01
Wissensarbeit
Suchen, Zusammenfassen, Übersetzen, Entwerfen — mit Ihren Quellen.
Für Maierhofer · Mai 2026
Was KI heute wirklich für Sie tun kann.
Ein nüchterner Blick auf das, was im Mittelstand funktioniert — und was davon für Maierhofer den größten Unterschied macht.
JadeMind GmbH · Velden am Wörthersee
01
Marktbild · Reifegrad
KI ist erwachsen geworden. Nur nicht überall — und nicht für alles.
20%
der EU-Unternehmen mit ≥10 Beschäftigten nutzen 2025 KI — Österreich auf vergleichbarem Niveau.
Eurostat · 2025
80%
der österreichischen Unternehmen haben den Nutzen ihrer KI-Initiativen nicht quantifiziert.
McKinsey AT · 2025
84%
haben keine definierten Erfolgskennzahlen — rund die Hälfte arbeitet ohne Roadmap.
McKinsey AT · 2025
Die Lücke liegt nicht beim Modell. Sie liegt beim Vorgehen.
Ausgangslage
02
Agenda
30 Minuten in vier Akten.
01
Was KI heute wirklich kann
Reife Domänen, ehrliche Grenzen, die Hybrid-Logik dahinter.
02
Was im Mittelstand belegt funktioniert
Fünf Fälle mit harten Zahlen — und das, was sie verbindet.
03
Was das für Maierhofer bedeutet
Fünf konkrete Anwendungen für Filiale, Backoffice und Service.
04
Vorgehen, Risiko, nächster Schritt
Roadmap, Compliance, und unser Vorschlag für den Einstieg.
Was Sie erwartet
03
Akt 01 · Was KI heute kann
Fünf Domänen, in denen KI heute zuverlässig liefert.
02
Dokumente
Erkennen, klassifizieren, extrahieren, weiterleiten — auch handschriftlich.
03
Sprache
Transkribieren, zusammenfassen, triagieren — Anrufe und Meetings.
04
Content
Texte, Beschreibungen, Varianten, Übersetzungen — in Ihrem Ton.
05
Analyse
Trends, Anomalien, Forecasts — mit Erklärung statt Blackbox.
Alle fünf sind heute produktiv im Einsatz — mit Standardbausteinen, ohne Forschungsbudget.
Reife Anwendungsfelder
04
Wo Vorsicht angebracht ist
Die ehrliche Linie zwischen kann und kann noch nicht.
Funktioniert heute
Klar abgegrenzte Aufgaben mit menschlicher Freigabe
- Wiederkehrende Fragen mit eigenen Quellen beantworten
- Strukturierte Dokumente erkennen und vorsortieren
- Anrufe transkribieren, zusammenfassen, klassifizieren
- Antwortentwürfe vorschlagen — Mensch sendet
Noch nicht zuverlässig
Autonome Entscheidungen in sensiblen Domänen
- Eigenständige medizinische oder rechtliche Empfehlungen
- Frei laufende Hotline für komplexe Anliegen
- Exakte Buchungen ohne Regeln und Validierung
- Strategische Entscheidungen ohne menschliche Lenkung
Was geht · was nicht
05
Wie ein KI-System wirklich aussieht
Nicht ein Modell. Eine Kette.
01 · INPUT
Quelle
E-Mail, Dokument, Anruf, Gespräch, Foto
02 · CAPTURE
OCR & Speech
Inhalte werden lesbar — Text, Tabellen, Sprache
03 · CONTEXT
RAG
Ihre Wissensquellen liefern den Kontext — berechtigungs-aware
04 · REASON
LLM
Sprache verstehen, formulieren, klassifizieren, vorschlagen
05 · EXECUTE
Workflow
ERP, CRM, Ticketing — KI handelt nicht alleine
06 · DECIDE
Mensch
Prüft, korrigiert, gibt frei — bleibt verantwortlich
Der Wert entsteht in der Architektur, nicht im Modellnamen.
Die Hybrid-Logik
06
Akt 02 · Was im Mittelstand belegt funktioniert
Fünf Fälle mit harten Zahlen.
INDUSTRIE · 650 MA
STADLER
30–40%
weniger Zeit bei Wissensaufgaben · 2,5× schnellere Erstentwürfe · >85% daily active.
FOOD DISTRIBUTION
Choco
50%
weniger manuelle Auftragserfassung · 2× Sales-Produktivität · 8,8 Mio.+ Bestellungen/Jahr.
HEALTHCARE · DOKUMENTE
Myriad Genetics
77%
geringere Kosten · 80% schnellere Bearbeitung · 98% Klassifikationsgenauigkeit.
RETAIL · HOTLINE
Marks & Spencer
50%
weniger Filialanrufe · 92% Intent-Match · >7 Mio. Calls/Jahr automatisiert.
