Katalog / Alltägliche Büroautomatisierung / AUTO-027

Software-Anleitungen & KI-Nachhilfe am Arbeitsplatz für Office-Werkzeuge

Beschäftigte fragen einen KI-Assistenten, wie sie etwas in Excel, Word, DATEV, dem ERP oder CAD erledigen, und erhalten Schritt-für-Schritt-Anleitungen, Erklärungen zu Fehlermeldungen und kurze Übungen, was interne Supportanfragen verringert.

Schneller Erfolg: bewährt, überschaubarer Aufwand, erste Ergebnisse nach Wochen, geringes regulatorisches Risiko.

In jedem Büro gibt es dieselben Fragen: „Wie mache ich eine Pivot-Tabelle?“, „Warum zeigt DATEV diese Meldung?“, „Wo ist der Export in unserem ERP?“. Heute gehen sie an die Kollegin oder den Kollegen, die/der „sich auskennt“, an die IT-Hotline oder an eine Websuche, die veraltete Forenbeiträge liefert. Ein KI-Assistent, der das Werkzeug kennt, den Screenshot sieht und in der Sprache der Beschäftigten antwortet, gibt in Sekunden eine Schritt-für-Schritt-Antwort, erklärt Fehler und bietet eine kurze Übung an. Es ist Selbsthilfe am Arbeitsplatz, kein Schulungsprogramm, und es entlastet den IT-Helpdesk.

Problem & Nutzen

  • Heute: Wissen steckt in wenigen Köpfen. Kolleginnen und Kollegen unterbrechen sich gegenseitig, die IT beantwortet immer wieder dieselben „Wie mache ich“-Tickets, und viele Beschäftigte nutzen nur einen Bruchteil der Software, für die sie bereits bezahlen.
  • KI-Nutzen: sofortige, kontextspezifische Antworten im Moment des Bedarfs („Lernen im Arbeitsfluss“), Erklärungen von Fehlermeldungen und einfache Übungsaufgaben. Fachleute behalten ihren Fokus; neue Beschäftigte und Teilzeitkräfte werden schneller produktiv.
  • Belege: Pilotergebnisse der Hersteller sind meist selbst berichtet; messen Sie Ihre eigene Ausgangslage (interne Anleitungsanfragen, Zeit bis zur Lösung).
  • Abgrenzung: Formale Lernprogramme und Nachhilfe sind EDU-004; das Lösen oder Weiterleiten echter IT-Störungen ist AGENT-016. Hier behalten die Beschäftigten die Kontrolle und bitten selbst um Hilfe.

Varianten

  • Assistent in der Anwendung: Copilot in Excel/Word/Outlook oder Gemini in Google Workspace, die „Wie mache ich ...?“-Fragen zur gerade genutzten Anwendung beantworten können.
  • Unternehmensspezifischer Hilfe-Bot: ein Chat über interne Arbeitsanweisungen, ERP-Handbücher und „So machen wir das hier“-Seiten (siehe KNOW-002, KNOW-004).
  • Screenshot-Helfer und Übungsmodus: einen eingefügten Fehlerdialog erklären; eine kleine Übung mit Beispieldaten erstellen.
  • Private Nutzung: ein Werkzeug mit einem Chat-Assistenten oder einer lokalen App wie LM Studio lernen.

So funktioniert es

  1. Frage (Text oder Screenshot)
  2. Kontext: Werkzeug, Version, Sprache (aus der Anwendung oder vom Nutzer)
  3. Abruf: Herstellerdokumentation + interne Handbücher (optional)
  4. LLM-Antwort: nummerierte Schritte, Warnhinweise, „wo klicken“
  5. Quellenlinks + Feedback „War das korrekt?“
  6. optionale Übung mit Beispieldaten
  • Wichtige KI-Komponenten: ein allgemeines LLM mit aktuellem Produktwissen, optional ein Bildmodell für Screenshots und Retrieval über interne Dokumente, damit die Antworten zu Ihren Menüs, Vorlagen und Regeln passen.
  • Mensch-in-der-Schleife (Human-in-the-Loop): Die Beschäftigten führen die Schritte selbst aus und sehen sofort, ob sie funktionieren. Alles, was Daten massenhaft ändert (löschen, überschreiben, buchen), muss zuerst an einer Kopie ausprobiert werden. Ungelöste Fälle gehen an die Kollegin bzw. den Kollegen oder die IT.

