KI für Entscheider | Teil 3: Warum ChatGPT Ihr Hausarzt ist und nie Ihr Chirurg wird

ChatGPT liefert zu fast allem eine solide, durchschnittliche Antwort und wird in Ihrem Kerngeschäft nie exzellent sein, weil es Ihr Unternehmen nicht kennt. Spitzenleistung braucht einen Spezialisten, und den bauen Sie mit Applied AI, nicht mit einer Lizenz.

Warum ein Generalist nie Spitzenleistung bringt

Es gibt einen Moment, den fast jeder Entscheider kennt, der mit ChatGPT gearbeitet hat. Zuerst die Begeisterung: „Unglaublich, was die KI alles kann.“ Dann, ein paar Wochen später, die leise Ernüchterung: „Bei den wirklich wichtigen Fragen hilft sie mir nicht weiter.“

Diese Ernüchterung ist kein Zufall. Sie hat eine technische Ursache, und wer sie versteht, sieht, wo KI im eigenen Unternehmen tatsächlich Spitzenleistung bringen könnte. Wer ChatGPT für die falschen Aufgaben einsetzt, übersieht genau diese Stellen.

Die Analogie: Hausarzt und Chirurg

Stellen Sie sich vor, Sie haben seit Wochen Schlafprobleme. Sie gehen zum Hausarzt. Er fragt nach Stress, Ernährung, Lebenssituation, macht vielleicht ein Blutbild. Er hilft Ihnen. Genau dafür ist er da.

Jetzt sagt der Hausarzt: „Wir müssen Ihr Herz operieren.“ Sie würden ihn die Operation nie selbst machen lassen. Nicht, weil er ein schlechter Arzt wäre. Er ist der falsche für diesen Eingriff. Sie suchen einen Herzchirurgen, der seit Jahren nichts anderes tut, der dieses Verfahren tausendfach durchgeführt hat und die Besonderheiten Ihres Falls kennt.

Beide haben Medizin studiert. Beide sind kompetent. Der Unterschied: Spezialisierung schlägt Generalismus, sobald es um Spitzenleistung geht. Genau dieser Unterschied existiert in der KI, und im Geschäftsalltag wird er fast überall ignoriert.

Warum KI-Antworten Durchschnitt sind

KI-Modelle wie ChatGPT wurden auf riesigen Textmengen trainiert, im Wesentlichen einem großen Teil des öffentlich zugänglichen Internets. Bei jeder Antwort wählt das Modell Wort für Wort das im Kontext wahrscheinlichste nächste Wort, auf Basis dessen, was es im Training gesehen hat. Daraus folgt im Klartext:

Jede Antwort ist eine Wahrscheinlichkeit, kein Wissen. Das Modell „weiß“ nichts im menschlichen Sinn, es kennt Muster. Fragen Sie „Wie schreibe ich eine Mahnung?“, bekommen Sie eine Mahnung, die den Mahnungen aus dem Training statistisch ähnelt. Eine sehr gute, sehr durchschnittliche Mahnung.

Das Modell ist auf Breite optimiert, nicht auf Tiefe. ChatGPT soll mit jedem über fast alles sinnvoll sprechen können. Diese Breite kostet Tiefe in jedem einzelnen Fachgebiet: ein Lexikon, beeindruckend umfassend, in keinem Eintrag so tief wie ein Fachbuch.

Die Antwort weiß nichts über Sie. Das Modell kennt Ihre Branche nicht im Detail, nicht Ihre Kunden, Ihre Produkte, Ihre interne Sprache, Ihren Wettbewerb aus Ihrer Sicht. Es weiß, was im Internet darüber stand, und das ist meistens Marketing oder Allgemeinwissen.

Konsequenz: ChatGPT kann zu allem eine solide, durchschnittliche Antwort geben. Exzellent in einem Kontext, den es nicht kennt, kann es nicht sein.

Was Spitzenleistung erfordert und wie Applied AI sie ermöglicht

Spitzenleistung entsteht aus tiefem Spezialwissen, Kenntnis des konkreten Kontexts und Erfahrung mit dem spezifischen Problem. Nennen wir das Frau Müller.

Frau Müller arbeitet seit Jahrzehnten in Ihrem Kundenservice. Sie kennt Ihre Produkte aus dem Effeff. Sie weiß, welche Kunden empfindlich auf den Tonfall reagieren und welche knappe Antworten wollen. Sie kennt die ungeschriebenen Regeln: wann Kulanz, wann nicht, welcher Vertriebler für welche Region, welche Reklamationsmuster bei welchem Produkt. Sie hat die Kundenhistorie der letzten Jahre im Kopf.

Fragen Sie Frau Müller „Wie reagieren wir auf diese Beschwerde?“, bekommen Sie eine Antwort, die exakt zu Ihrem Unternehmen passt. Fragen Sie ChatGPT, bekommen Sie viele generische Vorschläge, von denen fast keiner für Ihre Situation relevant ist.

Applied AI ist Frau Müller, nur skaliert sie beliebig, wird nie krank und antwortet auch nachts.

Technisch nutzt Applied AI dieselbe Grundtechnologie wie ChatGPT, mit drei Erweiterungen.

Spezialisierung auf einen engen Anwendungsbereich. Statt „alles für alle“ wird das System für eine Aufgabe gebaut: Eingangsrechnungen prüfen, Anfragen bewerten, Wartungsdaten auswerten, Reklamationen bearbeiten. In diesem engen Bereich kann es deutlich besser werden als jeder Generalist.

