Neuronale Netze für Unternehmen.
Es gibt Hunderte Listen «zehn neuronale Netze für Unternehmen», und der Nutzen ist gering: Ein Werkzeug ohne Aufgabe ist nutzlos. Wir gehen anders vor — nach Aufgaben. Wo neuronale Netze Geld bringen, wo nicht und wie sie sich von gewöhnlicher Automatisierung unterscheiden.
Was neuronale Netze im Unternehmen können
Drei Dinge: verstehen, was geschrieben und gesagt wird, Text und Bilder erzeugen und Muster in großen Datenmengen finden. Alles andere ist die Anwendung dieser drei Fähigkeiten auf konkrete Aufgaben.
Es hilft, genau diese Einteilung im Kopf zu haben. Wenn Ihnen jemand anbietet, «ein neuronales Netz einzuführen», fragen Sie, welche der drei Fähigkeiten arbeiten soll und bei welcher Aufgabe. Kommt keine Antwort, geht es nicht um Einführung, sondern um den Verkauf eines Wortes.
Wo neuronale Netze wirklich Geld bringen
Dort, wo die Arbeit gleichförmig und umfangreich ist und aus Text oder Sprache besteht. Erstkontakt, Antworten auf wiederkehrende Fragen, Auswertung von Anrufen, Vorbereitung von Dokumenten, Entwürfe für Inhalte.
| Aufgabe | Was das neuronale Netz tut | Was beim Menschen bleibt |
|---|---|---|
| Erstkontakt | Antwortet sofort, klärt das Anliegen, vereinbart einen Termin | Verhandlungen und schwierige Fälle |
| Support | Antwortet aus der Wissensdatenbank, verfolgt den Bestellstatus | Konflikte und außergewöhnliche Situationen |
| Qualitätskontrolle | Hört alle Gespräche, bewertet nach Checkliste | Die Entscheidung, was am Prozess zu ändern ist |
| Dokumente | Erstellt Entwürfe, liest Daten aus Scans | Prüfung und Unterschrift |
| Inhalte | Entwürfe, Überschriftenvarianten, Übersetzung | Sinn, Fakten, Ruf |
| Analytik | Findet Muster, führt verstreute Daten zusammen | Schlussfolgerungen und Entscheidungen |
Beachten Sie die rechte Spalte. Sie ist in keiner Zeile leer — und das ist keine höfliche Einschränkung. Keine dieser Aufgaben wird von einem neuronalen Netz vollständig übernommen, und Einführungen, die darauf gesetzt haben, enden mit einem Rückzieher.
Wie sich ein neuronales Netz von gewöhnlicher Automatisierung unterscheidet
Automatisierung führt vorab beschriebene Regeln aus. Ein neuronales Netz arbeitet dort, wo sich Regeln nicht beschreiben lassen, weil es zu viele Varianten gibt.
Ein Beispiel an einer Aufgabe. «Kommt eine Anfrage von der Website — Deal anlegen und Mitarbeiter benachrichtigen» ist Automatisierung. Die Regel ist einfach, es gibt keine Varianten, ein neuronales Netz ist hier unnötig und verteuert nur.
«Die Nachricht des Kunden lesen, verstehen, was er braucht, eine Rückfrage stellen und einen passenden Termin buchen» ist bereits ein neuronales Netz, denn alle Formulierungen, die Menschen verwenden, lassen sich nicht vorab auflisten.
Praktische Folgerung: Lässt sich die Aufgabe in einem Dutzend Regeln beschreiben, ist Automatisierung billiger und zuverlässiger. Ein neuronales Netz braucht man dort, wo es Tausende Regeln wären.
Wo neuronale Netze nicht funktionieren
Dort, wo der Preis eines Fehlers hoch ist und niemand die Antwort prüft. Und dort, wo Daten fehlen: Ein neuronales Netz weiß nicht, was man ihm nicht gegeben hat, und Erfinden ist in solchen Fällen gefährlicher als Schweigen.
- Rechtlich bedeutsame Entscheidungen. Ein Vertragsentwurf — in Ordnung. Ihn ohne Juristen an den Kunden schicken — nicht.
- Genaue Berechnungen. Sprachmodelle rechnen schlecht. Die Berechnung soll ein Programm machen, das neuronale Netz das Ergebnis in Worten erklären.
- Aufgaben ohne Daten. Hat das Unternehmen keine beschriebenen Konditionen und Preise, errät sie kein Modell.
- Arbeit, bei der ein Fehler teuer und unsichtbar ist. Taucht eine falsche Antwort erst einen Monat später auf, ist Automatisierung ohne Prüfung eine schlechte Idee.
- Ersatz eines kaputten Prozesses. Ein neuronales Netz beschleunigt jeden Prozess, auch den, der zum Verlust des Kunden führt.
Womit man anfängt
Mit einer Aufgabe, die am häufigsten wiederkehrt und heute von Hand gemacht wird. Nicht mit der Werkzeugwahl und nicht mit einer Marktübersicht.
Schritt eins: das Wiederkehrende finden
Sehen Sie nach, wofür die Zeit Ihrer Leute draufgeht. Meist sind es dieselben Fragen, das Ausfüllen von Karten, gleichartige Dokumente und die Auswertung von Anrufen. Wählen Sie die eine Aufgabe mit dem größten Volumen.
Schritt zwei: die Verluste rechnen
Schätzen Sie, wie viele Stunden oder Anfragen diese Aufgabe im Monat kostet. Beeindruckt die Summe nicht, nehmen Sie eine andere — Einführung um der Technik willen rechnet sich nicht.
