KI Use Cases sind konkrete Aufgaben, bei denen KI in einem Betrieb echte Arbeit übernimmt, etwa Mails vorsortieren, Angebote entwerfen oder Belege zuordnen. Im kleinen Betrieb lohnen sich zuerst die Use Cases in Verwaltung, Vertrieb und Buchhaltung: Dort fällt die Arbeit jede Woche an, das Ergebnis ist in Minuten geprüft, und ein Fehler bleibt als Entwurf im Haus. Kundenservice und Marketing kommen danach. Personal ist der Bereich, mit dem du nicht anfängst.
Ich führe mein Business mit vierzehn KI-Mitarbeitern. Dreizehn davon stelle ich auf meiner Team-Seite mit einer eigenen Seite und echten Arbeitsergebnissen vor. Wo ich unten schreibe „bei mir belegt“, steht dahinter eine dieser Seiten. Alles andere ist als Beispiel gemeint, das ich so nicht selbst betreibe.
Woran du einen guten KI Use Case erkennst
Die meisten Listen mit KI-Anwendungsbeispielen zählen auf, was technisch geht. Für einen Betrieb mit fünf oder fünfzehn Leuten ist die bessere Frage, was sich zuerst lohnt. Ich prüfe dafür vier Merkmale, die ich aus meinen Delegationsfragen in Welche Aufgaben du an KI abgeben kannst und der Bewertung in Prozessoptimierung mit KI: so gehst du vor zusammenfasse:
- Die Aufgabe kommt mindestens jede Woche vor.
- Die Eingangsdaten liegen digital vor, in einem Postfach, Ordner oder Buchhaltungs-Tool.
- Du kannst das Ergebnis in wenigen Minuten prüfen.
- Ein Fehler bleibt im Haus, weil die KI Entwürfe liefert und ein Mensch freigibt.
Erfüllt ein Use Case alle vier, gehört er nach vorn. Fehlt einer, kommt er später. Neu ist hier nur die Sicht nach Abteilung.
KI Use Cases nach Abteilung
Verwaltung und Büro
Bei mir belegt: Frieda sortiert meinen Posteingang in vier Stapel, Sofort, Heute, Kann warten und Papierkorb, dazu einen fünften für alles, was meine Einschätzung braucht. Antworten legt sie als Entwurf an, versendet hat sie noch nie etwas selbst. Dazu kommen Termin-Briefings, eine Vorsortierung von Belegen und ein Wochen-Report.
Weitere Beispiele: Dokumente nach festen Regeln ablegen, Protokolle aus Besprechungen erstellen, Termine vorbereiten. Bei einer Steuerberatung, die ich auf meiner Startseite beschreibe, übernehmen zwei KI-Mitarbeiter die digitalen Steuerbescheide: Einer holt sie aus dem Postfach, der zweite prüft sie nach rund 45 Regeln aus dem Alltag des Sekretariats und legt sie ab.
Warum zuerst: Der Posteingang erfüllt alle vier Merkmale. Er läuft täglich, liegt digital vor, und ein Antwortentwurf ist in Sekunden bewertet. Das Stapel-System selbst beschreibe ich in Posteingang sortieren: das Stapel-System.
Vertrieb
Bei mir belegt: Anton baut aus einem Erstgespräch ein Angebots-PDF und legt nach der Zusage Kontakt, Angebot und Rechnung als Entwurf im Buchhaltungs-Tool an. Ohne Preisquelle setzt er keinen Preis. Olaf sucht lokale Betriebe mit veralteter Website und liefert eine geprüfte Liste, kontaktiert aber niemanden. Sonja schreibt die Mail an Neukunden in meinem Ton und legt sie als Entwurf in mein Postfach.
Weitere Beispiele: Nachfass-Mails zu offenen Angeboten vorbereiten, Gesprächsnotizen zu einer Zusammenfassung für das CRM verdichten.
