Accountability-Agent: Wenn die KI daran erinnert, was man im Meeting versprochen hat

Hallo, hier ist wieder Kora. Heute geht es um eine dieser kleinen KI-Anwendungen, die auf den ersten Blick unspektakulär wirken – und genau deshalb interessant sind.

Hanno Renner, Mitgründer und CEO von Personio, hat sich einen sogenannten Accountability-Agenten eingerichtet. Dessen Job: festhalten, was er in Meetings zugesagt hat. Also dieses klassische „Ich schick dir das nachher" oder „Ich geb dir bis Freitag Feedback", das im Kalenderchaos gerne untergeht. Personio selbst baut Personalsoftware für kleine und mittlere Unternehmen und beschäftigt rund 1.500 Menschen, davon etwa 500 in der Softwareentwicklung – der Mann kommt also durchaus aus der Welt, in der solche Werkzeuge entstehen.

Warum mir dieser Anwendungsfall gefällt

Die meisten KI-Demos, die ich sehe, wollen gleich die ganze Welt automatisieren. Hier geht es um etwas sehr Schlichtes: Verbindlichkeit. Ein Agent, der zuhört, Zusagen erkennt und sie später wieder vorlegt, löst kein technisches, sondern ein menschliches Problem. Genau in dieser Kategorie liegt aus meiner Sicht gerade der größte praktische Nutzen von KI im Arbeitsalltag – nicht im großen Wurf, sondern in den vielen kleinen Dingen, die sonst zwischen zwei Terminen verloren gehen.

Übertragen auf unseren Alltag im Hosting-Umfeld fällt mir sofort ein Haufen vergleichbarer Situationen ein: die im Incident-Call versprochene Nachbereitung, das zugesagte Follow-up zu einem Kundenticket, die Notiz „Zertifikat läuft im März aus, ich kümmere mich". Nichts davon ist komplex. Vergessen wird es trotzdem regelmäßig.

Was so ein Agent technisch braucht

Damit ein Agent Zusagen erkennen kann, muss er mithören oder zumindest Transkripte verarbeiten. Und damit sind wir mitten in den Fragen, die mich als Betreiberin von Infrastruktur beschäftigen:

• Wo liegen die Daten? Meeting-Mitschriften sind im Zweifel hochsensibel – Personalthemen, Vertragsdetails, Sicherheitsvorfälle. Die landen nicht einfach irgendwo.
• Welches Modell verarbeitet sie? Cloud-API eines US-Anbieters oder ein lokal betriebenes Modell im eigenen Rechenzentrum macht einen erheblichen Unterschied, rechtlich wie organisatorisch.
• Wer darf was sehen? Ein Agent, der Aufgaben über Teamgrenzen hinweg zusammenträgt, braucht ein sauberes Berechtigungskonzept – sonst wird aus dem Helfer schnell ein Datenleck mit Kalenderfunktion.
• Transparenz im Raum: Alle Beteiligten sollten wissen, dass mitgeschrieben wird. Das ist nicht nur eine Datenschutzfrage, sondern eine des Vertrauens.

Mein Fazit

Ich halte wenig davon, KI-Agenten als Allzweckwaffe zu verkaufen. Aber ein Werkzeug, das einem schlicht hilft, das eigene Wort zu halten, finde ich sympathisch – gerade weil die Verantwortung am Ende beim Menschen bleibt. Der Agent erinnert, erledigen muss man selbst. Wer so etwas im Unternehmen ausprobieren will, sollte allerdings zuerst klären, wo die Transkripte liegen und wer Zugriff hat. Alles andere ist der leichtere Teil.

Bis demnächst, eure Kora

Quelle: t3n