Zum Inhalt springen
Strategie-Call buchen

KI-Grundlagen · 3. März 2025 · aktualisiert am 19. August 2026

GPT im Unternehmen: Wo der Nutzen liegt

Die Anwendungsfelder sind geblieben, der Einsatz ist reifer geworden. Was sich bewährt hat und worauf es bei Piloten ankommt.
Wellenartig verstreute matte Würfel, die sich rechts zu einem geordneten Raster fügen

KI-Grundlagen 4 Min. Lesezeit Von Alexander Otto

SprachmodelleDaten ragGPTAnwendungsfelder

Im März 2025 haben wir an dieser Stelle gefragt, wo ein Sprachmodell im Unternehmen tatsächlich Nutzen stiftet. Die Grundaussage gilt weiter: Die Stärke liegt dort, wo Sprache, Text und Interpretation den Takt vorgeben. Aber der Einsatz hat sich verändert, und mit ihm die Fragen, auf die es ankommt.

Was sich seit 2025 verändert hat

Mit GPT-5 hat OpenAI im August 2025 eine neue Modellgeneration vorgestellt. Der Start verlief holprig: Nutzer berichteten über schwankende Antwortqualität, OpenAI musste die Modellauswahl teilweise zurückgeben. Seither sind mehrere Folgeversionen erschienen. Für Ihre Entscheidung heißt das vor allem, dass Sie sich nicht an einen Modellnamen binden sollten. Wer seine Anwendungen so baut, dass das Modell austauschbar bleibt, ist nach jedem neuen Release im Vorteil.

Auch die Verbreitung hat zugenommen. Laut Eurostat setzten 2025 knapp 20 Prozent der Unternehmen in der EU KI ein, 6,5 Prozentpunkte mehr als im Jahr davor. Bei mittleren Unternehmen waren es gut 30 Prozent, bei kleinen 17 Prozent. Wer jetzt systematisch einsteigt, ist also nicht mehr früh dran, aber noch lange nicht spät.

Wo der Nutzen im Alltag liegt

Die Anwendungsfelder aus unserem ersten Text haben sich bestätigt, mit unterschiedlicher Reife:

  • Marketing und Kommunikation: Entwürfe, Übersetzungen und Tonalitätsvarianten sind Alltag. Der Engpass ist die Freigabe, nicht das Schreiben.
  • Vertrieb: Personalisierte Mails und Gesprächsvorbereitung aus CRM-Daten funktionieren, sobald die Datenqualität im CRM stimmt.
  • HR: Stellenanzeigen und Interviewleitfäden lassen sich gut vorbereiten. Bei der Bewertung von Bewerbungen ist Vorsicht geboten, weil dort schnell besonders strenge Regeln greifen.
  • Analyse und Dokumentation: Zusammenfassungen, das Clustern von Interviews und das Auffinden von Passagen in langen PDFs sind die zuverlässigsten Anwendungen.
  • Recht und Compliance: Erste Entwürfe sparen Zeit. Die Prüfung bleibt bei Fachleuten.

Was wir korrigieren: GPT kennt Ihre Daten nicht

Das stimmt weiterhin für das nackte Modell. Inzwischen binden viele Unternehmen aber eigene Dokumente über RAG an, also über eine Suche in der Wissensbasis, deren Treffer das Modell zur Antwort verwendet. Die Datenschutzkonferenz hat dazu im Oktober 2025 eine Orientierungshilfe veröffentlicht, die sich mit den datenschutzrechtlichen Besonderheiten generativer KI mit RAG befasst. Wer interne Dokumente anbindet, sollte sie lesen. Entscheidend sind Zugriffsrechte, denn das System darf nur Treffer liefern, die die fragende Person auch sonst sehen dürfte.

Vom Pilot zum Prozess

Der MIT-Bericht The GenAI Divide aus dem Sommer 2025 hat gezeigt, wie weit Pilot und Wirkung auseinanderliegen können. Die Autoren werteten mehr als 300 öffentliche KI-Initiativen aus, sprachen mit 52 Organisationen und befragten 153 Führungskräfte. Laut ihrem Ergebnis brachten 95 Prozent der untersuchten Organisationen keinen messbaren Ertrag. Sie führen das vor allem auf schlecht eingebundene Abläufe zurück. Die Zahl ist mit Vorsicht zu lesen, passt aber zu unserer Erfahrung: Ein einzelner Prompt in einem Chatfenster ist kein Business Case. Ein Entwurfsassistent im Kundenservice, der Ticketdaten kennt und dessen Antworten eine Person freigibt, ist einer.

Für die Auswahl von Anwendungsfällen genügen drei Fragen:

  • Wie viele Stunden pro Woche entstehen heute für diese Textarbeit?
  • Gibt es eine Person, die das Ergebnis prüft und verantwortet?
  • Lassen sich die nötigen Daten ohne personenbezogene Inhalte bereitstellen, oder liegt ein geprüfter Vertrag mit dem Anbieter vor?

Regulierung: was sich bewegt hat

Beim AI Act haben sich Parlament und Rat am 7. Mai 2026 auf den Digital Omnibus geeinigt. Die Hochrisiko-Pflichten verschieben sich auf den 2. Dezember 2027 (eigenständige Systeme) und den 2. August 2028 (KI in regulierten Produkten). Für die oben genannten Anwendungen ist das meist nebensächlich, denn Textentwürfe und Zusammenfassungen sind in der Regel keine Hochrisiko-Systeme. Bei Chatbots mit Kundenkontakt sollten Sie die Transparenzpflichten im Blick behalten. Nach Angaben des Verbraucherverbands BEUC wurde die Frist für die Kennzeichnung KI-generierter Inhalte bei bestehenden Systemen auf den 2. Dezember 2026 verlängert.

Ihr nächster Schritt

Wählen Sie einen Anwendungsfall mit klarem Zeitaufwand, einen mit klarem Verantwortlichen, und starten Sie mit einem Team von fünf bis zehn Personen. Messen Sie zwölf Wochen lang, was Sie vorher nicht gemessen haben, und entscheiden Sie dann über den Ausbau.

Quellen

Den ersten Use Case sauber auswählen

Im Strategie-Call prüfen wir mit Ihnen Anwendungsfälle nach Zeitaufwand, Verantwortung und Datenlage.