Überall liest du, was mit künstlicher Intelligenz inzwischen alles möglich ist. Neue Tools, neue Funktionen, neue Abonnements. Aber gerade für Unternehmen, die auf ihre Kosten achten müssen, finde ich eine andere Frage viel interessanter: Wie kann KI mir Arbeit abnehmen, ohne dass ich dafür ständig neue Software kaufen muss?
Ich beschäftige mich mittlerweile täglich mit KI. Dabei merke ich, dass die interessantesten Möglichkeiten oft gar nicht besonders kompliziert sind. Manchmal reicht ein kleines selbst entwickeltes Programm. Manchmal ein gut eingerichtetes KI Projekt. Und manchmal musst du deiner KI einfach nur einmal erklären, wie du arbeitest, statt es bei jeder Aufgabe zu wiederholen.
Hier sind fünf Anwendungsfälle, die ich besonders spannend finde.
1. Kleine Software selbst entwickeln, statt für alles ein Abo abzuschließen
Für fast jedes Problem gibt es heute eine Software. Und fast jede kostet monatlich Geld. Das kann sinnvoll sein. Aber wenn du von einem umfangreichen Programm eigentlich nur eine einzige Funktion brauchst, lohnt es sich, über eine eigene kleine Lösung nachzudenken.
Mit KI Unterstützung ist es inzwischen deutlich einfacher geworden, kleinere Anwendungen zu entwickeln. Du beschreibst, was das Programm können soll, und lässt dir bei der Umsetzung helfen. Dafür musst du nicht jede Zeile Code selbst schreiben können.
Ein paar Beispiele:
- Ein Rechner für wiederkehrende Kalkulationen.
- Ein kleines Tool, das Daten aus Tabellen aufbereitet.
- Eine Anwendung, die aus festen Eingaben Angebotsentwürfe erstellt.
- Ein Programm, das Dateien automatisch sortiert und umbenennt.
Natürlich funktioniert nicht jede Anwendung auf Anhieb. Auch KI geschriebener Code muss geprüft und getestet werden. Bei größeren Anwendungen mit Benutzerkonten, sensiblen Daten oder vielen Schnittstellen braucht es zusätzlich technisches Fachwissen.
Für kleinere, klar abgegrenzte Aufgaben kann eine eigene Anwendung eine wirtschaftlich interessante Alternative sein. Wartung, Sicherheit und Entwicklungskosten gehören allerdings in die Rechnung.
2. Gespräche aufzeichnen und lokal zusammenfassen
Dazu habe ich selbst ein kleines Projekt umgesetzt. Nach Kundengesprächen muss ich normalerweise die wichtigsten Informationen festhalten, Aufgaben notieren und Entscheidungen zusammenfassen. Das kostet Zeit. Außerdem möchte ich mich während eines Gesprächs lieber auf mein Gegenüber konzentrieren, statt ständig mitzuschreiben.
Also habe ich mir eine eigene Software gebaut, die Gespräche aufzeichnen und daraus eine Zusammenfassung erstellen kann. Dabei setze ich auf lokale Verarbeitung am Rechner. Das ist für mich besonders interessant, weil die Gesprächsdaten bei einer vollständig lokalen Lösung nicht an externe KI Anbieter übertragen werden müssen.
Wichtig: Aufnahmen nichtöffentlicher Gespräche dürfen nicht heimlich erfolgen. Vorher ist die Zustimmung aller Beteiligten einzuholen. Auch lokal müssen Speicherung, Zugriff, Verarbeitung und Löschung datenschutzkonform gestaltet werden. Und jede automatisch erzeugte Zusammenfassung sollte man noch einmal kontrollieren.
Wie viel Zeit kann das sparen?
Nehmen wir an, du führst fünf Gespräche pro Woche und brauchst anschließend jeweils 15 Minuten für deine Notizen. Das sind 75 Minuten pro Woche und rund fünf Stunden im Monat. Wenn dir eine Anwendung einen Großteil davon abnimmt, ist das bereits eine spürbare Entlastung.
3. Mit Skills wiederkehrende Aufgaben vereinfachen
Eine der interessantesten Entwicklungen sind für mich sogenannte Skills. Du kennst das vielleicht: Du gibst ChatGPT oder Claude immer wieder dieselben Anweisungen. Wie ein Dokument aufgebaut werden soll, welche Formulierungen du bevorzugst oder was bei einer bestimmten Aufgabe geprüft werden muss.
Mit Skills lassen sich solche Abläufe wiederverwendbar machen.