Schritt drei: die Unterlagen sammeln
Der am meisten unterschätzte Teil. Preise, Konditionen, häufige Fragen, gute Antworten und Regeln gehören an einen Ort. Ohne sie stößt jede Einführung in der ersten Woche an die Decke.
Mehr dazu, was das kostet, in einer eigenen Analyse: was ein Chatbot und ein KI-Agent kosten.
Neuronale Netze im Vertrieb: der häufigste Fall
Der Vertrieb ist der Bereich, in dem sich neuronale Netze am schnellsten rechnen, weil die Verluste hier messbar sind: Jede unbeantwortete Anfrage ist konkretes Geld.
Drei Aufgaben, die zuerst geschlossen werden:
- Die erste Antwort. Anfragen kommen nachts und am Wochenende und werden am Montagmorgen beantwortet. ein KI-Agent antwortet sofort und führt den Kunden zum nächsten Schritt.
- Auswertung der Gespräche. Eine Führungskraft kann unmöglich alle Anrufe hören und hört deshalb eine Stichprobe. Sprachanalyse wertet alle aus und zeigt, wo genau Deals verloren gehen.
- Pflege der Karten. Mitarbeiter füllen das CRM ungern und lückenhaft aus. Ein neuronales Netz füllt es aus dem Gespräch selbst.
Was nicht abgedeckt wird: Verhandlungen, große Deals und alles, wo mehrere entscheiden. Hier arbeitet das neuronale Netz nicht anstelle des Verkäufers, sondern für ihn — es bereitet ein Dossier vor dem Anruf und nimmt Routine ab.
Was wir in unseren eigenen Daten sehen
In einem Projekt hat die KI 211 Gespräche zu 123 Deals ausgewertet. Die wichtigste Beobachtung: Der größte Wert lag nicht darin, dass das neuronale Netz statt eines Menschen antwortet, sondern darin, dass es Gespräche in Daten verwandelt.
Vor der Einführung wussten nur die Beteiligten, was in den Anrufen gesagt wurde. Die Leitung sah im CRM eine kurze Notiz und eine Summe. Die echten Absagegründe, die wiederkehrenden Einwände, die Stellen, an denen der Kunde abkühlte — all das existierte, wurde aber nirgends gespeichert.
Danach wurde daraus eine Tabelle, aus der sich Entscheidungen ableiten lassen. Dabei zeigte sich: Der vom Mitarbeiter eingetragene Absagegrund stimmt fast nie mit dem überein, der im Gespräch fiel. Nicht weil Mitarbeiter täuschen, sondern weil in der Karte gewählt wird, was am schnellsten schließt.
Fünf Anzeichen einer leeren Einführung
Eine Einführung, die nichts bringen wird, erkennt man schon vor dem Start am Gespräch mit dem Dienstleister.
- Man beginnt mit der Werkzeugwahl statt mit Ihrer Aufgabe.
- Man fragt nicht, welche Unterlagen Sie haben und in welcher Form.
- Man verspricht, das neuronale Netz «kommt schon klar» und «lernt von selbst».
- Man sagt nicht, was beim Menschen bleibt.
- Man bietet nicht an, die Rentabilität vor Arbeitsbeginn zu rechnen.
Das gute Zeichen ist das Gegenteil: Der Dienstleister fragt länger nach Ihrem Prozess, als er über Technik spricht, und sagt in manchen Fällen, dass Sie das gerade nicht brauchen.
Häufige Fragen.
Mit welchem neuronalen Netz sollte ein kleines Unternehmen anfangen?
Die Frage steht falsch herum. Man beginnt nicht mit einem Netz, sondern mit einer Aufgabe: der Arbeit, die am häufigsten wiederkehrt und von Hand gemacht wird. Das Werkzeug wählt man zuletzt, und meist ist es unwichtig.
Braucht man Programmierer, um ein neuronales Netz einzuführen?
Für einfache Aufgaben nicht, dafür gibt es fertige Dienste. Programmierer braucht man für die Verbindung zu Ihren Systemen: CRM, Lager, Telefonie. Genau diese Verbindung bringt den Hauptnutzen.
Ersetzen neuronale Netze Mitarbeiter?
Bisher ersetzen sie keine Menschen, sondern Teile der Arbeit — die eintönigsten. In der Praxis schrumpft die Belegschaft seltener, als dass sie aufhört zu wachsen: Dasselbe Team bewältigt den doppelten Zulauf.
Wie sicher ist das aus Datensicht?
Es hängt davon ab, wohin die Texte gehen. Viele Modelle laufen auf Servern im Ausland, und das ist eine Drittlandübermittlung mit eigenen Anforderungen. Fragen Sie, wo die Daten physisch verarbeitet werden.
Kann ein neuronales Netz Unwahres erfinden?
Ja, wenn man es nicht begrenzt. Deshalb antwortet das Modell in funktionierenden Einführungen nicht aus dem Kopf, sondern aus Ihren Unterlagen, und gibt Unbekanntes an einen Menschen weiter. Das ist eine Frage der Einrichtung, nicht der Technik.
Nach welcher Zeit sieht man Ergebnisse?
Bei einfachen Aufgaben in den ersten Wochen, weil die Wirkung direkt ist: Anfragen gehen nicht mehr verloren. Bei Analytik und Qualitätskontrolle nach ein bis zwei Monaten, wenn genug Gespräche zusammengekommen sind.
Finden wir die Aufgabe, bei der es sich rechnet.
Wir sehen uns Ihren Prozess an und sagen, welche Arbeit zuerst an ein neuronales Netz gehen sollte — und ob überhaupt. Kostenlos und unverbindlich.