Nicht jede Routine hat mit einem Onlineshop zu tun. In fast jedem Betrieb gibt es Arbeit, die immer wiederkommt: Daten aus mehreren Quellen zusammenführen, denselben Bericht bauen, Dokumente ablegen, eine Quelle im Auge behalten und reagieren, wenn etwas eintritt. Solche Aufgaben übernimmt ein Agent, und er meldet sich, wenn etwas nicht in sein Raster passt.
Eine Aufgabe wird in ein Klick-Werkzeug gebaut und gilt als automatisiert. Beim ersten Sonderfall, einem leeren Feld, einem neuen Dateiformat oder einer langsamen Quelle, liefert es falsche Ergebnisse oder bricht still ab. Das fällt erst auf, wenn eine Entscheidung auf falschen Zahlen beruht.
Ein Agent, der die Aufgabe kennt, statt nur Klicks nachzuspielen: Er prüft Eingaben, behandelt Sonderfälle nach Regeln, kontrolliert sein Ergebnis, bevor er es weitergibt, und fragt einen Menschen, wenn er unsicher ist. Jeder Lauf schreibt ein Protokoll.
Ein Beispiel aus meinen eigenen Systemen ist das Dokumentenarchiv. Auf Basis von Paperless-ngx liest meine KI jedes neue Dokument, benennt und verschlagwortet es und ordnet den Absender zu. Ein Chat beantwortet Fragen an das ganze Archiv. Es läuft mit lokalen Modellen, auch in Archiven mit über 290.000 Dokumenten, und der Code ist öffentlich auf GitHub. Auf Wunsch lässt sich ein solches Archiv mit der Buchhaltung verknüpfen, dann werden Belege und Kontobewegungen automatisch zugeordnet.
Aus der PraxisDokumentenarchiv
Was verlängert sich im März?
Zwei Verträge: Heizungswartung und Mobilfunk. Kündbar bis Ende Dezember.
Vereinfacht nachgestellt aus Systemen, die ich gebaut habe
Klick-Werkzeuge versprechen, dass jeder seine Abläufe selbst zusammenstellen kann. Für einfache, immer gleiche Fälle stimmt das. Schwierig wird es, wenn die Wirklichkeit vom geplanten Fall abweicht: Ein Feld ist leer, eine Datei kommt in einem neuen Format, eine Quelle antwortet nicht.
Ein starres Werkzeug kennt diese Fälle nicht. Es macht das Falsche oder bricht ab, oft ohne dass es jemand merkt. Wochen später beruht eine Entscheidung auf Zahlen, die seit dem ersten Sonderfall nicht mehr stimmen.
Bevor ich einen Agenten baue, kläre ich mit Ihnen die Aufgabe: Was ist das Ziel, welche Eingaben sind normal, welche Sonderfälle gibt es, und woran erkennt man ein richtiges Ergebnis? Daraus entstehen die Regeln, nach denen der Agent prüft, entscheidet und meldet.
Kann er etwas nicht sicher beurteilen, rät er nicht, sondern fragt nach. Jeder Lauf schreibt ein Protokoll, damit Sie jederzeit nachvollziehen können, was passiert ist. So geben Sie die Routine ab, aber nicht die Kontrolle.
Am klarsten ist der Nutzen bei Aufgaben, die regelmäßig anfallen und heute jemanden Zeit kosten: Daten aus mehreren Systemen zusammenführen, wiederkehrende Berichte erstellen, Eingänge sortieren, eine Quelle überwachen, bis eine Bedingung eintritt. Überall, wo heute jemand exportiert, kopiert, abgleicht und kontrolliert, kann ein Agent helfen.
Der beste Einstieg ist eine einzige, klar umrissene Aufgabe, die spürbar nervt. Läuft der Agent dafür verlässlich, lässt er sich um weitere Regeln, Quellen und Prüfungen erweitern, ohne alles neu zu bauen.
Was wird heute von Hand gemacht, wie oft, welche Sonderfälle gibt es und was ist ein richtiges Ergebnis?
1. SchrittPrüfungen, Grenzen und Meldewege festlegen, nicht nur Klick-Schritte.
2. SchrittGegen echte Fälle prüfen, auch gegen die Sonderfälle, an denen starre Werkzeuge scheitern.
3. SchrittDer Agent übernimmt die Routine und meldet Auffälliges. Jeder Lauf ist protokolliert.
4. SchrittNeues Projekt, Verbesserung oder einfach eine Frage: Ein paar Zeilen genügen. Sie bekommen eine ehrliche, kostenlose Einschätzung per Mail, ohne Telefonat und ohne Verkaufsgespräch.
Preise und Verfügbarkeiten regelmäßig prüfen, kleine Änderungen selbst übernehmen, große zur Freigabe vorlegen.
Prüft, wann ein Produkt wieder lieferbar ist, und lädt vorgemerkte Interessenten ein, auf Wunsch erst nach Ihrer Freigabe.
Lieferanten-Links, Preislisten und Bestände prüfen. Tote Links, neue Preise und ausgelistete Artikel fallen früh auf.
