David Krause18.1 Cloud-KI oder lokale KI?
| Kriterium | Lokales Modell | Cloud-Modell |
|---|---|---|
| Datenabfluss | keiner — läuft offline | Buchungsdaten verlassen das Haus |
| Kosten je Anfrage | 0,00 € | Entgelt je Zeile |
| Verfügbarkeit | unabhängig von Netz und Anbieter | abhängig von beidem |
| Sprachverständnis allgemein | begrenzt | deutlich besser |
| Feintuning auf eigene Daten | möglich, geringer Aufwand | meist nicht möglich |
Eine Summen- und Saldenliste enthält Gehaltssummen, Lieferantenbeziehungen und Margendaten. Sie an einen externen Dienst zu übertragen, wirft Fragen zur Auftragsverarbeitung auf, die sich schlicht nicht stellen, wenn die Verarbeitung den Rechner nie verlässt.
18.2 Das Architekturprinzip: Regel vor Modell
Der wichtigste Entwurfsgrundsatz lautet: Das Sprachmodell ist die letzte Instanz, nicht die erste. Jede Buchungszeile durchläuft drei Schichten und verlässt das System, sobald eine Zuordnung feststeht.
| Schicht | Verfahren | Anteil |
|---|---|---|
| 1 | Kontonummer-Lookup — SKR03-Konto 4110 ist immer Fertigungslohn | ~75 % |
| 2 | Regelwerk auf dem Buchungstext | ~15 % |
| 3 | Sprachmodell mit Konfidenzschwelle | ~8 % |
Neun von zehn Zeilen werden von Regeln erledigt, die man lesen, prüfen und korrigieren kann. Damit bleibt der unerklärbare Anteil klein und eingegrenzt. Wer umgekehrt vorgeht, hat ein System gebaut, dessen Ergebnisse er nicht mehr begründen kann — gegenüber dem Wirtschaftsprüfer wie gegenüber der Geschäftsleitung.
18.3 Drei sinnvolle Einsatzfelder
Nicht jede Aufgabe eignet sich für KI. Sinnvoll ist sie dort, wo viele gleichartige Fälle nach klaren Regeln entschieden werden — mit einem KI-Fallback nur für die Grenzfälle.
| Einsatzfeld | Aufgabe | Ansatz | Zeitersparnis |
|---|---|---|---|
| SKR-Kontenzuordnung | Nachschliff-Konto → Werkzeugkosten (nicht Instandhaltung!) | regelbasiert + KI-Fallback | 4–5 h → <30 min |
| Buchungstext-Klassifikation | „Nachschliff Fräser" → Kostenart 05 | LoRA auf Firmenvokabular | 6 h → <15 min |
| Abgrenzungsvorschlag | neutrale vs. betriebliche Aufwendung | Regelwerk + Klassifikator | 3 h → <20 min |
18.4 Quantifizierung: Was bringt lokale KI — in Euro und Stunden
Die Einsatzfelder oben lassen sich beziffern. Grundlage ist der Referenzbetrieb; die Annahmen sind bewusst konservativ gewählt.
18.4.1 Zeitersparnis vorher / nachher
| Aufgabe | manuell | mit KI | Ersparnis |
|---|---|---|---|
| DATEV-Export den Kostenarten zuordnen (300–500 Zeilen) | 4–6 h | <10 min | ~5,5 h |
| Buchungstexte klassifizieren | 6 h | <15 min | ~5,75 h |
| Abgrenzung Summenliste prüfen | 3 h | <20 min | ~2,7 h |
| Summe je Monatsabschluss | ~14 h | ~0,75 h | ~13 h |
18.4.2 Investitionskosten
| Position | einmalig | laufend | Bemerkung |
|---|---|---|---|
| Hardware: Mini-PC / NUC (32 GB RAM) | 400–700 € | 0 € | unbegrenzte Laufzeit |
| Software: Python, Transformers, ONNX | 0 € | 0 € | Open Source, keine Lizenz |
| Einrichtung / Fine-Tuning (einmalig) | 400 € | 0 € | oder intern |
| Summe | ~1.100 € | 0 €/Jahr | keine laufenden Kosten |
18.4.3 ROI-Rechnung
Ersparnis/Monat = 8 h × 60 €/h = 480 €
Ersparnis/Jahr = 480 € × 12 = 5.760 €
Amortisation = 1.100 € / 480 € = < 2,3 Monate
ROI Jahr 1 = (5.760 − 1.100) / 1.100 = 424 %
Die Zahlen gelten für einen Betrieb mit regelmäßigem Monatsabschluss und wiederkehrendem Zuordnungsaufwand. Bei kleineren Betrieben mit wenigen Buchungen ist die absolute Ersparnis geringer — die Investition bleibt aber niedrig, sodass sich der Aufbau meist trotzdem innerhalb eines Jahres trägt. Entscheidend ist nicht der ROI-Prozentsatz, sondern dass wiederkehrende, fehleranfällige Handarbeit entfällt.
18.5 DSGVO-Checkliste: lokale KI rechtssicher einsetzen
Auch bei lokaler KI — wo keine Daten das Unternehmen verlassen — gibt es datenschutzrechtliche Anforderungen. „AUTO" heißt: lokale KI erfüllt den Punkt automatisch; „TODO" heißt Handlungsbedarf.
- ✓Keine Datenweitergabe an Dritte — alle Daten bleiben auf dem eigenen ServerAUTO
- ✓Kein Auftragsverarbeitungsvertrag nötig (kein externer Anbieter)AUTO
- ✓Keine Drittlandübermittlung (US-Cloud entfällt)AUTO
- ☐Zugriffsrechte auf den KI-Rechner im Berechtigungskonzept führenTODO
- ☐Verarbeitungstätigkeit ins Verzeichnis nach Art. 30 aufnehmenTODO
- ☐Löschkonzept auch für lokale Trainings-/Cache-DatenTODO
18.6 Die Grenzen — und warum sie bleiben sollen
- 1Es entscheidet nicht. Die Zuordnung einer Buchung ist eine betriebswirtschaftliche Festlegung mit Folgen für Kalkulation und Preis. Das Mensch-Veto ist Konstruktionsbedingung, kein Komfortmerkmal.
- 2Es rechnet nicht. Sprachmodelle erzeugen plausibel aussehende Ergebnisse ohne prüfbaren Rechenweg. Alle Beträge stammen aus deterministischem Code.
- 3Es kennt Ihren Betrieb nicht. Ob ein Meistergehalt Fertigungsgemeinkosten oder Verwaltung ist, hängt von der Organisation ab — das gehört in Schicht 1, dokumentiert und begründbar.
Die technische Umsetzung — Modellauswahl, LoRA-Feintuning, Quantisierung, ONNX-Export — steht bewusst nicht im Buch, weil sie innerhalb von Monaten veraltet. Sie finden sie als eigenen Fachartikel, zusammen mit dem Abgrenzungs-Mapper zum direkten Ausprobieren.
