Es gibt eine Frage, die in KI-Projekten zu selten gestellt wird: Braucht diese Aufgabe überhaupt ein Modell. Die ehrliche Antwort lautet erstaunlich oft nein, und sie spart erstaunlich viel Geld.
Wir arbeiten mit einer einfachen Hierarchie. Feste Regel: Wenn sich eine Entscheidung in einer Wenn-dann-Zeile beschreiben lässt, ist sie eine Regel. Eine Rechnungsnummer hat neun Stellen oder nicht. Klassische Software: Wenn die Logik komplexer wird, aber deterministisch bleibt, ist sie Code. Automatisierung: Wenn Systeme verbunden werden müssen, reicht oft ein Workflow-Werkzeug ohne jede Intelligenz. Mensch: Wenn Urteilskraft, Verantwortung oder Beziehung den Kern ausmachen, bleibt die Aufgabe beim Menschen. Agent: Erst wenn eine Aufgabe Sprache versteht, Kontext abwägt und trotzdem wiederholbar ist, lohnt sich ein Modell.
KI steht in dieser Hierarchie bewusst an letzter Stelle, denn sie ist die teuerste Lösung: Sie kostet Token, sie braucht Prüfung, sie kann sich irren, und sie verändert sich mit jedem Modellwechsel. Eine Regel kostet nichts, irrt nie und läuft in zehn Jahren noch.
Ein Beispiel aus unserer eigenen Arbeit: Eingehende Anfragen sortieren wir zuerst nach festen Kriterien wie Teamgröße und Thema. Das ist eine Regel. Erst die Anfragen, die übrig bleiben, bekommen eine inhaltliche Einschätzung durch einen Agenten, der die Lage zusammenfasst und einen Gesprächsansatz vorschlägt. Die Regel filtert, der Agent denkt. Beide zusammen sind günstiger und verlässlicher als ein Modell, das alles macht.
Was heißt das praktisch. Wenn Ihnen jemand für jede Aufgabe KI verkaufen will, fragen Sie nach der Hierarchie. Und wenn Sie selbst priorisieren: Nehmen Sie zuerst die Arbeit, die sprachlich, wiederkehrend und regelhaft zugleich ist. Dort schlägt KI alles andere. Der Rest ist meist mit einer Regel besser bedient.
Genau diese Prüfung ist der zweite Schritt unserer Methode. Sie dauert pro Aufgabe selten länger als eine Stunde und verhindert die teuerste Sorte von KI-Projekt: das, das nie hätte eines sein dürfen.