KI im Mittelstand richtig einsetzen. Vom Prompt zum prüfbaren Auftrag.

Eine Anfrage, zwei Mengen

Eine Angebotsanfrage landet im Vertrieb. Der Kunde braucht ein Ersatzteil, nennt aber zwei verschiedene Maschinennummern. In der Mail steht eine Stückzahl, im Anhang eine andere. Wer einfach „Beantworte die Anfrage“ eingibt, bekommt schnell einen fertigen Text. Die eigentliche Arbeit ist, die Widersprüche zu erkennen und die richtige Rückfrage zu stellen.

Nick Saraev beschreibt in seinem Video, wie Andrej Karpathy KI-Agenten mit kurzen Aufträgen arbeiten lässt, sich komplizierte Abläufe visuell erklären lässt und Modelle mit eigenen Experimenten prüft. Ich übertrage diese Prinzipien hier auf einen Ablauf, den viele mittelständische Betriebe kennen. Nick Saraev · How The #1 AI Engineer in The World Actually Uses AI ↗

Gib der KI ein Ergebnis, das du abnehmen kannst

Wenn ich eine Aufgabe delegiere, lege ich zuerst fest, was am Ende vorliegen soll und woran das Team einen brauchbaren Vorschlag erkennt. Saraev beschreibt ab 0:45, wie Karpathy kurze Anweisungen und einfache Sprache bevorzugt. Für mich heißt das, das Ziel und die wichtigen Grenzen auszusprechen und der KI bei der Ausführung Spielraum zu lassen. Nick Saraev · Kurze Aufträge und klare Sprache ↗

Für die Angebotsanfrage lautet mein Auftrag so.

„Prüfe diese Anfrage mit dem freigegebenen Teilekatalog. Gib mir Artikelnummer, Menge und die Fundstelle für jede Angabe. Wenn sich Mail und Anhang widersprechen, nenne beide Werte und formuliere eine Rückfrage. Lege einen Entwurf zur Prüfung vor. Preise und Liefertermine bleiben bis zur Freigabe offen.“

Damit kann der Vertrieb die Antwort prüfen. Er sieht sofort, welche Angabe aus dem Anhang stammt, wo ein Konflikt liegt und was er noch entscheiden muss. Den Teilekatalog und die Kriterien können wir für die nächste Anfrage wiederverwenden.

Bereite Daten mit Regeln auf und lass die KI den Inhalt einordnen

Im Video beschreibt Saraev ab 3:30 einen Ablauf, in dem zuerst einfache Filter die Daten aufräumen und ein Modell danach den verbleibenden Inhalt einordnet. Das übertrage ich auf die Angebotsanfrage. Eindeutige Artikelnummern schlägt die Software im Katalog nach. Sie kann Pflichtfelder prüfen und identische Anhänge zusammenführen. Die KI liest freie Beschreibungen, ordnet sie einem Anliegen zu und formuliert bei widersprüchlichen Angaben eine Rückfrage. Nick Saraev · Filter und Modellschritte ↗

Bei mehreren unabhängigen Anhängen können zwei Prüfschritte parallel laufen. Ein Schritt liest die Anfrage, der andere sucht passende Katalogeinträge. Danach führt der Ablauf die Belege zusammen. Für eine einzelne einfache Anfrage reicht meist ein Durchlauf. Ein zweites Modell setze ich gezielt dort ein, wo der erste Durchlauf regelmäßig an mehrdeutigen Fällen scheitert und der Zusatzaufwand sich im Test lohnt. Anthropic · Building Effective Agents ↗

Lass dir den Ablauf so erklären, dass du ihn prüfen kannst

Saraev erzählt ab 1:34, dass Karpathy bei schwierigen Themen Diagramme und kleine visuelle Erklärungen anfordert. Im Betrieb nutze ich das für den Übergabepunkt. Ein einfaches Ablaufbild zeigt, wann Frontdesk einen Entwurf vorbereitet, wann eine Rückfrage entsteht und wer den Versand freigibt. So entdeckt der Vertrieb fehlende Entscheidungen, bevor wir den Ablauf in Software festschreiben. Nick Saraev · Visuelle Erklärungen ↗

Die Darstellung braucht keine aufwendige Oberfläche. Für das erste Gespräch reichen vier Stationen im Diagramm. Anfrage, Belege, Entwurf, Freigabe. Neben dem Entwurf zeige ich die Quellen und markiere offene Felder. Genau dort soll die Person klicken und prüfen können, statt die ganze Anfrage noch einmal von vorn zu lesen.

Vergleiche Modelle mit euren eigenen Fällen

Öffentliche Benchmarks geben eine erste Orientierung. Der Epoch Capabilities Index fasst Ergebnisse aus vielen Tests zusammen. Ob ein Modell eure Artikelnummern zuverlässig zuordnet oder bei einem widersprüchlichen Anhang nachfragt, prüfe ich an euren Fällen. Saraev beschreibt ab 1:55, wie Karpathy eigene Aufgaben nutzt, um Modellverhalten direkt zu beobachten. Epoch AI · Epoch Capabilities Index ↗ Nick Saraev · Eigene Modelltests ↗

Für einen ersten Vergleich nehme ich eine kleine Auswahl früherer Anfragen. Darunter sind einfache Bestellungen, widersprüchliche Mengen und Fälle mit fehlender Artikelnummer. Der Vertrieb legt vorab die erwarteten Antworten fest. Dann vergleichen wir, wie viele Vorschläge fachlich stimmen, wie viel Zeit die Nacharbeit braucht und wie oft die KI eine nötige Rückfrage übersieht. Einige Fälle halte ich zurück, bis der Ablauf steht. So sehe ich, ob die Verbesserung auch bei anderen Anfragen trägt.

Aus einem guten Versuch wird ein Ablauf für das ganze Team

Am Anfang reicht es, wenn die KI Vorschläge mit Belegen vorbereitet. Das Team prüft sie dort, wo es ohnehin arbeitet. Sobald der Ablauf zuverlässig funktioniert, können wir geeignete Schritte in den Posteingang oder das CRM integrieren. Die Quellen, Prüfregeln und Freigaben bleiben Teil des Prozesses. So kann ein Kollege dieselbe Aufgabe übernehmen, auch wenn er den ursprünglichen Chat nie gesehen hat.

Bei nited.ai starten wir mit genau einem solchen Arbeitsablauf. Bringt eine typische Anfrage mit, bei der euer Team heute nachschlagen, abgleichen und nachfragen muss. Daran lässt sich prüfen, welche Arbeit die KI übernimmt und welche Entscheidungen weiter bei euch liegen.