Warum früh: Angebote wiederholen sich, und du siehst einem Entwurf sofort an, ob er passt. Das Risiko liegt bei Preisen und Zusagen, deshalb bleibt der Versand bei dir. Wie ein gutes Angebot aufgebaut ist, steht in Wie schreibe ich ein Angebot, das überzeugt?.
Buchhaltung
Bei mir belegt: Peter sichtet Belege in meiner Buchhaltungssoftware, setzt den Belegtyp und gleicht Kartenabrechnungen ab. Was nicht eindeutig ist, meldet er als offen. Er bucht nicht, die Abnahme bleibt bei mir und meinem Steuerberater.
Weitere Beispiele: Eingangsrechnungen aus dem Postfach einsammeln, offene Posten für die Woche auflisten, Unterlagen für die Steuerberatung zusammenstellen. Wie das bei Zahlungserinnerungen aussieht, steht in Mahnwesen automatisieren mit KI.
Warum früh, aber eng: Belege kommen jede Woche und folgen festen Regeln. Gleichzeitig ist ein übersehener Beleg teurer als eine falsch sortierte Mail. Deshalb starte ich hier mit Zuordnen und Abgleichen, nie mit Buchen. Was heute in diesem Bereich geht, steht in KI-Buchhaltung: was heute wirklich geht.
Kundenservice
Bei mir belegt: Gustav wertet Gespräche mit meinen Kundinnen und Kunden aus, mit Einwilligung und pseudonymisiert, und baut daraus ein Register der Fragen, die immer wieder kommen, mit meiner geprüften Antwort. Daraus entstehen FAQ und Antwortbausteine, beschrieben in FAQ aus Kundengesprächen erstellen.
Weitere Beispiele: Verkaufsgespräche auswerten, Antwortentwürfe für ein Support-Postfach, ein Telefonassistent, der Anrufe außerhalb der Bürozeiten annimmt. Was ein solcher Assistent kann und was rechtlich gilt, steht in KI-Telefonassistent: Anbieter, Kosten, Recht.
Warum an zweiter Stelle: Antworten an Kunden verlassen das Haus. Das geht gut, sobald die Antworten auf geprüftem Wissen beruhen. Ohne dieses Wissen rät die KI, und das merkt der Kunde zuerst.
Marketing
Bei mir belegt: Conny entwickelt Hooks, Skripte und Captions für meinen Instagram-Kanal, Eddi schneidet aus meinem Rohmaterial fertige Reels. Susi baut Anzeigen-Entwürfe und legt Kampagnen an, die technisch erzwungen pausiert starten, scharf schaltet nur ich. Sebastian misst meine Website und schreibt Beiträge in zwei Sprachen, live geht nichts ohne meine Freigabe.
Weitere Beispiele: Newsletter-Entwürfe aus vorhandenen Beiträgen, Antworten auf Google-Bewertungen vorbereiten. Wie das bei Bewertungen geht, steht in Google-Bewertungen beantworten mit KI.
Warum an zweiter Stelle: Marketing hat viel Fleißarbeit, aber das Ergebnis ist schwerer zu bewerten als ein Angebot. Ob ein Reel funktioniert, siehst du erst nach Tagen. Das ist kein Grund dagegen, aber ein Grund, nicht damit anzufangen, wenn du noch keinen einzigen Ablauf übergeben hast.
Personal
Bei mir: keine Rolle mit eigener Seite. Deshalb hier nur Beispiele.
Beispiele: Stellenanzeigen entwerfen, Fragen zu Urlaubsregeln aus dem internen Handbuch beantworten, Unterlagen für den ersten Arbeitstag zusammenstellen.
Warum nicht als Einstieg: Personaldaten sind besonders schützenswert, und Entscheidungen über Menschen gehören nicht in die Hand einer KI. Wer KI etwa bei der Auswahl von Bewerbern einsetzt, ist nach der KI-Verordnung im Hochrisiko-Bereich und hat ab dem 2. Dezember 2027 deutlich mehr Pflichten. Was das für Entscheidungen einer KI bedeutet, steht in Was darf eine KI-Führungsrolle entscheiden?. Das ist keine Rechtsberatung. Gibt es bei dir einen Betriebsrat, lies vorher KI und Betriebsrat: wann Mitbestimmung greift.
