Montagmorgen: Warum gute Systeme trotzdem Zeit kosten
Um 8:30 Uhr geht eine Kundenanfrage ein. Die Mitarbeiterin öffnet das CRM, sucht den Kunden, prüft im ERP die Verfügbarkeit und gleicht die Artikelinformationen im PIM ab. Sie kopiert Daten in ein Angebot und klärt fehlende Angaben per E-Mail. Jede Anwendung funktioniert – doch die Übergaben dazwischen sind langsam und fehleranfällig.
Ein sinnvoll integrierter KI-Assistent könnte Informationen über freigegebene Schnittstellen zusammentragen und einen Angebotsentwurf vorbereiten. Die Mitarbeiterin prüft Preise, Inhalte und Empfänger und gibt das Angebot frei. Die vorhandenen Systeme bleiben bestehen; Zeitaufwand und Fehler lassen sich vor und nach dem Pilot messen.
Das ist der Ausgangspunkt: zuerst den Geschäftsprozess verstehen, dann Berechtigungen, Schnittstellen und Sicherheitsanforderungen festlegen – und erst danach ein KI-Modell auswählen.
Die Architektur auf einen Blick
Die Infografik zeigt die Verbindung von ERP, CRM, PIM und weiteren Anwendungen mit einer kontrollierten Integrationsschicht, dem KI-Agenten und einem wählbaren Modellbetrieb in Deutschland oder der EU. Datenschutz, Informationssicherheit und regulatorische Pflichten müssen übergreifend betrachtet werden.
Fünf Schritte führen vom Prozessziel über die Architektur und Compliance-Prüfung zum messbaren Pilot und zur kontinuierlichen Verbesserung.
Mit einem konkreten Prozess beginnen
Im Prozess-Check identifizieren wir Medienbrüche, prüfen Automatisierungspotenziale und priorisieren einen ersten Anwendungsfall. 90 Minuten · 490 € zzgl. USt.
KI-Agenten können Daten zwischen bestehenden Systemen verarbeiten und Arbeitsschritte vorbereiten. Entscheidend sind ein tragfähiger Geschäftsprozess, klare Zuständigkeiten und eine überprüfbare Sicherheitsarchitektur – nicht die Wahl eines bestimmten Herstellers.
Warum Unternehmen bei ihren Prozessen beginnen sollten
Ein KI-Agent ist keine fertige Wunderlösung. Zuerst wird untersucht, welche Arbeitsschritte heute Zeit kosten, wo Medienbrüche entstehen und welche Entscheidungen Menschen weiterhin treffen müssen. Erst danach entscheidet sich, ob eine klassische Automatisierung, eine KI-gestützte Assistenz oder ein handlungsfähiger Agent sinnvoll ist.
1. Prozesse aufnehmen und Nutzen messen
Ein Beispiel: Kundenanfragen kommen per E-Mail an, Daten werden manuell ins CRM übertragen, Artikel im ERP nachgeschlagen und Angebote vorbereitet. Wir dokumentieren Bearbeitungszeit, Rückfragen, Fehlerquote und Durchlaufzeit vor der Änderung. Ein Pilot wird anschließend anhand derselben Kennzahlen bewertet. ROI berücksichtigt neben Zeitersparnis auch Implementierung, Infrastruktur, Wartung, Sicherheitsprüfungen und menschliche Kontrollen.
2. Architektur und Schnittstellen festlegen
Bestehende ERP-, CRM- und PIM-Systeme bleiben führende Datenquellen. Ein Integrationsdienst ruft ausschließlich freigegebene APIs auf; er validiert Eingaben und Ausgaben, protokolliert Aktionen und begrenzt Schreibrechte. Das Sprachmodell interpretiert Informationen oder formuliert Vorschläge, erhält aber nicht automatisch direkten Datenbankzugriff. Kritische Aktionen wie Preisänderungen, Bestellungen oder externe Nachrichten benötigen definierte Freigaben.
3. KI-Modelle in Deutschland betreiben
Open-Weight-Modelle können – sofern Lizenz, Hardware und Sicherheitsanforderungen passen – auf eigenen Servern, bei einem deutschen Rechenzentrumsanbieter oder in einer kontrollierten privaten Cloud betrieben werden. Die Modellgewichte sind zugänglich; das bedeutet nicht automatisch Open Source oder uneingeschränkte kommerzielle Nutzungsrechte. Zu prüfen sind Lizenz, Modellqualität für deutsche Fachsprache, Betriebskosten, Updates, Protokollierung, Unterauftragnehmer und mögliche externe Datenflüsse. Ein deutscher Serverstandort allein ist kein DSGVO-Nachweis.
