Ein Kunde stellt eine Anfrage.
Jemand liest sie, ruft die Kundendaten auf, prüft frühere Gespräche, öffnet eine Tabelle, bittet einen Kollegen um fehlenden Kontext, entscheidet, was geschehen soll, aktualisiert einen Datensatz, sendet eine Antwort und denkt daran, später nachzufassen.
Im Organigramm gehört diese Arbeit zu einer Abteilung. In einem Softwarediagramm erstreckt sie sich über mehrere Anwendungen. Für die mit der Aufgabe betraute Person fühlt sie sich vielleicht einfach wie eine Abfolge von Tätigkeiten an.
Doch es gibt eine andere Sichtweise.
Es ist eine Schleife.
Ein Signal trifft ein. Das Unternehmen sammelt Kontext. Eine Entscheidung wird getroffen. Eine Aktion erfolgt. Das Ergebnis erzeugt das nächste Signal.
Dieses Muster findet sich überall in einem Unternehmen. Leads werden qualifiziert, kontaktiert und nachverfolgt. Rechnungen gehen ein, werden geprüft, genehmigt und abgeglichen. Supportfälle werden klassifiziert, untersucht, beantwortet und eskaliert. Compliance-Teams sammeln Nachweise, wenden Kriterien an, fordern eine fachliche Prüfung an und dokumentieren ihre Schlussfolgerungen.
Unternehmen arbeiten bereits in Schleifen. Die meisten dieser Schleifen sind lediglich noch nicht als Software modelliert.
Menschen sind das verbindende Element
Unternehmen setzen seit Jahrzehnten Geschäftsanwendungen ein. Sie verfügen über ERP- und CRM-Systeme, Supportplattformen, Finanzsysteme, Dokumentenablagen, Analytics-Tools und branchenspezifische Software.
Diese Systeme enthalten wichtige Teile des Prozesses, aber nur selten den vollständigen Prozess.
Der eigentliche Workflow liegt dazwischen. Dazu gehören die E-Mail, die die Arbeit auslöst, das zu interpretierende Dokument, die ungeschriebene Ausnahme, die ein Spezialist kennt, die in einem Chat angeforderte Genehmigung, die zum Abgleich von Datensätzen verwendete Tabelle und die abschließende Aktualisierung in einem anderen System.
Menschen verbinden all diese Bestandteile.
Sie erkennen, dass etwas geschehen ist. Sie sammeln Informationen aus verschiedenen Quellen. Sie interpretieren deren Bedeutung. Sie wenden Richtlinien und Erfahrung an. Sie bringen den Prozess voran. Wenn etwas schiefläuft, finden sie einen Workaround.
Das macht Menschen für den Betrieb außerordentlich wichtig, erschwert jedoch zugleich die Skalierung und Verbesserung des Betriebs. Der Prozess hängt von Aufmerksamkeit, Gedächtnis, Verfügbarkeit und Wissen ab, das für den Rest der Organisation möglicherweise nie sichtbar wird.
Herkömmliche Automatisierung kann einen Teil dieser Arbeit übernehmen – allerdings nur, wenn der Prozess ausreichend strukturiert ist. Sie funktioniert gut, wenn die Eingabe ein bekanntes Feld ist, die Regel eindeutig und die nächste Aktion vorhersehbar ist.
Geschäftsprozesse sind von Anfang bis Ende nur selten so klar.
Sie enthalten E-Mails, Verträge, PDFs, Bilder, unvollständige Datensätze, widersprüchliche Informationen, wechselnde Prioritäten, ungewöhnliche Anfragen und Entscheidungen, die Kontext erfordern. In diesen Lücken sind Menschen bislang die Integrationsschicht geblieben.
KI macht mehr Teile der Schleife programmierbar
KI verändert, womit Software arbeiten kann.
Modelle können Bedeutung aus Dokumenten extrahieren, in natürlicher Sprache formulierte Anfragen klassifizieren, Nachweise vergleichen, einen Verlauf zusammenfassen, eine Antwort entwerfen, eine Ausnahme erkennen und eine Aktion empfehlen. Sie können in Teilen eines Prozesses eingesetzt werden, die mit herkömmlicher Automatisierung nicht zuverlässig erreichbar waren.
Das bedeutet nicht, dass der gesamte Prozess einem einzigen autonomen Agenten überlassen werden sollte.
