Lyncbase

Glossar

KI-Begriffe, einfach erklärt.

Was hinter den Begriffen steckt, die in Gesprächen über KI immer wieder fallen. Kurz, ohne Fachchinesisch und mit Beispielen aus dem Alltag.

Was KI für Sie tut

KI-Assistenten

KI, die Fragen beantwortet und Texte erstellt, im Chat oder direkt in Ihren Programmen.

Ein KI-Assistent wie ChatGPT, Claude oder Microsoft Copilot versteht Fragen in normaler Sprache. Er antwortet, fasst zusammen oder schreibt Entwürfe. Richtig eingerichtet, arbeitet er mit Ihrem Unternehmenswissen und nennt die Quelle.

Beispiel
Ein Assistent beantwortet Fragen zu Verträgen und verweist auf das passende Dokument.

Wo wir das einsetzen: Schritt S: Sicher umsetzen →

Dokumentenverarbeitung

Dokumente automatisch lesen, prüfen und weitergeben.

KI liest Rechnungen, Verträge oder Formulare aus, erkennt die wichtigen Angaben und prüft sie gegen Regeln oder Stammdaten. Die Ergebnisse landen direkt im richtigen System.

Beispiel
Eingangsrechnungen werden ausgelesen, geprüft und zur Buchung vorbereitet.

Wo wir das einsetzen: KI-Agenten →

Agenten-Workflows

KI-Agenten erledigen mehrschrittige Aufgaben selbstständig, mit klaren Grenzen.

Ein KI-Agent plant Arbeitsschritte, nutzt Werkzeuge wie CRM oder E-Mail und arbeitet eine Aufgabe von Anfang bis Ende ab. Im Workflow bewegt er sich in festen Grenzen. Bei wichtigen Entscheidungen prüft ein Mensch.

Beispiel
Kundenanfragen vorsortieren, Informationen zusammentragen und eine Antwort zur Freigabe vorbereiten.

Wo wir das einsetzen: KI-Agenten →

Prozessautomatisierung

Wiederkehrende Abläufe laufen von allein.

Regelmäßige Arbeitsschritte wie Daten übertragen, Berichte erstellen oder Freigaben anstoßen übernimmt die Software. Mit KI lassen sich auch Schritte automatisieren, in denen Texte gelesen oder einfache Entscheidungen getroffen werden.

Beispiel
Monatsberichte aus mehreren Systemen werden automatisch zusammengestellt.

Wo wir das einsetzen: Prozessautomatisierung →

Systemintegration

KI sicher an Ihre vorhandenen Systeme anbinden.

Damit KI im Alltag hilft, braucht sie Zugriff auf CRM, ERP, Ablage und E-Mail, mit den richtigen Berechtigungen. Systemintegration verbindet diese Quellen sicher mit den KI-Anwendungen.

Beispiel
Ein Assistent kennt die Kundendaten aus dem CRM und die Aufträge aus dem ERP.

Wo wir das einsetzen: KI-Integration →

Kosten und Prozesse

Kostenstrukturanalyse

Sichtbar machen, welche Prozesse welche Kosten verursachen.

Die Kostenstrukturanalyse ordnet Sach- und Personalkosten den Abläufen zu, in denen sie entstehen. So werden Kostentreiber sichtbar, die in den Gemeinkosten verschwinden, und Einsparpotenziale lassen sich gezielt bewerten.

Beispiel
Ein großer Teil der Verwaltungszeit fließt in das Abtippen und Abgleichen von Belegen.

Wo wir das einsetzen: Kostenoptimierung mit KI →

Dunkelverarbeitung

Ein Vorgang läuft vollständig automatisch durch, ohne dass ein Mensch eingreift.

Bei der Dunkelverarbeitung erledigt die Software einen Fall von Anfang bis Ende. Nur Ausnahmen landen bei einem Menschen. Mit KI steigt der Anteil, weil auch Freitext, PDFs und E-Mails verarbeitet werden können. Die Dunkelverarbeitungsquote ist eine wichtige Kennzahl für Prozessautomatisierung.

