Eine Demo des Anbieters funktioniert fast immer. Sie läuft mit sauberen Daten, einer vorbereiteten Frage und jemandem, der jeden Klick kennt. Die Woche Ihres Teams sieht anders aus: volle Postfächer, halb leere Felder im CRM und Kolleginnen, die kaum Zeit haben, noch ein Tool zu lernen. Deshalb landen viele Teams bei dem Tool mit der besten Demo — und nicht bei dem, das zu ihrer Arbeit passt.
Dieser Artikel ist Teil 1 von Level 2 unseres Lernpfads AI Work. Level 1 hat gezeigt, was KI in Vertrieb, Service, Marketing, E-Commerce und Reporting leisten kann. Level 2 dreht sich um Abläufe und Qualitätskontrolle und beginnt mit der Entscheidung, die vor jedem Ablauf steht: Welches Tool soll es sein? Sie lernen, Anforderungen aufzuschreiben, mit unserem Tool-Vergleich eine Longlist zu bilden, Kandidaten mit einer gewichteten Bewertungsmatrix zu bewerten, den Datenschutz zu prüfen und die Finalisten mit Pilotnutzern zu testen.
Erst die Aufgabe, dann das Tool
Bevor Sie sich ein Produkt ansehen, beschreiben Sie die Aufgabe in einem Satz. Ein guter Aufgabensatz nennt die Tätigkeit, die Menschen und das Ergebnis. Zum Beispiel: „Routinefragen von Kunden im Web-Chat auf Deutsch und Englisch beantworten, auch abends, und alles andere an unser Serviceteam übergeben.“
Danach beantworten Sie fünf Fragen. Die Tabelle zeigt sie mit Beispielantworten eines kleinen Onlineshops, der einen KI-Chatassistenten sucht:
| Frage | Beispielantwort (Onlineshop) | Warum sie zählt |
|---|---|---|
| Welche Aufgabe, wie oft? | Fragen zu Lieferung, Rückgabe und Öffnungszeiten, jeden Tag | Häufige, gleichartige Aufgaben lohnen sich zuerst |
| Wer nutzt das Tool? | Vier Servicekräfte und eine Teamleitung | Das Tool muss zu ihren Fähigkeiten und ihrem Alltag passen |
| Welche Daten fließen hinein? | Bestellnummern, Namen, E-Mail-Adressen | Personenbezogene Daten verlangen eine Datenschutzprüfung |
| Mit welchen Systemen muss es verbunden sein? | Shopsystem, Helpdesk, E-Mail | Ohne Anbindung kopieren Menschen Daten von Hand |
| Woran erkennen Sie Erfolg? | Routinefragen ohne Servicekraft beantwortet, nicht mehr Beschwerden | Daran messen Sie später den Pilot |
Nun sortieren Sie Ihre Anforderungen in zwei Gruppen. Muss-Kriterien sind K.-o.-Kriterien: Ein Tool, das eines davon verfehlt, scheidet aus, egal wie gut es sonst ist. Typische Muss-Kriterien sind ein Vertrag zur Auftragsverarbeitung, ein Speicherort, den Ihr Unternehmen akzeptiert, die Sprachen Ihrer Kunden und ein Export Ihrer Daten. Kann-Kriterien wandern in die Bewertungsmatrix und bringen dort Punkte.
Halten Sie die Liste der Muss-Kriterien kurz. Mit fünfzehn Punkten besteht kein Tool, und Sie fangen an, Ausnahmen zu machen. Dann schützt die Liste Sie nicht mehr.
Eine Longlist mit unserem Tool-Vergleich bilden
Eine Longlist ist die erste, breite Liste von Kandidaten, meist fünf bis zehn Tools. Unser Tool-Vergleich für AI Work führt derzeit 46 Tools, sortiert nach Abteilungen. Auf unserer Tool-Seite filtern Sie alle Tools nach Kategorie, Bereich, Zielgruppe, Art und KI-Rolle. Dann kreuzen Sie zwei bis vier Tools an und sehen sie im Direktvergleich nebeneinander: was jedes Tool macht, für wen es gedacht ist, seine KI-Rolle, unsere kurze Einordnung und die Beschreibung des Anbieters.
