Stellen wir uns einen Elektronikhändler vor. Eine Kundin meldet, dass ihre vor wenigen Monaten gekaufte Waschmaschine nicht mehr funktioniert. Sie möchte möglichst schnell wieder waschen können. Der Händler muss den Fall aufnehmen, die passende Lösung klären und ihre Umsetzung organisieren. Dafür müssen Kundenservice, technische Prüfung und gegebenenfalls Logistik zusammenarbeiten. Eine freundliche Antwort allein löst das Problem nicht.
Mit KI lässt sich einiges davon anders bearbeiten. Sie könnte die Schilderung einordnen, Bestelldaten abrufen und die nächsten Schritte vorbereiten. Mich interessiert daran vor allem, wie sich dadurch die Arbeit als Ganzes verändert. Wenn die Antwort schneller kommt, der Reparaturauftrag aber unvollständig ist oder der Termin nicht zustande kommt, hat die Kundin wenig gewonnen. Die technische Unterstützung muss bis zur tatsächlichen Lösung reichen.
Ich möchte deshalb einen Schritt zurückgehen und auf das Unternehmen schauen, in dem diese Fähigkeiten eingesetzt werden. Dafür hilft mir ein einfaches Bild: ein Dreieck aus Context Layer, AI Layer und Application Layer, eingebettet in die Arbeit von Menschen und Unternehmen.
Das ist ein Denkmodell, das ich für mich aufgebaut habe. Es soll sichtbar machen, welche technischen Funktionen wir brauchen und welche organisatorischen Entscheidungen sich durch ihre Nutzung verändern.
Drei technische Funktionen innerhalb einer gemeinsamen Arbeitswelt
In der Grafik steht der Context Layer an der oberen Spitze. Darunter liegen Application Layer und AI Layer. Alle drei sind technische Funktionen. Ihre gleiche Größe ist Absicht: Die Position des Kontexts beschreibt seine Verbindung zur Unternehmensrealität, keine höhere Entscheidungshoheit.
Der Context Layer macht Strategie, Prozesse, Wissen und ihre Zusammenhänge technisch nutzbar. AI und Anwendungen unterstützen auf dieser Grundlage die Bearbeitung und Ausführung. Das gesamte Dreieck ist Teil der Arbeit von Menschen und Unternehmen.
Außerhalb des Dreiecks, aber innerhalb des gemeinsamen Rahmens, stehen Menschen und Teams sowie das Unternehmen mit Zweck, Kundennutzen und Strategie. Dort entstehen Ziele, Erfahrungen und Vorstellungen davon, wie gearbeitet werden soll. Menschen gestalten diese Grundlagen, nutzen die Technik und erleben die Folgen ihres Einsatzes.
Dieser gesamte Zusammenhang ist ein sozio-technisches Arbeitssystem. Der Begriff beschreibt, dass soziale und technische Gestaltung zusammengehören. Eine neue technische Fähigkeit kann Aufgaben verändern. Ob daraus eine Entlastung, bessere Zusammenarbeit oder zusätzlicher Druck entsteht, hängt auch davon ab, wie das Unternehmen die Arbeit organisiert.
Context Layer: Unternehmensrealität technisch nutzbar machen
Eine Strategie entsteht durch menschliche Entscheidungen. Ein Prozess beschreibt, wie Arbeit organisiert ist oder organisiert werden soll. Wissen wächst aus fachlicher Arbeit und Erfahrung. Der Context Layer überführt relevante Teile dieser Realität in eine technisch lesbare, verknüpfte Repräsentation.
Das klingt zunächst nach Dokumentation. Gemeint ist jedoch mehr als eine Sammlung digitaler Unterlagen.
Ein strategisches Ziel wird mit den Prozessen verbunden, die dazu beitragen. Ein Prozess verweist auf das Wissen, das seine Bearbeitung braucht. Rollen, Anwendungen und Abhängigkeiten werden in diesem Zusammenhang zugänglich. Menschen und technische Systeme können dadurch erkennen, wie eine einzelne Aufgabe in die übrige Arbeit eingebettet ist.