BANK · AT · DOKUMENTE
Erste Digital
35%
Kostenersparnis · 40% weniger Fehler · 40% effizientere Dokumentenbearbeitung.
Quellen: OpenAI · Google Cloud · AWS · ABBYY. Anbieter-Case-Studies — als Richtwert, nicht als Garantie.
Belege aus der Praxis
07
Was alle Erfolgsfälle teilen
Fünf Eigenschaften — in jedem einzelnen Fall.
01
Eng begrenzter Anwendungsfall
Nicht »KI im ganzen Unternehmen«. Ein klar definierter Teilprozess.
02
KPIs vor dem Modell
Zeit, Fehler, Durchlauf, Adoption — definiert, bevor irgendetwas läuft.
03
Hybrid statt autonom
Mensch in der Schleife — vor allem bei Sensiblem und Teurem.
04
Daten vorbereitet, nicht improvisiert
Quellen, Rechte, Validierung — geklärt, bevor das System fragt.
05
Messen und iterieren als Dauerzustand
KI-Systeme reifen im Betrieb — nicht im Projekt-Abschluss.
Die fünf Konstanten
08
Akt 03
Wie übersetzt sich
das für Maierhofer.
Wir kennen Ihre Branche nicht im Detail — aber Ihre Prozessmuster. Hier ist, wo wir Potenzial sehen.
Vom Allgemeinen zum Konkreten
09
Potenzial-Landkarte
Fünf Bereiche, in denen KI Maierhofer heute messbar entlasten kann.
01
Filiale & Beratung
Produkte, Verfügbarkeit, Verrechnung — schneller verfügbar fürs Team.
02
Backoffice & Verrechnung
Rechnungen, Verordnungen, Kassen — erkannt, klassifiziert, geroutet.
03
E-Mail & Tickets
Antwortvorschläge, Klassifikation — Assistenz fürs Service-Team.
04 · IHR WUNSCH
Hotline & Telefon
Triage, Transkription — und später ein begrenzter Voice-Agent.
05
Bestand & Sortiment
Bedarfsmuster, Forecasts, Cross-Sell — mit Erklärung statt Blackbox.
Die folgenden fünf Slides nehmen jeden Bereich einzeln auseinander.
Wo wir Potenzial sehen
10
Use Case 01 · Mitarbeiter-Copilot
Eine Suche, die wirklich antwortet — zu Produkten, Kassen, Verfahren.
Beispielfragen aus dem Alltag
- »Welche Bandage bei welcher Indikation?«
- »Wie läuft die Verrechnung mit ÖGK / SVS / BVAEB?«
- »Welche Filiale hat Produkt X aktuell vorrätig?«
- »Was zählt zur Garantie, was zur Kulanz?«
- »Welches Hilfsmittel passt zu welchem Kostenvoranschlag?«
Wie es funktioniert
LLM + RAG auf Ihre Quellen: Produkt-Stammdaten, SOPs, FAQs, Handbücher, Verrechnungsregeln.
- Berechtigungs-aware — jeder sieht nur, was er ohnehin darf
- Jede Antwort mit Quellenangabe — nachvollziehbar
- Lernt aus Daumen-rauf/Daumen-runter im Alltag
30–40%
weniger Zeit bei Wissensaufgaben — Referenz STADLER, übertragbar auf vergleichbare Mid-Market-Setups.
Aufwand Mittel
Risiko Niedrig – Mittel
Wirkung sichtbar in 4 – 8 Wochen
Priorität Sehr hoch
Filiale · Backoffice · Zentrale
11
Use Case 02 · Dokumenten-Agent
Rechnungen, Verordnungen, Kostenvoranschläge — automatisch erkannt und geroutet.
Welche Dokumente in Reichweite sind
- Eingangsrechnungen & Lieferscheine
- Ärztliche Verordnungen & Kostenvoranschläge
- Versicherungs- und Kassenunterlagen
- Garantiefälle & Reklamationen
- Bestellbestätigungen & Retourenformulare
Wie es funktioniert
OCR/IDP → LLM-Klassifikation → Validierungsregeln → Workflow zur passenden Person.
- Mensch prüft nur Ausnahmen — nicht jeden Eingang
- Confidence-Schwelle steuert Eskalation
- Audit-Trail für Compliance und Nachvollziehbarkeit
77%
geringere Kosten (Myriad)
40%
weniger Fehler (Erste Digital)
Aufwand Mittel
Risiko Mittel (Gesundheitsdaten)
Wirkung sichtbar in 6 – 8 Wochen
Priorität Sehr hoch
Backoffice · Verrechnung
12
Use Case 03 · Support-Assistenz
E-Mails und Tickets in halber Zeit — mit Antwortvorschlägen in Ihrem Ton.
