Use Cases
KI-Use-Case
Ein KI-Use-Case ist ein klar abgegrenzter betrieblicher Anwendungsfall, in dem KI ein konkretes Problem löst – nicht „KI im Unternehmen“ als Ganzes. Die Wahl des Use-Case entscheidet über den Nutzen und, laut EU AI Act, auch über die rechtliche Risikoeinstufung.
Das Wichtigste in Kürze
- EU AI Act: Der Anwendungsfall entscheidet über die Risikoklasse, nicht die Technik (Art. 6 KI-VO)
- Anhang III umfasst laut EU-Kommission acht Bereiche, die grundsätzlich als hochriskant gelten
- Faustregel: 1–2 Workshop-Termine reichen meist, um einen Use-Case sauber zu beschreiben
- Ohne definierten Use-Case bleibt ein KI-Projekt oft ein unklares Experiment (Erfahrungswert)
Was ist das?
Ein KI-Use-Case beschreibt keinen Trend, sondern eine einzelne, abgrenzbare Aufgabe: „Rechnungen automatisch erfassen“, „Kundenanfragen vorsortieren“ oder „Angebote aus Vorlagen generieren“. Der Begriff bezeichnet den Anwendungsfall, für den anschließend die passende Technologie – etwa ein Chatbot, ein RAG-System oder ein einfaches Skript – ausgewählt wird. Wer im Betrieb über KI spricht, sollte deshalb zuerst den Use-Case benennen, nicht das Werkzeug.
Diese Eingrenzung ist mehr als Ordnung: Beim EU AI Act entscheidet der jeweilige Anwendungsfall über die Risikoklasse einer KI-Anwendung, nicht die technische Komplexität dahinter. Laut einem Bericht der EU-Kommission umfasst Anhang III acht Bereiche mit konkreten Anwendungsfällen, die als potenziell hochriskant für Gesundheit, Sicherheit oder Grundrechte eingestuft wurden – darunter etwa der Betrieb kritischer Infrastruktur wie Strom- oder Wasserversorgung. Nach gängiger Fachauslegung zählt auch die automatisierte Vorauswahl von Bewerbungen zu den sensiblen Anwendungsfällen; ein reiner FAQ-Chatbot im Kundenservice fällt nach unserer Einschätzung normalerweise nicht darunter.
In der Praxis hat sich nach unserer Erfahrung ein einfacher Dreischritt bewährt, um Use-Cases vorzuprüfen: den Prozess konkret beschreiben, die Datenlage prüfen und Aufwand gegen Nutzen abwägen – bevor überhaupt über konkrete Software gesprochen wird.
Was bringt das im Betrieb?
Ein sauber formulierter Use-Case verhindert, dass ein KI-Projekt zum offenen Experiment wird. Statt „Wir wollen KI einführen“ steht am Anfang eine Aussage wie „Wir wollen die Vorprüfung eingehender Rechnungen von 20 auf 5 Minuten senken“. Das macht Aufwand und Nutzen von Anfang an vergleichbar und schützt vor Investitionen in Tools, die am eigentlichen Problem vorbeigehen.
Weil der Use-Case auch die rechtliche Einordnung mitbestimmt, sinkt zudem das Risiko, ein System unbemerkt in die Hochrisiko-Kategorie des EU AI Act laufen zu lassen, ohne die zugehörige Dokumentation vorzuhalten. Wer den Anwendungsfall vorab klar beschreibt, spart sich im Zweifel eine spätere Neubewertung.
Was kostet das?
Die Formulierung eines Use-Case selbst kostet vor allem Zeit: nach unserer Erfahrung ein bis zwei Workshop-Termine mit den Beteiligten aus dem betroffenen Team, verteilt über zwei bis drei Wochen. Teurer wird es erst bei der Umsetzung – und die hängt stark vom gewählten Anwendungsfall ab: Ein einfacher FAQ-Chatbot ist deutlich günstiger als ein individuelles System mit Anbindung an mehrere Datenquellen. Bei AI READY startet die Umsetzung eines ersten KI-Systems zum Festpreis ab 3.500 €.
Beispiel aus dem Mittelstand
Ein Großhändler für Bauzubehör mit 60 Mitarbeitenden bekommt täglich rund 200 Rechnungen per E-Mail, die die Buchhaltung manuell prüft und ins ERP-System überträgt. Statt allgemein über „KI in der Buchhaltung“ zu sprechen, wird der Use-Case eng gefasst: „Rechnungsdaten automatisch auslesen und ins ERP übertragen, bei Abweichungen zur Bestellung eine Rückfrage auslösen.“ Erst auf dieser Basis entscheidet sich, ob ein einfaches Extraktions-Tool reicht oder ein individuelles System nötig ist.
