Was Intelligence im Unternehmen bedeutet.
Der Begriff kommt aus dem Englischen und meint dort nicht Intelligenz, sondern aufbereitetes Wissen: Informationen, die gesammelt, geprüft, eingeordnet und so dargestellt wurden, dass jemand damit entscheiden kann. Im Unternehmen taucht er in vielen Abteilungsnamen auf. Market Intelligence beobachtet Märkte, Competitive Intelligence Wettbewerber, Sales Intelligence bewertet Anfragen, Investment Intelligence prüft Portfolios.
Hinter allen steht dieselbe Tätigkeit in fünf Schritten. Erstens: Quellen beobachten, extern wie intern. Zweitens: Daten zusammentragen, in eine Struktur bringen, prüfen. Drittens: rechnen und vergleichen, gegen die eigene Position, gegen Ziele, gegen Richtlinien. Viertens: einordnen, also entscheiden, was davon wichtig ist und warum. Fünftens: berichten, in der Form, die der Empfänger braucht.
Diese fünf Schritte werden heute in den meisten Unternehmen von Hand gemacht, von erfahrenen Fachleuten, in Excel, PowerPoint und Outlook. Nicht weil es keine Software gäbe, sondern weil jedes Unternehmen anders rechnet, anders benennt und andere Fragen stellt. Die Arbeit ist wertvoll und sie wiederholt sich. Genau diese Kombination macht sie zur Aufgabe für einen AI-Mitarbeiter.
Fünf Schritte, die sich in jedem Intelligence-Bereich wiederholen.
Ob Produktmanagement, Vertrieb, Wealth Management oder Strategieabteilung: Die Reihenfolge ist immer dieselbe. Nur Quellen, Kennzahlen und Empfänger unterscheiden sich. Jede Karte zeigt die Tools, in denen der Schritt heute stattfindet, und was sich ändert, wenn ein AI-Mitarbeiter ihn übernimmt.
Beobachten. Die Quellen sind bekannt, die Zeit fehlt.
Jeder Intelligence-Bereich hat seine Quellen. Im Produktmanagement sind es Wettbewerber-Websites, Preislisten und Messeprogramme. Im Vertrieb Handelsregister, Stellenanzeigen und die Unternehmensseite des Interessenten. Im Wealth Management Kurse, Fondsdaten und die Anlagerichtlinie. Dazu kommen die internen Systeme, gegen die alles verglichen werden muss: CRM, ERP, Ablagen.
Von Hand heißt: Jemand öffnet diese Quellen, wenn Zeit ist, meist montags, meist eine Person. Ein AI-Mitarbeiter beobachtet sie laufend und merkt sich, was sich seit dem letzten Mal verändert hat. Welche Quellen das sind, legen Sie im Scoping fest. Es bleiben Ihre Quellen, er liest sie nur häufiger als ein Mensch es könnte.
Zusammentragen. Aus zwanzig Quellen eine Struktur.
Der unsichtbarste Schritt und der, der die meiste Zeit kostet. Was in zwanzig Fenstern steht, muss in eine Form: gleiche Einheiten, gleiche Benennungen, gleiche Zeiträume. Dabei entstehen Tippfehler, Dubletten und die berühmte Frage im Meeting, welche Version der Tabelle eigentlich die aktuelle ist.
Ein AI-Mitarbeiter schreibt jede Angabe mit Quelle und Datum in die Struktur, die Sie vorgeben. Was doppelt ist, erkennt er. Was sich widerspricht, markiert er. Das Ergebnis liegt in einer Wissensbasis und ist von dort in Excel, Power BI oder SharePoint abrufbar, in Ihrer Struktur, mit Ihren Spaltennamen.
Rechnen und vergleichen. Erst der Vergleich macht aus Daten eine Aussage.
Ein Wettbewerberpreis ist eine Zahl. Ein Wettbewerberpreis neben der eigenen Preisliste ist eine Aussage. Dasselbe gilt für ein Portfolio gegen die Anlagerichtlinie, eine Anfrage gegen das Zielkundenprofil, einen Zielfortschritt gegen den Plan. In diesem Schritt weichen Unternehmen am stärksten voneinander ab, weil jedes anders rechnet und anders gewichtet.
