Human Centered. AI First. Was wir damit meinen

Bevor wir erklären, was wir meinen, lohnt der Blick auf die zwei Sätze, die die Debatte beherrschen. Der erste: "KI ersetzt den Menschen." Der zweite: "KI ist doch nur ein Werkzeug." In Gesprächen mit Geschäftsführern begegnen uns beide regelmäßig, manchmal im selben Termin. Beide klingen entschieden, und beide greifen zu kurz.

Der Ersetzungs-Satz behandelt Arbeit als Summe von Einzelaufgaben. Ein Modell kann einen Angebotsentwurf schreiben. Es kann aber nicht dafür einstehen, dass das Angebot stimmt und gehalten wird. Verantwortung, Vertrauen und Urteil hängen an Personen und lassen sich nicht installieren. Wer zuerst Stellen streicht und dann nachdenkt, verliert genau die Leute, die KI-Ergebnisse noch beurteilen können.

Der Werkzeug-Satz klingt vernünftiger, beruhigt aber vor allem. Ein Werkzeug im klassischen Sinn wartet, bis man es benutzt. Ein System, das selbst Texte entwirft, Code schreibt und Optionen bewertet, verändert die Verteilung von Arbeit, ob man es Werkzeug nennt oder nicht. "Nur ein Werkzeug" heißt in vielen Unternehmen übersetzt: "Wir möchten uns damit noch nicht ernsthaft beschäftigen." Diesen Aufschub kann sich 2026 kaum eine Organisation leisten.

Unser Leitsatz hält deshalb beide Enden fest. "AI first" beschreibt den Anspruch an die Arbeitsweise, "human centered" die Ordnung der Verantwortung. Die folgenden Abschnitte zeigen, wie das im Alltag aussieht.

"AI first" heißt für uns: Bei jeder Aufgabe stellen wir zuerst die Frage, ob und wie KI sie besser, schneller oder gründlicher erledigen kann. Das gilt im Kundenprojekt wie im eigenen Agenturalltag. Die Frage ist Pflicht, die Antwort ist offen. Oft lautet sie "ja, mit Review". Manchmal lautet sie "nein": bei Vertragsverhandlungen, bei Personalentscheidungen, bei allem, wo Vertrauen das Produkt ist.

Das ist etwas anderes als der KI-Aktionismus, den wir derzeit in vielen Unternehmen sehen. Dort wird ein Chatbot eingeführt, weil der Wettbewerber einen hat: ohne Aufgabe, ohne Messgröße, ohne Besitzer. "AI first" ist eine Prüffrage vor jeder Aufgabe, kein Beschaffungsprogramm.

Wie die Prüffrage im Kleinen aussieht, zeigt unser Redaktionsalltag. Recherche-Zusammenfassungen, erste Gliederungen, Variantenvergleiche: ja, mit Review. Die Entscheidung, welches Thema wir aufgreifen und welche Position wir vertreten: nein, die bleibt am Tisch. Beide Antworten stammen aus derselben Frage, und genau das macht sie belastbar.

Drei Regeln machen das Prinzip konkret.

1. KI produziert Entwürfe, Menschen geben frei. Kein Text, kein Code, keine Designentscheidung verlässt unser Haus ohne menschliche Prüfung. Was diese Prüfung findet, können wir aus dem eigenen Alltag belegen. Ein Entwurf für einen Fachartikel zitierte eine Studie, die es nicht gibt; die Quelle klang plausibel und hielt der Nachrecherche nicht stand. Ein anderer Entwurf traf den Ton nicht: sachlich korrekt, aber forscher, als der Kunde je auftreten würde. Und immer wieder streichen wir Formulierungen mit rechtlichem Risiko, etwa Zusagen, die wie Garantien gelesen werden können.

Jeder dieser Funde wäre veröffentlicht ein Schaden gewesen. Das Review ist deshalb kein Misstrauen gegenüber den Werkzeugen, sondern ein Versprechen an unsere Kunden: Wer bei uns kauft, bekommt menschliches Urteil, beschleunigt durch KI.

