von Jakob Holderbaum
Firmen, die mit Excel, Netzlaufwerken und gescannten PDFs arbeiten, galten als Nachzügler der Digitalisierung. Mit KI-Systemen, die selbst mit Dateien arbeiten können, dreht sich das: Wer seine Daten auf dem Netzlaufwerk hat, muss sie nicht erst aus Fachsoftware herausholen.
EDV zu Fuß
Hand aufs Herz: Viele Unternehmen arbeiten mit Excel, geteilten Netzlaufwerken und Ordnern voller gescannter PDFs, die von Hand in Tabellen wandern. Dafür wurden sie lange belächelt. Kindergarten-Digitalisierung, so was! Die Argumentation von Kritikern, zu denen auch ich mich selbst gezählt habe, schlug immer in dieselbe Kerbe: Digitalisierung erfordere vollständig digitalisierte Prozesse, für die es zahlreiche standardisierte Angebote gibt oder für die man sich, bei entsprechender finanzieller Ausstattung auch mal eine Datenbank maßschneidern lassen kann. „EDV zu Fuß“, also Excel und Co. auf Netzlaufwerken, habe mit Digitalisierung wenig zu tun. Diese Kritik geht davon aus, dass der gesamte Prozess, der digitalisiert werden soll, auf einer Plattform aufsetzt und nicht auf Einzellösungen, die man dann wieder mühsam miteinander verbinden muss. Copy and Paste? Kennt man.
Was 2026 geschah
Anfang 2026 sind allerdings zwei fundamentale Neuerungen auf den Markt gekommen, die die Welt auf den Kopf stellen können und zugleich diese Kritik torpedieren. Zum einen sind sogenannte agentische Modelle wie Claude Opus von Anthropic alltagstauglich geworden: Agentisch heißt, dass diese Modelle darauf trainiert sind, Probleme mittels Werkzeugen zu lösen. Zum anderen hat Anthropic Claude Cowork auf den Markt gebracht: eine Software, die es mir ermöglicht, ein agentisches System auf meinem Rechner zu betreiben, mit steuerbarem Zugriff auf von mir freigegebene Dateien. Sie enthält Tausende von Werkzeugen, die das agentische System nutzen kann. Aber eben nur, wenn sie jeweils vom menschlichen Anwender freigegeben werden. Diese reichen von der Bearbeitung von Excel- und PowerPoint-Dateien über den integrierten Browser für Webanwendungen bis zur Anbindung an Outlook und SharePoint. Beides zusammen ergibt ein agentisches System: eine Software, die auf meinem Rechner läuft und auf Zuruf Aufgaben abarbeitet. Mit den Werkzeugen, über deren Einsatz ich entscheide, und nur in den Ordnern, die ich explizit freigebe. Für jeden Arbeitsschritt schickt das System nur die Inhalte an das Modell, die es dafür braucht. Ein DSGVO-konformer Einsatz ist möglich, auch wenn die Daten zur Verarbeitung in die USA gehen und nach der Fertigstellung wieder auf den eigenen Rechner heruntergeladen werden. Voraussetzung sind ein Unternehmenstarif, der Modelltraining mit den Daten ausschließt, die passenden Verträge mit dem Anbieter und eine saubere Dokumentation der Risiken.
Typische Aufgaben für ein solches System sind das Sortieren und Umbenennen von Belegen mit anschließender Eintragung in eine Excel-Datei, die Prüfung und Auswertung von verschiedenen BWAs und Liquiditätsplänen oder das Zusammenführen von Wartungsprotokollen und Ertragsdaten zu einem Monatsbericht. Selbst Liquiditätspläne oder Berichte können mit dem System erstellt werden. Diese Beispiele haben alle gemein, dass sie auf Dateien und Strukturen aufbauen, die schon auf dem Netzlaufwerk oder in SharePoint liegen.
Warum ausgerechnet Excel?
