Salesforce mit einem AI-Copiloten. HubSpot mit AI-Features. Jira, Notion, Confluence — alle haben inzwischen AI irgendwo eingebaut. Die Versprechen sind gross: Automatisierung, Zusammenfassungen, smarte Vorschläge. Und viele Unternehmen setzen genau darauf, wenn sie sagen, sie «integrieren AI in ihre Prozesse».
Das ist manchmal genug. Manchmal nicht. Die Unterscheidung lohnt sich.
Was Standard-plus-AI gut kann
AI-Funktionen in Standardsoftware funktionieren dort gut, wo die Aufgabe generisch ist. Einen Kundenticket zusammenfassen. Eine E-Mail formulieren. Einen Meeting-Bericht erstellen. Für diese Dinge braucht man kein eigenes System — die eingebauten Funktionen der Tools reichen aus und werden mit der Zeit besser.
Wer Buchhaltung, HR oder einfaches Projektmanagement digitalisieren will, ist mit einer guten Standardsoftware plus AI-Features meistens gut bedient. Der Aufwand, etwas Eigenes zu bauen, lohnt sich dort nicht.
Wo die Grenze liegt
AI auf schlechten Prozessen macht schlechte Prozesse schneller
Das ist die häufigste Enttäuschung: Ein Unternehmen kauft AI-Features für sein bestehendes Tool — und merkt nach ein paar Wochen, dass sich nicht viel verändert hat. Der Grund ist nicht die AI. Der Grund ist, dass das Tool den eigentlichen Prozess nicht abbildet. Die AI beschleunigt, was im Tool passiert. Aber der Hauptaufwand passiert daneben — in Excel, in E-Mails, in persönlichen Absprachen.
AI kann keinen Prozess reparieren, der in der Software falsch abgebildet ist.
Standardsoftware kennt nicht, was ihr wisst
Ein generisches CRM weiss nicht, wie ihr Kunden qualifiziert. Ein allgemeines Dokumentensystem weiss nicht, welche eurer internen Begriffe sich auf was beziehen. Ein Standard-Ticket-System kennt eure Produktlogik nicht.
AI-Features in diesen Tools liefern generische Antworten auf generische Fragen. Sobald die Fragen spezifisch werden — euer Kontext, eure Terminologie, eure Entscheidungslogik — stösst das an Grenzen.
Konfiguration hat eine Decke
Viele Standardsysteme lassen sich konfigurieren. Felder hinzufügen, Workflows anpassen, Automationen einrichten. Das hilft bis zu einem Punkt. Aber Konfiguration bewegt sich innerhalb der Logik des Systems — sie verändert sie nicht. Wenn euer Prozess eine Logik braucht, die das System nicht vorgesehen hat, kommt ihr an die Decke.
Die eigentliche Frage
Nicht: «Welches AI-Feature sollen wir aktivieren?»
Sondern: «Wo liegt der Engpass in unserem Prozess — und was würde ihn tatsächlich lösen?»
Manchmal ist die Antwort: ein besseres Standardtool oder die AI-Erweiterung des bestehenden. Das ist ein gültiges Ergebnis.
Manchmal ist die Antwort: ein System, das unsere spezifische Logik kennt, unsere Sprache spricht und in unseren Prozess integriert ist. Das ist dann ein Eigenbau — kleiner oder grösser, je nach Umfang.
Die Entscheidung ist nicht ideologisch. Sie folgt dem Problem.
Was das für eure Situation bedeutet
Wenn ihr AI-Features in euren bestehenden Tools nutzt und das Gefühl habt, dass ihr das Wesentliche noch nicht berührt habt — dann ist das oft ein Signal. Nicht dass die Tools schlecht sind. Sondern dass der Kern des Problems woanders liegt.
Ein gutes Gespräch über genau diese Frage kostet nichts. Manchmal lautet das Ergebnis: bleibt bei eurem Standardtool und konfiguriert es besser. Manchmal lautet es: baut etwas, das wirklich passt. Beides ist eine ehrliche Antwort.