Warum ist das Thema wichtig?
Generative KI ist im Büro angekommen. Laut der Konstanzer KI-Studie 2026 nutzt knapp die Hälfte der Beschäftigten in Büro- und Wissensarbeit KI bei der Arbeit: 49 %. In produktionsnahen Tätigkeiten sind es 25 %.
Gleichzeitig sehen nur 23 % der Befragten bereits einen spürbaren Beitrag der KI zur Wertschöpfung ihres Unternehmens. Viel Nutzung, wenig spürbare Wirkung.
Meist beginnt es mit ChatGPT, Microsoft Copilot oder Claude und einer schnellen Aufgabe: eine E-Mail glätten, ein Dokument zusammenfassen. Die Frage, für welche Aufgaben das Werkzeug wirklich taugt, stellt dabei kaum jemand. Genau darum geht es hier.
Einfach erklärt
Generative KI ist eine Form künstlicher Intelligenz, die neue Inhalte erzeugt: Texte, Zusammenfassungen, Bilder oder Programmcode.
Die Grundlage sind Sprachmodelle, die aus sehr großen Textmengen Muster gelernt haben. Auf Deine Eingabe hin berechnen sie Schritt für Schritt, welches Wort am wahrscheinlichsten passt. So entsteht eine Antwort, die flüssig und plausibel klingt.
Wichtig ist, was dabei nicht passiert: Die KI schlägt nicht in einer Datenbank nach und prüft nicht, ob etwas stimmt.
„Eine Antwort kann sehr überzeugend klingen und trotzdem falsch sein.“
Das ist kein seltener Ausrutscher, sondern eine Eigenschaft der Technik. Fachleute sprechen von Halluzinationen. Für den Büroalltag heißt das: Generative KI ist stark, wo es um Sprache geht, und unzuverlässig, wo es um Fakten geht.
Perspektive Prozess
Warum kommen die Mails überhaupt?
Die naheliegende Idee im Büro lautet: KI fasst das volle Postfach zusammen. Das spart Zeit. Aus Lean-Sicht fehlt aber die Frage davor.
Beispielrechnung: Ein Team-Postfach bekommt 60 E-Mails am Tag. Lesen und Einordnen dauert im Schnitt zwei Minuten pro Mail, zusammen zwei Stunden. Eine KI-Zusammenfassung drückt das auf vielleicht 45 Minuten, einschließlich Prüfung. Die KI spart also 75 Minuten.
Ein genauer Blick auf die Mails zeigt aber: 20 davon sind Rückfragen, weil in Aufträgen Angaben fehlen. Jede Rückfrage kostet zusätzlich fünf Minuten für die Antwort. Ein Auftragsformular mit Pflichtfeldern lässt diese 20 Mails verschwinden: 40 Minuten Lesen und 100 Minuten Antworten weniger, jeden Tag. Die Lean-Frage spart hier 140 Minuten, fast doppelt so viel wie die KI. Und danach muss die KI nur noch 40 Mails zusammenfassen.
Wer ohne diesen Blick startet, tappt in die Schneller-schlecht-Falle: Die KI verarbeitet Verschwendung, statt sie zu beseitigen. Deshalb gilt die Lean-vor-KI-Reihenfolge: weglassen, vereinfachen, standardisieren, automatisieren, dann KI. Generative KI ist der letzte Schritt, nicht der erste.
Perspektive KI
Was kann generative KI im Büro, und was nicht?
Eine Faustregel hilft: Je mehr eine Aufgabe aus Lesen, Ordnen und Formulieren besteht, desto besser passt generative KI. Je mehr es auf richtige Fakten, exakte Zahlen oder Verantwortung ankommt, desto mehr Prüfung braucht es.
| Aufgabe im Büro | Eignung | Worauf Du achten solltest |
|---|---|---|
| E-Mails und Texte entwerfen | gut geeignet | Ton und Fakten vor dem Versand prüfen |
| Lange Dokumente zusammenfassen | gut geeignet | Stichproben gegen das Original lesen |
| Notizen zu Protokoll, Aufgaben und Entscheidungen ordnen | gut geeignet | Nachlesen, wer was entschieden hat |
| Arbeitsanweisungen und Checklisten aus Stichpunkten | gut geeignet | Mit den Menschen im Prozess abstimmen |
| Daten aus Rechnungen und Formularen auslesen | nur mit Prüfung | Beträge, Nummern und Daten kontrollieren |
| Übersetzen | nur mit Prüfung | Fachbegriffe und Zusagen prüfen |
| Fakten, Zahlen und Rechtsfragen beantworten | nur mit Prüfung | Die Quelle selbst öffnen |
| Rechnen und Auswerten | nur mit Prüfung | Für Zahlen ist die Tabellenkalkulation verlässlicher |
| Entscheidungen über Menschen, etwa bei Bewerbungen | nicht übernehmen lassen | Die Verantwortung bleibt beim Menschen |
| Vertrauliche Daten in nicht freigegebene Werkzeuge | nicht geeignet | Nur freigegebene Werkzeuge nutzen |
KI als Sparringspartner
Besonders wertvoll ist generative KI, wenn sie nicht die Arbeit erledigt, sondern Dein Denken herausfordert. Bitte sie, Deine Prozessbeschreibung auf Schleifen und Wartezeiten zu prüfen. Oder lass Dir die drei stärksten Einwände gegen Deine Idee nennen. Sie stellt Fragen, die im Team keiner stellt.
Die Grenzen
- Sie kennt Eure Abläufe, Absprachen und Kunden nicht, solange Du sie nicht mitgibst.
- Ihr Wissen hat einen Stand. Neues kennt sie nur, wenn das Werkzeug im Internet sucht.
- Sie klingt bei falschen Antworten genauso sicher wie bei richtigen.
Perspektive Mensch
Was bedeutet das für Menschen?
Mit generativer KI verschiebt sich die Arbeit. Den ersten Entwurf muss nicht mehr jeder selbst schreiben. Dafür werden drei andere Fähigkeiten wichtiger: der KI erklären, was Du erreichen willst; ihr den nötigen Kontext geben; und beurteilen, ob das Ergebnis stimmt und passt.
Die entscheidende Frage lautet deshalb nicht mehr nur „Kann ich KI bedienen?“, sondern:
„Kann ich beurteilen, wann KI hilfreich ist und wann nicht?“
Prüfen kostet Zeit, und diese Zeit gehört in jede ehrliche Rechnung. Legt deshalb fest, wer welches Ergebnis prüft, bevor es weitergeht. Das gilt vor allem für Texte an Kunden, für Zahlen und überall, wo es um Menschen geht.
Das Prinzip dahinter heißt Human in the Loop: Der Mensch gibt Ziel und Kontext vor, bewertet das Ergebnis und trägt die Verantwortung.
Zum Mitnehmen
Generative KI ist stark beim Lesen, Ordnen und Formulieren und unzuverlässig bei Fakten, Zahlen und Entscheidungen. Probier sie diese Woche an einer Aufgabe aus, die in der Tabelle „gut geeignet“ ist, und vergleiche das Ergebnis mit dem Original. Und bevor Du ein Postfach von KI sortieren lässt, frag zuerst, warum die Mails überhaupt kommen.
