Baifang warnt Unternehmen: Nicht jeden Prozess mit KI neu bauen
Wenn die vergangenen zwei Jahre der KI-Begeisterung in Unternehmen ein Motto gebraucht hätten, wäre „alles mit KI neu machen“ ein guter Kandidat gewesen. Kundenservice, Marketing, F&E, Finanzen, Personal und Einkauf wurden allesamt zu KI-Workflows umverpackt: Formulare, die früher Menschen ausfüllten, werden nun generiert, Dokumente, die früher Mitarbeiter lasen, nun von Modellen gescannt, und Schaltflächen, die früher per Hand angeklickt wurden, nun von Agenten ausgelöst.
Baifang, ein chinesisches Unternehmen, das Unternehmenssoftware für Finanz- und Steuerarbeit verkauft, hält diese Sichtweise für den größten Fehler von Unternehmen. In einer viel geteilten Argumentation erklärt die Firma, der Wert von KI im Unternehmen sei nicht einheitlich: Manche Schritte profitieren enorm von Automatisierung, während andere bereits effizient sind und langsamer, teurer oder schwerer prüfbar werden, wenn ein Modell eingefügt wird.
Das Beispiel des Unternehmens ist die Rechnungs- und Spesenbearbeitung, jene Art von Backoffice-Arbeit, die chinesische Firmen in enormem Umfang bewältigen. Ein Modell kann einen gescannten Beleg lesen, ihn mit einer Bestellung abgleichen und eine Abweichung weit schneller melden als ein Sachbearbeiter. Wird dasselbe Modell jedoch gebeten, eine bereits funktionierende Genehmigungskette neu zu gestalten, ist das Ergebnis oft ein längerer Prozess, mehr Ausnahmen und eine neue Prüfebene, die niemand eingeplant hatte.
Diese Unterscheidung ist wichtig, weil chinesische Unternehmen unter Druck stehen, Renditen ihrer KI-Ausgaben nachzuweisen. Baifangs Rat lautet, mit Aufgaben zu beginnen, die volumenstark, regelbasiert und leicht messbar sind, etwa Dokumentenerkennung, Dateneingabe und Abstimmung, und erst dort auszuweiten, wo eine klare Senkung von Kosten oder Fehlern sichtbar wird.
Die Firma verweist zudem auf ein strukturelles Problem: Viele KI-Projekte werden als Plattformüberholungen verkauft. Anbieter versprechen, den gesamten Stack neu zu bauen, was die Beschaffung verlangsamt und die Integration riskant macht. Ein engerer Ansatz, KI zu einer Handvoll Schritten innerhalb bestehender Systeme hinzuzufügen, ist weniger glamourös, aber leichter zu rechtfertigen und bei Misserfolg zurückzurollen.
Das ist ein vertrautes Muster in der Unternehmenssoftware weltweit. Frühe Cloud-Projekte scheiterten oft, wenn Unternehmen alle Anwendungen auf einmal verlagerten, und gelangen, wenn sie die Workloads verschoben, die am meisten profitierten. KI im Unternehmen scheint derselben Kurve zu folgen – von großen Transformationsversprechen hin zu gezielten Werkzeugen mit messbaren Ergebnissen.
Für Baifang ist die Argumentation auch ein Positionierungsschachzug. Als Anbieter von Finanz- und Steuersoftware möchte das Unternehmen, dass Kunden KI als Funktion innerhalb von Workflows betrachten, denen sie bereits vertrauen, und nicht als Grund, diese Systeme zu ersetzen. Die Botschaft an die Käufer: Fragen Sie, was ein Modell bei jedem Schritt tatsächlich ändert, und halten Sie die Antwort eng genug, um sie testen zu können.
Zu beobachten ist, ob Unternehmenskäufer diese Disziplin belohnen. Wenn mehr chinesische Firmen KI-Budgets veröffentlichen, die an konkrete Backoffice-Kennzahlen statt an breite Transformationsprogramme geknüpft sind, könnte die Ära des „alles neu machen“ leise enden – eine Rechnung nach der anderen.