Kevin Welter bei der German Speakers Association

Künstliche Intelligenz

Die Frage ist nicht: Wie setze ich KI ein? Sondern: Welches Problem will ich lösen?

Viele Unternehmen starten mit der Technologie.

Das ist der falsche Anfang.

Wer KI einsetzen will, muss zuerst verstehen, welches unternehmerische Problem tatsächlich gelöst werden soll. Erst dann lässt sich beurteilen, ob KI überhaupt die richtige Antwort ist.

Oft ist sie es nicht.

KI ist ein Werkzeug. Kein Selbstzweck. Und erst recht keine Strategie.

KI ist nicht gleich KI

In Unternehmen begegnen uns unterschiedliche Formen von KI – mit völlig verschiedenen Einsatzgebieten.

01

Klassische Machine-Learning-Modelle

Algorithmen, die auf Daten trainiert werden, um:

  • Muster zu erkennen
  • Vorhersagen zu treffen
  • Entscheidungen zu unterstützen

Diese Systeme existieren seit vielen Jahren.

Sie sind präzise, spezialisiert und klar umrissen.

02

Generative KI

Systeme, die Inhalte erzeugen, interpretieren und flexibel reagieren können:

  • Texte verstehen und formulieren
  • Informationen strukturieren
  • Zusammenhänge neu kombinieren

In der Prozessautomatisierung ist generative KI oft ein starkes Werkzeug –

aber selten das Fundament.

03

Kognitive KI

Systeme, die komplexe Zusammenhänge verstehen, interpretieren und Entscheidungen unterstützen.

Beispielsweise in:

  • Dokumentenverarbeitung
  • Entscheidungsunterstützung
  • strukturiertem Wissensmanagement

Hier geht es weniger um Kreativität –

sondern um strukturelles Verstehen.

Der entscheidende Punkt

In vielen mittelständischen Unternehmen liegt das größte Potenzial nicht in KI.

Sondern in:

  • sauber definierten Prozessen
  • klarer Architektur
  • klassischer, deterministischer Automatisierung

Viele Abläufe lassen sich:

schnellstabilnachvollziehbar

programmatisch abbilden – ohne dass ein KI-Modell notwendig ist.

KI ist in der Prozessautomatisierung häufig die Kirsche auf der Sahnetorte.

Nicht die Sahne. Und ganz sicher nicht das Fundament.

Wann KI wirklich sinnvoll ist

KI entfaltet ihren Wert dort, wo klar beschriebene Probleme mit den richtigen Werkzeugen gelöst werden können.

Datenmengen zu groß für manuelle Auswertung sind

Muster nicht deterministisch beschreibbar sind

Interpretationen notwendig werden

Prognosen strategisch relevant sind

Dann kommen zum Einsatz:

Machine LearningGenerative KIKognitive Systeme
KI

Gezielt und bewusst eingesetzt – nicht als Selbstzweck.

Der Ansatz

Technologie wird nicht eingesetzt, weil sie verfügbar ist. Sondern weil sie das Problem sinnvoll löst.

1

Unternehmerisches Problem verstehen

2

Prozessarchitektur prüfen

3

Klären, was deterministisch lösbar ist

4

Erst dann entscheiden, ob KI sinnvoll ergänzt

Kein KI-Hype.

Keine Tool-Demonstration.

Sondern strukturiertes Entscheiden.

Kevin Welter

Meine Erfahrung mit KI-Systemen

In den vergangenen Jahren habe ich unterschiedlichste KI-Ansätze praktisch umgesetzt – immer mit dem Fokus auf echten Mehrwert statt technischer Spielerei.

📈

Machine Learning

Klassische ML-Modelle für Prognosen und Mustererkennung in Geschäftsprozessen

✨

Generative KI

Integration in Automatisierungsprozesse für Textverarbeitung und Content

🧠

Kognitive Systeme

EMMA für intelligente Prozessautomatisierung

⚙️

Hybride Lösungen

Kombination aus KI und deterministischer Prozesslogik für maximale Stabilität

Entscheidend ist dabei nicht die Technologie selbst –

sondern ihre Einbettung in eine tragfähige Systemarchitektur.