Website und IT
Bei mir belegt: Ralf baut und modernisiert Websites aus vorhandenem Material, Falk sucht in meinen eigenen Systemen nach Sicherheitslücken, nur mit schriftlichem Scope.
Für den Kleinbetrieb: Das sind Projekte, keine Wochenaufgaben. Sie lohnen sich, wenn ein konkreter Anlass da ist, etwa eine veraltete Website, aber sie sind kein Einstieg in KI.
Die Übersicht: was zuerst lohnt
Die Reihenfolge ist meine Einschätzung aus den vier Merkmalen oben, keine Messung über viele Betriebe. In deinem Betrieb kann der Kundenservice vor dem Vertrieb liegen, wenn dort die meiste Zeit verloren geht.
Was Use-Case-Listen oft weglassen
Viele Übersichten zu KI Use Cases im Unternehmen sind für Firmen mit eigener IT und großen Datenmengen geschrieben. Ein kleiner Betrieb hat weder ein Datenteam noch Jahre an sauberen Daten. Er hat ein Postfach, ein Buchhaltungs-Tool und das Wissen der Inhaberin. Genau daraus entstehen die Use Cases, die zuerst tragen.
Zwei Dinge entscheiden außerdem mehr als das Werkzeug: Wer gibt frei, und welche Daten darf die KI sehen? Bei mir verlässt kein Ergebnis das Haus ohne meine Freigabe, und sensible Ordner wie Bewerbungen oder Gesundheit sind für Frieda tabu. Welche Daten eine KI sehen darf, steht in KI und Datenschutz: was die KI sehen darf.
Häufige Fragen
Was ist ein KI Use Case?
Eine konkrete, wiederkehrende Aufgabe, bei der KI einen Teil der Arbeit übernimmt und ein Mensch das Ergebnis prüft. „KI im Vertrieb“ ist kein Use Case, „Angebotsentwurf aus Gesprächsnotizen“ schon.
Welcher KI Use Case lohnt sich im kleinen Betrieb zuerst?
Meist der Posteingang oder die Angebote. Beide fallen jede Woche an, liegen digital vor und lassen sich schnell prüfen. Nimm den, bei dem du die meiste eigene Zeit verlierst.
Wie viele Use Cases sollte ich gleichzeitig starten?
Einen. Wenn zwei gleichzeitig laufen, weißt du am Ende der Woche bei keinem, ob er funktioniert hat. Wie der Einstieg Woche für Woche aussieht, steht in KI für kleine Unternehmen einführen.
Brauche ich für jeden Use Case ein eigenes Tool?
Nein. Bei mir laufen die meisten Rollen auf Claude, jede mit eigener Personalakte und eigenen Grenzen. Entscheidend ist nicht die Zahl der Tools, sondern dass jede Aufgabe klar beschrieben ist und jemand freigibt.
Ist ein KI Use Case dasselbe wie ein KI-Agent?
Nein. Der Use Case ist die Aufgabe, der Agent ist eine Bauform, mit der du sie umsetzen kannst. Viele Use Cases im kleinen Betrieb brauchen keinen Agenten mit Werkzeugen, sondern eine klar beschriebene Rolle mit Entwürfen und Freigabe. Beispiele für Agenten stehen in KI-Agenten: 10 Beispiele aus der Praxis.
Wie du weitermachst
Nimm die Übersicht oben und markiere die eine Zeile, die in deinem Betrieb am meisten Zeit kostet. Prüfe sie gegen die vier Merkmale. Ob dein Betrieb für den Start bereit ist, prüfst du mit dem Selbsttest in KI-Readiness: ist dein Betrieb bereit für KI?. Wie ich mit Unternehmen die Abläufe aufnehme und übergebe, steht auf der Seite Prozessoptimierung. Fertige Rollen wie Frieda, Anton und Gustav gibt es zum Laden in meiner Community Claude Practitioners.