Was sich im Alltag ändert
- Eingehende E-Mail kommt an — KI klassifiziert das Anliegen
- System schlägt Antwortentwurf mit Quellenbezug vor
- Mitarbeiter:in liest, passt an, sendet
- Komplexe Fälle eskalieren automatisch an die richtige Stelle
Wichtig: kein Kunden-Chatbot. Eine Assistenz für Ihr Team — das senken der Bearbeitungszeit, nicht der Servicequalität.
Wirkung
30–50%
weniger Bearbeitungszeit pro Ticket — abhängig vom Anliegen.
41k
Supplier-Support-Tickets/Monat assistiert — Referenz Wayfair.
Wayfair zeigt das Modell Copilot zu Autopilot: Erst assistiert, später für klar definierte Standardfälle automatisiert — mit Alignment-Rate als Stop/Go.
Aufwand Mittel
Risiko Niedrig – Mittel
Wirkung sichtbar in 4 – 6 Wochen
Priorität Hoch
Service-Team
13
Use Case 04 · Hotline · Schritt für Schritt
Erst transkribieren und triagieren — dann ein Voice-Agent, wenn das sitzt.
STUFE 1 · sofort
Transkription & Zusammenfassung
Jeder Anruf wird mitgeschrieben, zusammengefasst, klassifiziert — bessere Doku, weniger Nacharbeit.
STUFE 2 · 3 – 6 Monate
KI-Frontdesk & Triage
Begrüßung, Anliegen aufnehmen, Rückruf vereinbaren, an die richtige Stelle weiterleiten.
STUFE 3 · später
Begrenzter Voice-Agent
FAQs, Öffnungszeiten, Filialinfo, Status — mit harter Eskalation in jedem Zweifelsfall.
Was wir besonders prüfen
- Österreichische Umgangssprache & Dialekt — harter Anbieter-Bake-off
- Transparenzpflicht (EU AI Act): »Sie sprechen mit dem digitalen Assistenten von Maierhofer«
- Gesundheitsbezug bleibt beim Menschen — keine medizinische Beratung durch KI
Belege
50%
weniger Filialanrufe
(M&S, Retail-Hotline)
80%
weniger Agentenanfragen
(Parloa, Voice-Plattform)
Ihr Wunschthema — in der richtigen Reihenfolge
14
Use Case 05 · Bestand & Sortiment
Welche Filiale braucht was, wann, warum — mit Erklärung statt Blackbox.
Was möglich wird
- Saisonale Nachfrage-Forecasts pro Filiale
- Replenishment-Hinweise & Dead-Stock-Warnungen
- Cross-Sell-Hinweise für Filialberater im Verkaufsgespräch
- Bedarfsmuster nach Produktgruppe und Region
- Anomalie-Hinweise (z. B. plötzlicher Versorgungsbedarf)
Wann es sinnvoll wird
Erst, wenn UC 01–03 stabil laufen — und die Datenqualität geklärt ist.
- Voraussetzung: saubere Stammdaten & Transaktionen
- LLM erklärt das »Warum« einer Empfehlung — verständlich für Filialleitung
- Vorschläge, nicht Buchungen — Disposition bleibt Ihre Entscheidung
94%
kürzere Suchzeit bei Preis/Verfügbarkeit (Central Retail)
+10%
Conversion-Uplift (Central Retail)
Aufwand Mittel – Hoch
Risiko Niedrig
Wirkung sichtbar in 3 – 6 Monate
Priorität Mittel · mittelfristig
Disposition & Sortimentssteuerung
15
Akt 04 · Risiko · Recht · Realität
DSGVO, Gesundheitsdaten, EU AI Act — Designkriterium, kein Showstopper.
01
DSGVO & Gesundheitsdaten
Verordnungen, Diagnosen, Kassen- und Versicherungsunterlagen fallen in »besondere Kategorien« — mit erhöhtem Schutzbedarf, Zweckbindung und DPIA.
02
EU AI Act — Zeitachse
- AI-Kompetenz seit 02/2025 verpflichtend
- GPAI-Pflichten seit 08/2025
- Voll anwendbar 08/2026
- Transparenzpflicht bei KI-Interaktion (Hotline!)
03
Was nicht geht
- Emotionserkennung am Arbeitsplatz (verboten)
- Autonome medizinische Empfehlungen
- Verdeckte Aufzeichnung von Telefonaten
- Echte Mitarbeiterstimmen ohne Einwilligung klonen
Wir bauen Compliance in den Architektur-Entwurf — nicht in den Nachgang.
Compliance ab Tag 1
16
Wie wir es technisch aufsetzen
Sieben Kriterien, die für uns nicht verhandelbar sind.
01
Berechtigungs-aware
Mitarbeitende sehen nur Quellen, die sie ohnehin sehen dürfen.
