Erste KI-Dienstleistung: ein kleines, echtes Problem lösen

Toolwissen allein macht noch kein Angebot

Im Video erzähle ich, wie ich mich zunächst intensiv mit Modellen, Werkzeugen und Systemen beschäftigt habe. Das ist für den Aufbau von Fähigkeiten nachvollziehbar. Es beantwortet aber noch nicht, warum ein Unternehmer dafür bezahlen sollte. Der Bedarf beginnt meist näher am Alltag: Informationen zusammensuchen, dieselben Dinge mehrfach prüfen oder zwischen verschiedenen Oberflächen wechseln müssen.

Deshalb würde ich die Reihenfolge umdrehen. Zuerst suche ich eine konkrete Aufgabe, bei der jemand regelmäßig Aufwand hat. Dann prüfe ich, ob ich sie mit meinen vorhandenen Fähigkeiten zuverlässig verbessern kann. Erst danach wähle ich die Werkzeuge. Damit bleibt die angebotene Leistung verständlich. „Du siehst morgens auf einen Blick, welche Fahrzeuge gebucht sind“ beschreibt einen Nutzen. „Ich arbeite mit mehreren Agentenmodellen“ beschreibt zunächst nur meine Arbeitsmittel.

Das bedeutet nicht, ohne Kenntnisse etwas zu verkaufen. Im Film warne ich ausdrücklich davor, große Szenarien zu versprechen, mit denen man noch keine Erfahrung hat. Ein kleiner Umfang hilft, diese Grenze einzuhalten. Man kann zeigen, was man beherrscht, und erkennt schneller, an welcher Stelle die eigene Fähigkeit oder der Zugang zum notwendigen System noch fehlt.

Der erste Gesprächspartner ist möglicherweise schon bekannt

Mein Vorschlag im Video ist, das eigene Umfeld durchzugehen: frühere Auftraggeber, Bekannte oder Menschen, die ein Unternehmen führen. Der Vorteil ist kein automatischer Verkauf. Man bekommt eher ein ehrliches Gespräch darüber, wie gearbeitet wird und was stört. Für einen ersten Versuch ist dieser Einblick oft wertvoller als eine große Liste kalter Kontakte.

Im Gespräch würde ich nicht mit einer allgemeinen Präsentation über KI beginnen. Ich würde mir den letzten konkreten Fall erklären lassen: Welche Aufgabe kam wieder? Wo lagen die Informationen? Was musste die Person selbst prüfen? Was ging schief oder blieb liegen? Diese Fragen sind eine praktische Weiterführung der im Film beschriebenen Suche nach wiederkehrenden manuellen Tätigkeiten. Sie helfen, eine tatsächliche Arbeitsunterbrechung von einem nur interessant klingenden Automatisierungswunsch zu unterscheiden.

Am Ende sollte eine Aufgabe übrig bleiben, die sich klar beschreiben lässt. Wenn das Gespräch bei „unsere gesamte Firma braucht mehr KI“ endet, ist der nächste Schritt noch nicht ein großes Angebot. Dann fehlt die Eingrenzung. Eine konkrete wiederkehrende Frage liefert einen besseren Start als der Versuch, sofort alle Abteilungen miteinander zu verbinden.

Was beim ersten Kundenversuch tatsächlich geschah

Ich erzähle im Video von einem früheren Websitekunden, den ich später wieder angesprochen habe. Wir besprachen mögliche Abläufe und vereinbarten einen ersten Test: ein System auf meinem Rechner, eine Woche zur Nutzung, zunächst ohne Bezahlung. Nach meiner Schilderung folgten weitere Gespräche und ein größerer Aufbau rund um Datenanalyse und die Vorbereitung von Entscheidungen im Onlinegeschäft.

Das ist eine einzelne persönliche Erfahrung. Der Film enthält keine prüfbare Kalkulation dieses Projekts und keinen Beleg dafür, dass kostenlose Tests allgemein besser verkaufen. Ich würde die Geschichte deshalb nicht zu der Regel machen, dass Einsteiger grundsätzlich gratis arbeiten müssen. Ein kostenloser Einstieg kann die Hürde senken. Er kann aber genauso unverbindliches Interesse erzeugen oder einen Umfang öffnen, den man nicht mehr sauber begrenzt bekommt.

Meine heutige praktische Ableitung aus diesem Beispiel wäre ein klarer Testauftrag. Er benennt eine Aufgabe, die benötigten Informationen, die Dauer und das sichtbare Ergebnis. Vor dem Start sollte feststehen, was nach dem Test entschieden wird. Wird der Ablauf genutzt? Hilft er im Alltag? Ist eine bezahlte Fortsetzung überhaupt erwünscht? Ohne diese Fragen ist ein funktionierender Versuch leicht mit einem tragfähigen Geschäft zu verwechseln.

