Es gibt einen Slack-Channel, den ich genau beobachte. Dort stellt das Accounting-Team von Remote – mehr als 30 Kolleg:innen – Fragen zu unseren Buchhaltungssystemen, vor allem zu SAP.
Jemand braucht einen Wechselkurs. Jemand bekommt eine Fehlermeldung. Jemand erinnert sich, dass es einen Prozess dafür gibt, weiß aber nicht, wo der ausgeführt wird. Diese Fragen wiederholen sich mit der Zeit, und vier Jahre lang musste ich sie meist beantworten.
Heute liefert ein Bot die erste Antwort: ein Notion-KI-Agent, der im Channel mitliest, frühere Fragen und Threads sowie unsere Buchhaltungs-Wissensdatenbank durchsucht und nach etwa 30 Sekunden mit Links und einem Vorschlag für die nächsten Schritte antwortet.
Ich bin Christos Petsis, Associate Accounting Systems Manager bei Remote. Ein Teil meiner Aufgabe ist es, dem Team die richtige Nutzung unserer Buchhaltungssysteme zu ermöglichen. Kam also eine Frage in diesem Channel rein, nahm ich mir die Zeit, sie durchzugehen, zu recherchieren und manuell zu antworten.
Das funktionierte, hing aber von meinem Zeitplan ab.
War ich mit etwas anderem beschäftigt oder saß in einem Meeting, sah ich die Nachricht erst später – die Antwort kam entsprechend spät. War ich nicht im Büro, übernahm jemand anderes die Frage, und die Antwort dauerte noch länger. Die meisten Fragen waren zudem nicht neu. Sie waren schon einmal beantwortet worden – in einem älteren Thread oder in unserer Buchhaltungs-Wissensdatenbank. Die Antwort existierte bereits. Das Problem war, dass niemand genau in diesem Moment an diese Antwort herankam.
Wie der Bot eine Frage beantwortet
Postet jemand eine Frage, reagiert der Bot sofort und teilt mit, dass er frühere Antworten durchsucht. Nach etwa 30 Sekunden liefert er ein Ergebnis: Links zu den früheren Fragen, auf die er sich stützt, und einen Vorschlag für die nächsten Schritte. Eine Frage, die ich manuell beantworte, kostet mich im Schnitt etwa eine halbe Stunde – der Bot spart also fast 29 Minuten pro Antwort. In der Praxis sparen wir noch mehr Zeit, denn zwischen einer Frage und dem Moment, in dem ich die Nachricht sehe, können mehrere Stunden vergehen.
Im Video frage ich den Bot nach dem Wechselkurs von AUD zu GBP in SAP zu einem bestimmten Datum. Er findet passende frühere Fragen, verlinkt sie und liefert eine valide Antwort samt nächstem Schritt. Genau solche Fragen stellt das Team regelmäßig – und genau deshalb basiert der Bot auf früheren Threads.
Es gibt auch einen Eskalationsweg. Ist die Antwort nicht zufriedenstellend, reagiert die Person mit einem roten Kreuz, und der Bot taggt mich. Bei Buchhaltungssystemen ist „selbstbewusstes Raten“ keine Option. Ich weiß lieber sofort, dass der Bot nicht weitergeholfen hat, als dass zunächst jemand aufgrund falscher Informationen handelt.
Was beim Aufbau schiefging
Ich wollte das schon länger bauen, doch Notion-Agenten konnten anfangs nicht in privaten Slack-Channels arbeiten. Diese Einschränkung ist inzwischen behoben, auch wenn es mir schwerfiel, den Agenten mit einem privaten Channel zu verbinden. Am Ende hat es geklappt. Dann fing der Bot an, in Channels zu antworten, in denen er nur mitlesen sollte. Er hatte Zugriff auf mehrere Channels, um aus früheren Threads zu lernen. Ich habe die Agent-Regeln so angepasst, dass er nur in einem einzigen Channel schreibt.
Auch beim Umgang mit Threads musste ich nachbessern. Die eigentliche Frage steht oft nicht im ersten Post eines Threads, sondern in der zweiten oder dritten Nachricht – und die erfasste der Bot nicht. Bis ich die Regeln änderte. Seither liest er den gesamten Thread und entscheidet erst dann, worum es eigentlich geht.
Einige Dinge lassen sich einfach nicht beheben, und damit kann ich gut leben. Eine unklare Frage führt zu einer unklaren Antwort. Eine zu vage Frage gibt dem Bot nichts, womit er abgleichen kann. Dann liefert er gar keine Antwort. Auch eine wirklich neue Frage hat keine frühere Antwort, die sich abrufen ließe. Der Bot übernimmt die wiederkehrenden Fälle – so landen die ungewöhnlichen Fragen mit weniger Rauschen bei mir.
Als Nächstes möchte ich ein Dashboard bauen, um die Erfolgs- und Eskalationsrate des Agenten im Blick zu behalten und zu sehen, wo er sich noch verbessern kann.
Remotes AI for Actual Work-Kurs dreht sich darum, KI auf ein echtes Problem aus dem Arbeitsalltag anzusetzen. Mein Problem lag bereits in einem Slack-Channel: dieselben SAP-Fragen, erste Reaktionen und Antworten, die langsam kamen und zwischen Slack und Notion verstreut waren. Der Kurs hat mir klargemacht, wie viel davon reine Vorbereitung ist. Starte bei einem echten Problem, gib dem Agenten den richtigen Kontext und lass alles, was nicht eindeutig ist, von Menschen bearbeiten.
Der SAP Knowledge Bot ist einfach, aber meiner Meinung nach effektiv genug. Er verändert die Buchhaltung nicht grundlegend. Er gibt ein paar Dutzend Kolleg:innen schnellere erste Antworten und leitet schwierigere Fälle an mich weiter. Genau dafür habe ich ihn gebaut.
Remotes AI for Actual Work-Kurs ist kostenlos. Melde dich unter aiforactualwork.com an und sieh, wie du aus einem Problem im Arbeitsalltag etwas Nützliches machst.
