s3nf-net
KI

Erst der Schmerz, dann die KI - Notizen aus einem Prozess-Workshop

Ein ganzer Montagvormittag, eine Wand voller Post-its, kein Lötkolben weit und breit – und trotzdem hab ich mehr über den sinnvollen Einsatz von KI gelernt als in manchem Tech-Talk. Fünf Learnings, die auch fürs Homelab taugen.

Sven Müller · · 3 Min. Lesezeit

Gelbe, rote und grüne Post-its an einer Wand – ein Prozess, Schritt für Schritt sichtbar gemacht
Foto von Brands&People auf Unsplash

Neulich saß ich einen kompletten Montagvormittag in einem Workshop. Kein Homelab, kein Lötkolben, kein Terminal. Stattdessen: eine Wand, ein Stapel Post-its, zwei externe Berater – und die Aufgabe, einen ziemlich papierlastigen Arbeitsprozess bei uns in der Firma einmal komplett auseinanderzunehmen.

Klingt erstmal nach Business-Bingo. War es aber nicht. Ehrlich gesagt hab ich an dem Vormittag mehr über den sinnvollen Einsatz von KI gelernt als in so manchem Hochglanz-Tech-Talk. Und das meiste davon lässt sich eins zu eins aufs Homelab, auf eigene Automatisierungen, auf jedes „ich bastel mir da was"-Projekt übertragen.

Deswegen hier meine fünf Mitbringsel. 📝

1. Erst der Schmerz, dann die Technik

Das Vorgehen war simpel und entwaffnend gut. Drei Farben:

  • Gelb: der Prozessschritt, so wie er heute wirklich läuft.
  • Rot: was daran stört – zu langsam, zu teuer, zu fehleranfällig.
  • Grün: was besser werden soll.

Und – ganz wichtig – über Lösungen wurde in der ersten Hälfte bewusst nicht geredet. Keine KI, keine Tools, kein „da nehmen wir dann XY". Nur: Wo tut's weh?

Warum das so stark ist? Weil der Reflex immer derselbe ist: Man hat ein neues, glänzendes Werkzeug – und sucht dann ein Problem dazu. Falsche Richtung. KI, die auf einen unklaren Prozess trifft, macht ihn nicht besser. Sie macht ihn nur schneller falsch.

Nebenbei die Erkenntnis, die mir am meisten hängen geblieben ist: Das echte Wissen steckt nicht in der Dokumentation. Es steckt in den Köpfen der Leute, die den Job jeden Tag machen. Die Checklisten? Halb veraltet. Deshalb nimmt man den Ist-Zustand auf – nicht den Soll-Zustand aus dem Handbuch.

2. Der „Remote-Praktikant"-Test

Das war mein heimlicher Liebling. Eine simple Frage, um herauszufinden, ob sich ein Schritt überhaupt automatisieren lässt:

Stell dir vor, du hast einen Praktikanten. Der sitzt am anderen Ende der Welt, du erreichst ihn nur per E-Mail, er arbeitet stur nach Checkliste und kann nicht zurückfragen. Könntest du ihm diese Aufgabe übergeben?

Geht das – super Kandidat für Automatisierung oder KI. Geht das nicht, weil zu viel Bauchgefühl, Kontext oder „das sieht man halt" drinsteckt – Finger weg, bleibt (vorerst) Kopfarbeit.

Ich find die Heuristik deshalb so gut, weil sie den Blick zwingt: Was von meinem Tun ist eigentlich stures Abarbeiten – und was echte Entscheidung? Das ist exakt die Grenze, an der Automatisierung Sinn ergibt.

3. Garbage in, garbage out – es fängt ganz vorne an

Jetzt wird's technisch, und das ist die Stelle, an der es für uns Homelab-Leute richtig interessant wird.

Ein großer Teil der Probleme weiter hinten im Prozess ließ sich auf eine einzige Wurzel zurückführen: die Qualität der Texterkennung. OCR. Wenn der Scanner ein schräg eingelegtes, vergilbtes Blatt verarbeitet und aus einem OK ein 0K macht, dann ist jede spätere Volltextsuche, jede Auswertung, jede KI-Analyse schon vergiftet. Müll rein, Müll raus.

Der spannende Tipp vom Berater: Bau dir ein Test-Kit. Ein Satz Dokumente – gute und absichtlich schlechte (leicht gedreht, grauschleierig, verblasste Stempel) – und jag verschiedene OCR-Engines dagegen. Dann siehst du schwarz auf weiß, welche Engine bei deinem Material wie genau ist und wie lange sie braucht. Der schnelle Klassiker (Tesseract) ist bei perfekter Schrift top, kippt aber bei schlechten Scans gnadenlos ab – andere brauchen 60 Sekunden pro Seite, sind dafür fast fehlerfrei.

Die Lektion gilt für alles: Bevor du oben in die Pipeline Energie steckst, prüf die Qualität ganz am Eingang. Sonst optimierst du hinten rum an Symptomen.

4. Datenschutz kennt keine Abkürzung

Der zweite Berater war auf genau ein Thema spezialisiert: lokale, datenschutzkonforme KI. Und das aus gutem Grund.

Wenn du mit hochsensiblen, personenbezogenen Daten hantierst – und zwar massenhaft – dann fällt die bequeme Standard-Cloud-KI einfach aus. Du kippst keine Berge fremder, vertraulicher Unterlagen in ein ChatGPT-Eingabefeld. Punkt.

Was bleibt, ist der Weg, den hier im Blog ohnehin alle mögen: selbst hosten. Lokale Modelle, Verarbeitung im eigenen Haus, EU-Anbieter nur, wo es sauber geregelt ist. Für mich war das die schönste Bestätigung des Abends – dieselbe Haltung, die ich bei KI in der Arbeitswelt und bei meinem ganzen Self-Hosting-Kram habe, nur eben im geschäftlichen Ernstfall. Datenschutz ist kein Hemmschuh. Datenschutz ist die Rahmenbedingung, an der sich die Lösung beweisen muss.

5. Modular statt Big-Bang

Und zum Schluss das, was jeden rettet, der schon mal ein laufendes System umbauen wollte: nicht alles auf einmal.

Der Plan war nie „wir reißen alles ein und bauen neu". Sondern: kleine, abgegrenzte Piloten. Einen Teilschritt rausgreifen, an einem echten Fall ausprobieren, testen, verknüpfen – während der Laden ganz normal weiterläuft. Wie beim Lego: erst ein paar Steine, die zusammenpassen, dann der nächste.

Der wichtige Zusatz: Beim ersten Baustein schon an die Schnittstelle denken. Nicht in eine Sackgasse bauen, aus der man später nicht mehr rauskommt. Kennt jeder, der sich schon mal ein Skript zusammengehackt hat, das genau eine Sache konnte und sonst nichts.

Mein Fazit

Das Überraschende an dem Vormittag: KI war am Ende der kleinste Teil. Der große Hebel lag woanders – im ehrlichen Hinschauen, im Finden der echten Schmerzpunkte, im sauberen Fundament ganz vorne.

KI ist nicht der Zauberstab, den man über einen chaotischen Prozess schwenkt. Sie ist das Werkzeug ganz am Ende einer ordentlichen Analyse. Und das Ziel ist nicht, Leute zu ersetzen – sondern sie von der stumpfen Fleißarbeit zu befreien, damit Zeit für das bleibt, was wirklich Kopf braucht.

Erst der Schmerz. Dann die KI. In der Reihenfolge.