KI kann Arbeit übernehmen. Was ein Unternehmen dafür aus der Hand geben will und woran es die Ergebnisse misst, muss es selbst klären.
Im Mai 2026 hat Microsoft seinen Work Trend Index veröffentlicht. Eine Zahl darin verdient Aufmerksamkeit: Nur 26 Prozent der befragten KI-Nutzer sagen, dass ihre Führung beim Thema KI klar und durchgängig an einem Strang zieht. Befragt wurden 20.000 Berufstätige, die KI bereits nutzen, aus zehn Ländern. Das ist keine Bestandsaufnahme des österreichischen Mittelstands. Aber es wirft eine Frage auf, die auch dort auf den Tisch gehört: Wissen die Menschen im Unternehmen, was sie der KI überlassen dürfen und wer das Ergebnis beurteilt?
Die Anschaffung eines Werkzeugs beantwortet diese Frage noch nicht. Auch ein erfolgreicher Test lässt offen, wer später im Alltag entscheidet, ob eine Antwort verwendet werden kann.
Zwischen Ergebnis und Verwendung
Nehmen wir eine KI, die Kundenanfragen beantwortet. Solange sie einen Entwurf erstellt, den ein erfahrener Mitarbeiter prüft, ist die Arbeitsteilung überschaubar. Soll sie Antworten direkt versenden, verändert sich die Entscheidung.
Dann muss vorher feststehen, welche Auskünfte sie geben darf. Ob sie einen Liefertermin bestätigen kann. Wann sie eine Anfrage weiterreichen muss, weil die Angaben widersprüchlich sind oder eine Ausnahme vorliegt.
Die technische Möglichkeit, eine Antwort zu versenden, sagt wenig darüber aus, ob das Unternehmen diesen Schritt freigeben sollte.
Genau an dieser Stelle treffen unterschiedliche Sichtweisen aufeinander. Die IT beurteilt die technische Einbindung. Der Kundenservice kennt die Sonderfälle. Der Vertrieb weiß, welche Zusagen Kunden erwarten. Die Geschäftsführung muss klären, wie viel Spielraum der Ablauf bekommt und welche Folgen das Unternehmen dabei akzeptiert.
Jeder kann seinen Teil sauber erledigen. Die Freigabe für den gesamten Ablauf braucht trotzdem eine gemeinsame Grundlage.
Plausibel ist noch kein Qualitätsmaßstab
Das amerikanische National Institute of Standards and Technology beschreibt in seinem Leitfaden für generative KI zwei zusammenhängende Risiken: Systeme können falsche Inhalte überzeugend darstellen. Menschen können sich wiederum zu stark auf automatisierte Ergebnisse verlassen. Eine flüssige Antwort kann dadurch mehr Vertrauen bekommen, als ihr Inhalt rechtfertigt.
Für ein Unternehmen folgt daraus eine praktische Aufgabe: Es muss beschreiben können, was ein brauchbares Ergebnis ausmacht.
Bei einer internen Ideensammlung darf vieles vorläufig sein. Bei einer Auskunft an einen Kunden braucht es andere Maßstäbe. Eine Antwort kann sprachlich einwandfrei sein und trotzdem eine Zusage enthalten, die niemand geben wollte.
Wer nur fragt, ob die KI „gut funktioniert“, lässt zu viel offen. Aussagekräftiger ist: Welche Fehler sind korrigierbar, bevor etwas passiert? Welche würden erst beim Kunden auffallen? Und bei welchen darf das System gar nicht selbstständig weiterarbeiten?
Ein Mensch am Ende reicht nicht automatisch
„Da schaut ohnehin noch jemand drüber“ klingt nach einer gelösten Zuständigkeit.
Offen bleibt, ob diese Person die nötige Fachkenntnis hat, die zugrunde liegenden Informationen sehen kann und ausreichend Zeit für die Prüfung bekommt. Sie muss ein Ergebnis auch zurückweisen dürfen. Sonst wird aus der Kontrolle eine Bestätigung unter Zeitdruck.
Microsoft greift im selben Bericht die Frage auf, wer die Leistung von KI-Agenten überprüft und wer ihre Arbeitsabläufe verändern darf. Das ist die Perspektive eines Anbieters, der am KI-Einsatz verdient. Die organisatorische Frage bleibt dennoch berechtigt.
Wer eine Freigabe verantwortet, braucht dafür Befugnisse und einen Maßstab. Ein Name im Projektplan genügt nicht.
Was von der versprochenen Entlastung übrig bleibt
Zur wirtschaftlichen Prüfung gehört deshalb auch die Arbeit nach der KI-Ausgabe. Wie viel Kontrolle ist erforderlich? Was muss nachgebessert werden? Wie werden Ausnahmen behandelt?
Wenn der erste Entwurf schneller entsteht, die Prüfung aber aufwendiger wird, ist der Nutzen noch nicht geklärt. Bewertet werden sollte der vollständige Arbeitsablauf.
Auch die OECD beschreibt in ihrer KMU-Erhebung 2026 eine ungleichmäßige strategische und sichere Einbindung von KI in betriebliche Abläufe. Zeitmangel, laufende Kosten und fehlende Kompetenzen bleiben Hindernisse. Die Untersuchung beruht auf einer nicht repräsentativen Stichprobe aus zwölf Ländern; sie liefert Hinweise auf Schwierigkeiten, keine allgemeine Erfolgsquote für KI-Projekte.
Der vernünftige nächste Schritt kann deshalb sein, eine Aufgabe enger zu fassen. Zunächst Entwürfe erstellen lassen. Bestimmte Fälle ausnehmen. Erst dann mehr Selbstständigkeit zulassen, wenn die Ergebnisse unter den tatsächlichen Arbeitsbedingungen tragen.
Die Entscheidung vor dem nächsten KI-Projekt
Für diese Klärung braucht es einen konkreten Ablauf. Was soll die KI übernehmen? Woran erkennen wir, dass das Ergebnis reicht? Wer darf die Verwendung freigeben, und welcher Fehler würde dazu führen, den Einsatz wieder einzuschränken?
Das sind Fragen, die vor einer Ausweitung beantwortet sein sollten. Ändern sich später das Modell, die Daten oder die Aufgabe, gehört auch die Freigabe erneut auf den Tisch.
Bei 123C interessiert mich genau diese Übergabe: der Punkt, an dem aus einer technischen Möglichkeit eine unternehmerische Entscheidung wird.
Welche Aufgabe würden Sie Ihrer KI heute schon überlassen? Und wer in Ihrem Unternehmen könnte begründen, warum das vertretbar ist?