Was ist ein Skill?
Vereinfacht gesagt ist ein Skill eine Sammlung von Anweisungen, Beispielen und gegebenenfalls zusätzlichen Dateien oder Skripten, mit denen eine KI eine bestimmte Aufgabe nach festen Regeln bearbeitet. Statt jedes Mal eine lange Erklärung einzugeben, kann die KI auf einen vorbereiteten Ablauf zurückgreifen.
Angebote vorbereiten: Du legst fest, welche Informationen benötigt werden, welche Struktur du nutzt und welche Punkte vor der Fertigstellung kontrolliert werden müssen.
Dokumente prüfen: Ein Skill kann wiederkehrende formale Kriterien kontrollieren und Ergebnisse einheitlich darstellen.
Inhalte aufbereiten: Du definierst einmal, wie aus längeren Texten Zusammenfassungen, Social Media Beiträge oder Präsentationsstrukturen entstehen sollen.
Du musst nicht jeden Skill selbst entwickeln. Es gibt fertige Skills, die sich je nach Plattform verwenden oder anpassen lassen. Du kannst auch eigene erstellen. Bei Claude ist das direkt vorgesehen; bei ChatGPT hängt die Unterstützung vom Produkt und Zugang ab.
Der Vorteil: Du musst wiederkehrende Abläufe nicht ständig neu erklären. Skills aus fremden Quellen solltest du allerdings vor der Verwendung prüfen, insbesondere wenn sie Dateien verändern, Skripte ausführen oder externe Dienste aufrufen dürfen.
4. Mit Projekten und Obsidian ein eigenes Wissenssystem aufbauen
Eine KI kann dir nur dann gezielt helfen, wenn sie ausreichend Kontext über deine Aufgabe hat. Was ist das Ziel? Wie arbeitest du? Welche Entscheidungen wurden bereits getroffen? Welche Informationen sind wichtig?
Projekte in ChatGPT und Claude
In ChatGPT und Claude kannst du zusammengehörige Gespräche, Dateien und Anweisungen in Projekten bündeln. Beispielsweise für die Unternehmenskommunikation: Leistungen, Zielgruppe, Schreibstil und bisherige Inhalte liegen an einem Ort. Je nach Anbieter und Funktion kann dieser Projektkontext bei neuen Aufgaben berücksichtigt werden.
Obsidian als Second Brain
Obsidian geht für mich noch einen Schritt weiter. Du kannst dort Wissen in miteinander verknüpften Notizen organisieren, etwa Projektinformationen, Ideen, Entscheidungen oder technische Dokumentationen.
Der interessante Unterschied zu vielen reinen Clouddiensten: Die Notizen liegen als lokale Markdown Dateien vor. Über die Zeit entsteht daraus eine eigene Wissensbasis, oft Second Brain genannt.
Besonders spannend finde ich die Unabhängigkeit. Wenn du heute mit Claude arbeitest und später ChatGPT oder ein anderes KI System bevorzugst, bleiben deine Notizen erhalten. Du kannst sie anderen kompatiblen Anwendungen gezielt bereitstellen. Das geschieht aber nicht automatisch: Du brauchst eine passende Integration oder stellst ausgewählte Dateien bewusst zur Verfügung.
Mein Tipp: Bewahre wichtige Informationen möglichst nicht ausschließlich in einzelnen KI Chats auf. Bei vertraulichen Daten solltest du zusätzlich die Zugriffsrechte und den konkreten Verarbeitungsweg prüfen.
5. Bestehende Software über MCP mit KI verbinden
Noch spannender wird KI, wenn sie mit deinen bestehenden Werkzeugen zusammenarbeiten kann. MCP steht für Model Context Protocol, einen offenen Standard, über den KI Anwendungen mit externen Werkzeugen und Diensten kommunizieren können.
Statt Informationen aus einer Software zu kopieren, bei einer KI einzufügen und das Ergebnis wieder zurückzutragen, können geeignete Verbindungen einzelne Arbeitsschritte vereinfachen.
Ein Beispiel mit Webflow
Ich arbeite als Webdesigner mit Webflow. Die Plattform bietet eine offizielle MCP Anbindung. Dadurch lassen sich kompatible KI Anwendungen wie Claude oder ChatGPT mit Webflow verbinden. Je nach Berechtigung und verfügbarer Funktion können sie beispielsweise Inhalte auslesen oder bestimmte Aufgaben im CMS unterstützen.