4. DSGVO von Anfang an berücksichtigen
Vor dem Pilot werden Zweck, Rechtsgrundlage und Verantwortlichkeiten dokumentiert. Personenbezogene Daten werden minimiert; sensible Informationen nach Möglichkeit maskiert. Bei externen Dienstleistern sind Auftragsverarbeitungsverträge und gegebenenfalls Drittlandtransfers zu prüfen. Hinzu kommen Löschfristen, Betroffenenrechte, technische und organisatorische Maßnahmen sowie die Prüfung, ob eine Datenschutz-Folgenabschätzung erforderlich ist. Trainingsnutzung und Aufbewahrung von Prompts und Logs müssen ausdrücklich geklärt sein.
5. Sicherheit nach ISO 27001 organisieren
ISO/IEC 27001 beschreibt Anforderungen an ein Informationssicherheitsmanagementsystem (ISMS). Für KI-Agenten gehören dazu Inventarisierung, Risikoanalyse, Rollen- und Berechtigungskonzepte, Lieferantenbewertung, Patchmanagement, Incident Response, Backup und regelmäßige Wirksamkeitskontrollen. KI-spezifisch kommen Prompt-Injection-Abwehr, Schutz vor Datenabfluss, Prüfung von Werkzeugaufrufen, Modell- und Abhängigkeitsupdates sowie nachvollziehbare Freigaben hinzu. Die Zertifizierung eines Hosters ersetzt nicht die Verantwortung des Unternehmens.
6. CRA und EU AI Act richtig einordnen
Der Cyber Resilience Act (CRA) stellt Anforderungen an bestimmte Produkte mit digitalen Elementen, die auf dem EU-Markt bereitgestellt werden. Für eine ausschließlich intern entwickelte und eingesetzte Automatisierung ist die Anwendbarkeit gesondert zu prüfen; sie unterliegt nicht automatisch sämtlichen Herstellerpflichten. CRA-Meldepflichten gelten seit September 2026, die Hauptpflichten ab Dezember 2027. Zusätzlich verlangt der EU AI Act eine Einordnung nach Einsatz, Rolle und Risikoklasse. Insbesondere Personalentscheidungen oder andere sensible Anwendungsfälle benötigen eine vertiefte Prüfung.
7. Mit einem begrenzten Pilot starten
Der erste Agent sollte einen klaren, risikoarmen Teilprozess unterstützen: etwa Anfragen klassifizieren, Stammdaten aus freigegebenen Quellen ergänzen und einen Angebotsentwurf vorbereiten. Der Mensch prüft und versendet. Vor Produktivsetzung werden Testfälle, Fehlerszenarien, Berechtigungen, Monitoring, Rückfallverfahren und Verantwortlichkeiten dokumentiert. Erst bei nachgewiesenem Nutzen wird der Funktionsumfang erweitert.
Was YourSocialGuide dabei unterstützt
Wir untersuchen bestehende Abläufe, priorisieren sinnvolle Automatisierungen, konzipieren sichere Schnittstellen und begleiten die technische Umsetzung eines begrenzten Piloten. Datenschutz, Informationssicherheit und regulatorische Einordnung werden gemeinsam mit den jeweils zuständigen Fachleuten berücksichtigt. Ziel sind messbar bessere Abläufe und eine Lösung, die sich in vorhandene Systeme integrieren lässt.
KI-Agenten sicher und unabhängig planen
Sie möchten ein eigenes KI-Vorhaben mit vorhandenen Systemen und einem geeigneten Betriebsmodell in Deutschland prüfen? Wir besprechen Ziele, Schnittstellen, Rollen, Risiken und einen überschaubaren Pilot.
Weiterführende Quellen
- EU-Kommission: Cyber Resilience Act
- EU-Kommission: AI Act – Zeitplan
- BfDI: Datenschutz und KI
- BSI: Sicherheit von KI-Systemen
Sie möchten einen geeigneten Prozess identifizieren? Sprechen Sie mit uns über einen Prozess-Check.
