Prozesswissen aus dem Chat: 50 Regeln an einem Tag in die Wissensbasis

Prozesswissen über die Bestellannahme stand bei einem Lebensmittelhersteller mit Filialen in keinem Handbuch, sondern im Chatverlauf und im Kopf eines Managers. Daraus haben wir an einem Tag 50 Regeln in eine produktive Wissensbasis gebracht. Der Tag war der kleinere Teil; entscheidend war, die Regeln auszusprechen, bevor die KI-Entwürfe ihnen folgen konnten.

Wo Prozesswissen im Mittelstand tatsächlich liegt

Fragt man in einem Betrieb, wie eine Bestellung angenommen wird, verweist man gern auf ein Formular oder eine Preisliste. Die eigentlichen Regeln stehen woanders: in den Antworten, die ein erfahrener Mitarbeiter Tag für Tag in den Chat schreibt. Welcher Preis gilt, wenn nach Gewicht verkauft wird. Welche Sorten es wirklich gibt. An welchen Punkten abgeholt werden kann. Wann die Zahlungsdaten herausgehen – und wann noch nicht.

So war es auch hier. Der Filialmanager hatte dieses Wissen über ein Jahr gesammelt, schriftlich festgehalten war es nirgends. Die KI-Rezeption des Unternehmens entwarf bereits Antworten auf Kundenanfragen und folgte dabei teils Regeln, die nicht mehr galten. Nicht, weil das Modell schlecht gewesen wäre, sondern weil ihm niemand die aktuellen Regeln gegeben hatte.

Darin liegt der Kern: Eine Automatisierung macht nur schneller, was man ihr beschreibt. Ist die Beschreibung veraltet, verteilt sie veraltete Regeln in hoher Frequenz – höflich formuliert und deshalb schwer zu bemerken.

Wie 50 Regeln aus dem Chat in die Wissensbasis kamen

1. Regeln einzeln formulieren. Aus dem Chatverlauf wurde jede Regel zu einer eigenen, prüfbaren Aussage – 50 Stück, von der Preislogik bis zur Formulierung gegenüber Kunden.
2. Kern und Struktur trennen. Die Wissensbasis bekam einen lebenden Kern und vier strukturierte Einträge. Veraltete Regeln wurden markiert, nicht gelöscht, damit nachvollziehbar bleibt, warum ein älterer Entwurf anders klang.
3. Das Heikle im Code absichern. Zahlungsdaten und Stil hängen nicht allein an der Wissensbasis, sondern sind zusätzlich im Code festgelegt. Was nie verletzt werden darf, gehört nicht nur in einen Text, den ein Modell liest.
4. Schattenbetrieb vor der Freigabe. Die neuen Entwürfe liefen an fünf echten Dialogen mit, ohne dass einer davon verschickt wurde. Erst danach gab ein Manager sie frei.

Danach folgten die Entwürfe allen 50 Regeln: Preis nach Gewicht, vollständige Sortenliste, drei Abholpunkte, Zahlungsdaten erst in der finalen Bestätigung, Vorkasse. Am echten Bestand zeigte sich das an einem unbequemen Fall. Ein Kunde fragte nach einer Torte, die gar nicht im Angebot ist. Der Entwurf erfand nichts, sondern bot die tatsächliche Sortenliste an. Genau diese Situation hätte eine Wissensbasis ohne vollständige Sortenliste nicht bestanden.

Warum Prozesswissen vor der Automatisierung kommt

Die Bestellannahme ist der Anfang des Weges, den ein Auftrag bis zur Zahlung nimmt. Was dort gesagt wird, taucht später wieder auf: Der Preis nach Gewicht bestimmt, was auf dem Beleg steht, die Vorkasse bestimmt, wann Geld erwartet wird. Wer die Regeln am Anfang nicht kennt, automatisiert am Ende gegen Zahlen, die niemand erklären kann.

Beim Heben der Regeln fällt außerdem die Entscheidung, was wohin gehört. Nicht jede Regel braucht eine KI. Dass Zahlungsdaten erst in der finalen Bestätigung erscheinen, ist eine feste Bedingung und im Code besser aufgehoben. Wie man auf eine unklare Anfrage freundlich antwortet, ist dagegen Sprache: Dort schreibt das Modell den Entwurf, und in diesem Unternehmen gibt ein Manager ihn frei. Dieses Zusammenspiel beschreibt der Begriff Human in the Loop.

Was eine Wissensbasis nicht von selbst tut

Der eine Tag war möglich, weil das Wissen schon existierte und über ein Jahr in echten Gesprächen erprobt war. Die eigentliche Grenze liegt danach: Eine Wissensbasis pflegt sich nicht selbst. Sie altert mit jedem neuen Preis, jeder neuen Sorte und jedem geänderten Abholpunkt. Bleibt die Aktualisierung liegen, folgen die Entwürfe bald wieder Regeln, die nicht mehr gelten, und das Unternehmen steht dort, wo es angefangen hat. Eine Wissensbasis ohne benannte Person, die Änderungen einträgt, ist nach einigen Monaten wieder nur ein Chatverlauf in anderer Form.

Wie wir mit verstreutem Wissen anfangen

In der KI-Beratung für den Mittelstand steht dieser Schritt bei Kernpfad Systeme vor jeder Empfehlung. Wir lesen Chats, Postfächer und Vorlagen entlang eines Auftrags von der Anfrage bis zur Zahlung, schreiben die Regeln einzeln auf und legen sie denen vor, die täglich danach arbeiten. Gibt es für einen Ablauf niemanden, der die Regeln kennt, beginnt die Arbeit mit Gesprächen statt mit dem Lesen von Verläufen. Erst dann ordnen wir zu, was eine feste Regel wird, wo ein Sprachmodell Entwürfe schreibt und wo die Entscheidung beim Menschen bleibt. Die Umsetzung folgt in der Prozessautomatisierung – und wer die Regeln künftig pflegt, steht dann bereits im Angebot.