Aus der Praxis

KI-Mitarbeiter, die Prozesse auf Autopilot erledigen

Ich baue KI-Mitarbeiter nicht als Chatfenster, sondern so, dass sie einen Prozess ganz übernehmen: Sie starten von selbst, nach festem Takt oder wenn etwas eingeht, arbeiten bis zum Ende und schicken einen Bericht. Was sie nicht sicher zuordnen können, geben sie an einen Menschen. Nach diesem Muster laufen auch wiederkehrende Aufgaben in meinem eigenen Business mit fünfzehn KI-Mitarbeitern, und so baue ich sie für Firmen auf.

Beispiel: eine Steuerberatung

Vorher
30 bis 40 digitale Steuerbescheide am Tag, für jeden brauchte das Sekretariat etwa 2 Minuten. Dazu kamen die Bescheide per Post, je nach Menge bis zu zwei Stunden.
Gebaut
Ich habe dem Sekretariat zugeschaut, welche Bescheidarten es gibt und wie jede abgelegt wird. Daraus wurden rund 45 Regeln. Ein KI-Mitarbeiter schaut alle 30 Minuten ins Postfach und übergibt die Bescheide, ein zweiter prüft sie nach den Regeln der Kanzlei und legt sie ab.
Heute
Freigegeben nach vier sauberen Läufen und einer Zeit, in der das Team parallel mitgeschaut hat. Seitdem läuft die Ablage allein und meldet sich mit einer Abschlussmail. Was nicht sicher zuzuordnen ist, geht ans Sekretariat und wird nachgelernt.

Die Bescheide laufen auf Autopilot, ebenso die Klicklöhne, also Lohnabrechnungen ohne Änderung zum Vormonat (Stand Oktober 2026). Weggefallen ist dadurch keine Stelle, eingespart wurde Arbeit.

  • 30 bis 40

    digitale Bescheide am Tag

  • rund 45

    Regeln aus dem Alltag des Sekretariats

  • 2 Wochen

    vom ersten Zuschauen bis zur Freigabe

Die vier Autonomie-Stufen

  1. 1

    Assisted

    Der KI-Mitarbeiter arbeitet, wenn jemand ihn startet, und das Team prüft jeden Lauf.

  2. 2

    Autopilot

    Er startet von selbst, läuft bis zum Abschlussbericht durch und gibt Unsicheres an einen Menschen.

    Hier steht die Steuerberatung

  3. 3

    Audited

    Eine KI-Führungskraft prüft seine Arbeit und bündelt die Berichte, du siehst nur noch die Ausnahmen.

  4. 4

    Autonomous

    Der Prozess läuft auch dann durch, wenn du eine Woche weg bist.

Das ist Entwicklungsarbeit, kein geschickter Prompt. Jeder KI-Mitarbeiter bekommt Rolle, Rechte und Grenzen schriftlich, und was er nie darf, sperrt die Technik, nicht nur die Anweisung: In der Steuerberatung können die KI-Mitarbeiter nichts ans Finanzamt übermitteln und keine Zahlungen auslösen, weil ihr Benutzer in DATEV diese Rechte gar nicht hat. Ich bin Entwickler und IT-Architekt und baue diese Mitarbeiter selbst mit auf, gemeinsam mit dem Team der Firma, von der Prozessaufnahme bis zur Freigabe.

Das Ziel

🎯

Nicht „mehr KI".

Sondern bessere Entscheidungen.

⚖️

Nicht maximale Automatisierung.

Sondern minimale Komplexität.

💡

Nicht Hype.

Sondern Klarheit.

Beiträge

Alles zur lokalen KI an einem Ort: Hardware, Einrichtung, Modelle und Datenschutz.

43 passende Beiträge

KI-Schulung und Workshops

Ich schule Teams und Geschäftsführungen im Umgang mit KI: von den Grundlagen über Claude im Arbeitsalltag bis zu KI-Mitarbeitern und Automatisierung. Bei euch vor Ort oder digital.

Zur KI-Schulung

Künstliche Intelligenz im Mittelstand

Bewusst eingesetzt. Architektonisch eingebettet. Unternehmerisch gedacht.

Kontakt aufnehmen