Case 01

Datenerfassung aus geprüften Dokumenten

Modelle schlagen vor, Code entscheidet.

Heute

In regulierten Umgebungen übertragen Fachexperten lange, freigegebene PDF-Dokumente mit tausenden Messwerten, Kriterien und Urteilen Feld für Feld in eine Datenbank, die danach als verbindliche Quelle gilt.

Ergebnis

Vorher~6 Wochen

Nachher~1 Woche

Ein Strich: ein Arbeitstag.

70 % der Felder erledigt der Code mit Harness, 20 % bestätigt der Mensch per Auswahl, 10 % bleiben Nacharbeit. Rund 80 % weniger Arbeitszeit je Dokument.

Der Workflow

Kommt an
Freigegebene PDF-Dokumente, tausende Werte
KI versteht
Was der Code offen lässt
- Enge, einzeln geprüfte Aufgaben
- Jede Antwort mit Fundstelle bis zum Wort
- Eine zweite, unabhängige Lesung
Software prüft
Sicheres Lesen und Prüfen jeder Antwort
- Wörter mit Position, Tabellen, Kapitel, Fachbegriffe
- Liest an jeder Fundstelle nach und weist Abweichungen ab
- Fertig nur, wenn zwei Lesungen übereinstimmen
Beim Menschen landet
Nur Unsicheres, mit Fundstelle und Grund
- Bestätigen, zwischen Kandidaten wählen oder suchen
- Abweichungen zur Datenbank als Befund

Code liest, was er sicher kann. KI ergänzt den Rest. Der Mensch prüft, statt zu erfassen.

Case 02
Fachbeiträge aus recherchierten Quellen
Nicht jeder Entwurf muss gelingen. Veröffentlicht wird nur, was die Prüfung besteht. KI schreibt. Regeln entscheiden, was weitergeht. Menschen bestimmen die Regeln.
Case 03
Social-Media-Posts zu jedem Fachbeitrag
Der Mensch schreibt keine Posts mehr. Er legt fest, was einer darf. KI wählt und schreibt. Code prüft und postet. Der Mensch bestimmt die Regeln.
Case 04
Anfragen im Gespräch aufnehmen
Ein Formular fragt, was es kennt. Ein Workflow steht selten im ersten Satz. Der Agent fragt nach. Software prüft den Brief. Gesendet wird nur, was der Mensch freigibt.
Case 05
Rechnungs- und Bestellprüfung
Der Standardfall ist selten das Problem. Der Aufwand entsteht bei Abweichungen. Den Standard automatisieren. Den Menschen die Ausnahmen.
Case 06
Angebotsvorbereitung aus Kundenanfragen
Die Informationen für ein Angebot sind vorhanden. Sie sind nur verteilt. KI bereitet das Angebot vor. Der Experte trifft die Entscheidung.
Case 07
Technische Dokumenten- und Compliance-Prüfung
Die Prüfung braucht Fachwissen. Das Suchen der Nachweise braucht es nicht. KI bereitet die Compliance-Prüfung vor. Die Entscheidung bleibt beim verantwortlichen Menschen.
Case 08
Customer Support → Engineering
Der Engpass ist nicht die technische Analyse, sondern der fehlende Kontext. Engineering erhält den relevanten Kontext, bevor die eigentliche Analyse beginnt.
Case 09
Lieferantenvergleich im Einkauf
Jedes Angebot kommt in einem anderen Format. Verglichen wird erst, wenn alle gleich aussehen. KI strukturiert den Vergleich. Die Einkaufsentscheidung bleibt beim Menschen.
Case 10
Vertrags- und Auftragsprüfung
Das Ziel ist nicht, Verträge automatisch freizugeben, sondern Abweichungen zuverlässig zu finden. KI findet, strukturiert, vergleicht und eskaliert. Menschen entscheiden und übernehmen Verantwortung.
Case 11
Stammdatenbereinigung und Entity Resolution
Eine Firma, drei Schreibweisen, zwei IDs. Ein exakter Abgleich findet sie nicht. KI findet Kandidaten. Regeln begrenzen den Abgleich. Menschen entscheiden bei Unsicherheit. Erst danach schreibt das System.