Zugriff auf Ihr Wissen. Das System wird mit Ihren Daten verbunden: Produktkatalog, Kundenhistorie, interne Dokumentation, Vertragsbedingungen, Prozesshandbücher. Fragen Sie ChatGPT „Wie hat dieser Kunde letztes Jahr reagiert?“, weiß es nichts. Ihre Applied-AI-Lösung weiß es.

Definierte Qualitätssicherung. Anders als im Chatfenster gibt es klare Regeln, was das System darf und was nicht. Es antwortet in einem festgelegten Format, eskaliert in definierten Fällen, protokolliert nachvollziehbar. Spitzenleistung wird messbar und reproduzierbar.

Drei Beispiele für den Qualitätsunterschied

Vertriebsanfragen

Mit ChatGPT: Ein Vertriebler lässt sich eine Antwort formulieren. Sprachlich gut, fachlich solide, generisch. Sie könnte von jedem Anbieter kommen. Der Kunde merkt: Standard.

Mit Applied AI: Das System erkennt den Kunden, sieht in der Bestellhistorie, dass er vor einiger Zeit ein vergleichbares Produkt zurückgegeben hat, spricht diese Sorge von sich aus an, verweist auf die seitdem eingeführte Verbesserung und schlägt ein Angebot vor, das zu seinen bisherigen Käufen passt. Der Kunde merkt: Hier kennt man mich.

Technischer Support

Mit ChatGPT: Ein Techniker fragt nach einer Fehlerursache und bekommt allgemeine Diagnosehinweise, wie sie in jedem Lehrbuch stehen.

Mit Applied AI: Das System kennt das Gerät, weiß, dass diese Baureihe eine bekannte Schwäche an einem bestimmten Sensor hat, sieht in der Wartungshistorie, dass genau dieses Bauteil vor Kurzem getauscht wurde, und schlägt eine gezielte Prüfung vor. Minuten statt Stunden.

Vertragsprüfung

Mit ChatGPT: Sie lassen sich einen Lieferantenvertrag erklären und bekommen eine solide Einordnung nach allgemeinem Vertragsrecht.

Mit Applied AI: Das System vergleicht den Vertrag mit Ihren Standardbedingungen, listet die Abweichungen, sortiert sie nach Risiko, zeigt vergleichbare Fälle aus Ihrer Historie, in denen ähnliche Klauseln Probleme machten, und schlägt Nachverhandlungspunkte vor. Die Antwort ist nicht „allgemein gut“. Sie passt zu Ihrem Unternehmen.

Was bringt KI meinem Unternehmen wirklich? Drei Konsequenzen für Entscheider

ChatGPT ist nicht falsch, aber begrenzt. Nutzen Sie es dort, wo Generalismus reicht: Textentwürfe, Recherche, Übersetzungen, allgemeine Erklärungen. Erwarten Sie keine Spitzenleistung im Kerngeschäft.

Spitzenleistung braucht Spezialisierung. Wo immer Sie von KI Spitzenleistung brauchen, im Vertrieb, im Service, in der Produktion, im Einkauf, geht das nur mit einem System, das auf Ihren Anwendungsfall zugeschnitten, mit Ihren Daten verbunden und in Ihre Prozesse integriert ist.

Die Frage ist nie „KI oder nicht?“, sondern „Welche KI für welche Aufgabe?“ Ein klug aufgestelltes Unternehmen nutzt beides: ChatGPT für die Generalistenaufgaben aller Mitarbeiter, Applied AI für die Spezialistenaufgaben, an denen das Geschäft hängt. Wer beides verwechselt, optimiert die falsche Stelle.

Vier Fragen, um Generalisten- von Spezialistenaufgaben zu trennen

Hängt das Ergebnis vom Kontext meines Unternehmens ab? Wenn ja: Spezialist. Wenn es um allgemeines Wissen geht: Generalist reicht.

Muss das Ergebnis reproduzierbar in hoher Qualität entstehen? Kann ein Mitarbeiter die Antwort prüfen und sind Schwankungen akzeptabel: Generalist. Fließt das Ergebnis direkt in einen Prozess und muss konsistent sein: Spezialist.

Wird die Aufgabe oft wiederholt? Einzelne Anfragen lohnen keinen Spezialisten. Alles, was hundert- oder tausendfach passiert, ist ein Kandidat.

Ist die Aufgabe geschäftskritisch? Kostet ein Fehler Kunden, Umsatz oder Reputation: Spezialist. Generalisten machen Fehler in der Tiefe und merken es nicht.

Sprechen drei der vier Fragen für „Spezialist“, ist die Aufgabe ein klarer Applied-AI-Kandidat. Wie Sie unter Ihren Prozessen den ersten finden, zeigt Teil 6 dieser Serie mit der Montagmorgen-Übung.

Wie dataso Spezialisten baut

Bei dataso bauen wir keine generische KI. Wir bauen Spezialisten: Frau Müller für Ihren Vertrieb, Ihren Service, Ihre Produktion. Wir starten mit einem Anwendungsfall, in dem Spitzenleistung den Unterschied macht, und verbinden aktuelle KI-Modelle mit Ihren Daten, Ihrem Wissen, Ihren Prozessen. Das Ergebnis ist kein „ChatGPT für Ihr Unternehmen“, sondern ein System, das in genau einem Bereich exzellent ist, DSGVO-konform, auf souveräner Infrastruktur in Deutschland, integriert in Ihre bestehende IT.

Ihr nächster Schritt

Schreiben Sie drei Aufgaben auf, bei denen Ihre Mitarbeiter heute ChatGPT nutzen, und prüfen Sie sie gegen die vier Fragen. Welche davon einen Spezialisten verdient und welche beim Hausarzt gut aufgehoben ist, klären wir im Potenzial-Check, in einer halben Stunde, kostenlos.