Zwei Filter sparen die meiste Zeit. Der erste ist die Zielgruppe. Die meisten Business-Tools sind für eine bestimmte Kundengruppe gebaut, und unser Vergleich hält das im Feld „Geeignet für“ fest:
Ein Tool für Großunternehmen kann für ein Team von fünf Leuten zu schwer sein: lange Einrichtung, viele Einstellungen und ein Verkaufsprozess mit mehreren Terminen. Einem Tool für kleine Unternehmen fehlen dagegen oft Kontrollen, die ein großes Unternehmen braucht, etwa Single Sign-on oder fein abgestufte Nutzerrollen. Im Kundenservice ordnet unser Vergleich zum Beispiel Tidio kleinen Onlineshops zu und Typewise größeren Supportteams mit vielen gleichartigen Fällen.
Der zweite Filter ist die KI-Rolle. „KI ist der Kern“ heißt: Das Produkt ist um KI herum gebaut, etwa ein KI-Agent, der Kunden selbstständig antwortet. „Software mit KI-Funktionen“ heißt: vertraute Business-Software wie ein Helpdesk oder ein CRM, die KI-Funktionen ergänzt. Die zweite Art verändert Ihre Abläufe meist weniger. Die erste Art kann mehr Arbeit übernehmen, braucht aber auch mehr Kontrolle.
Nehmen Sie den Onlineshop als Beispiel. Der Bereich Kundenservice & Telefonie grenzt die Liste auf 10 Tools ein. Drei davon passen zu einem kleinen Shop mit Web-Chat. Nach Angaben der Anbieter verbindet Tidio einen KI-Agenten mit Live-Chat und Ticketsystem, Landbot ist ein No-Code-Baukasten für Chatbots auf Websites und in WhatsApp, und SleekFlow führt WhatsApp, Instagram und Live-Chat in einem Posteingang zusammen:
Kurzbeschreibungen aus unserem Tool-Vergleich, nach Angaben der Anbieter — nicht von ABXK getestet.
Unsere Kurzbeschreibungen und Einordnungen sind keine Tests. Sie sagen, wofür ein Tool gedacht ist. Ob es für Ihr Team funktioniert, zeigt nur Ihr eigener Test. Ein weiteres Signal kann bei der Shortlist helfen: Der Abschnitt „Was Unternehmen kaufen“ auf unserer Tool-Seite zeigt je KI-Kategorie, bei welchen Anbietern Unternehmen am häufigsten kaufen. Er beruht auf Daten zu Kartenzahlungen von Ramp, überwiegend von Unternehmen in den USA (Quelle: Ramp Rate, ramp.com).
Kandidaten mit einer gewichteten Bewertungsmatrix bewerten
Eine gewichtete Bewertungsmatrix macht aus einer Bauchentscheidung eine nachvollziehbare. In Deutschland ist das Verfahren auch als Nutzwertanalyse bekannt. Es hat vier Teile: die Kriterien, ein Gewicht je Kriterium, eine Punktzahl je Tool und eine Summe.
- Wählen Sie fünf bis acht Kriterien. Wenige Kriterien lassen sich ehrlicher bewerten.
- Geben Sie jedem Kriterium ein Gewicht. Die Gewichte ergeben zusammen 100 Prozent, das wichtigste Kriterium bekommt das größte Gewicht.
- Vergeben Sie für jedes Tool 1 bis 5 Punkte je Kriterium. Notieren Sie zu jeder Punktzahl einen kurzen Grund, etwa „beantwortete die meisten Testfragen richtig, erfand aber eine Lieferzeit“.
- Multiplizieren und addieren Sie. Gewicht mal Punkte, über alle Kriterien zusammengezählt, ergibt eine Summe zwischen 1 und 5.
