Typisierte Entscheidungen im Mittelstand: sechs Prozesse, die passen

Eine eingehende Rechnung wird gegen Bestellung, Vertrag, Lieferantenstammdaten und Liefernachweis gehalten. Die Fragen sind unabhängig voneinander: Stimmt die Position mit der Bestellung überein, liegt der Preis im vertraglich vereinbarten Rahmen, ist der Lieferant bekannt, existiert ein Liefernachweis. Jede Frage bekommt eine eigene Wahrscheinlichkeit, und erst der Code verrechnet sie zu einer Freigabe.

Das ist der Unterschied zu einem einzigen Modellaufruf, der "prüfe diese Rechnung" fragt. Vier getrennte Urteile lassen sich einzeln nachvollziehen und einzeln nachjustieren. Ein zusammengefasstes Urteil nicht.

Ein Spesenbeleg wird zunächst auf Lesbarkeit geprüft, dann klassifiziert, dann gegen die Reisekostenrichtlinie gehalten. Bewirtungsbelege sind der Fall, an dem die meisten Automatisierungen scheitern, weil die Regel selten eindeutig ist und der Betrag allein nicht reicht.

Als Fragensatz funktioniert das gut: Ist der Beleg lesbar, welche Kategorie, überschreitet der Betrag die Grenze für diese Kategorie, fehlt eine erforderliche Angabe. Was unterhalb der Konfidenzschwelle liegt, geht an einen Menschen, und zwar mit der Angabe, welche der vier Fragen unsicher war.

In der Erstbewertung einer Schadensmeldung existiert meist bereits eine Prüfliste. Sie wird heute entweder von Hand abgearbeitet oder in ein Formular gepresst. Als Satz unabhängiger Ja-Nein-Fragen auf demselben Vorgang bleibt jede Einzelwahrscheinlichkeit erhalten, statt zu einer Ampel zusammenzufallen.

Der operative Gewinn liegt nicht in der Automatisierung der Entscheidung, sondern in der Reihenfolge. Fälle, bei denen alle Fragen eindeutig sind, kommen zuerst durch. Fälle mit einer unsicheren Antwort landen vorne in der menschlichen Warteschlange statt hinten.

Ein Dokument gegen einen Anforderungskatalog zu halten ist ein Stapel unabhängiger Fragen auf einem Zustand. Vertragsklauseln gegen eine Vorgabenliste, ein Prüfbericht gegen eine Norm, eine Dokumentation gegen eine Checkliste. Das Modell beantwortet jede Anforderung einzeln, der Bericht entsteht im Code.

Wichtig ist die Grenze: Das Ergebnis ist eine Vorsortierung, keine Bewertung. Wer eine Begründung braucht, braucht einen Menschen oder ein generierendes Modell, und warum das nicht dasselbe ist, steht in Eine Zahl ohne Begründung.

Eine Sicherheitsmeldung wird mit dem Kontext zusammengeführt, in dem sie entstanden ist, und dann auf drei Dinge geprüft: War die Handlung autorisiert, gibt es eine harmlose Erklärung, wie stark ist die Beweislage. Die dritte Frage ist die wichtigste, weil sie darüber entscheidet, ob überhaupt jemand geweckt wird.

Dasselbe Muster trägt die Durchsicht abgeschlossener Agentenläufe, wenn ein Unternehmen KI-Agenten auf eigene Systeme lässt. Rechteüberschreitung, Aufgabenerfüllung, Auffälligkeit, je als eigene Frage.

Das wirksamste Muster für Dokumenten-Pipelines ist eine Kaskade. Ein kleines, günstiges Modell extrahiert die Felder. Eine typisierte Entscheidungsschicht prüft jeden Wert einzeln gegen den Quelltext. Nur was durchfällt, geht an ein größeres Modell oder an einen Menschen.

Damit verschiebt sich die Qualitätsfrage von "wie gut extrahiert das Modell" zu "wie zuverlässig erkennen wir einen falschen Wert". Die zweite Frage ist messbar, die erste war es nie. Welche Fehlerbilder in Dokumentenstrecken typisch sind, behandelt Wo ein KI-Feature schiefgeht.