Die meisten Geschäftsabläufe bestehen aus einer Mischung aus Vorhersehbarem und Uneindeutigem. Die vorhersehbaren Teile sollten Software bleiben: Trigger, Validierung, Berechtigungen, Routing, Berechnungen, Wiederholungen, Speicherung und Systemaktualisierungen. KI sollte dort eingesetzt werden, wo aktuelle Informationen Interpretation, Sprache, Prognosen oder Urteilsvermögen erfordern.
Diese Kombination schafft etwas Nützlicheres als entweder eine starre Automatisierung oder einen offenen Agenten. Sie schafft eine KI-Schleife.
Was ist eine KI-Schleife?
Eine KI-Schleife ist ein wiederkehrender Geschäftsprozess, der Arbeit erkennt, den relevanten Kontext sammelt, Regeln und intelligente Verfahren anwendet, eine Aktion ausführt und das Ergebnis beobachtet.
Die meisten KI-Schleifen enthalten sieben Elemente:
- Einen Trigger. Eine E-Mail geht ein, ein Kunde füllt ein Formular aus, ein Datensatz ändert sich, ein Dokument wird hochgeladen, ein Schwellenwert wird überschritten oder eine planmäßige Prüfung beginnt.
- Kontext. Die Schleife ruft die Datensätze, Dokumente, Verläufe, Richtlinien und Daten ab, die zum Verständnis des Falls erforderlich sind.
- Regeln. Deterministische Logik validiert Eingaben, setzt Richtlinien durch, leitet Fälle weiter und steuert, was als Nächstes geschehen darf.
- Intelligenz. KI extrahiert, klassifiziert, prognostiziert, vergleicht, fasst zusammen, schlussfolgert oder generiert dort, wo feste Regeln nicht ausreichen.
- Aktion. Die Schleife aktualisiert ein System, erstellt ein Dokument, versendet eine Nachricht, eröffnet eine Aufgabe, erstellt eine Empfehlung oder startet einen weiteren Prozess.
- Menschliches Urteilsvermögen. Folgenschwere, unsichere oder außergewöhnliche Fälle werden mit den für die Entscheidung erforderlichen Nachweisen an die zuständige Person weitergeleitet.
- Ein beobachtbares Ergebnis. Die Organisation kann sehen, was geschehen ist, warum es geschehen ist, welche Kosten entstanden sind, was fehlgeschlagen ist und welches Ergebnis daraus folgte.
Ein Agent kann einen oder mehrere Schritte innerhalb dieser Schleife ausführen. Er kann beispielsweise einen Fall untersuchen, Tools verwenden oder eine Empfehlung vorbereiten. Die Schleife ist jedoch das umfassendere Betriebssystem rund um den Agenten.
Dieser Unterschied ist entscheidend.
Ein Agent erledigt eine Aufgabe. Eine KI-Schleife gibt der Aufgabe einen geschäftlichen Zweck, einen Trigger, einen klaren Rahmen, einen Platz in der Organisation und ein messbares Ergebnis.
Bauen Sie nicht einen Agenten, der das Unternehmen steuert
Die Vorstellung eines autonomen Unternehmens, das von einem einzigen Generalisten-Agenten gesteuert wird, ist als Demonstration überzeugend. Für die meisten realen Betriebsabläufe ist sie jedoch ein schlechtes Modell.
Ein Unternehmen hat viele Verantwortungsbereiche, Risikostufen, Zeithorizonte und Zuständigkeiten. Der Prozess zur Qualifizierung einer Vertriebschance sollte nicht über dieselben Berechtigungen verfügen wie der Prozess zur Genehmigung einer Zahlung. Eine Supportantwort kann reversibel sein; eine regulatorische Schlussfolgerung oder eine ERP-Transaktion möglicherweise nicht.
Das bessere Modell ist ein System begrenzter, miteinander verbundener Schleifen.
Eine Vertriebsschleife kann eine Verkaufschance anreichern und qualifizieren, Kontext vorbereiten, die nächste Aktion empfehlen und sicherstellen, dass eine Nachverfolgung erfolgt. Eine Onboarding-Schleife kann Informationen sammeln, Services konfigurieren, fehlende Schritte erkennen und Blockaden eskalieren. Eine Customer-Success-Schleife kann Nutzung und Supportverlauf überwachen, Risiken erkennen und eine Intervention vorbereiten. Eine Finanzschleife kann die für die Abrechnung erforderlichen kommerziellen und operativen Nachweise validieren.
