KI
KI-Use-Cases
Die konkreten Aufgaben, die ein KI-Agent ausführen kann – klassifizieren, zusammenfassen, Antworten entwerfen, Anomalien erkennen. Use Cases sind die Bausteine jedes Agenten.
Aktualisiert am 18. Mai 2026
Konfiguration · KI · 8.2
Ein KI-Use-Case ist eine abgegrenzte Aufgabe, die ein Agent ausführen kann: klassifizieren, zusammenfassen, vorschlagen, erkennen. Use Cases sind die Bausteine – ein Agent verknüpft einen oder mehrere Use Cases mit einem bestimmten Systemkontext und Zielobjekt. Hier konfigurierst du, was die KI tut; bei KI-Agenten (8.1) entscheidest du, wer.
Warum das für das Business wichtig ist
„KI macht zu viel oder zu wenig"
Use-Case-Wahl begrenzt die Aktion – Klassifizieren ist nicht dasselbe wie Antworten.
„Wiederverwendung über Agenten hinweg"
Ein Use Case „Classify Ticket" kann von mehreren Agenten genutzt werden (generisch + IT-spezifisch).
„Ergebnisse messbar"
Pro Use Case: Genauigkeitsmessung (korrekt vs. vom Bearbeiter überschrieben).
„Nicht alles passt zu KI"
Use Cases setzen klare Grenzen – manche Aufgaben sind trivial (Kategorisierung), andere zu komplex (juristische Entscheidung).
Gängige Use-Case-Typen
| Typ | Was er tut | Am besten geeignet für |
|---|---|---|
| Klassifizieren | Kategorie/Priorität/Workgroup auf Basis des Inhalts zuweisen | Tickets, Meldungen, Anfragen |
| Zusammenfassen | Lange Threads, Ticket-Historie oder Gespräche zusammenfassen | Bearbeiterübergaben, Manager-Übersicht |
| Antwortentwurf | Erste Antwort auf Basis der KB entwerfen | Endnutzerfragen, FAQ-Niveau |
| Aktion vorschlagen | Schlägt den nächsten Schritt vor (Eskalation, Routing, Lösung) | Komplexe Tickets |
| Anomalien erkennen | Erkennt Abweichungen vom Muster (Ticketanstieg, ungewöhnliche Buchung) | Major Incidents, Betrugssignale |
| Daten extrahieren | Holt strukturierte Infos aus Freitext (Seriennummer, Datum, Standort) | Gespräche → Ticketfelder |
| Matchen | Verknüpft ein Element mit dem besten Treffer in einer Menge (Frage → KB-Artikel, Ticket → Asset) | KB-Vorschläge |
| Vorhersagen | Sagt Ergebnis voraus (No-Show-Wahrscheinlichkeit, Ticket-Durchlaufzeit, Defektrisiko) | Präventives Handeln |
Was konfigurierst du pro Use Case?
| Feld | Wofür |
|---|---|
| Name & Beschreibung | Was er tut, in Endnutzersprache. |
| Typ | Einer der oben genannten (Klassifizieren, Zusammenfassen usw.). |
| Eingaben | Welche Felder lesen wir (Titel, Beschreibung, Klassifikation, KB)? |
| Ausgaben | Welche Felder werden gefüllt (Kategorie, Priorität, Vorschlagstext)? |
| Konfidenzschwelle | Ab welcher Sicherheit wird der Vorschlag gezeigt / angewendet? |
| Fallback | Was bei niedriger Konfidenz – nichts, Standardwert, an Mensch geben? |
Welche Entscheidungen triffst du?
Welche Use Cases priorisierst du?
Mit „Klassifizieren" beginnen (geringes Risiko, hoher Impact). „Antwortentwurf" erst nach starker KB.
Konfidenzstrategie
Hoch (nur sichere Vorschläge) = weniger, aber bessere; niedrig = immer etwas anzeigen, aber mehr Rauschen.
Wiederverwendung über Agenten hinweg
Ein generisches „Classify Ticket" + Servicevarianten oder von Anfang an pro Service trennen?
Messstrategie
Wie misst du Genauigkeit pro Use Case? Vorab entscheiden, welche „Bearbeiterkorrektur" als Fehler zählt.