Ein Fragebogen pro Arbeitstag, und alles hängt an einem einzigen Freigeber.
Ein deutscher Spezialchemie-Produzent liefert Materialien in sehr unterschiedliche Anwendungen. Jede davon bringt eigene regulatorische Fragen mit, und die Kunden stellen sie schriftlich. Rund 250 Fragebögen kommen so pro Jahr herein, also etwa einer pro Arbeitstag. Das Regulatorik-Team, das sie beantwortet, ist klein.
Am Eingang ist nichts standardisiert: Freitext in einer E-Mail, ein Word-Formular, eine Excel-Tabelle, ein PDF und zunehmend ein Kundenportal, das Feld für Feld ausgefüllt werden will. Jede Antwort wird von Hand aus drei getrennten Quellen zusammengesucht: den eigenen Statements und Sicherheitsdatenblättern, alten Kundenfällen und dem Originalgesetzestext.
Das kostet im Schnitt etwa eine halbe Stunde reine Bearbeitung pro Vorgang, im Extremfall bis zu einem ganzen Arbeitstag. Bis der Kunde seine Antwort hat, vergeht gut eine Woche. Der größere Schmerz ist aber das Klumpenrisiko: Jeder Fall läuft zur Freigabe über einen Senior-Freigeber, der auf die Rente zugeht, und sein Urteil steht nirgends geschrieben.
Erst das echte Material einsammeln, dann das Urteil des Experten explizit machen.
Das Team hatte schon einmal versucht aufzuschreiben, welche Antworten ungeprüft rausgehen dürfen. Das Regelwerk wurde so breit, dass sie es verworfen haben. Genau das wurde zur Bedingung: kein starres Regelwerk, jeder Fall weiter über den Senior, und die Frage nach den Rezepturdaten offen auf den Tisch, bevor jemand Code schreibt.
- Fragenkatalog vor dem ersten Call: Wir haben zuerst geklärt, welche Fragen tatsächlich hereinkommen, in welchen Formaten und aus welchen Quellen sie heute beantwortet werden.
- Discovery-Call am fertig gezeichneten Ablauf: Wir kamen mit einem gezeichneten Ist-Ablauf in den Termin. Das Team hat die Zeichnung korrigiert, statt einen Prozess aus dem Nichts zu beschreiben. Korrekturen sind präziser als Beschreibungen.
- Echtes Material statt Beispiele: Zwei Dinge zählten am meisten: das Anfragen-Log eines vollen Jahres mit Kategorien und Minutenerfassung, und fünf reale Fragebögen nach Archetypen ausgewählt, vom mehrrundigen E-Mail-Thread bis zur Abwesenheitsliste über rund 100 Stoffe.
- Bewusst breit bei den Quellen starten: Alle drei Wissensquellen ab Tag 1. Ein KI-Mitarbeiter, der nur eine davon erreicht, verschiebt die Sucharbeit bloß, statt sie abzunehmen.
Den Vorschlag macht der KI-Mitarbeiter. An zwei Stellen entscheidet der Mensch.
Der Eingang läuft über das Sammelpostfach des Teams, kein neues Postfach und keine neue Gewohnheit. Der KI-Mitarbeiter liest den Fragebogen in jedem Format, isoliert die Einzelfragen und ordnet jede dem betroffenen Produkt zu. Zu jeder Frage erzeugt er einen Antwortvorschlag aus den drei Wissensquellen und hängt Quellenzitat, kurze Begründung und Konfidenzstufe daran. Passende Anlagen wie Sicherheitsdatenblätter referenziert er automatisch.
Das Konfidenzmodell ist das Herz des Baus. Hoch heißt: Eine direkte eigene Quelle beantwortet die Frage. Mittel heißt: Eine frühere Antwort und eine ähnliche Quelle stützen sie. Niedrig heißt: Es braucht Recherche oder Argumentation. Kritisch heißt: Ein Mensch entscheidet zwingend. Zwei Themen sind fest als kritisch gesetzt, egal was der KI-Mitarbeiter findet: Lebensmittelkontakt und Automotive-Dossiers. Die Sachbearbeitung prüft die markierten Punkte, danach gibt der Senior jeden Fall frei. Jede freigegebene Antwort fließt mit ihrer Frage und ihrer Quelle zurück in die Wissensbasis.
