Die 5 Stufen der KI-Nutzung im Arbeitsalltag 

KI-Nutzungsarten und Kompetenzen die gefordert werden

Künstliche Intelligenz ist längst im Arbeitsalltag angekommen. Doch zwischen gelegentlicher Texthilfe und der Steuerung komplexer Prozesse liegen große Unterschiede. Dieses Stufenmodell zeigt, wie sich die KI-Nutzung vom einfachen Schreibassistenten bis zum verantwortungsvoll orchestrierten Agenten-Ökosystem entwickelt und welche Kompetenzen Mitarbeitende dafür benötigen.

Ob am Kaffeetisch, in den Nachrichten oder in der Vorstandsetage: Der Einsatz künstlicher Intelligenz (KI) wird derzeit intensiv und durchaus kontrovers diskutiert. Während die einen bahnbrechende Effizienzgewinne feiern, blicken andere mit berechtigter Skepsis auf Datenschutz, regulatorische Hürden und den Wandel bewährter Prozesse.

Doch unabhängig von diesen Debatten ist eines sicher: In der modernen Arbeitswelt werden wir KI nicht mehr umgehen können. Die möglichen Effizienz- und Qualitätssteigerungen stellen – bei allen Risiken – einen Wettbewerbsvorteil dar, den wir unseren Mitbewerbern nicht allein überlassen können.

Die 5 Stufen der KI-Nutzung im Arbeitsalltag

• Stufe 1: Schreibassistent
  Für einfache Texte und Übersetzungen
• Stufe 2: Rechercheur
  Recherche nach Informationen
• Stufe 3: Daten-Analyst
  Vergleich und Analyse großer Informationsmengen
• Stufe 4: KI als Automatisierer
  Steuern und Ausführen einzelner Prozesse
• Stufe 5: KI als verantwortlicher Orchestrator
  Nutzung von mehreren verschiedenen KI-Agenten

Die entscheidende Frage lautet nicht mehr, ob wir mit KI in Berührung kommen, sondern mit welcher Intensität. Wir haben den Einsatz von KI in fünf Stufen unterteilt, wie wir sie in unserer eigenen Unternehmensgruppe wahrnehmen und erleben. Die Stufen sollen Ihnen helfen, den eigenen KI-Einsatz einschätzen zu können und vor allem einen Ausblick auf die nächste Stufe geben.

Das KI-Stufenmodell: Vom Schreibassistent zum Orchestrator

Stufe 1: KI als Schreibassistent

Benötigt wird hierfür vergleichsweise einfaches Prompting, wie z.B.: „Schreibe diesen Text höflicher“ oder „Übersetze diese E-Mail in britisches Business-Englisch“. Zudem wird ein grundlegendes Textverständnis gefordert, das eine oberflächliche Beurteilung des Textes erlaubt.

Stufe 2: KI als Rechercheur

Benötigt werden hier eine präzise Fragestellung und die Fähigkeit zum Faktencheck. Durch gezieltes Nachfragen und iteratives Prompting werden Erkenntnisse zu einem Fachthema erschlossen und die KI-Ergebnisse verbessert. Anhand von Quellenhinweisen, einem inhaltlichen Textverständnis und der eigenen Fachkenntnis werden die Ausgaben auf Plausibilität geprüft.

Stufe 3: KI als Daten-Analyst

Wir befinden uns immer noch im Bereich des Promptings (verbunden mit Daten-Uploads). Erforderlich ist hier Datenkompetenz (data literacy). Mitarbeitende müssen einschätzen können, wie Daten für eine zielgerichtete Analyse strukturiert sein müssen, ob die von der KI gefundenen Muster plausibel oder zufällig sind und welche Zusatzinformationen im Prompt die Ergebnisse verbessern.

Stufe 4: KI als Automatisierer

Typische Anwendungsfälle sind: Die Dunkelverarbeitung von Standard-Schadensfällen im Versicherungsbereich oder das Erkennen des Wartungsbedarfs einer Maschine und das anschließende Auslösen der Wartung inklusive Terminvereinbarung.

Auf dieser Stufe ist Prozess- und Schnittstellenkompetenz genauso wichtig wie die Kenntnis der Möglichkeiten und Grenzen der KI-Agenten. Fachsysteme, ‑prozesse und ‑regeln müssen den Agenten bekannt gemacht werden, durchgeführte Workflows müssen kontrolliert und verbessert werden, gegebenenfalls muss der Mensch als finale Kontrollinstanz (human-in-the-loop) berücksichtigt werden. Mit der wachsenden Nutzung der KI wird auch ein wachsendes Verständnis für die Ergebnisse der KI-Anfrage benötigt. Die Abläufe der Prozessketten und Workflows müssen genau verstanden werden, um die Ergebnisse der KI beurteilen zu können.

Stufe 5: KI als verantwortlicher Orchestrator

Beispielsweise könnte ein KI-gestütztes Kapazitäts- und Ressourcenmanagement orchestriert werden, indem der Orchestrator Posteingangs-Erfassung, kurzfristige Personaleinsatzplanung, langfristige Bedarfsplanung und Raumauslastungsüberwachung zu einem Gesamtsystem verknüpft. Datenflüsse und Entscheidungen werden nachvollziehbar protokolliert. Der Auswertungsagent sucht nach Mustern und Korrelationen zwischen Auftragsaufkommen, benötigter Präsenz und Raumverfügbarkeit und verbessert auf dieser Basis Prognosegüte und Servicelevel.

Fazit: Künstliche Intelligenz braucht Führung

Vom einfachen Text-Helfer bis zum komplexen Ökosystem des Orchestrators wird deutlich: KI ersetzt nicht den Menschen, sie fordert und fördert neue Kompetenzen. Je tiefer die Technologie in unsere Arbeitsprozesse einzieht, desto wichtiger werden menschliche Urteilskraft, Prozessverständnis und strategische Weitsicht. Die Stufen der KI-Nutzung sind gleichzeitig Stufen der persönlichen Weiterentwicklung. Beginnen Sie dort, wo Sie heute stehen, experimentieren Sie mutig und gestalten Sie die moderne Arbeitswelt aktiv mit – denn die beste Orchestrierung nützt nichts ohne einen starken Dirigenten.

Zum Autor

Weiterführende Artikel

• KI als Sparringspartner?
• KI-Governance pragmatisch gestalten
• Prompt Injection: Sicherheitsrisiko beim Einsatz von KI in Softwareprodukten
• Fünf Future Skills für Prozessmanagement-Profis
• KI-Agenten im Prozessmanagement: Hype oder fundamentaler Wandel?

Verpassen Sie zukünftig keinen neuen Artikel! Jetzt zum ibo-Newsletter anmelden.