 2025 für Anbieter und Betreiber von KI Systemen. Sie müssen Maßnahmen zur KI Kompetenz ihrer Beschäftigten ergreifen. Mit dem Digital Omnibus hat die EU diese Pflicht im Juli 2026 vereinfacht. Laut den Fragen und Antworten der Kommission gibt es kein vorgeschriebenes Niveau und keine Pflichtschulungen. Seit dem 2. August 2026 überwachen nationale Marktüberwachungsbehörden diese Regeln. Ein Zertifikat verlangt die Kommission nicht, Schulungen können intern dokumentiert werden.

Kennzeichnung bei Chatbots

Seit August 2026 gilt außerdem Artikel 50 der KI Verordnung. Anbieter müssen KI Systeme, die direkt mit Menschen interagieren, so gestalten, dass diese davon erfahren. Eine Ausnahme gilt nur, wenn das für eine verständige Person aus dem Zusammenhang offensichtlich ist. Automatisierte Chats im Kundenservice brauchen deshalb einen klaren Hinweis auf die KI. Die Umsetzung beschreibt unser Beitrag zu Tests für KI Chatbots.

Hochrisiko bei Personal & Kredit

Anhang III der KI Verordnung führt Einsatzfelder mit hohem Risiko auf. Dazu gehören Systeme, die Bewerbungen analysieren und filtern oder Kandidaten bewerten. Erfasst sind auch Systeme, die Aufgaben nach individuellem Verhalten zuteilen oder Leistung überwachen. Dasselbe gilt für die Bewertung der Kreditwürdigkeit natürlicher Personen, Betrugserkennung ausgenommen. Nach dem Digital Omnibus gelten die Pflichten dafür ab dem 2. Dezember 2027, für KI in Produkten nach Anhang I ab dem 2. August 2028.

Automatisierte Entscheidungen nach der DSGVO

Unabhängig von der KI Verordnung gilt Artikel 22 DSGVO. Danach muss sich niemand einer ausschließlich automatisierten Entscheidung mit rechtlicher Wirkung unterwerfen. Dasselbe gilt für Entscheidungen, die eine Person in ähnlicher Weise erheblich beeinträchtigen. Ausnahmen gibt es für Verträge, gesetzliche Regelungen und ausdrückliche Einwilligung. Bei Vertrag und Einwilligung muss die Person mindestens das Eingreifen eines Menschen verlangen, ihren Standpunkt darlegen und die Entscheidung anfechten können.

Der Europäische Gerichtshof hat den Begriff im Dezember 2023 weit ausgelegt. Ein Score der SCHUFA gilt als automatisierte Entscheidung, wenn Banken ihm eine maßgebliche Rolle bei der Kreditvergabe beimessen. Für Automatisierungen heißt das, die Vorbereitung durch KI klar von der Entscheidung zu trennen. Eine Person mit echtem Spielraum entscheidet, bevor eine Zusage, Absage oder Sperre wirksam wird.

Vor dem Start einer Automatisierung klären fünf Fragen den rechtlichen Rahmen.

• Ist das Unternehmen Anbieter oder Betreiber des KI Systems?
• Spricht das System direkt mit Kunden oder Beschäftigten, sodass Artikel 50 greift?
• Berührt es Bewerbungen, die Leistung von Beschäftigten oder die Kreditwürdigkeit von Personen?
• Fällt eine Entscheidung mit rechtlicher Wirkung ohne Prüfung durch einen Menschen?
• Verarbeitet ein externer Dienst personenbezogene Daten im Auftrag des Unternehmens?

Geeignete Prozesse erkennst du an Menge & Prüfbarkeit

Ein guter Kandidat für KI Automatisierung kommt oft vor und kostet heute viel Handarbeit. Seine Eingaben sind Texte, Dokumente oder Webseiten, die Regeln allein kaum abdecken. Für jedes Ergebnis gibt es eine Quelle oder ein Kriterium zur Prüfung. Fünf Merkmale helfen bei der Auswahl.

• Der Ablauf wiederholt sich oft und folgt einem erkennbaren Muster.
• Die Eingaben sind unstrukturiert, etwa Anfragen, Dokumente oder Webseiten.
• Ein Prüfskript oder eine Stichprobe kann jedes Ergebnis bewerten.
• Fehler lassen sich vor der Wirkung nach außen erkennen und korrigieren.
• Entscheidungen über Personen trifft weiterhin ein Mensch.

Eine Matrix aus Nutzen und Aufwand ordnet die Kandidaten anschließend in vier Felder. Antwortentwürfe im Kundenservice und Zusammenfassungen von Dokumenten sind typische Quick Wins. Ein Assistent für Angebote mit ERP Anbindung braucht mehr Aufwand und einen Business Case. Ein eigenes Modell zu trainieren oder Vollautomatik ohne Freigabe stellen wir zurück.

Vor dem Pilot stehen Kriterien für Erfolg und Abbruch fest, etwa Durchlaufzeit, Fehlerquote und Anteil ohne Nacharbeit. Der Pilot läuft mit echten Daten und schreibt zunächst in Entwürfe oder ein Testsystem. Erst wenn die Ergebnisse über mehrere Läufe stabil bleiben, folgt die Anbindung an CRM, ERP oder Shop. Für diese Anbindung bietet das Model Context Protocol einen offenen Standard mit klaren Rechten.

Bei der Auswahl einer Agentur für KI Automatisierung lohnt der Blick auf belegte Projekte. Aussagekräftig sind Tests, Prüfkriterien und Freigaben, die sich im laufenden Betrieb zeigen lassen. Für Content und Kampagnen gibt es zusätzlich unser Angebot im Marketing. Eigene Werkzeuge und Schnittstellen entstehen in unserer Softwareentwicklung.

KI Automatisierung beginnt mit einem prüfbaren Ablauf

Automatisierung mit KI trägt dort, wo feste Abläufe auf unstrukturierte Eingaben treffen. Unsere Beispiele reichen von Fachbeiträgen über Übersetzungen und Werkstattdaten bis zum Code Review. Gemeinsam ist allen eine Quelle, ein Prüfschritt und eine verantwortliche Person. Für Entscheidungen über Menschen gelten zusätzliche Regeln aus AI Act und DSGVO. Welcher Ablauf in deinem Unternehmen zuerst passt, klären wir in der KI Beratung.