Jede Schleife verfügt über:
- ein klar definiertes Ziel
- spezifische Ein- und Ausgaben
- Zugriff ausschließlich auf die benötigten Systeme
- explizite Regeln und Berechtigungen
- bekannte Punkte menschlicher Verantwortung
- Messgrößen für Kosten, Qualität, Geschwindigkeit und Ergebnis
Die Schleifen können Ereignisse und Informationen austauschen, ohne zu einem undurchsichtigen System zu werden. Ein geschlossener Supportfall kann den Kundenstatus aktualisieren. Die Unterzeichnung eines Vertrags kann das Onboarding auslösen. Ein Liefermeilenstein kann die Abrechnung initiieren. Ein Compliance-Befund kann einen anderen Prozess pausieren.
So wird die Organisation stärker programmierbar, ohne vorzugeben, dass jede Entscheidung gleich ist.
Menschen am richtigen Punkt der Schleife
Der Ausdruck „Human in the Loop“ wird häufig als allgemeines Sicherheitsversprechen verwendet. Er kann jedoch sehr unterschiedliche Betriebsmodelle beschreiben.
Wenn eine Person jede KI-Ausgabe prüfen muss, hat die Organisation möglicherweise lediglich eine weitere Prüfschleife hinzugefügt, ohne den Prozess zu verändern. Werden Menschen aus jeder Entscheidung entfernt, handelt das System möglicherweise ohne den Kontext oder die Befugnis, die das Unternehmen benötigt.
Die bessere Frage lautet: Wo schafft menschliches Urteilsvermögen einen Mehrwert?
Routinefälle, die gut verstanden werden, können im Hintergrund bearbeitet werden. Unsichere Fälle können eskaliert werden. Aktionen mit hoher Wirkung können eine Genehmigung erfordern. Spezialisten können Nachweise prüfen und verantwortbare Schlussfolgerungen ziehen. Mitarbeitende können Fehler erkennen und eingreifen, ohne die gesamte Historie rekonstruieren zu müssen.
Menschen sollten ihren Arbeitstag nicht damit verbringen, Informationen zwischen Anwendungen zu übertragen, nur weil die Systeme nicht miteinander koordinieren können. Sie sollten Ziele definieren, Grenzen festlegen, relevante Ausnahmen lösen und die Funktionsweise des Prozesses verbessern.
In einer gut konzipierten KI-Schleife verbirgt Automatisierung keine menschliche Verantwortung. Sie macht den Verantwortungsbereich explizit.
Modellieren Sie Ergebnisse, nicht nur Schritte
Viele Prozessverbesserungsinitiativen beginnen damit, die aktuelle Abfolge von Aktivitäten zu zeichnen. Das ist hilfreich. Eine KI-Schleife sollte jedoch nicht einfach jeden bestehenden Schritt schneller reproduzieren.
Beginnen Sie mit dem Ergebnis.
Was soll die Schleife erreichen? Ein gelöstes Kundenproblem? Eine korrekt genehmigte Rechnung? Eine qualifizierte Verkaufschance mit einer nächsten Aktion? Ein vollständiges Nachweispaket, das zur fachlichen Prüfung bereitsteht?
Arbeiten Sie dann rückwärts:
- Welches Ereignis sollte die Schleife starten?
- Welche Informationen werden für die Entscheidung benötigt?
- Welche Schritte sind deterministisch?
- Wo schafft KI nützliche Intelligenz?
- Welche Aktionen können automatisch erfolgen?
- Welche Entscheidungen erfordern Befugnis oder Fachwissen?
- Was kann schiefgehen, und wie sollte sich die Schleife davon erholen?
- Woran erkennt das Unternehmen, ob das Ergebnis gut war?
Dabei zeigt sich häufig, dass manche bestehenden Schritte nur dazu dienen, nicht verbundene Systeme oder fehlende Software zu kompensieren. Sie sollten nicht automatisiert werden. Sie sollten verschwinden.
Das verhindert außerdem einen häufigen Fehler: ausschließlich Aktivität zu messen. Eine Schleife, die mehr Entwürfe, Klassifizierungen oder Benachrichtigungen erzeugt, verbessert nicht automatisch das Unternehmen. Die relevante Messgröße kann die Lösungsquote, die Conversion, die Genauigkeit, die Durchlaufzeit, das vermiedene Risiko oder der eingegangene Umsatz sein.
Eine beobachtbare KI-Schleife verbindet Modellaktivität mit einem operativen Ergebnis.