Bei unserem Händler könnte das bedeuten: Das Unternehmen verspricht verlässlichen Service auch nach dem Kauf. Dieses Versprechen prägt den Reklamationsprozess. Produktwissen beschreibt, welche Angaben für die technische Prüfung benötigt werden. Der Ablauf verbindet die Aufnahme des Falls mit den zuständigen Serviceteams und möglichen Reparaturpartnern. Gesetzliche Anforderungen, vertragliche Bedingungen und zusätzliche Servicezusagen müssen dabei unterschieden und fachlich gepflegt werden. Der Context Layer macht diese Beziehungen technisch nutzbar. Kaufdatum, Bearbeitungsstand und freie Termine kommen weiterhin aus den zuständigen Anwendungen. So wird aus einem allgemeinen Serviceversprechen eine Grundlage für die konkrete Bearbeitung. Es ersetzt weder gesetzliche Ansprüche noch die Prüfung des Einzelfalls.
Die Strategie steht in der Grafik deshalb sowohl beim Unternehmen als auch im Context Layer. Beim Unternehmen ist sie eine reale Ausrichtung. Im Context Layer liegt ihre nutzbare Abbildung und ihre Verbindung zur Arbeit. Die Technik erfindet diese Ausrichtung nicht selbst.
Auch der Mensch kann diesen Kontext nutzen. Eine Kollegin, die einen Vorgang übernimmt, braucht vielleicht eine verständliche Erklärung mit den wichtigsten Beziehungen. Eine AI benötigt für dieselbe Aufgabe einen passenden Ausschnitt in einer technisch verarbeitbaren Form. Beide greifen auf dieselbe fachliche Grundlage zurück, ohne dieselbe Oberfläche oder Darstellung verwenden zu müssen.
In meinem Beitrag zur Verbindung von Prozessen und Wissen ging es um die Versorgung konkreter Prozessschritte. Hier ordne ich diese Aufgabe in ein größeres Bild ein: Der Context Layer erschließt die Unternehmensrealität für das Zusammenspiel der digitalen Fähigkeiten. Er ist weder das gesamte Unternehmen noch bloß der Inhalt eines einzelnen Modellaufrufs.
Application Layer: Die operative Arbeit bleibt in Fachsystemen verankert
CRM, Auftragsverwaltung und andere Fachsysteme enthalten mehr als Daten, die eine AI auslesen könnte. In ihnen liegen Geschäftslogik, ausführbare Aktionen und verbindliche Zustände. Die Auftragsverwaltung führt Bestellung und Kaufdatum. Das Servicesystem verwaltet die Reklamation und Reparaturaufträge. Die Einsatzplanung enthält verfügbare Termine. Falls ein Austausch oder eine Erstattung erforderlich wird, werden auch diese Vorgänge in den zuständigen Systemen ausgeführt. Diese Systeme verbinden die Bearbeitung mit dem operativen Geschäft.
Diese Fähigkeiten gehören im Modell zum Application Layer. Gemeint sind die Anwendungen mit ihrer Fachlogik und ihren Schnittstellen, nicht nur die Oberfläche, auf die Menschen klicken.
Wenn wir Kontext mit diesen Anwendungen verbinden, verschwinden deren Regeln nicht. Eine Anwendung kann definierte Beziehungen oder fachlich festgelegte Vorgaben über geeignete Schnittstellen nutzen. Dafür braucht es eine passende Integration. Ein allgemeines Strategiedokument lässt sich nicht einfach an ein ERP übergeben und wird dort automatisch zur ausführbaren Regel.
Bei unserem Händler bleibt das Servicesystem beispielsweise die maßgebliche Quelle für den Bearbeitungsstand. Ein Reparaturauftrag muss dort angelegt und einem zuständigen Team zugeordnet werden. Ein Termin ist erst vereinbart, wenn die entsprechende Buchung bestätigt wurde. AI soll weder einen freien Termin erfinden noch eine Reparatur als beauftragt behandeln, nur weil sie in einer Nachricht angekündigt wurde. Ob eine Mitarbeiterin die Aktionen selbst ausführt oder eine technische Ausführung beauftragt, hängt von der Gestaltung der Aufgabe ab.
