Nicht jede künstliche Intelligenz ist ein Sprachmodell, und für viele Aufgaben im Mittelstand ist ein Sprachmodell die falsche Wahl. Was künstliche Intelligenz bedeutet, steht im Glossar unter Künstliche Intelligenz. Hier geht es um die Zuordnung: welche Art von KI zu welcher Aufgabe passt.
Arten künstlicher Intelligenz im Überblick
Regelbasierte Systeme. Feste Wenn-Dann-Logik. Keine KI im engeren Sinn, aber die richtige Antwort, wenn die Regeln bekannt und prüfbar sein müssen.
Klassisches maschinelles Lernen. Modelle, die aus Tabellendaten Zusammenhänge lernen: Verbrauchsprognosen, Ausfallwahrscheinlichkeiten, Preisbildung. Verfahren wie Gradient Boosting sind hier oft treffsicherer als jedes große Sprachmodell.
Deep Learning. Neuronale Netze für Bild, Ton und Signal. Zuständig für optische Qualitätsprüfung, Zustandsüberwachung, Objekterkennung.
Generative KI. Modelle, die Inhalte erzeugen: Text, Bild, Code. Ausführlich im Beitrag Generative KI im Unternehmen einsetzen.
Welche KI-Art zu welcher Aufgabe passt
| Aufgabe | Passende Art |
|---|---|
| Bekannte Regeln zuverlässig anwenden | regelbasiert |
| Zahl vorhersagen (Bedarf, Ausfall, Preis) | klassisches ML |
| Bild oder Signal beurteilen | Deep Learning |
| Text erzeugen oder umformen | generative KI |
| Frage über eigene Dokumente beantworten | generative KI mit RAG |
Die Tabelle ist unspektakulär und löst die häufigste Fehlentscheidung: Ein Sprachmodell zur Bedarfsprognose einzusetzen, weil Sprachmodelle gerade verfügbar sind.
Die Frage ist nicht, ob KI hilft, sondern welche Art von KI zu der Aufgabe passt.
Warum die Wahl der KI-Art über die Kosten entscheidet
Ein Prognosemodell auf Tabellendaten läuft auf vorhandener Hardware, ist erklärbar und kostet im Betrieb wenig. Ein großes Sprachmodell für dieselbe Aufgabe kostet je Anfrage, ist schwerer zu begründen und liefert bei Zahlen die schlechteren Ergebnisse.
Umgekehrt gilt: Wer eine Textaufgabe mit Regeln lösen will, baut ein Regelwerk, das niemand mehr pflegt. Die Kostenfrage ist deshalb keine Frage der Lizenz, sondern der Passung, und sie entscheidet sich vor dem ersten Test, nicht im Betrieb.
Warum KI-Projekte im Mittelstand scheitern
Drei Muster. Erstens fehlt ein messbares Ziel, denn ohne Prüfdatensatz und Zielkennzahl lässt sich nicht sagen, ob ein Modell hilft. Zweitens ist die Datengrundlage uneinheitlich, und kein Verfahren repariert widersprüchliche Stammdaten. Drittens startet das Projekt beim Werkzeug statt bei der Aufgabe.
Gartner erwartet, dass mehr als 40 Prozent der Projekte rund um agentische KI bis Ende 2027 abgebrochen werden, ein erheblicher Teil davon aus genau diesen Gründen.
Ob ein Modell zusätzlich an Ihre Sprache und Ihr Format angepasst werden muss, ist eine eigene Entscheidung. Die Abwägung steht im Beitrag Fine-Tuning oder RAG.
Künstliche Intelligenz in der Digitalisierungsstrategie: Stufe 3 im DOpE-Modell
In der Digitalisierungspyramide der Dögel GmbH gehört künstliche Intelligenz zur Stufe 3, der datenbasierten Steuerung. Darunter liegen die digitale Grundlage und der vernetzte Betrieb.
Die Reihenfolge ist keine Rangfolge nach Wichtigkeit, sondern eine nach Tragfähigkeit: Ohne solide Grundlage scheitern KI-Projekte nicht, weil die Technologie versagt, sondern weil die Basis fehlt. Mehr dazu im Beitrag Was ist Digital Operational Excellence?
Künstliche Intelligenz einführen: die ersten drei Schritte
1. Aufgabe formulieren, nicht Technologie. Was soll am Ende anders sein, also schneller, günstiger oder genauer? In einem Satz und mit einer Zahl.
2. Art zuordnen. Regel, Zahl, Bild oder Text? Die Tabelle oben genügt für die erste Zuordnung.
3. Datengrundlage prüfen. Liegen die Beispiele vor, aus denen ein Modell lernen könnte, einheitlich und in ausreichender Menge?
Diese drei Schritte lassen sich selbst gehen. Wer es strukturiert will, bekommt es als DOpE-Analyse: eine Bewertung, welche Anwendungsfälle tragen, welche Voraussetzungen fehlen und welche Maßnahme nach Wirtschaftlichkeit zuerst kommt. Was das Verfahren umfasst, steht auf unserer Seite zu Digital Operational Excellence.
Sprechen Sie uns an. Wir sagen Ihnen auch, wenn Ihre Aufgabe ohne KI zuverlässiger und günstiger läuft.
Redaktion Dögel GmbH