---
title: "AI-Newsletter #19: Frontline AI ist nicht ChatGPT für die Fabrikhalle"
---

Der Chatbot ist nur die Eingangstür. Die eigentliche Frage ist, in welchen Raum er führt. ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏  ͏ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­  

| Im Browser anzeigen Am Mittwoch, 24. Juni 2026, findet ab 9 Uhr unser virtuelles Großevent DEX Employee AI statt. Sichere dir noch heute deinen kostenlosen Platz 👉 https://staffba.se/dexemployeeai Frank Wolf \| CSO und Mitgründer von Staffbase … über die Frage, warum derselbe Chatbot für die eine Person ein Denkwerkzeug ist und für die andere eine Sicherheitsgarantie sein muss. Liebe KI-Fans, Wenn ein Thema wie KI neu ist und unübersichtlich wirkt, dann versuche ich gerne in einfachen Modellen zu denken. Oft schafft das eine gemeinsame Sprache und einen Denkrahmen, mit dem man Zusammenhänge besser verstehen und erklären kann. Bei KI im Unternehmen habe ich das Gefühl, dass uns vor allem eine Unterscheidung fehlt. Wir reden inzwischen ständig über KI, aber kaum darüber, dass es zwei sehr verschiedene Arten gibt, sie im Unternehmen zu nutzen. Die eine kennen wir alle aus dem Alltag, nämlich die KI am Schreibtisch. Die andere ist die KI für die Frontline, also für die vielen Menschen, die ohne festen Arbeitsplatz arbeiten. Das ist mehr als eine Spitzfindigkeit, denn rund 80 Prozent der globalen Mitarbeitenden arbeiten an der Frontline, und wenn KI auch dort ankommt, ist der Nutzen für Unternehmen enorm. Die spannende Frage ist nur, wie das gelingt und was dafür eigentlich passieren muss. Genau darüber möchte ich heute schreiben. KI und die zwei Pole In fast jedem Gespräch über KI im Unternehmen fällt mir dasselbe auf. Wir wandern unbemerkt zwischen zwei sehr verschiedenen Polen hin und her, ohne dass jemand benennt, von welchem gerade die Rede ist. Und genau deshalb reden wir oft aneinander vorbei. Diese beiden Pole möchte ich hier einmal sauber auseinanderziehen. Auf der einen Seite steht Workbench AI: eine flexible Werkbank, mit der ein Mensch arbeitet und deren Ergebnis er anschließend prüft. Auf der anderen Seite steht Service AI: ein verlässlicher Service, der im Arbeitsmoment eine Antwort gibt, auf die man sich verlassen können muss. Zwischen diesen beiden Polen liegt für mich ein Kontinuum, auf dem sich überraschend viel einsortieren lässt. KI am Schreibtisch als flexible Werkbank Am Schreibtisch ist KI für mich eine Werkbank. Ich prompte, bekomme ein Ergebnis, schaue es mir an und denke meistens, interessant, aber so noch nicht fertig, und dann schärfe ich nach, prüfe die Quellen, ergänze Kontext und probiere die nächste Variante. Das funktioniert, weil ich für genau diese Arbeit alles habe, was ich brauche, nämlich Zeit, Bildschirm, Fachwissen und die Möglichkeit, das Ergebnis selbst zu beurteilen. Die KI liefert hier also einen Entwurf, und die eigentliche Qualität entsteht erst danach, im Kopf des Menschen. Wenn eine Antwort nur fast richtig ist, ist das am Schreibtisch kein großes Problem, weil ich sie in zehn Minuten korrigiere. Workbench AI lebt von genau dieser Freiheit, sie ist breit, offen, flexibel und großartig zum Denken, Schreiben, Entwickeln und Analysieren. KI an der Frontline als verlässlicher Service An der Frontline sieht der Arbeitsmoment völlig anders aus. Mitarbeitende schauen oft auf den kleinen Bildschirm eines Smartphones mit wenig Zeit und brauchen die eine richtige Antwort in diesem Moment. Niemand vergleicht in dieser Situation in Ruhe fünf KI-Vorschläge. Die Fragen sind dafür sehr konkret. Was hat sich seit meiner letzten Schicht geändert, welche Sicherheitsregel gilt für diese Maschine, welche Rückgaberichtlinie gilt seit dieser Woche, was muss ich nach drei Tagen Urlaub wissen? Einzeln sind das kleine Fragen, aber über Tausende Mitarbeitende, Standorte, Sprachen und Schichten hinweg werden daraus ein riesiges Thema für Produktivität, Vertrauen und Risiko. Und hier dreht sich die Anforderung um, weil fast richtig plötzlich gefährlich wird. Eine veraltete Sicherheitsanweisung, eine Regel zur Arbeitskleidung, die nicht mehr gilt, oder eine Policy für den falschen Standort klingen souverän und sind trotzdem falsch. Deshalb braucht Service AI das Vertrauen schon vor der Antwort, denn die Antwort muss aus freigegebenen, aktuellen Quellen