Künstliche Intelligenz & Automation – mehr erreichen mit digitalen Assistenten

Diese Seite vertieft den Bereich Künstliche Intelligenz & Automation der zentralen IT-Wiki. Sie richtet sich an Fachanwender.innen, IT-Verantwortliche, Führungskräfte und Entwickler.innen, die KI-Tools gezielt einsetzen, Prozesse automatisieren und gleichzeitig Qualität, Sicherheit und Transparenz im Blick behalten möchten.

Grundlagen von Künstlicher Intelligenz

Ein gemeinsames Grundverständnis erleichtert die Einführung von KI im Unternehmen.

• Abgrenzung von klassischer Programmierung, Machine Learning und Generativer KI.
• Typische Einsatzbereiche: Text, Bilder, Sprache, Datenanalyse und Entscheidungsunterstützung.
• Stärken und Grenzen von KI-Systemen, inklusive möglicher Fehlentscheidungen und Verzerrungen.
• Rolle des Menschen: Kontrolle, Bewertung und Verantwortung („Human in the Loop“).

Praxisnahe KI-Anwendungen im Büro

Im Office-Alltag lassen sich viele Aufgaben durch KI beschleunigen.

• Unterstützung bei E-Mails, Zusammenfassungen, Protokollen und Standardtexten.
• Erstellung von Entwürfen für Konzepte, Präsentationen und Schulungsunterlagen.
• Erste Auswertungen von Tabellen, einfachen Datensätzen und Berichten.
• Unterstützung bei Recherche, Ideensammlung und Strukturierung von Inhalten.

Prompting & Zusammenarbeit mit KI-Systemen

Gute Ergebnisse hängen stark von der Art der Aufgabenbeschreibung (Prompts) ab.

• Strukturierte Prompts mit Ziel, Kontext, Formatwunsch und Beispielen.
• Iteratives Arbeiten mit KI: Entwurf, Feedback, Verfeinerung.
• Umgang mit Grenzen: Nachfragen stellen, Alternativen anfordern, Annahmen prüfen.
• Dokumentation bewährter Prompts als interne „Prompt-Bibliothek“.

Automation von Workflows & Prozessen

KI und klassische Automatisierung ergänzen sich bei wiederkehrenden Abläufen.

• Kombination von Formularen, Workflows und KI-Assistenz (z. B. Textbausteine, Klassifikation, Vorschläge).
• Nutzung von Skripten oder Low-Code/No-Code-Plattformen zur technischen Automatisierung.
• Automatisierte Übergabe zwischen Systemen (z. B. Ticket-System, CRM, DMS).
• Regeln, wann Automatisierung entscheidet und wann menschliche Freigabe erforderlich ist.

KI für IT & Entwicklung

Technische Teams können KI zur Entlastung und Qualitätssicherung nutzen.

• Unterstützung bei Code-Entwürfen, Refactoring und Dokumentation.
• Generierung von Testfällen, Beispiel-Daten und einfachen Skripten.
• Auswertung von Logdateien und Systeminformationen mit Hilfe von KI-Assistenten.
• Ideenfindung für Architekturen, Migrationswege und Troubleshooting-Strategien.

Qualitätssicherung & Risiken

Der Einsatz von KI erfordert bewusste Qualitätskontrollen.

• Prüfung von Ergebnissen auf fachliche Richtigkeit, Plausibilität und Aktualität.
• Umgang mit Halluzinationen (falsch erfundenen Fakten) und einseitigen Darstellungen.
• Klare Regeln, welche Inhalte automatisiert erstellt und welche manuell freigegeben werden.
• Rollen und Verantwortlichkeiten für Kontrolle, Freigabe und kontinuierliche Verbesserung.

Datenschutz, Compliance & Sicherheit

KI-Einsatz muss mit Datenschutz- und Sicherheitsanforderungen vereinbar sein.

• Sensible Daten (z. B. personenbezogene, vertrauliche, vertrauliche Kundendaten) schützen und ggf. anonymisieren.
• Klare Richtlinien, welche Inhalte in externe KI-Dienste eingegeben werden dürfen und welche nicht.
• Berücksichtigung von Auftragsverarbeitung, Speicherstandorten und Löschkonzepten.
• Schulung der Mitarbeitenden im sicheren Umgang mit KI-Tools.

Change-Management & Akzeptanz

Einführung von KI und Automation ist auch ein Veränderungsprozess.

• Transparente Kommunikation von Zielen, Nutzen und Grenzen.
• Einbindung der Mitarbeitenden bei der Identifikation geeigneter Anwendungsfälle.
• Klärung von Rollenbildern: Was übernimmt KI, was bleibt Kernaufgabe des Menschen?
• Begleitende Schulungen, Leitfäden und Ansprechpersonen für Fragen und Unterstützung.