Die Tabelle zeigt typische Kriterien für KI-Tools im Team. Die Gewichte sind ein Beispiel für den Onlineshop. Legen Sie Ihre eigenen Gewichte fest, bevor Sie sich die Tools ansehen — so können die Punkte die Gewichte nicht verbiegen.
| Kriterium | Beispielgewicht | Was Sie prüfen |
|---|---|---|
| Qualität bei Ihren Aufgaben | 30 % | Ergebnisse bei 20 bis 30 echten Fällen aus Ihrer Arbeit, geprüft von Leuten, die die richtigen Antworten kennen |
| Passt zu Ablauf und Systemen | 20 % | Anbindung an Shop, CRM oder Helpdesk; wie viel Kopieren von Hand übrig bleibt |
| Datenschutz und Sicherheit | 15 % | Was das Tool über Ihre Muss-Kriterien hinaus bietet: Nutzerrollen, Protokolle, Einstellungen zur Speicherdauer |
| Bedienung und Akzeptanz | 15 % | Kommt eine neue Nutzerin nach kurzer Einführung zurecht? Wollen die Pilotnutzer das Tool behalten? |
| Kontrolle und Freigaben | 10 % | Freigabeschritte, Übergabe an Menschen, Nachweis, was die KI getan hat |
| Anbieter und Support | 10 % | Dokumentation, Support in Ihrer Sprache und Zeitzone, Produktpflege, Datenexport |
Die Kosten fehlen mit Absicht. Vergleichen Sie die Gesamtkosten der Finalisten getrennt: Lizenzen, Einrichtung und die Zeit, die Ihr Team für das Prüfen der Ergebnisse braucht. So kann ein niedriger Preis kein schwaches Ergebnis verdecken.
Im Beispiel liefert Tool A die besten Antworten, passt aber schlecht zu den Systemen des Shops und bietet wenig Kontrolle. Tool B ist überall gut und erreicht mit 3,9 die höchste Summe. Tool C folgt knapp mit 3,8. Liegen zwei Summen so dicht beieinander, hat die Matrix ihre Arbeit getan: Sie hat das Feld verkleinert. Zwischen den Finalisten entscheidet der Pilot.
Den Datenschutz prüfen, bevor jemand Daten hochlädt
Ein KI-Tool verarbeitet alles, was Ihr Team hineingibt: Kunden-E-Mails, Bestelldaten, Gesprächsaufnahmen, interne Dokumente. In der EU gilt die DSGVO, sobald personenbezogene Daten im Spiel sind. Sechs Fragen decken den Kern einer Datenschutzprüfung ab. Lassen Sie sich die Antworten vom Anbieter schriftlich geben, und beziehen Sie Ihre Datenschutzbeauftragte oder Ihre Rechtsabteilung früh ein.
- Vertrag zur Auftragsverarbeitung (AVV). Verarbeitet ein Anbieter personenbezogene Daten in Ihrem Auftrag, verlangt die DSGVO einen Vertrag, der regelt, was er mit den Daten tun darf (Artikel 28). Die meisten Business-Anbieter haben einen Standardvertrag. Fehlt er, ist das ein K.-o.-Kriterium.
- Datenstandort. Fragen Sie, wo Daten gespeichert und verarbeitet werden, einschließlich Backups und Zugriffen durch den Support. Übermittlungen in Länder außerhalb der EU brauchen eine Rechtsgrundlage, etwa einen Angemessenheitsbeschluss der EU-Kommission oder Standardvertragsklauseln.
- Training mit Ihren Daten. Fragen Sie, ob der Anbieter Ihre Eingaben und Ergebnisse nutzt, um seine Modelle zu trainieren oder zu verbessern, und ob das für Business-Konten ab Werk ausgeschaltet ist.
- Unterauftragsverarbeiter. Viele KI-Tools schicken Ihre Daten im Hintergrund an den Anbieter eines Sprachmodells. Die Liste der Unterauftragsverarbeiter zeigt, wer die Daten noch erhält.
- Aufbewahrung und Löschung. Fragen Sie, wie lange Prompts, Chatverläufe und Aufnahmen gespeichert bleiben und wie Sie Ihre Daten beim Ausstieg zurückbekommen und löschen lassen.
- Zugriff und Nachweise. Prüfen Sie Nutzerrollen, Single Sign-on und Protokolle darüber, wer was getan hat. Zertifizierungen wie ISO/IEC 27001 oder ein SOC-2-Bericht zeigen, dass unabhängige Prüfer die Sicherheitsmaßnahmen des Anbieters kontrolliert haben.