Datenaufbereitung

Welche Daten: für allgemeine Fragen meist keine. Für unternehmensspezifische Hilfe: Arbeitsanweisungen zu ERP und DATEV, interne Prozessbeschreibungen, FAQ- und Wiki-Seiten, frühere Helpdesk-Tickets (als Quelle wiederkehrender Fragen) und Vorlagen.

Typische Lücken: Anleitungen für alte Softwareversionen, lange PDFs, widersprüchliche Versionen, Tickets mit Kundennamen oder Passwörtern sowie Wissen, das nur in den Köpfen der Kolleginnen und Kollegen existiert (SharePoint, Nextcloud, Wiki, Dateiablagen).

Aufbereitungsschritte: 1. Die 20 häufigsten Anleitungsfragen aus den Helpdesk-Tickets und einer kurzen Mitarbeiterbefragung sammeln (ein halber Tag). 2. 10-30 aktuelle Dokumente pro Werkzeug auswählen, veraltete markieren und die Softwareversion vermerken (1-2 Tage). 3. Personenbezogene Daten und Zugangsdaten aus Tickets und Screenshots entfernen. 4. Ungeschriebene Regeln als kurze Anleitungen aufschreiben (PREP-016) und erste Antworten von Fachleuten prüfen lassen. 5. Zugriffsrechte prüfen, damit der Assistent nur sieht, was jede Nutzerin und jeder Nutzer lesen darf (PREP-023).

Grober Anteil am Aufwand: gering, typischerweise 1-3 Tage für eine erste Version; der größte Nutzen entsteht über den allgemeinen Weg ohne eigene Daten. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

  • KMU - Weg A: Copilot Chat oder Copilot in Microsoft 365 bzw. Gemini in Google Workspace sind ausgereift, in der EU hostbar und den Beschäftigten bereits bekannt; der Prozess ist Standard und braucht keine Integration.
  • Großunternehmen - Weg B: Ein Unternehmens-Hilfeassistent über ERP-, SAP- oder CAD-Dokumentation braucht die Anbindung an Identitäten, Dokumentenquellen und eine gemeinsame KI-Plattform, daher passen Cloud-APIs mit eigener Orchestrierung.
  • Entwickler - Weg C: Open-Source-Chat-Oberflächen mit einem lokalen Modell und Retrieval laufen auf HW2 und geben Produktentwicklern volle Kontrolle.
  • Öffentliche Hand - Weg C: Verwaltungen nutzen spezialisierte Fachverfahren; Vergaberegeln und Vertraulichkeit sprechen für selbst betriebenes oder souveränes deutsches Cloud-Hosting.

Weg A — Kaufen (Standardsoftware)

Für die meisten KMU empfohlen. - Microsoft 365: Microsoft 365 Copilot Chat und das Copilot-Add-on beantworten Anleitungsfragen zu Word, Excel, Outlook und Teams; die Daten bleiben mit Enterprise-Datenschutz im Mandanten, und Microsoft bietet die EU Data Boundary an [2][3]. - Google Workspace: Gemini in den Workspace-Apps, mit den Datenschutzbedingungen von Workspace. - Weitere: Business-Tarife von ChatGPT oder Claude; DATEV, Lexware und viele ERP-Hersteller liefern eigene Hilfeassistenten mit. - In der EU gehostete Optionen: Mistral Le Chat (Frankreich), Angebote auf Basis von Aleph Alpha, IONOS AI Model Hub, STACKIT AI Model Serving (deutsche Cloud). - A wählen, wenn: die Beschäftigten überwiegend gängige Office-Software nutzen und Lizenzen bereits vorhanden sind. Kosten: Lizenz pro Nutzer und Monat; prüfen Sie vor der Bestellung die aktuellen Listenpreise.