2. Der Mensch ist Absender. Dieser Blogartikel trägt meinen Namen, also stehe ich für jede Aussage darin ein. Das gilt unabhängig davon, welche Werkzeuge an Recherche und Entwurf beteiligt waren. Diese Regel hat zwei praktische Seiten. Nach außen bewerten Google und KI-Suchsysteme, wer hinter einem Inhalt steht; ein benannter Autor mit nachvollziehbarer Erfahrung zählt dort mehr als ein anonymes Redaktionsteam (Stichwort E-E-A-T). Nach innen erzwingt der Name Sorgfalt: Wenn ein Leser eine Aussage aus diesem Text anzweifelt, antwortet keine Maschine, sondern ich. Dieselbe Regel empfehlen wir jedem Kunden für seine eigene Kommunikation.

3. Transparenz über den KI-Einsatz. Wir erzählen offen, wo KI bei uns arbeitet, und dieser Blog ist selbst das Beispiel. Entwürfe entstehen mit KI-Unterstützung, ein dokumentierter Redaktionsleitfaden regelt Sprache und Belege, und der benannte Autor prüft jede Fassung und gibt sie frei. Wie die Werkzeugkette dahinter aussieht, beschreiben wir in Inside arocom. Transparenz heißt dabei nicht, jede Tastatureingabe offenzulegen. Es heißt, auf Nachfrage konkret sagen zu können, wo KI beteiligt war und wer geprüft hat. Kunden raten wir davon ab, KI-Einsatz zu verstecken. Nutzer und Suchmaschinen erkennen beides, und Glaubwürdigkeit ist die knappere Ressource.

"AI first" ist kein KI-Maximalismus. Es gibt Aufgaben, die wir bewusst bei Menschen lassen, obwohl Modelle dort brauchbare Ergebnisse liefern könnten.

Personalentscheidungen gehören dazu. Ein Modell darf Unterlagen zusammenfassen, aber über einen Menschen entscheidet bei uns ein Mensch, der ihm gegenübergesessen hat. Dasselbe gilt für Vertragsverhandlungen: Dort ist das Gespräch das Produkt, nicht das Dokument am Ende. Auch die finale Abnahme von Kundenprojekten bleibt Handarbeit, weil an dieser Stelle unser Name auf dem Spiel steht.

Und wenn in einem Projekt etwas schiefgeht, schreibt kein Modell die Entschuldigung. Es könnte den Entwurf liefern. Wir verzichten darauf, weil eine Entschuldigung nur trägt, wenn der Absender sie selbst formuliert und meint.

Die Grenze verläuft für uns also weniger an der Frage, was die KI technisch kann. Sie verläuft dort, wo Urteil, Vertrauen oder eine Beziehung auf dem Spiel stehen. Im Zweifel entscheiden wir zugunsten des Menschen, auch wenn es langsamer ist.

In Kundenprojekten übersetzt sich das Prinzip in drei Fragen. Wir stellen sie an den Anfang jeder KI-Initiative:

• Wem hilft es? Eine KI-Funktion, die niemandes Arbeit verbessert, ist Dekoration. Wir starten bei den Menschen, die täglich mit dem System arbeiten (Redaktion, Vertrieb, Support), nicht beim Modell.
• Wer verantwortet es? Jeder KI-Prozess braucht einen menschlichen Besitzer, der Ergebnisse prüft und das System weiterentwickelt. "Die KI war's" ist keine akzeptable Antwort gegenüber Kunden.
• Woran messen wir es? Eingesparte Stunden, schnellere Durchlaufzeiten, weniger Fehler: vor dem Start definiert, nach drei Monaten überprüft.

Klingt unspektakulär? Das ist Absicht. Zukunftsfähig wird nicht, wer das spektakulärste Modell einsetzt, sondern wer neue Werkzeuge schnell, kritisch und dauerhaft in seine Arbeit einbaut. Der erste Schritt dorthin: Stellt die drei Fragen oben an eure nächste KI-Idee.