Häufige Fragen
Was ist der Unterschied zwischen KI-Use-Case und KI-Strategie?
Ein Use-Case ist ein einzelner, konkret beschriebener Anwendungsfall – die Strategie ist der übergeordnete Rahmen, der mehrere Use-Cases sammelt und priorisiert. In der Praxis entsteht die Strategie meist aus mehreren geprüften Use-Cases, nicht umgekehrt.
Wie finden wir passende KI-Use-Cases für unseren Betrieb?
Am ehesten in wiederkehrenden, gut dokumentierten Prozessen mit klaren Ein- und Ausgaben, etwa Rechnungsprüfung oder Standardanfragen im Kundenservice. Nach unserer Erfahrung hilft es, zunächst drei bis fünf Kandidaten zu sammeln und diese nach Aufwand und Nutzen zu sortieren, statt sofort in die Umsetzung zu gehen.
Welche KI-Use-Cases gelten laut EU AI Act als Hochrisiko?
Hochriskant sind laut EU-Kommission grundsätzlich Anwendungsfälle aus den acht in Anhang III genannten Bereichen, etwa dem Betrieb kritischer Infrastruktur wie Strom- oder Wasserversorgung. Die konkrete Einstufung hängt vom Einzelfall ab und sollte im Zweifel rechtlich geprüft werden.
Video zum Thema
7:54Wie KI zum Wachstumsmotor für deutsche Unternehmen werden sollZDFheute Nachrichten · auf YouTube ↗Quellen
Verwandte Begriffe
In der Praxis: Lösungen dazu
E-Mail-Automatisierung mit KI
Posteingangs-Agent
Morgens ist das Postfach sortiert, die Belege liegen in der Buchhaltung, unter jeder Anfrage wartet ein Entwurf.
Zur Lösung →5 h
pro Person und Woche
KI für Social Media
Social-Media-Radar
Trends, Wettbewerber und Zahlen kommen bewertet auf den Tisch: nach dem, was bei der eigenen Community wirkt.
Zur Lösung →2 h
pro Person und Woche
KI-Reporting
Reporting-Agent
Die Kennzahlen kommen direkt aus Shop, Newsletter-Tool und Webanalyse, das Dashboard ist jeden Tag aktuell.
Zur Lösung →8 h
pro Person und Woche
KI-Qualitätssicherung
Qualitäts-Agent
Jedes KI-Ergebnis wird gegen feste Kriterien geprüft, Fehler fallen auf, bevor sich jemand beschwert.
Zur Lösung →1 h
pro Person, Woche und Titel
Website-Relaunch mit KI
Website-Agent
Neuer Text, Termin oder Foto: Das Team pflegt die Website selbst, im Editor oder im Gespräch mit der KI.
Zur Lösung →80 h
pro Relaunch
Buchhaltung automatisieren
Buchhaltungs-Agent
Abrechnungen aus Shops und Plattformen werden zur geprüften DATEV-Datei, die Buchhaltung gibt nur noch frei.
Zur Lösung →8 h
pro Person und Woche
Content-Lokalisierung mit KI
Lokalisierungs-Agent
Inhalte kommen nach den Regeln des Zielmarkts in die neue Sprache und landen direkt im eigenen System.
Zur Lösung →4 h
pro Person und Woche
Ausschreibungen mit KI prüfen
Ausschreibungs- & Kalkulations-Agent
Jede Ausschreibung ist vorab gelesen und bewertet, bevor jemand 500 Seiten durcharbeitet.
Zur Lösung →5 h
pro Person und Woche
Tourenplanung mit KI
Tourplan-Optimierungs-Agent
Aus Verfügbarkeits-Mails pflegt sich die Masterliste selbst, der Tourplan rechnet sich daraus.
Zur Lösung →40 h
pro Tour
Hinweis: Dieser Beitrag informiert allgemein und ersetzt keine Rechtsberatung. Verbindliche Aussagen für den Einzelfall klärt die eigene Rechts- oder Datenschutzberatung.
Ihr wollt herausfinden, wo das in eurem Betrieb Wirkung entfaltet?
KI Use Case Workshop ansehenGeprüft von Rocco Busch, Automation Manager. Stand: 17. November 2026.