Im Frühjahr hat jemand in der Verwaltung versucht, den monatlichen Bericht von einer KI erstellen zu lassen. Es scheiterte daran, dass die Zahlen aus einem alten Programm kommen, an das sich keine andere Software anschließen lässt. Seitdem steht in einem Protokoll der Satz, das gehe nicht. Inzwischen gibt es Programme, die sich durch genau solche Bildschirmmasken klicken wie ein Mensch. Der Satz steht immer noch da, und niemand liest ihn noch einmal.
Das ist der häufigste Fehler im Umgang mit KI im Betrieb, und er sieht harmlos aus. Eine Firma probiert etwas aus, es klappt nicht, das Ergebnis wird zur Regel. Was fehlt, ist die zweite Hälfte der Notiz: Woran genau ist es gescheitert? Der Unterschied ist groß. „Die KI kann das nicht" ist ein Urteil über die Technik, und es bleibt stehen. „Das Programm lässt sich nicht anschließen" oder „Wir können den Ablauf nicht in Worte fassen" beschreiben ein einzelnes Hindernis. Und Hindernisse können verschwinden.
Wer sich solche Notizen ernsthaft machen will, braucht vorher eine nüchterne Sortierung seiner wiederkehrenden Arbeit. Fünf Fragen reichen dafür, vorgeschlagen im AI Daily Brief. Wie oft kommt die Aufgabe vor und wie lange dauert sie? Ließe sie sich in zehn Minuten am Bildschirm vorführen? Wie lange dauert es, das Ergebnis zu prüfen, verglichen mit der Zeit, es selbst zu erstellen? Was passiert, wenn ein Fehler durchrutscht und niemand ihn bemerkt? Und wie sehr hängt die Qualität daran, dass ausgerechnet diese Person die Arbeit macht? Für jede Frage vergibt man null, einen oder zwei Punkte. Je höher die Summe, desto eher lässt sich die Aufgabe abgeben.
Das Raster ist kein Rechenspiel. Es zwingt nur dazu, auszusprechen, was sonst Bauchgefühl bleibt. Die Frage nach der Prüfzeit ist dabei die unbequemste. Eine Aufgabe, deren Kontrolle so lange dauert wie die Aufgabe selbst, spart keine Zeit, sie verlagert sie nur. Die Frage nach dem Schaden trennt zwei Dinge, die im Alltag durcheinandergehen. Wer die Kalkulation für ein großes Angebot lieber selbst macht, tut das selten, weil die Maschine zu schwach wäre. Er tut es, weil ein Fehler an dieser Stelle teuer würde.
Sortiert man so, zeigt sich schnell, dass die interessanten Fälle nicht an den Rändern liegen. Ein paar Aufgaben erreichen eine hohe Punktzahl und lassen sich abgeben. Ein paar liegen ganz unten und bleiben besser bei einem Menschen, meist zu Recht. Die große Mehrheit der Büroarbeit landet in der Mitte, und dort passiert im Alltag das Falsche: Weil es weder ganz noch gar nicht geht, bleibt alles beim Alten. Dabei bringt KI heute genau in dieser Mitte den meisten Ertrag — die Maschine macht den Entwurf, die Recherche, den ersten Durchgang, und ein Mensch entscheidet über das Ergebnis.
Für jeden Fall aus der Mitte und vom unteren Rand gehört anschließend notiert, warum die Aufgabe nicht abgegeben wird. Manche dieser Gründe haben sich längst erledigt, ohne dass es jemand bemerkt hätte: alte Software ohne Anschlussmöglichkeit, Abläufe, die man vorführen, aber nicht aufschreiben kann. Beides lässt sich mit neueren Programmen umgehen, die am Bildschirm mitschauen oder eine vorgeführte Arbeit nachmachen. Andere Gründe halten und werden halten: wenn ein Fehler teuer oder nicht rückholbar ist, wenn ein Kunde erwartet, dass diese eine Person antwortet, wenn es auf ein Urteil ankommt, das nur Erfahrung liefert. Und ein Teil der Gründe ist überhaupt kein technisches Problem. Wer nicht erklären kann, wie eine Aufgabe abläuft, hat kein Werkzeugproblem, sondern eine ungeklärte Arbeitsweise. Die macht auch bei jedem neuen Mitarbeiter Ärger.
Damit hat ein Unternehmen etwas in der Hand, das ein einmaliges Ja oder Nein nie liefert: eine Liste, die man wieder aufmachen kann. Zweimal im Jahr durchgehen, prüfen, welche Hindernisse durch neue Werkzeuge weggefallen sind, den Rest stehen lassen. Das ist weniger Aufwand, als es klingt. Und es ersetzt die unbeantwortbare Frage, ob man bei KI hinterherhängt, durch eine, die sich beantworten lässt.