Kundenfragebogen zu einer Produktlinie, 7 Seiten, 11 Felder, darunter eine PFAS-Abwesenheitserklärung über rund 100 gelistete Stoffe. Eingegangen als PDF im Anhang eines E-Mail-Threads.
Ein Feld ist zur Prüfung markiert. Lebensmittelkontakt-Fragen gehen immer an einen Menschen, unabhängig davon, wie sicher sich der KI-Mitarbeiter ist. Dazu kommt das wiederkehrende Strukturproblem: Kundenformulare verlangen oft ein Ja oder Nein, wo die ehrliche Antwort Bedingungen trägt. Die Formulierung schlägt der KI-Mitarbeiter vor, freigeben darf sie nur ein Mensch.
Das war vorher, das ist heute.
Die Tätigkeit hat sich verändert, nicht nur die Dauer: Vorher wurde gesucht, heute wird geprüft. Konservativ gerechnet spart das mehr als die Hälfte der Bearbeitungszeit pro Fragebogen.
| Vorher | Heute | |
|---|---|---|
| Recherche | Von Hand aus drei getrennten Quellen | Ein Antwortvorschlag je Frage, mit Quellenzitat |
| Zeit pro Fragebogen | Ø rund 30 Minuten, im Extremfall bis zu 8 Stunden | 10 bis 15 Minuten Prüfen statt Suchen |
| Durchlaufzeit | Gut eine Woche | Wenige Tage |
| Freigabe | Ohne dokumentierte Kriterien | Konfidenzstufe je Antwort, der Senior gibt weiter jeden Fall frei |
| Wissen | Im Kopf einer Person kurz vor der Rente | Freigegebene Frage, Quelle und Antwort stehen in der Wissensbasis |
| Rechtsstände | Ad hoc geprüft | Newsletter-Überwachung markiert betroffene Statements |
* Ausgangslage aus dem eigenen Anfragen-Log des Teams über ein volles Jahr, rund 250 Vorgänge mit Kategorien und Minutenerfassung. Einsparung konservativ gerechnet: vorher im Schnitt rund 30 Minuten Suchen und Schreiben pro Bogen, heute 10 bis 15 Minuten Prüfen. Das sind 15 bis 20 gesparte Minuten pro Vorgang, bei 250 Bögen also 62 bis 83 Stunden pro Jahr. Die Extremfälle bis zu 8 Stunden sind in dieser Rechnung nicht enthalten.
Wie baut man so einen KI-Mitarbeiter technisch?
Das Wissen aus diesem Projekt zum Mitnehmen, egal ob ihr mit uns baut oder selbst:
Lesen: der Fragebogen ist eine Quelle von Fragen, kein Formular
Sprachmodelle wie Claude von Anthropic oder GPT von OpenAI lesen E-Mail-Freitext, Word-Formulare, Excel-Tabellen, PDFs und Portal-Exporte gleichermaßen und ziehen die Einzelfragen heraus. Das Behälterformat ist bewusst nicht Teil der Logik. Der Eingang hängt über die Microsoft-Graph-Schnittstelle am bestehenden Sammelpostfach in Outlook, die Statements liegen weiter in SharePoint.
Antworten: drei Quellen, jede Antwort mit Zitat
Ein Vorschlag entsteht aus den eigenen Statements und Sicherheitsdatenblättern, aus früher beantworteten Kundenfällen und aus dem Originalgesetzestext. Jede Antwort trägt die Fundstelle und eine kurze Begründung. Ohne Zitat wäre der Vorschlag wertlos, denn ein Freigeber prüft nur dann schneller, als er selbst schreiben würde.
Konfidenzmodell statt Automatisierungsquote
Eine Quote verdeckt genau das, was ein Compliance-Team sehen muss. Statt vorab festzulegen, welche Fälle sicher sind, sagt der KI-Mitarbeiter je Antwort, wie gut sie belegt ist: hoch bei direkter eigener Quelle, mittel bei früherer Antwort plus ähnlicher Quelle, niedrig wenn Recherche nötig ist, kritisch wenn ein Mensch zwingend entscheidet. Unsicherheit wird sichtbare Information statt versteckter Prozentzahl.