Beispiel
Eine Rechnung wird gelesen, geprüft und gebucht, ohne dass jemand sie anfasst.

Wo wir das einsetzen: Prozessautomatisierung →

Process Mining

Abläufe aus den Protokolldaten Ihrer Systeme rekonstruieren.

Process Mining wertet aus, welche Schritte ein Vorgang in ERP oder CRM tatsächlich durchlaufen hat. So werden Umwege, Wartezeiten und Varianten sichtbar. Für viele Mittelständler reicht eine strukturierte Prozessaufnahme, Process Mining ergänzt sie, wenn gute Daten vorliegen.

Beispiel
Ein Auftrag geht im Schnitt dreimal zwischen Vertrieb und Innendienst hin und her.

Wo wir das einsetzen: Prozessautomatisierung →

Order-to-Cash

Der Prozess vom Auftragseingang bis zum Zahlungseingang.

Order-to-Cash umfasst Auftragserfassung, Auftragsbestätigung, Lieferung, Rechnung und Zahlungseingang. Weil viele Abteilungen und Systeme beteiligt sind, entstehen hier oft Medienbrüche und lange Durchlaufzeiten.

Beispiel
KI liest Bestellungen aus E-Mails und legt sie direkt im ERP an.

Wo wir das einsetzen: Prozessautomatisierung →

Procure-to-Pay

Der Prozess von der Bedarfsmeldung bis zur bezahlten Rechnung.

Procure-to-Pay umfasst Bedarfsmeldung, Bestellung, Wareneingang, Rechnungsprüfung und Zahlung. Der Abgleich von Rechnung, Bestellung und Wareneingang ist ein klassischer Fall für Automatisierung mit KI.

Beispiel
Rechnungen werden automatisch gegen Bestellung und Wareneingang geprüft.

Wo wir das einsetzen: Prozessautomatisierung →

Make-or-Buy-Analyse

Selbst entwickeln, kaufen oder auslagern: die Varianten durchrechnen.

Die Make-or-Buy-Analyse vergleicht Kosten, Risiken und Abhängigkeiten von Eigenentwicklung, Standardsoftware und externer Vergabe. Bei KI-Lösungen gehören auch Betriebskosten, Datenschutz und „Vendor-Lock-in“ dazu.

Beispiel
Eine Standardlösung für die Belegprüfung gegen einen Agenten, der in das eigene ERP schreibt.

Wo wir das einsetzen: Kostenoptimierung mit KI →

Wie wir Wirkung messen

Zielwerte

Vorher festlegen, was ein Anwendungsfall erreichen soll.

Für jeden Anwendungsfall legen wir fest, welche Kennzahl sich wie verändern soll, zum Beispiel Bearbeitungszeit oder Fehlerquote. Dazu erheben wir den Ausgangswert, bevor sich etwas ändert.

Beispiel
Bearbeitungszeit je Angebot: Ausgangswert erheben, Zielwert festlegen, später nachmessen.

Wo wir das einsetzen: Schritt A: Anwendungsfälle definieren →

Erfolgsmessung

Nachmessen, was sich tatsächlich verändert hat.

Nach dem Start vergleichen wir die Kennzahlen mit den Ausgangswerten: nach 4, 8 und 12 Wochen, danach auf Wunsch quartalsweise. So zeigt sich, ob ein Anwendungsfall trägt und wo nachgeschärft werden muss.

Beispiel
Nutzungsquote und Bearbeitungszeit drei Monate nach dem Start.

Wo wir das einsetzen: Schritt E: Ergebnisse messen →

Kein „Lock-in“

Sie bleiben unabhängig, von uns und von einzelnen Anbietern.

Code und Dokumentation gehören Ihnen. Wir setzen auf offene Standards wie MCP. So wählen Sie Modell und Cloud frei und können Ihre Daten jederzeit exportieren.

Beispiel
Sie wechseln das KI-Modell, ohne die Anbindungen neu aufzusetzen.

Wo wir das einsetzen: Company Brain →

Baseline

Der Ausgangswert einer Kennzahl, bevor sich etwas ändert.

