Genossenschaft (AT) – KI-Standortbestimmung & Use-Case-Design

Ausgangslage

• Dokumente kommen aus mehreren Kanälen: E-Mail-Postfächer, Scans, PDF-Anhänge, teils weitergeleitete Nachrichten.

• Entscheidungen passieren oft „zwischen den Zeilen“: Welcher Lieferant? Welches Objekt? Welche Dokumentenart? Welche Priorität?

• Risiko in der Praxis: Fehlzuordnungen erzeugen Rückfragen, Verzögerungen und Nacharbeit.

• Datenschutz war früh relevant, weil sensible Daten und personenbezogene Informationen enthalten sein können.

  
  

Zielbild

• Klarheit: Wo lohnt KI wirklich – und wo ist der Nutzen zu klein oder das Risiko zu hoch?

• Kontrolle: Keine Blackbox. Ergebnisse müssen nachvollziehbar sein und im Zweifel „reviewbar“.

• Planbarkeit: Eine Roadmap, die intern kommunizierbar ist (Rollen, Aufwand, Abhängigkeiten).

Vorgehen

1) Prozess- und Eingangskanal-Sichtung
Wir haben die relevanten Eingangskanäle und Prozessschritte entlang typischer Fälle strukturiert: Welche Entscheidungspunkte gibt es, welche Daten werden benötigt, wo entstehen Schleifen und Fehler?

2) Chancen–Risiken-Bewertung je Potenzial
Für die identifizierten Potenziale wurden Chancen (Zeit/Qualität/Entlastung) und Risiken (Datenschutz, Fehlzuordnung, Abhängigkeiten) diskutiert – mit Fokus auf das, was im Alltag wirklich schiefgehen kann.

3) IST/SOLL + Gap-Analyse (Digitalisierungsgrad je Thema)
Pro Thema wurde der Ist-Stand dem Zielbild gegenübergestellt, inkl. „Was fehlt“, damit ein Pilot sinnvoll wird (z. B. Datenqualität, Rollen, Ablage-Logik, klare Zuständigkeiten).

4) Priorisierung als Matrix
Potenziale wurden in eine klare Reihenfolge gebracht: Nutzen/Impact × Aufwand × Risiko – dadurch werden Quick Wins sichtbar, ohne mittelfristige Hebel zu übersehen.


Datenschutz- & Betriebsoptionen (Cloud vs. hybrid/lokal)

• Datenkategorien wurden grob eingeordnet (sensibel/nicht sensibel) und daraus abgeleitet, welche Betriebsmodelle realistisch sind.

• Kernprinzip: Erst Datenfluss & Zugriff klären, dann Tools/Modelle empfehlen.

• Ergebnis war kein „Entweder/Oder“, sondern eine Liste von Entscheidungsfragen für die Pilotphase (z. B. Logging, Rollen, Aufbewahrung, Zugriff, Update-Strategie).

Ergebnis / Artefakte

• Use-Case-Karten (Ziel, Input, Output, Risiken, Review-Regeln)

• Chancen–Risiken-Übersicht pro Potenzial (GF-tauglich formuliert)

• Priorisierung (Matrix): Quick Wins vs. mittelfristige Hebel

• Roadmap (nächste Schritte) inkl. Entscheidungsfragen für die Pilotphase

• Leitplanken für Qualität: needs_review, Kandidatenlisten, Negativlisten, Verifikation
  

Technik-Details

PoC-/Test-Setup (vereinfacht):

• Lokale Testumgebung mit Windows + NVIDIA GPU für Modell-Tests

• Parallel: Tests/Prompting auf Mac Studio mit lokalen Modellen (z. B. über Ollama) für datensensible Entwicklung

• Modell-Evaluierung inkl. Open-Source-Optionen (u. a. gpt-oss-20b, je nach Anforderung/Context-Fenster/Lizenz)

Robustheits-Pattern, die wir bewusst eingebaut haben:

• „Kandidaten statt Freitext“: erst Kandidatenliste ermitteln, dann Auswahl/Verifikation

• Negativlisten/Blacklists für kritische Felder (z. B. eigene Adressen dürfen nie als Lieferant erkannt werden)

• Confidence/Heuristiken → needs_review: bei Unsicherheit nicht raten, sondern in Review-Queue

• 2-stufige Klassifikation (Dokumentenart → Verifikation/Regeln je Dokumentenart)

Datenfluss-/Governance-Checks (auf Detailgrad der Standortbestimmung):

• Datenkategorien (personenbezogen/sensibel), Zugriff/Rollen, Logging/Protokollierung

• Entscheidungspunkte für Pilot: Aufbewahrung, Update-Strategie, Monitoring/Capacity