Sprachmodelle in Geschäftsprozesse integrieren: Schnittstellen, Daten und Kontrollschritte
Die kurze Antwort
Behandle das Sprachmodell als einen Verarbeitungsschritt mit definiertem Eingang und überprüfbarem Ausgang. Deine Anwendung entscheidet über Datenzugriff, Validierung und die nächste Aktion. Beginne mit einer begrenzten Aufgabe, deren Fehler erkennbar sind und deren Ergebnis sich korrigieren lässt.
Eine Aufgabe eingrenzen
Ein guter erster Kandidat ist beispielsweise ein Entwurf für die Zusammenfassung einer Service-Anfrage. Das Modell soll den Text verdichten und offene Punkte benennen. Es soll dabei weder den Kunden verbindlich beraten noch den Vorgang eigenständig schließen. Lege fest, wer den Entwurf nutzt und was bei fehlenden Informationen passiert.
Anthropic unterscheidet vordefinierte Workflows von Agenten, die ihre Schritte selbst bestimmen. Für eine feste Abfolge empfehle ich zunächst einen nachvollziehbaren Workflow. Mehr Autonomie ist erst dann sinnvoll, wenn der konkrete Prozess sie benötigt.
Die Schnittstelle vor dem Prompt definieren
Ein möglicher Ausgabevertrag für das Beispiel wäre:
Das ist ein Formatbeispiel, kein ausführbarer API-Aufruf. In der Anwendung sollten zulässige Kategorien, Feldlängen und der Umgang mit leeren Werten festgelegt werden. Ein fehlender Wert darf nicht stillschweigend zur Freigabe werden.
Schema-konforme Modellausgaben helfen bei der Verarbeitung. Sie beweisen aber nicht, dass die Zusammenfassung sachlich stimmt. Die OpenAI-Dokumentation weist ausdrücklich auf verbleibende Fehler sowie mögliche Ablehnungen hin. Auch abgebrochene Antworten müssen einen definierten Fehlerpfad haben.
{"summary": "…", "open_questions": ["…"], "suggested_category": "…"}Lesen und Schreiben bewusst trennen
Für einen ersten Prototyp würde ich die Anwendung nur die für die Zusammenfassung nötigen Felder übergeben lassen. Eingehende Texte sind zu verarbeitende Daten; darin enthaltene Aufforderungen sollen keine neuen Berechtigungen erteilen.
- Eingang: benötigte Felder auswählen und unnötige personenbezogene Inhalte weglassen.
- Verarbeitung: einen Entwurf erzeugen; technische Fehler und leere Antworten abfangen.
- Prüfung: Format, erlaubte Werte und relevante Aussagen gegen den Ausgangstext prüfen.
- Ausgang: den Entwurf getrennt speichern; für den vorgesehenen schreibenden Schritt eine eigene Berechtigungsprüfung und gegebenenfalls Freigabe verlangen.
Wiederholungen gehören zum Ablauf
Stell dir vor, ein Zielsystem speichert einen Entwurf, aber die Bestätigung geht verloren. Ein blinder Retry kann denselben Entwurf zweimal anlegen. Eine stabile Vorgangskennung und eine Prüfung auf bereits erfolgte Verarbeitung helfen, diesen Fall beherrschbar zu machen.
Protokolliere für die Fehlersuche Status, verwendete Konfiguration und Dauer. Vollständige vertrauliche Eingaben gehören nicht automatisch ins Log. Lege außerdem ein Zeit- und Kostenbudget pro Vorgang sowie einen klaren Abbruchzustand fest.
Erfolg an echten Aufgaben beurteilen
Stelle vor dem Einsatz eine kleine Sammlung zulässiger Testfälle zusammen: kurze und lange Anfragen, Mehrdeutigkeit, fehlende Daten und absichtliche Anweisungen im Eingangstext. Ergänze eine erwartete Bewertung pro Fall.
| Kriterium | Prüffrage |
|---|---|
| Fachliche Richtigkeit | Welche Aussagen werden durch die Eingabe gestützt? |
| Nutzbarkeit | Wie viel muss die zuständige Person korrigieren? |
| Betrieb | Was passiert bei Timeout, Ablehnung und wiederholter Zustellung? |
| Aufwand | Steht die eingesparte Arbeit im Verhältnis zu Prüfung, Laufzeit und Kosten? |
Grenzen und Geltungsbereich
Die beschriebenen Abläufe sind ein Architekturvorschlag, kein Nachweis für eine getestete Kundenintegration. Das JSON ist nur eine Illustration.
Berechtigungen, geeignete Datenverarbeitung und fachliche Freigaben hängen vom jeweiligen Einsatz ab. Ein gutes Format, Fine-Tuning oder eine zusätzliche Wissensquelle garantieren keine richtige Antwort.