02
Quellenangabe immer
Jede Antwort verlinkt das Dokument, aus dem sie kommt.
03
Human-in-the-Loop
Verordnung, Kostenzusage, Reklamation — nie ohne Mensch.
04
Keine Speicherung ohne Zweck
Gesundheitsdaten nur, wenn der Prozess sie wirklich braucht.
05
EU-Cloud · DPA/AVV · Retention
Datenresidenz, Vertrag, Löschfristen — dokumentiert.
06
Audit-Logs überall
Prompts, Outputs, Freigaben — nachvollziehbar.
07
Klare Eskalationspfade
Confidence niedrig → Mensch übernimmt automatisch.
Sieben Leitplanken
17
Wie wir arbeiten
Prozess vor Modell. Daten vor Demo. Pilot vor Plattform.
01 · 2–3 Wochen
Discovery
Prozesse anschauen, Daten verstehen, Pain Points priorisieren.
02 · 1–2 Wochen
Use-Case-Bewertung
Nutzen × Aufwand × Risiko × Messbarkeit — 2 Piloten ausgewählt.
03 · 6–8 Wochen
Pilot
Echtes System, echte Daten, klare KPIs — nicht nur Demo.
04 · 2 Wochen
Messung
Gegen Baseline auswerten — Stop / Go / Redesign.
05 · laufend
Skalierung
Governance, Rollen, Schulung — Betrieb statt Projekt.
Jede Phase endet mit einem Gate — Stop, Go, oder Redesign.
Unser Vorgehen
18
Roadmap
Erst intern assistiv. Dann selektiv. Zuletzt extern.
Phase 01 · 0–3 Monate
Foundation
- Discovery-Workshop
- Pilot 01: Mitarbeiter-Copilot
- Pilot 02: ein Dokumentenprozess
- KPI-Baseline & Governance
Phase 02 · 3–9 Monate
Service & Skalierung
- Support-Assistenz E-Mail/Tickets
- Hotline-Transkription & Triage
- Onboarding-Coach für Mitarbeitende
- Erste Erweiterung Dokumentenklassen
Phase 03 · 9–18 Monate
Extern & analytisch
- Begrenzter Voice-Agent (FAQs, Status)
- Produkt-Beratung mit RAG für Mitarbeitende
- Bestands- & Trendanalyse
- Plattform-Entscheidung finalisieren
18 Monate, drei Stufen
19
Unsere Empfehlung
Zwei Piloten. Acht Wochen. Klare Zahlen.
Pilot A
Mitarbeiter-Copilot Filiale + Zentrale
RAG-Suche über Produkte, SOPs, Verrechnungsregeln, Garantie, Filialinfo — berechtigungs-aware, mit Quellenangabe.
Ziel-KPI
Suchzeit · Antwortqualität · Adoption
Nach 8 Wochen
Belastbare Zeit-/Qualitätsmessung
Pilot B
Dokumenten-Agent — eine Eingangsklasse
OCR + Klassifikation + Workflow für eine Dokumentenklasse (Eingangsrechnungen oder Kostenvoranschläge oder Verordnungen).
Ziel-KPI
Klassifikationsquote · Zeit · Fehler
Nach 8 Wochen
Belastbare Effizienzmessung
Welche zwei wir konkret nehmen, entscheiden wir gemeinsam im Discovery-Workshop — nicht in dieser Folie.
Zwei Piloten · acht Wochen
20
Der nächste Schritt
Ein halber Tag bei Ihnen. Konkrete Prioritäten am Abend.
01 · WO
Bei Ihnen vor Ort
Eine Filiale, die Zentrale — dort, wo die Arbeit wirklich passiert.
02 · WAS
Drei Prozesse beobachten
Wir hören zu, schauen, fragen — statt zu erklären.
03 · ERGEBNIS
Use-Case-Longlist + Priorisierung
Klar bewertet nach Nutzen, Aufwand, Risiko — gemeinsam mit Ihnen.
04 · DANACH
Pilotvorschlag in einer Woche
Mit Aufwand, Zeitrahmen und Stop/Go-Gates.
Eine Stunde Vorgespräch reicht uns, um den Workshop richtig vorzubereiten.
Unser Vorschlag
21
“
Impossible is just a matter of perspective.
Für Maierhofer übersetzt: weniger Suchen. Weniger Übertragen. Mehr Zeit für Menschen.
Manifest
22
Sprechen wir.
Wann starten wir den Discovery-Workshop?
Ansprechpartner
Andreas Katzian
Co-founder · JadeMind
E-Mail
andreas@jademind.com
Web
jademind.com
Sitz
Velden am Wörthersee
Diese Folien gehen Ihnen im Anschluss als PDF zu — mit Quellen und Vertiefungen.
Danke
23