Deshalb übernimmt der AI-Mitarbeiter Ihre Rechenlogik statt einer eigenen. Im Scoping legen Sie fest, was gegen was verglichen wird und welche Schwellen gelten. Danach läuft der Vergleich jedes Mal gleich, mit dem Rechenweg an jeder Zahl. Was vorher in einer Excel-Formel steckte, die nur eine Person kannte, kann jetzt jeder prüfen.
Einordnen. Der Schritt, der Fachwissen verlangt.
Von hundert Signalen sind drei relevant. Welche, weiß nur jemand, der den Markt, den Kunden oder das Mandat kennt. Dieser Schritt wird in den meisten Unternehmen von den erfahrensten Leuten gemacht, und er wird von den Schritten davor erdrückt: Wer den Vormittag mit Sammeln verbringt, hat für das Einordnen eine halbe Stunde.
Ein AI-Mitarbeiter schlägt eine Einordnung vor: Was ist neu, was weicht ab, was braucht eine Entscheidung. Jeden Vorschlag begründet er mit den Daten dahinter. Die Bewertung bleibt bei Ihrem Team, das dafür jetzt den Vormittag hat. Aus dem Feedback lernt er, was in Ihrem Unternehmen als wichtig gilt und was nicht.
Berichten. In der Form, die der Empfänger liest.
Der Vorstand liest eine Seite, der Fachbereich zehn, der Vertrieb eine Teams-Nachricht vor dem Gespräch. Jeder Empfänger braucht eine andere Form, und jede Form entsteht heute von Hand: Folien bauen, Quellen nachtragen, Verteiler pflegen. Und am Tag danach kommt die Rückfrage, woher die Zahl auf Seite vier stammt.
Ein AI-Mitarbeiter erstellt den Report im Corporate Design, den Newsletter, die Teams-Nachricht, je Empfänger in der vereinbarten Form, mit Quelle und Datum an jeder Zahl. Er versendet aktiv und meldet sich, wenn etwas Wichtiges passiert, statt auf den nächsten Berichtstermin zu warten. Die Rückfrage zu Seite vier beantwortet die Fundstelle, die neben der Zahl steht.
In diesen Bereichen übernehmen AI-Mitarbeiter heute Intelligence-Arbeit.
Vier Fachbereiche, neun Aufgabenbereiche, je ein eigener AI-Mitarbeiter. Jeder wird auf Ihre Quellen, Ihre Benennungen und Ihre Freigabelogik eingerichtet. Die Seiten dahinter zeigen, was er im Einzelnen übernimmt.
Warum ein AI-Mitarbeiter und kein weiteres Tool?
Für jede Intelligence-Aufgabe gibt es Software. Sie ist gut in dem, wofür sie gebaut wurde, und sie kennt Ihr Unternehmen nicht: nicht Ihre Benennungen, nicht Ihre Kalkulationslogik, nicht die Frage, die Ihr Vorstand am Montag stellt. Jedes weitere Tool ist ein weiteres Login, eine weitere Insellösung und ein weiteres Datensilo, das jemand von Hand mit dem Rest verbinden muss.
Ein AI-Mitarbeiter ist der andere Weg. Er wird für Ihren Fachbereich aufgebaut, mit Ihren Quellen, Ihren Prozessen und Ihrer Art zu berichten. Aus Projekten in Industrie, Finanzwesen und Mittelstand bringen wir mit, wie Intelligence-Bereiche arbeiten. Darauf entsteht ein AI-Mitarbeiter, der Ihre Prozesse übernimmt statt sie zu ersetzen: Er verbindet externe Daten mit Ihren internen Systemen, arbeitet in den Tools, die Sie bereits haben, und wird über die Laufzeit mit Ihrem Fachbereich weiterentwickelt.
Der Unterschied zeigt sich im Alltag. Ein Tool wartet, bis jemand es öffnet. Ein AI-Mitarbeiter arbeitet laufend von selbst, meldet sich, wenn etwas wichtig ist, und legt zur Freigabe vor, was eine Entscheidung braucht. Was er erarbeitet, gehört Ihnen und ist jederzeit exportierbar.
Konzerne und Mittelständler führen ihren Intelligence-Bereich mit unseren AI-Mitarbeitern.