Der Wandel von KI-Tools zu KI im operativen Betrieb
Zwei Unternehmen können dieselben Basismodelle einsetzen und sehr unterschiedliche Ergebnisse erzielen.
Das eine stellt seinen Mitarbeitenden KI-Assistenten zur Verfügung. Diese nutzen sie, um Dokumente zusammenzufassen, Nachrichten zu entwerfen, Informationen zu analysieren und einzelne Aufgaben schneller zu erledigen. Das ist nützlich, aber das Betriebsmodell bleibt weitgehend unverändert. Die Mitarbeitenden initiieren die Arbeit weiterhin selbst, sammeln den Kontext, übertragen die Ergebnisse zwischen Systemen und stellen sicher, dass der Prozess abgeschlossen wird.
Das andere Unternehmen modelliert wiederkehrende Arbeit als KI-Schleifen. Die Arbeit beginnt, sobald das Geschäftsereignis eintritt. Kontext wird automatisch zusammengestellt. KI wird dort eingesetzt, wo Intelligenz benötigt wird. Bekannte Regeln bleiben deterministisch. Routineaktionen laufen im Hintergrund. Ausnahmen erreichen die richtigen Personen. Ergebnisse werden erfasst und sichtbar gemacht.
Beide Unternehmen nutzen KI. Nur eines hat neu gestaltet, wie Arbeit durch die Organisation fließt.
Das ist der Übergang von KI als Tool zu KI als operativer Fähigkeit.
Wo Guanta ansetzt
Einen Prozess in eine KI-Schleife zu verwandeln, erfordert mehr als einen Prompt oder ein Diagramm.
Erforderlich sind Verbindungen zu Geschäftssystemen, strukturierte Daten, Hintergrundausführung, Berechtigungen, Sicherheit, herkömmliche Anwendungslogik, KI-Modelle, Oberflächen für menschliche Prüfungen, Monitoring und die Fähigkeit, unternehmensspezifische Anforderungen zu bewältigen.
Guanta unterstützt Unternehmen dabei, diese Schleifen zu modellieren, zu entwickeln und zu betreiben.
Die Plattform bietet wiederverwendbare Funktionen für Agenten, Workflows, Integrationen, Daten, Sicherheit, Ausführung und Beobachtbarkeit. Wenn der reale Prozess eine spezialisierte Oberfläche, eine ungewöhnliche Geschäftsregel, eine proprietäre Berechnung, eine Legacy-Integration oder ein anderes kundenspezifisches Verhalten erfordert, erweitert Guanta die Lösung entsprechend dieser Realität.
Das Ziel besteht nicht darin, jedes Unternehmen in denselben generischen Workflow zu zwingen. Es geht darum, die tatsächliche Arbeitsweise des Unternehmens in zuverlässige Software zu verwandeln und KI dort einzusetzen, wo sie den größten Hebel schafft.
Beginnen Sie damit, die Schleifen zu finden
Beginnen Sie nicht mit der Frage: „Wo können wir einen KI-Agenten hinzufügen?“
Suchen Sie stattdessen nach wiederkehrenden Schleifen.
Wo trifft ein Signal ein und startet eine Kette von Arbeit? Wo sammeln Menschen wiederholt denselben Kontext? Wo werden Informationen manuell zwischen Systemen übertragen? Welche Entscheidungen hängen von Sprache, Dokumenten oder Erfahrung ab? Wo warten Ausnahmen auf die richtige Person? Welche Ergebnisse sind wichtig genug, um gemessen zu werden?
Wählen Sie einen klar begrenzten Prozess mit einem eindeutigen Verantwortlichen und einem relevanten Ergebnis. Modellieren Sie Trigger, Kontext, Entscheidungen, Aktionen, Kontrollen und Ergebnis. Machen Sie den Prozess sichtbar. Bestimmen Sie anschließend, welche Teile Software sein sollten, welche von KI profitieren und an welchen Stellen Menschen verantwortlich bleiben müssen.
Ein Unternehmen ist mehr als sein Organigramm und mehr als sein Software-Stack.
Es ist ein System, das kontinuierlich Signale in Entscheidungen, Entscheidungen in Aktionen und Aktionen in Ergebnisse verwandelt.
Modellieren Sie diese Prozesse als KI-Schleifen, und KI wird nicht länger etwas sein, das Mitarbeitende gelegentlich nutzen. Sie wird zu einem Bestandteil der Arbeitsweise des Unternehmens.