Die Baseline ist der Ausgangswert, gegen den später gemessen wird, zum Beispiel die heutige Bearbeitungszeit je Vorgang. Ohne Baseline lässt sich keine Einsparung belegen.

Beispiel
Heute dauert ein Angebot im Schnitt 90 Minuten. Das ist die Baseline.

Wo wir das einsetzen: Schritt E: Ergebnisse messen →

Amortisation (Payback)

Der Zeitpunkt, ab dem sich eine Investition bezahlt gemacht hat.

Die Amortisationszeit zeigt, wie lange es dauert, bis die Einsparungen die Kosten für Umsetzung und Betrieb ausgleichen. Sie gehört in jeden Business Case und wird nach dem Start nachgemessen.

Beispiel
Eine Automatisierung kostet einmalig und spart jeden Monat. Ab dem Monat, in dem beides gleich ist, rechnet sie sich.

Wo wir das einsetzen: Kostenoptimierung mit KI →

Technologie, kurz erklärt

RAG (Retrieval-Augmented Generation)

Erst im eigenen Wissen suchen, dann antworten.

Bei RAG sucht die KI zuerst passende Stellen in einer Dokumentensammlung und formuliert die Antwort auf dieser Grundlage, mit Quellenangabe. Das ist die einfachste Form, einer KI Ihr Wissen zugänglich zu machen, und in wenigen Tagen umgesetzt.

Beispiel
Ein Assistent beantwortet Fragen zum Qualitätshandbuch aus einem SharePoint-Ordner.

Wo wir das einsetzen: Company Brain →

Knowledge Layer

Eine Wissensschicht, die Ihre Systeme für jede KI nutzbar macht.

Ein Knowledge Layer verbindet mehrere Quellen wie Ablage, CRM und ERP zu einer Wissensschicht, die immer aktuell ist. Er übernimmt Berechtigungen, erkennt Zusammenhänge und stellt das Wissen jeder KI-Anwendung zur Verfügung. Unser Produkt dafür ist das Company Brain.

Beispiel
Copilot, ChatGPT und eigene Agenten greifen auf dasselbe, geprüfte Unternehmenswissen zu.

Wo wir das einsetzen: Company Brain →

MCP (Model Context Protocol)

Ein offener Standard, über den KI-Anwendungen auf Daten und Werkzeuge zugreifen.

MCP legt fest, wie eine KI wie ChatGPT, Claude oder Copilot mit Datenquellen und Werkzeugen spricht. Eine Anbindung über MCP funktioniert mit vielen KI-Anwendungen, statt für jede einzeln entwickelt zu werden.

Beispiel
Eine Anbindung an Ihr CRM, die in Claude und in Copilot gleichermaßen funktioniert.

Wo wir das einsetzen: Company Brain →

Human in the Loop

Ein Mensch entscheidet an den wichtigen Stellen.

In automatisierten Abläufen gibt ein Mensch an festgelegten Punkten frei, ob es weitergeht, zum Beispiel vor dem Versand einer Antwort oder vor einer Buchung. So bleibt die Kontrolle bei Ihrem Team.

Beispiel
Der Agent bereitet die Antwort vor, eine Mitarbeiterin prüft und sendet sie.

Wo wir das einsetzen: Schritt S: Sicher umsetzen →

Proof of Concept

Ein kleiner, echter Test, ob eine Lösung mit Ihren Daten funktioniert.

Ein Proof of Concept prüft an einem echten Anwendungsfall, ob Daten, Integration und Modell tragen. Er ist bewusst klein und nach wenigen Wochen fertig. Danach entscheiden Sie mit belastbaren Zahlen über den Ausbau.

Beispiel
Ein Agent verarbeitet einen Monat lang echte Eingangsrechnungen parallel zum bisherigen Ablauf.

Wo wir das einsetzen: KI-Integration →

Kostenloser KI-Check

Welche davon bringen Ihnen etwas?

Im kostenlosen KI-Check finden wir heraus, welche Anwendungen in Ihrem Unternehmen wirklich einen Unterschied machen.