Weg B — Auf Cloud-KI-Diensten aufbauen

  • Modelle: Mistral (EU), Azure OpenAI in einer EU-Region, Claude oder Gemini über EU-Regionen der Hyperscaler oder Modell-Endpunkte von IONOS/STACKIT.
  • Stack: Retrieval über interne Handbücher (Azure AI Search, OpenSearch, pgvector), Teams- oder Web-Chat-Oberfläche, Single Sign-on, Quellenangaben.
  • B wählen, wenn: der Hauptnutzen im eigenen ERP- oder CAD-Werkzeug liegt, das kein Herstellerassistent kennt.

Weg C — Selbst betreiben (Open Source)

  • Stack: Open WebUI mit Ollama oder vLLM, ein Open-Weight-Modell mit 8-30B Parametern (z. B. aus den Familien Qwen, Mistral, Llama oder Gemma), Embeddings wie bge-m3 und ein kleiner Vektorspeicher.
  • Hardware: HW2 (eine GPU mit 16-32 GB) genügt für ein Team.
  • C wählen, wenn: Screenshots Kundendaten oder Geschäftsgeheimnisse zeigen, die das Haus nicht verlassen dürfen, oder die Plattform auch AUTO-022 und KNOW-002 bedient.

Weg D — Eigenes Training

Für diesen Anwendungsfall nicht lohnend. Retrieval über aktuelle Dokumente schlägt Feintuning, weil sich Handbücher und Softwareversionen ändern.

Stand der Technik (2026)

  • Aktuelle LLMs beantworten gängige Fragen zu Office-Software gut; Modelle mit Bildverarbeitung lesen Screenshots und Fehlerdialoge.
  • Grenzen: Menüpfade ändern sich zwischen Softwareversionen und Sprachen, daher können Antworten Schaltflächen beschreiben, die es nicht gibt („halluzinierte Klickpfade“). Nischenwerkzeuge (DATEV-Sonderfälle, individuelle ERP-Systeme, CAD-Makros) sind ohne Retrieval über Ihre Dokumente schwach abgedeckt.

Gemeinsame Bausteine & Kombinationen

  • Derselbe Stack wie AUTO-022 (eigene Assistenten), AUTO-023 (Prompt-Bibliotheken), KNOW-002 (RAG über Unternehmensdokumente) und KNOW-004 (Assistent für technische Dokumentation); eine interne Chat-Plattform kann alle bedienen.
  • Kombinationen: AUTO-001 und AUTO-006 als erste Themen; AGENT-016, wo ungelöste Fragen zu Tickets werden.

Aufwand, Kosten & Kennzahlen

  • Weg A: Stunden bis Tage (Lizenz aktivieren, kurze Richtlinie, ein 60-minütiger Auftakt).
  • Weg B: 1-3 Wochen für einen Pilot; Kostentreiber sind die API-Nutzung, der Suchindex und die Pflege der Dokumente.
  • Weg C: etwa 1-2 Wochen inkl. Hardware; Kostentreiber sind GPU, Betrieb und Dokumentenpflege.
  • Kennzahlen: Anzahl interner Anleitungs-Tickets und Unterbrechungen pro Monat, Zeit bis zur Lösung einer typischen Aufgabe, Anteil der als hilfreich bewerteten Antworten, Anteil der Antworten mit korrekter Quelle, Nutzung nach Team, Einarbeitungszeit neuer Beschäftigter.

Menschen & Veränderung

Früh einbinden: die Geschäftsführung (Budget, Richtlinie), Abteilungsleitungen, Endnutzer (sie bestimmen die echten Fragen), die IT (Lizenzen, Helpdesk), die/den Datenschutzbeauftragte(n) und, wo vorhanden, den Betriebsrat (GUIDE-001, GUIDE-008).

Betriebsrat: hängt vom Einzelfall ab. Ein Assistent, der protokolliert, wer welche Fragen stellt, kann zeigen, wer mit welchem Werkzeug Schwierigkeiten hat; das BAG hält die objektive Eignung zur Überwachung nach §87 Abs. 1 Nr. 6 BetrVG für ausreichend, daher sind Werkzeuge im Stil von Copilot in der Regel mitbestimmungspflichtig. §90 Abs. 1 Nr. 3 verlangt die rechtzeitige Unterrichtung über KI-gestützte Arbeitsprozesse; §80 Abs. 3 erlaubt bei Bedarf eine/n KI-Sachverständige/n. Eine kurze Betriebsvereinbarung sollte die individuelle Auswertung von Frageprotokollen ausschließen. Öffentliche Stellen beziehen den Personalrat ein (GUIDE-004).

