TL;DR: KI bewältigt 80 Prozent der meisten Industrieprozesse gut, an den Ausnahmen scheitert sie noch. Viele Unternehmen verbeißen sich in diese letzten 20 Prozent und wollen erst ausrollen, wenn auch sie gelöst sind. Dabei beschäftigen sie längst Menschen, die genau diese Fälle jeden Tag lösen. Der schnellere Weg: bei 80 Prozent starten, die Experten im Loop behalten und in ein UI/UX investieren, das Prüfen und Korrigieren der KI-Ergebnisse schnell macht. Jede Korrektur bringt dem System einen der Sonderprozesse bei, an denen die 100 Prozent bisher scheitern.
Wer lange genug mit Industriekunden über KI spricht, landet immer an derselben Stelle: bei den Sonderfällen. Nicht bei den tausenden Routinevorgängen, die das System sauber verarbeitet, sondern bei den seltsamen. Das Bestellformat, das ein Kunde seit 1997 verwendet. Das Gespräch beginnt mit "Kann KI das?" und ist nach zehn Minuten bei "Aber was ist mit diesem einen Fall?"
Die 80/20-Regel tut hier, was sie immer tut: KI bewältigt den Großteil eines Prozesses zuverlässig, dann fällt die Genauigkeit Ausnahme um Ausnahme ab. So weit, so erwartbar. Überraschend ist, wohin die Aufmerksamkeit wandert. Viele Industrieunternehmen fixieren sich fast vollständig auf diese letzten 20 Prozent. Dahinter steckt eine hart erarbeitete Liebe zur Prozessstabilität: Organisationen, die Jahrzehnte damit verbracht haben, Fehlerquoten gegen null zu drücken. In dieser Kultur klingt ein System, das "nur" zu 80 Prozent richtig liegt, wie ein kaputtes System.
Dabei übersieht man etwas, das diese Unternehmen längst haben: Menschen, die in den schwierigen 20 Prozent richtig gut sind. Den Planer, der weiß, warum die Aufträge dieses einen Kunden falsch aussehen, es aber nicht sind. Diese Kompetenz ist heute schon da und bezahlt. Der Mensch ist die Lösung für die 20 Prozent, und zwar jetzt.
Ja, 100 Prozent richtig ab Tag eins bleibt das Ziel. Im Moment ist das unrealistisch, und der Grund sind nicht schwache Modelle. Der Grund ist, dass Industrieunternehmen über Jahrzehnte Sonderprozess auf Sonderprozess getürmt haben: Workarounds, die zu Standards wurden, Ausnahmen, die nie jemand aufgeschrieben hat. Ein KI-System muss das alles erst lernen, und das kann es nur im Produktivbetrieb, von den Menschen, in deren Köpfen dieses Wissen steckt. Wer mit dem Rollout auf Perfektion wartet, sorgt dafür, dass dieses Lernen nie beginnt.
Währenddessen bleiben die ersten 80 Prozent ungenutzt, und die sind alles andere als klein: der Großteil des Tagesvolumens, repetitive Arbeit, bei der KI heute schon stark ist und Menschen am wenigsten Wert stiften. Das liegen zu lassen, weil das letzte Fünftel noch nicht gelöst ist, ist eine teure Form von Vorsicht.
Die interessante Frage ist also nicht "Wie bringen wir das Modell auf 100 Prozent?", sondern "Wie bauen wir ein System, in dem 80 Prozent von der Maschine plus 20 Prozent vom Menschen verlässlich 100 ergeben?" Und das ist am Ende weniger ein Modellproblem als ein UI/UX-Problem.
Ein Interface, das dafür gebaut ist, muss zwei Dinge können. Erstens: "80 Prozent richtig" ehrlich darstellen. Der Nutzer muss auf einen Blick sehen, wo das System sicher ist und welche Stellen einen zweiten Blick verdienen. Ohne dieses Signal muss er alles prüfen, und dann ist nichts automatisiert. Zweitens: die Korrektur auf 100 Prozent so einfach wie möglich machen. Ein Feld zu korrigieren sollte Sekunden dauern, kein Umweg über drei Masken sein. Wenn Prüfen und Korrigieren länger dauert als die Arbeit von Hand, machen die Leute sie weiter von Hand, und das zu Recht.
Bekommt man beides hin, wird jede Korrektur zu Trainingsdaten. Die Sonderprozesse, an denen die 100 Prozent bisher scheitern, werden Fall für Fall erfasst, von den Menschen, die sie kennen. Die 20 Prozent schrumpfen, nicht durch Warten auf ein besseres Modell, sondern weil das System im Einsatz von der Quelle lernt, die dieses Wissen besitzt.
Die Unternehmen, die mit KI vorankommen, sind nicht die mit den ehrgeizigsten Genauigkeitszielen. Es sind die, die 80 Prozent als Startpunkt akzeptieren, ihre Experten für den Rest im Loop behalten und Prüfen und Korrigieren schnell machen. Prozessstabilität ist ein gutes Ziel. Man erreicht sie nur nicht, indem man den Prozess einfriert.