Level 0 erklärt, warum jedes Unternehmen Grundregeln für KI bei der Arbeit braucht, einschließlich einer Liste freigegebener Tools. Ein neues Tool kommt erst nach dieser Prüfung auf die Liste.
Die Finalisten mit Pilotnutzern testen
Die Matrix ist noch Schreibtischarbeit. Ein Pilot ist ein kurzer Test mit echten Aufgaben und einer kleinen Gruppe von Nutzern. Er zeigt, was keine Demo zeigt: ob das Tool mit Ihren unordentlichen Fällen zurechtkommt und ob die Leute es wirklich nutzen.
Fünf Regeln machen einen Tool-Pilot aussagekräftig:
- Wählen Sie gemischte Pilotnutzer. Nehmen Sie eine Begeisterte, einen Skeptiker und jemanden, der neu im Job ist. Testen nur Fans, lernen Sie wenig.
- Geben Sie jedem Finalisten dieselben Fälle. Bereiten Sie echte Aufgaben vor, auch schwierige, und lassen Sie jedes Tool alle bearbeiten.
- Messen Sie zuerst den Ausgangswert. Notieren Sie, wie lange die Aufgabe heute dauert und wie oft Fehler passieren, damit Sie vergleichen können.
- Halten Sie den Pilot kurz. Zwei bis vier Wochen reichen für eine Tool-Entscheidung meist aus.
- Legen Sie die Entscheidungsregel vorher fest. Schreiben Sie auf, welche Ergebnisse „einführen“, „mit Änderungen einführen“ oder „abbrechen“ bedeuten.
Achten Sie im Pilot auf vier Signale. Nutzung: Arbeiten die Pilotnutzer in der letzten Woche noch mit dem Tool, oder ließ die Nutzung nach den ersten Tagen nach? Nutzen: Wie lange dauert eine Aufgabe jetzt, und wie viele Ergebnisse lassen sich ohne größere Änderungen verwenden? Qualität: Wie viele Fehler finden Sie in einer Stichprobe der Ergebnisse? Zufriedenheit: Würden die Pilotnutzer das Tool behalten, oder halten sie nebenher einen Umweg am Leben?
Planen Sie eine kurze Schulung für alle, die das Tool nutzen werden. In der EU müssen Unternehmen, die KI-Systeme einsetzen, Maßnahmen ergreifen, um die KI-Kompetenz ihres Personals zu fördern (KI-Verordnung, Artikel 4; die Pflicht gilt seit dem 2. Februar 2025 und wurde 2026 neu gefasst). Level 3 dieses Lernpfads macht aus einem Pilot ein vollständiges Projekt mit Kennzahlen und Zeitplan: ein KI-Pilotprojekt durchführen.
Typische Fehler bei der Tool-Auswahl
Prüfen Sie Ihr Vorgehen an dieser Tabelle, bevor Sie einen Vertrag unterschreiben:
| Fehler | Was passiert | Besser |
|---|---|---|
| Nach der Demo entscheiden | Das Tool glänzt bei vorbereiteten Beispielen und scheitert an Ihren Fällen | Mit eigenen Fällen testen, auch mit schwierigen |
| Gewichte nach der Bewertung festlegen | Die Gewichte biegen sich unbemerkt zum Favoriten hin | Kriterien und Gewichte vor dem Blick auf die Tools festlegen |
| Zu viele Muss-Kriterien | Kein Tool besteht, Ausnahmen schleichen sich ein | Drei bis sechs echte K.-o.-Kriterien |
| Nur Begeisterte im Pilot | Die Ergebnisse wirken besser als der spätere Alltag | Begeisterte, Skeptiker und neue Kollegen mischen |
| Den Ausstieg vergessen | Daten und Einrichtung hängen an einem Tool fest | Export und Löschung vor der Unterschrift prüfen |
| Niemand verantwortlich nach der Entscheidung | Niemand pflegt Einstellungen, Inhalte und Zugriffsrechte | Eine verantwortliche Person für Tool und Inhalte benennen |