Solche offenen Verbindungen machen eine Plattform für mich langfristig interessant. Sie kann in neue Arbeitsabläufe eingebunden werden, statt isoliert zu bleiben. Eine Schnittstelle allein ist natürlich noch keine Garantie für Zukunftssicherheit.
Ähnliche Möglichkeiten gibt es auch in anderen Bereichen, etwa für Projektverwaltung oder Dokumentensysteme. Dabei sollte eine KI nur die Zugriffsrechte erhalten, die sie tatsächlich braucht. Kritische Änderungen benötigen eine menschliche Freigabe. Bei personenbezogenen Informationen sind die Datenschutzanforderungen zu prüfen.
Was davon lohnt sich wirklich?
Nicht jedes Unternehmen braucht alle fünf Lösungen. Und nicht jede Aufgabe wird durch KI automatisch günstiger. Ich würde zuerst schauen, welche Arbeiten besonders häufig vorkommen und wie viel Zeit sie tatsächlich kosten.
Ein Beispiel: Du verbringst jede Woche drei Stunden mit einer wiederkehrenden Aufgabe. Bei kalkulatorischen Personalkosten von 45 Euro pro Stunde entspricht das rund 585 Euro Arbeitsaufwand im Monat.
Wenn eine kleine Software davon zwei Stunden pro Woche einspart, werden rechnerisch rund 390 Euro Arbeitskapazität im Monat frei. Natürlich müssen Entwicklungs-, Betriebs-, Wartungs- und Kontrollkosten berücksichtigt werden. Frei werdende Zeit bedeutet außerdem nicht automatisch niedrigere Personalausgaben.
Aber genau deshalb lohnt es sich, einmal nachzurechnen. Manchmal ist eine kleine, gut durchdachte Lösung wirtschaftlich sinnvoller als eine weitere große Softwareplattform.
Mein Fazit: KI muss nicht kompliziert sein
Ich glaube, wir stehen noch am Anfang dessen, was sich mit KI im Arbeitsalltag vereinfachen lässt. Besonders interessant finde ich, dass immer mehr Möglichkeiten auch ohne große Entwicklungsabteilungen zugänglich werden.
Eigene kleine Programme, lokal ausgeführte KI Modelle, wiederverwendbare Skills und vernetzte Anwendungen eröffnen Möglichkeiten, die vor wenigen Jahren deutlich aufwendiger gewesen wären.
Dabei geht es mir nicht darum, möglichst viele KI Tools einzusetzen. Ich möchte Lösungen finden, die konkrete Probleme lösen und im besten Fall langfristig Zeit und Kosten sparen. Genau damit beschäftige ich mich neben meiner Arbeit als Webflow Spezialist zunehmend intensiver.
Du hast in deinem Unternehmen eine wiederkehrende Aufgabe, die unnötig Zeit kostet? Vielleicht lässt sich das Problem mit einer kleinen Anwendung oder einem sinnvoll aufgebauten KI Workflow lösen. Schreib mir gerne und wir schauen gemeinsam drauf.
Häufige Fragen
Was sind sinnvolle KI Anwendungsfälle für kleine Unternehmen?
Besonders interessant sind wiederkehrende Aufgaben, kleine interne Softwarelösungen, Wissensorganisation und die Anbindung bestehender Anwendungen.
Was ist ein KI Skill?
Ein Skill ist ein wiederverwendbarer Arbeitsablauf mit Anweisungen und gegebenenfalls zusätzlichen Dateien oder Skripten. Er hilft, wiederkehrende Aufgaben einheitlicher zu bearbeiten.
Kann ich Skills selbst erstellen?
Ja. Bei Claude kannst du beispielsweise eigene Skills erstellen. Auch OpenAI unterstützt Skills in bestimmten Produkten und Zugängen. Fremde Skills solltest du vor der Verwendung prüfen.
Was bringt Obsidian in Verbindung mit KI?
Obsidian organisiert Wissen in lokalen Markdown Dateien. Diese Informationen kannst du verschiedenen KI Anwendungen gezielt bereitstellen, ohne sie ausschließlich in einem Anbieter zu speichern.
Was ist MCP?
Das Model Context Protocol ist ein offener Standard, über den KI Anwendungen mit Werkzeugen und Diensten zusammenarbeiten können.
Ist lokale KI DSGVO konform?
Nicht automatisch. Lokale Verarbeitung kann Risiken reduzieren, ersetzt aber keine Rechtsgrundlage, Datensicherheit oder gegebenenfalls erforderliche Einwilligungen.