AI Layer: Aus Kontext und Fähigkeiten eine Bearbeitung entwickeln
Im AI Layer liegen Modelle und die Umgebungen, in denen sie eingesetzt werden. Sie können Informationen interpretieren, Alternativen analysieren, Schritte planen und Werkzeuge nutzen. Ein Modell allein ist dabei noch kein handlungsfähiger Agent. Dafür braucht es unter anderem eine Laufzeitumgebung, passende Werkzeuge und einen klaren Auftrag.
Für unsere Reklamation könnte AI die Nachricht einordnen, die Bestellung zuordnen und anhand des gepflegten Servicewissens prüfen, welche Angaben noch fehlen. Vielleicht ist bekannt, dass die Maschine nicht startet, aber noch nicht, welche Fehlermeldung sie anzeigt. AI kann diese Frage für das Gespräch vorbereiten, die Antwort dem Vorgang hinzufügen und einen vollständigen Fall an die technische Prüfung übergeben. Innerhalb eines klaren Auftrags könnte sie anschließend einen Reparaturauftrag anlegen oder verfügbare Termine abrufen. Aus der ersten Schilderung allein folgt jedoch weder eine verlässliche Diagnose noch die Entscheidung, welche Lösung der Kundin zusteht.
Der konkrete Bearbeitungsweg muss dabei nicht immer von AI bestimmt werden. Wenn die Schritte feststehen, kann ein Workflow sie vorgeben und AI nur für die offene Einordnung nutzen. Diese Unterscheidung habe ich in „Wenn der Weg feststeht, muss KI ihn nicht neu finden“ ausführlicher beschrieben.
Das Dreieck schreibt also keine bestimmte Automatisierung vor. Es unterscheidet die Bereitstellung von Kontext, die situationsbezogene Bearbeitung und die operativen Fähigkeiten. Ein Produkt kann mehrere dieser Funktionen abdecken. Umgekehrt kann eine Funktion über mehrere Systeme verteilt sein.
Wie aus dem Zusammenspiel eine Lösung entsteht
Kehren wir zur defekten Waschmaschine zurück. Die Servicemitarbeiterin bespricht mit der Kundin, was passiert ist und wann ein Besuch möglich wäre. Sie kann auf die bereits zugeordnete Bestellung und die aufgenommenen Angaben zugreifen, statt alles noch einmal abzufragen. Das zuständige Fachteam prüft den Fall. Nehmen wir an, dass eine Reparatur vor Ort vereinbart wird.
AI kann nun helfen, den Auftrag vollständig vorzubereiten. Der Context Layer macht zugänglich, welche Angaben der Reparaturpartner benötigt und wie die Zusammenarbeit organisiert ist. Die Anwendungen liefern den aktuellen Vorgang und verfügbare Termine. Die Mitarbeiterin stimmt einen Termin mit der Kundin ab; die Buchung und Beauftragung erfolgen in den zuständigen Systemen. Beim Besuch prüft die Fachkraft das Gerät, führt die erforderliche Arbeit aus und dokumentiert das Ergebnis. Diese Rückmeldung wird im Servicevorgang sichtbar. Erst dadurch weiß auch der Kundenservice, ob das Problem behoben wurde oder weitere Schritte nötig sind.
So könnte die Arbeit aufgeteilt sein. Bei einem einfachen, klar geregelten Fall könnten mehr Schritte automatisch ablaufen. In einer ungewöhnlichen Situation wäre mehr gemeinsame Klärung nötig. Menschen können dabei selbst mit den Anwendungen arbeiten und auf den Kontext zugreifen. Sie sind an der Lösung beteiligt, nicht bloß ihre letzte Freigabestufe.