Datenschutz: Prompts und Screenshots können Kunden- oder Beschäftigtendaten enthalten. Schließen Sie mit dem Anbieter einen AVV (Art. 28 DSGVO) ab, legen Sie „keine personenbezogenen Daten in Screenshots“ fest oder lassen Sie sie unkenntlich machen, und lassen Sie die/den Datenschutzbeauftragte(n) prüfen; eine DSFA ist normalerweise nicht nötig, es sei denn, Protokolle werden personenbezogen ausgewertet (GUIDE-005, GUIDE-010).

KI-Kompetenz: Art. 4 KI-Verordnung (AI Act) verlangt von Anbietern und Betreibern Maßnahmen, die die KI-Kompetenz ihrer Beschäftigten fördern. Eine 60-minütige Einheit zu guten Fragen und zum Erkennen erfundener Menüpfade genügt (GUIDE-006).

Kommunikation und Pilot: Stellen Sie den Assistenten als geduldigen Helfer dar, der Fachleute von wiederkehrenden Fragen entlastet, nicht als Überwachungswerkzeug. Starten Sie mit einem Team von 5-10 Personen und benennen Sie eine KI-Botschafterin bzw. einen KI-Botschafter; laufen Sie 4 Wochen und werten Sie die Fragenliste und das Feedback aus (GUIDE-008, GUIDE-009).

Mensch behält die Kontrolle: Die Beschäftigten führen jeden Schritt selbst aus.

Risiken, Regulierung & Compliance

  • KI-Verordnung (AI Act): minimales Risiko; keine Kategorie nach Anhang III. Die Maßnahmen zur KI-Kompetenz nach Art. 4 gelten. Die Transparenz nach Art. 50 wird durch die Kennzeichnung des Assistenten als KI erfüllt (GUIDE-014). Verwenden Sie Protokolle nicht zur Bewertung von Beschäftigten; das ginge in Richtung der Hochrisiko-Bewertung von Arbeitnehmern nach Anhang III (Pflichten ab 2. Dez. 2027).
  • DSGVO: Prompts, Screenshots und Tickets können personenbezogene Daten enthalten; Datenminimierung, AVV, EU-Hosting wo möglich, kurze Aufbewahrung der Protokolle.
  • Sicherheit und Qualität: Geheimnisse in Screenshots, Prompt-Injection über eingefügte Dokumente, falsche Klickpfade, die Daten beschädigen; nutzen Sie Quellenlinks, eine Regel „an einer Kopie ausprobieren“ und Listen freigegebener Werkzeuge (GUIDE-013, GUIDE-007).

Erste Schritte

  1. Die 20 häufigsten Anleitungsfragen aus Tickets und von den Beschäftigten sammeln (ein halber Tag).
  2. Copilot Chat oder Gemini für ein Pilotteam aktivieren und eine einseitige Nutzungsregel vereinbaren (GUIDE-007).
  3. Betriebsrat und Datenschutzbeauftragte(n) vor dem Start einbinden; den AVV unterzeichnen (GUIDE-004, GUIDE-005).
  4. Einen 4-wöchigen Pilot durchführen, Tickets, Zeit bis zur Lösung und Feedback verfolgen (GUIDE-009).
  5. Wenn unternehmensspezifische Fragen überwiegen, Retrieval über 10-30 kuratierte Arbeitsanweisungen ergänzen (Weg B oder C).

Quellen

  1. Microsoft Learn - Microsoft 365 Copilot overview - https://learn.microsoft.com/microsoft-365-copilot/microsoft-365-copilot-overview
  2. Microsoft Learn - Enterprise data protection in Microsoft 365 Copilot Chat - https://learn.microsoft.com/copilot/microsoft-365/enterprise-data-protection
  3. Microsoft - EU Data Boundary for the Microsoft Cloud - https://learn.microsoft.com/privacy/eudb/eu-data-boundary-learn
  4. Open WebUI documentation - https://docs.openwebui.com/
  5. Ollama - https://ollama.com/
  6. Regulation (EU) 2024/1689 (AI Act) - https://eur-lex.europa.eu/eli/reg/2024/1689/oj