Aktuell bleiben: Rechtsstände überwachen
Ein eigenes Postfach abonniert die relevanten regulatorischen Newsletter. Der KI-Mitarbeiter liest angekündigte Änderungen, etwa einen neuen SVHC-Kandidateneintrag, eine verschärfte PFAS-Beschränkung oder eine geänderte RoHS-Ausnahme, und markiert jedes eigene Statement, das davon betroffen ist. REACH, TSCA, RoHS und PFAS haben jeweils eigene Antwortmuster, deshalb wird pro Regelwerk überwacht.
UX: die Oberfläche entscheidet über die Akzeptanz
Der Prüf-Screen zeigt links die Frage aus dem Kundenformular und rechts den Antwortvorschlag mit seinem Quellenzitat. Der Freigabe-Flow ist zweistufig: erst die Sachbearbeitung an den markierten Punkten, dann der Senior über den ganzen Fall. Und jede Freigabe schreibt die Frage, die Quelle und die Antwort zurück in die Wissensbasis, die dadurch mit jedem Vorgang dichter wird.
Was kostet das im Vergleich?
Superkind rechnet pro Use Case ab. Der Preis wächst mit dem Anfragevolumen, nicht mit dem Personalbestand. Hier die ehrliche Gegenüberstellung:
| Fachkraft Regulatorik | Externe Berater | Superkind KI-Mitarbeiter | |
|---|---|---|---|
| Kosten | 60.000 bis 85.000 € pro Jahr | Tagessätze in der Größenordnung von 1.200 bis 2.000 € | Preis pro Use Case, ein Bruchteil einer Vollzeitstelle |
| Was ist enthalten | Der komplette Vorgang, von Hand | Einzelne Fälle und Gutachten | Fragen zerlegen, Antwort mit Quelle vorschlagen, Anlagen referenzieren |
| Skaliert mit | Mehr Personal | Mehr beauftragte Tage | Anfragevolumen, ohne neue Stellen |
| Wo das Wissen bleibt | Im Kopf einer Person | Beim externen Haus | In eurer eigenen Wissensbasis |
| Ausnahmen | Mensch macht alles | Werden extra beauftragt | Gehen markiert an einen Menschen |
| Einführung | Rekrutierung und Einarbeitung | Briefing pro Fall | 2 bis 3 Wochen bis zur ersten produktiven Version |
Der ehrliche Vergleich sind die Vollkosten der heutigen Routine: die Suchzeit pro Fragebogen, die Woche, die eure Kunden warten, und das Risiko, das regulatorische Urteil in einem einzigen Kopf zu halten.
Was wir aus diesem Projekt gelernt haben.
Der wertvollste Datensatz war eine unscheinbare Excel-Datei. Das Team hatte seine Anfragen ein volles Jahr lang protokolliert, mit Kategorie, Produkt und aufgewendeten Minuten. Diese Tabelle hat uns mehr gesagt als jeder Workshop: welche Fragetypen wirklich dominieren, wo die Extremfälle sitzen und wie eine realistische Ausgangslage aussieht. Wir fragen sie inzwischen in jedem Projekt früh ab.
Die zweite Lektion hat verändert, wie wir solche Projekte zuschneiden. Das Regelwerk aufzuschreiben war hier schon einmal gescheitert, weil es an seiner eigenen Breite zerbrochen ist. Ein Konfidenzmodell funktioniert genau dort, weil es Unsicherheit zulässt. Der KI-Mitarbeiter muss nicht wissen, ob ein Fall sicher ist. Er muss nur sagen, wie gut seine Antwort belegt ist. Automatisierung, die zugeben darf, dass sie unsicher ist, wird von Fachleuten akzeptiert.
Wofür es sich nicht eignet: Wenn nur eine Handvoll Fragebögen pro Jahr hereinkommt, ist die Routine nicht euer Engpass. Ohne aktuelle und auffindbare Statements ist das erste Projekt ein Dokumentenprojekt, kein KI-Projekt. Und in Bereichen, in denen jede Antwort ein frisches Einzelgutachten verlangt, kann der KI-Mitarbeiter vorbereiten, aber die Arbeit nicht verkürzen.