Einblicke aus bisherigen Projekten in Konzern und Mittelstand. Produktmanagement, Vertrieb und Vorstand berichten, was sich in ihrer Arbeit verändert hat.
KERN
Morningstar
gastromatic
Drei Ebenen, auf denen ein AI-Mitarbeiter arbeitet.
Autonom in der Arbeit, nachvollziehbar in jedem Schritt, verfügbar in jedem Tool. Die drei Ebenen gehören zusammen.
01
Autonome Arbeit
Er beobachtet Quellen, rechnet, vergleicht gegen Ihre Zahlen und stellt Ergebnisse zu, im vereinbarten Takt. Meldet sich eine Veränderung, kommt er auf die Verantwortlichen zu. Wo etwas fehlt, fragt er nach.
02
Dashboard
Wie bei einem menschlichen Kollegen sehen Sie, woran er arbeitet: welche Quellen gelesen wurden, was zur Freigabe vorliegt, was versendet wurde. Jede Zahl trägt Quelle und Datum.
03
Chat und MCP
Alles, was er erarbeitet hat, liegt in einer Wissensbasis. Über den scoreprise Intelligence MCP fragen Ihre Mitarbeitenden sie aus Teams, Excel, Copilot oder ChatGPT ab, rollenbasiert.
Vier Fragen aus dem Alltag eines Intelligence-Bereichs.
Jede kommt aus einem anderen Fachbereich, jede wird im gewohnten Tool gestellt, jede Antwort trägt Quelle und Datum.
In den Tools, die Ihr Unternehmen schon nutzt.
Ein AI-Mitarbeiter ist an keine Umgebung gebunden. Der scoreprise Intelligence MCP wird einmal eingerichtet, danach steht das Wissen in jedem Tool zur Verfügung, das den offenen Standard unterstützt, auch in Agenten, die Ihre IT selbst gebaut hat.
Häufig gestellte Fragen
Was unterscheidet einen AI-Mitarbeiter von einem KI-Agenten oder einer Automatisierung?+
Eine Automatisierung führt einen festgelegten Ablauf aus. Ein KI-Agent löst eine Aufgabe, wenn man sie ihm gibt. Ein AI-Mitarbeiter hat eine Rolle mit Zuständigkeitsbereich, arbeitet laufend von selbst, dokumentiert jeden Schritt und wird über die Laufzeit mit Ihrem Fachbereich weiterentwickelt. Am nächsten kommt der Vergleich mit einer neuen Kollegin, die man einarbeitet.
Ersetzt ein AI-Mitarbeiter Menschen im Intelligence-Bereich?+
Er übernimmt die Arbeit, die sich wiederholt: sammeln, abgleichen, berichten. Bewertung, Entscheidung und Freigabe bleiben im Team. In den laufenden Projekten hat das dazu geführt, dass Fachleute wieder an den Fragen arbeiten, für die sie eingestellt wurden.
Welche Daten braucht ein AI-Mitarbeiter?+
Externe Quellen wie Websites, Register, Datenbanken und Newsletter sowie die internen Systeme, gegen die er vergleichen soll: CRM, ERP, Ablagen, Tabellen. Was angebunden wird, legen Sie im Scoping fest. Ihre Daten trainieren keine Modelle und werden in Deutschland verarbeitet.
Wie lange dauert es, bis ein AI-Mitarbeiter arbeitet?+
Vom Erstgespräch über den Scoping-Workshop bis zum Angebot in der Regel wenige Wochen. Der Aufbau richtet sich nach Quellen und Systemen. Danach läuft der Regelbetrieb, in dem der AI-Mitarbeiter mit Ihrem Fachbereich weiterentwickelt wird.
Wie viel Vorwissen braucht mein Team?+
Keines über KI. Ihr Team weiß, wie Ihre Märkte beobachtet, Ihre Anfragen bewertet oder Ihre Portfolios geprüft werden müssen. Genau dieses Wissen bringt es im Scoping ein, wir bauen den AI-Mitarbeiter darauf auf.
Welche Aufgabe kostet Ihren Fachbereich heute die meiste Zeit?
Bringen Sie sie ins Erstgespräch mit. In 30 Minuten zeigen wir, wie ein AI-Mitarbeiter sie übernimmt und was er dafür von Ihnen braucht.