Bisher ging man davon aus, dass Menschen Software von Hand bedienen. Und wenn das der Fall war, mussten die Prozesse durch Eingabemasken und Nutzerführung in einer Weise gestaltet werden, die menschliche Fehler vermeidet. Mit einem agentischen System kippt aber genau diese Annahme. Ich bediene nicht länger ein Buchhaltungsprogramm zum Auslesen von Daten, die ich danach händisch in eine Excel-Tabelle eintrage. Stattdessen sage ich meinem System, was ich will, zum Beispiel: „Sortiere die September-Belege in meine Tabelle ein.“ Mit dieser Form der Bedienung brauche ich weder Eingabemasken noch Nutzerführung in Software. Ich brauche lediglich die Dateien, die für den Vorgang relevant sind, bei Bedarf den Zugang zu anderen Programmen wie dem Buchhaltungsprogramm und eine detaillierte Beschreibung des Prozesses. Das aber führt dazu, dass Unternehmen, die eben nicht auf Einzelinstrumente gesetzt haben, weil sie groß genug für flächendeckende Verfahren waren, vor einem Problem stehen: Was in einer Fachsoftware hinter Masken und Schnittstellen liegt, muss erst exportiert oder angebunden werden, bevor ein agentisches System damit arbeiten kann. Die Excel-Datei auf dem Netzlaufwerk jedoch kann dieses System direkt lesen und verarbeiten, wie sie ist, ohne dass vorher etwas umgebaut werden muss. Wer also bisher seine Arbeitsprozesse mit solchen Einzellösungen bewältigt hat und wer seine Daten so vorliegen hat, kann ohne Umbau mit den ersten Automatisierungen durch die KI beginnen. Das ist also alles ganz banal: In meinem eigenen Betrieb liegen Projektverwaltung und Kundenkartei in Excel-Dateien, mein agentisches System pflegt sie. Ein eigenes Programm dafür setze ich nicht ein. Oder nehmen wir den Geschäftsführer eines kleineren Unternehmens aus der Finanzbranche: Der übertrug bisher ein Dutzend unterschiedlicher PDF-Berichte von Hand in ein Excel-Reporting für seine Mandanten. Marktlösungen dafür kosten fünf- bis sechsstellige Beträge, was der Profit des Unternehmens nicht hergibt, manchmal auch deutlich überdimensioniert ist. Mit einem agentischen System steht das erste Reporting nach einem Nachmittag, inklusive eines ersten Gegenchecks. Oder mein zweiter Fall: Der Finanzverantwortliche eines Handelsunternehmens hat seine alte, aufwendig manuell gepflegte Liquiditätsplanung aus drei, vier Excel-Dateien mit seinem agentischen System neu aufgebaut und dabei substanzielle Fehler in den alten Tabellen gefunden, die er selbst immer wieder übersehen hatte. Nicht aus mangelnder Kompetenz, sondern weil Menschen andere Kompetenzen haben als ein agentisches System. Das übersieht nichts, das langweilt sich nicht, auch nicht bei endlosen Zahlenkolonnen.
Erklären statt programmieren
Ein agentisches System muss nicht programmiert werden, zumindest nicht im konventionellen Sinn. Man gibt dem System Anweisungen: Da es auf einem KI-Modell basiert, das natürliche Sprache versteht, Werkzeuge benutzen kann und auf die Lösung technischer Probleme trainiert wurde, beruht die Interaktion mit dem System auf Konversationen. Man kann schreiben oder diktieren, was es tun soll.
Bei den September-Belegen erkläre ich dem System zuerst den Prozess: In welchem Ordner landen die Belege, oder kommen sie gar per E-Mail an? Wo liegt die Excel-Datei, in die diese einsortiert werden? Welche Informationen sind dabei wichtig? Gibt es Regeln für die Zuordnung?
Ich schildere detailliert, wie der Prozess funktioniert und wo die benötigten Dateien zu finden sind. Idealerweise nutze ich dafür die Spracheingabe der Software, damit ich nicht so viel tippen muss. Das Ganze geht aber auch schriftlich. Das System wird Rückfragen stellen und, wenn alles verstanden ist, mit dem Aufbau des Workflows beginnen. Wenn die Vorgaben nicht reichen, kann man nachbessern. Dazu erzeugt es sich eine Textdatei, die Workflow-Datei, die den genauen Ablauf mit allen Details beschreibt.
Von nun an kann ich meinem agentischen System sagen: „Sortiere die Belege des letzten Monats.“ Es wird diese Workflow-Datei lesen und den darin beschriebenen Prozess ausführen. Diese Workflow-Datei ist Software. Eine menschenlesbare Textdatei, die ich lesen und prüfen kann und die auch vom agentischen System genutzt, das heißt ausgeführt wird. Ohne dass ein Entwickler da irgendetwas in irgendeinem Code schreiben musste. Wenn man in diesem Prozess weiter fortschreitet, wird vorhandene Fachsoftware wie die Dokumentenablage (Dokumentmanagement-System, DMS) oder DATEV Schritt für Schritt angebunden: über eine Schnittstelle oder direkt über den Browser.