Auch die Pfeile in der Grafik lassen sich an diesem Vorgang erklären. Eine Abfrage liefert den aktuellen Bearbeitungsstand zurück. Ein gebuchter Termin verändert die Einsatzplanung. Der Befund der Fachkraft kann weitere Arbeit erforderlich machen. Die Verbindungen stehen deshalb für Austausch und Rückmeldung, nicht für eine feste Reihenfolge durch die drei Layer. Der Context Layer ersetzt dabei nicht das Servicesystem: Er beschreibt die Zusammenhänge der Arbeit, während die Anwendungen den konkreten Vorgang führen.
Angenommen, Reparaturbesuche scheitern wiederholt daran, dass die genaue Gerätevariante im Auftrag fehlt und das passende Ersatzteil nicht vorbereitet werden konnte. AI könnte die Rückmeldungen bündeln und auf dieses Muster hinweisen. Kundenservice und Technik prüfen gemeinsam, ob diese Information schon bei der Fallaufnahme erhoben werden sollte. Entscheidet sich das Unternehmen dafür, werden der Ablauf, die Eingabemaske und das zugehörige Servicewissen angepasst. Der Context Layer bildet die geänderten Zusammenhänge ab. So fließt Erfahrung aus der tatsächlichen Arbeit in ihre weitere Gestaltung ein.
Ob die Unterstützung funktioniert, zeigt sich an der gelösten Aufgabe, nicht allein an der Antwortgeschwindigkeit.
Was Unternehmen dafür gestalten müssen
Für mich liegt der Nutzen des Modells darin, diese gesamte Aufgabe betrachten zu können. Es reicht nicht, dem Kundenservice einen Assistenten zu geben und die bisherigen Übergaben unverändert zu lassen. Bei unserem Händler müssen Fallaufnahme, technische Prüfung, Einsatzplanung und Rückmeldung zusammenpassen. Daran sollte sich auch die technische Unterstützung orientieren.
Ein sinnvoller Einstieg wäre, diesen Vorgang mit den beteiligten Teams durchzugehen: Welches Ergebnis braucht der Kunde? Welche Informationen und Systemfunktionen sind dafür nötig? Was können wir automatisieren, und wo brauchen Menschen Raum für Gespräche, Abwägungen und eigene Lösungen? Daraus ergibt sich, welcher Kontext verfügbar sein muss und wie AI und Anwendungen zusammenarbeiten sollen. Ein begrenzter Bereich genügt, um das zu erproben. Das gesamte Unternehmen muss dafür weder vollständig abgebildet noch mit einer neuen Plattform ausgestattet werden.
Dabei verändert sich auch die menschliche Arbeit. Wenn die Suche nach Informationen weniger Zeit beansprucht, kann mehr Zeit für Kundenberatung entstehen. Dieselbe Entlastung könnte allerdings auch in höhere Fallzahlen übersetzt werden. Ob Menschen tatsächlich entlastet werden, ihre Fähigkeiten weiterentwickeln und sinnvolle Handlungsspielräume behalten, hängt von solchen organisatorischen Entscheidungen ab. Die Technik legt das nicht fest.
Deshalb würde ich den Erfolg an der gesamten Fallbearbeitung messen: Wie lange dauert es bis zur Lösung? Wie häufig muss die Kundin erneut nachfragen? Wie viele Besuche bleiben ohne Ergebnis, und welcher Aufwand entsteht pro Fall? Ebenso wichtig ist, ob die beteiligten Teams mit dem neuen Ablauf gut arbeiten können. Das sind mögliche Verbesserungen, die im Einsatz geprüft werden müssen. Eine schnellere AI-Antwort allein belegt sie nicht.
Ein Unternehmen mit AI zu gestalten heißt für mich, technische Möglichkeiten und menschliche Arbeit gemeinsam weiterzuentwickeln. Bei unserer Waschmaschine wird dieser Anspruch konkret: Die Kundin kann wieder waschen. Der Händler hat den Fall zuverlässig und mit vertretbarem Aufwand gelöst. Und die Menschen im Unternehmen haben die Informationen, Werkzeuge und Handlungsspielräume, um diese Leistung gemeinsam zu erbringen.