Das Flottencockpit beginnt mit einer sehr kleinen Frage

Das zweite Beispiel stammt aus meiner eigenen Autovermietung. In der genutzten Plattform musste ich einzelne Fahrzeuge und Kalender öffnen, um die Belegung zu überblicken. Mein selbst gebautes lokales Cockpit sollte vor allem schnell zeigen, welche Autos unterwegs sind und welche aktuell nicht gebucht sind. Dieser Ausgangspunkt ist viel konkreter als der Wunsch, eine neue Vermietungsplattform zu gründen.

Im Video zeige ich außerdem weitere Bereiche, etwa Informationen zur Nutzung und Wartung. Den ersten Nutzen erklären aber schon die Belegungsdaten. Die Aufgabe lautet nicht, möglichst viele Funktionen in einer Oberfläche zu sammeln. Sie lautet, eine häufig gestellte Frage ohne ständiges Wechseln zwischen einzelnen Ansichten beantworten zu können. Genau solche kleinen Informationswege sind gute Kandidaten für ein erstes Systemprojekt.

Die im Film genannten Klickzahlen sind eine grobe persönliche Beschreibung, keine gemessene Zeitersparnis. Ebenso wenig beweist mein eigener Bedarf, dass andere Flottenbetreiber sofort dasselbe Produkt kaufen würden. Sie können anders arbeiten, andere Plattformen verwenden oder andere Berechtigungen brauchen. Ein interner Prototyp liefert deshalb einen guten Gesprächsgegenstand. Für ein Angebot an Dritte müssen deren tatsächliche Arbeitsweise und der zulässige Datenzugang erst geklärt werden.

Daten zusammenführen kann wertvoller sein als Vollautomatisierung

Beim Shopbeispiel geht es darum, einem Betreiber verständlich zu zeigen, woher Verkäufe kommen und worauf er seine Aufmerksamkeit richten sollte. Im Video nenne ich organische Suche, bezahlte Kampagnen und Newsletter als mögliche Quellen. Der Nutzen liegt zunächst in einer besseren Entscheidungsgrundlage, nicht in einer Maschine, die unbemerkt sämtliche Marketingmaßnahmen startet.

Für einen ersten Auftrag würde ich genau diese vorbereitende Ebene bevorzugen: Informationen zusammentragen, Unklarheiten kennzeichnen und einen begründeten Vorschlag liefern. Eine solche Aufgabe lässt sich oft besser abgrenzen als ein vollständiger autonomer Prozess. Ob die Daten reichen und ob die Empfehlung wirklich hilft, kann der Auftraggeber am konkreten Ergebnis beurteilen. Erst danach sollte man über zusätzliche Aktionen und deren Freigaben sprechen.

Dabei darf ein übersichtlicher Bericht nicht zur bloßen Dekoration werden. Wenn der Unternehmer nach dem Lesen dieselbe Frage wie vorher hat, wurde möglicherweise nur die Oberfläche verbessert. Ein guter Test endet deshalb mit einer konkreten Rückfrage: Welche Entscheidung konntest du damit treffen, die vorher mühsam war? Diese Antwort sagt für die weitere Zusammenarbeit mehr als allgemeines Lob für die Technik.

Der nächste Schritt braucht kein großes Agenturversprechen

Im Schluss des Videos empfehle ich, eine Person anzurufen oder ihr zu schreiben und ein Gespräch über mögliche Verbesserungen anzubieten. Dafür muss niemand behaupten, bereits jede Unternehmenssoftware automatisieren zu können. Eine ehrliche Beschreibung der eigenen Erfahrung und ein begrenzter Vorschlag reichen als Gesprächseinstieg. Die passende Formulierung hängt davon ab, was du tatsächlich schon umgesetzt hast.

Vor einem Test würde ich außerdem festhalten, welche Zugriffe nötig sind und was ausdrücklich nicht passieren soll. Kundenkommunikation, Ausgaben oder Änderungen an laufenden Systemen gehören nicht stillschweigend dazu, nur weil jemand einen Versuch erlaubt. Die kleine Aufgabe soll Lernen erleichtern, nicht Risiken verstecken. Ein abgelehnter oder bewusst kleiner gehaltener Test kann deshalb die vernünftigere Entscheidung sein.

Was bleibt.

Die erste KI-Dienstleistung muss nicht besonders beeindruckend klingen. Sie muss ein Problem lösen, das jemand kennt, und ein Ergebnis liefern, das diese Person prüfen kann.

Mein Vorschlag bleibt entsprechend klein: ein Gespräch, eine wiederkehrende Aufgabe und ein begrenzter Versuch. Ob daraus Umsatz oder eine längere Zusammenarbeit entsteht, ist anschließend zu prüfen, nicht vorher zu versprechen.