Und wenn das System einen Fehler macht?
Eins muss klar sein, und gerade hier liegt die Kompetenz und Verantwortung des Menschen: Für die Qualität der Arbeit bin und bleibe ich verantwortlich, egal, ob ich sie von Hand gemacht habe oder ein KI-Modell sie erstellt hat. Ich prüfe jedes Ergebnis. Ich muss das sogar. Prüfen aber kann ich nur, wenn ich mich selbst auskenne. Und verlassen kann ich mich auf nichts: Ein agentisches System klingt auch dann überzeugend, wenn es falsch liegt. Wo ich mich nicht auskenne, fällt mir das kaum auf. Daher lasse ich zum Beispiel die juristischen Dokumente und Auswertungen, die ich mit dem System erstellt habe, von einem Anwalt prüfen. Soll heißen, KI hin oder her, das Fachwissen der Menschen im Betrieb wird dadurch noch wichtiger. Und um das klarzumachen, es ist sogar noch schlimmer: KI-Modelle erfinden nämlich gelegentlich Dinge oder lassen wichtige Details weg. Das liegt an Plausibilitäten, die die KI bewertet und die die Ergebnisse beeinflussen können. Solche Fälle nennt man Halluzinationen. Es ist deshalb sinnvoll, Prüfschleifen in die Workflows einzubauen. Ist etwa ein Liquiditätsplan für eine Kreditanfrage erstellt worden, lässt das System das Ergebnis von zwei weiteren KI-Durchläufen gegenlesen, die gezielt die Rolle eines Controllers und die der Bank einnehmen. Beide geben Feedback, das System arbeitet die Korrekturen ein und legt mir erst dann das Ergebnis vor. Aber auch hier liegt die Entscheidung am Ende beim Menschen.
In meiner Arbeit landen damit nahezu keine Fehler mehr bei mir. Und je wichtiger das Ergebnis, desto öfter lasse ich es prüfen. Ein Handout aus einem aufgezeichneten Gespräch überprüfe ich nach einer Schleife und gebe es frei. Ein juristisches Dokument bekommt fünf oder mehr Schleifen.
Sind dennoch Fehler zu erkennen, gebe ich Feedback: Das System korrigiert das Arbeitsergebnis und merkt sich die Fehlerursache in Form einer Korrektur der Workflow-Datei. So wird der Workflow mit jedem Fehler besser, jede Korrektur wird damit eine Investition. Und Woche für Woche werden die Korrekturen weniger, bis ich den Punkt erreicht habe, an dem meine Prüfung auf Plausibilitäten reduziert werden kann.
Wohin mit der gewonnenen Zeit?
Ob sich ein agentisches System lohnt, entscheidet sich daran, was mit der gewonnenen Zeit passiert – und dass mit solchen Systemen Zeit gewonnen werden kann, ist schnell erkennbar. Viele Unternehmen, mit denen ich arbeite, stecken sie in Kunden und Mitarbeitende statt Stellenabbau. Ihr größter Vorteil sind Menschen, die mit Kunden und Kollegen reden. Wenn der Vertrieb keine Pflegearbeit mehr in irgendwelchen Dateien machen muss, bleibt mehr Zeit für Gespräche mit Kunden. Wenn die Betriebsführung Wartungs- und Ertragsberichte nicht mehr von Hand zusammentragen muss, bleibt mehr Zeit für die Anlagen und die Menschen vor Ort. Wenn der Kundenservice keine stundenlange manuelle Aktenrecherche machen muss, kann er dem Kunden schneller und besser antworten. Unsere Excel-Tabellen haben uns nicht zu guten Unternehmen gemacht. Das hat die Kommunikation mit Menschen getan. Die Tabelle war immer nur ein Werkzeug, das Aufmerksamkeit und Zeit gebraucht hat. Ich nutze die gewonnene Zeit für die Gespräche, die früher liegen geblieben sind.
Zur Person:
Jakob Holderbaum ist Technologie-Unternehmer und Gründer von Holderbaum in Trier. Er begleitet Unternehmen dabei, Technologie einzuordnen und souverän zu verwenden. www.holderbaum.io