kommen und zu Rolle, Standort, Sprache und Berechtigung der Person passen. Während am Schreibtisch der Mensch die Qualität nach dem Output herstellt, muss sie an der Frontline vorher im System stecken. So sieht das Modell aus Für mich hält ein Gedanke das Ganze zusammen: je mehr Prüfung nach dem Output passiert, je breiter und offener kann die KI sein. Je mehr Vertrauen vor der Antwort eingebaut sein muss, desto operativer wird sie sein. Wo stehe ich gerade? Das Schöne an diesem Bild ist, dass man konkrete Dinge darin einsortieren kann. Offene Assistenten wie ChatGPT oder Claude stehen weit links, weil sie grandiose Werkbänke sind, gebaut für maximale Breite. Microsoft Copilot sitzt schon eher in der Mitte, denn Copilot bezieht durchaus Unternehmenskontext ein, also M365-Daten, Dokumente, Meetings und Mails, muss aber gleichzeitig sehr viele Anwendungsfälle für sehr viele Mitarbeitertypen abdecken, und je breiter ein Werkzeug sein muss, desto schwerer wird die letzte, sehr spezifische Richtigkeit im konkreten Moment. Was wir bei Staffbase mit dem Navigator bauen, orientiert sich dagegen bewusst nach rechts, hin zur Frontline. An dieser Stelle bin ich als Mitgründer natürlich nicht neutral, aber ich halte den Punkt trotzdem für richtig. Der entscheidende Hebel liegt nicht im Chatfenster selbst, sondern in der Schicht darunter: Welche Quellen sind freigegeben? Welche Antwort gilt für welchen Standort? Welche Rolle darf was sehen? Und wie wird sichergestellt, dass veraltete Informationen nicht plötzlich sehr überzeugend klingen? Für ein konkretes KI-Projekt wird damit eine andere Frage wichtig, nämlich wo auf dieser Achse man eigentlich steht und wie viel Vertrauen man vor der Antwort einbauen muss. Zurück zur Eingangstür Gartner geht davon aus, dass bis 2028 rund 75 Prozent der Mitarbeitenden Chatbots für die interne Kommunikation nutzen, und wenn das stimmt, wird der Chatbot zur Eingangstür für Unternehmensinformation. Diese Tür sieht allerdings überall ungefähr gleich aus, ein Eingabefeld und ein Antwortfeld, und deshalb sollten wir weniger über die Tür reden und mehr über den Raum, der sich dahinter öffnet. Steht hinter der Tür ein offener Assistent, bekomme ich einen guten Entwurf zum Weiterarbeiten, und steht dahinter ein verlässlicher Service, bekomme ich eine Antwort, der ich im Arbeitsmoment wirklich trauen kann, also dieselbe Tür, aber ein völlig anderer Raum dahinter. Welcher Raum es wird, entscheidet sich an der Unternehmenswahrheit, die dahinterliegt, denn wenn die Quellen schlecht sind, werden die Antworten schlecht, und wenn sie sich widersprechen, wird am Ende auch der Chatbot widersprüchlich. KI vergrößert diese alte Frage nach der verlässlichen Quelle damit eher, als dass sie sie löst, weil falsche Informationen jetzt sehr überzeugend formuliert daherkommen. Denn bei Frontline AI entscheidet nicht die Tür. Es entscheidet der Raum dahinter. Euer Über den Autor: Frank Wolf ist Mitgründer der Employee-Experience-Plattform Staffbase. Als Chief Strategy Officer widmet er sich Zukunftstrends in der Unternehmenskommunikation, hat kürzlich sein zweites Buch „The Narrative Age“  veröffentlicht und gilt als Vordenker beim Einsatz von künstlicher Intelligenz in der Kommunikation. 3 weitere KI-Trends: 📣 KI-Agenten kommen – und machen schlechte Daten gefährlicher: Gartner prognostiziert, dass bis Ende 2026 rund 40 % aller Unternehmensanwendungen KI-Agenten enthalten werden, die selbstständig Aufgaben ausführen. Ein Agent auf veralteten Quellen trifft keine schlechte Aussage mehr – sondern eine schlechte Entscheidung. 📣 VRAG wird zum Standard – und entlarvt schlechte Inhalte: Retrieval-Augmented Generation reduziert KI-Halluzinationen in dokumentenbasierten Szenarien um bis zu 71 %. Der Haken: Die Methode macht sichtbar, welche Inhalte im Intranet veraltet, widersprüchlich oder einfach nicht auffindbar sind. 📣 KI zieht aufs Smartphone – auch ohne Cloud: Kleine Sprachmodelle (SLMs) laufen direkt auf mobilen Geräten, ohne Internetverbindung. Gartner erwartet, dass aufgabenspezifische KI-Modelle bis 2027 große Allzweckmodelle im Unternehmenseinsatz dreifach übertreffen – auch für Frontline-Mitarbeitende ohne stabiles Netz. Staffbase SE, Annaberger Str. 73, 09111 Chemnitz, Sachsen, Deutschland Abmelden Einstellungen verwalten Impressum Datenschutzerklärung |
| --- |