AI-First ist ein Vorgehen, das bei jeder Aufgabe zuerst fragt, ob eine KI-Lösung oder eine Automatisierung sie erledigen kann, und erst danach nach einem anderen Weg sucht. Menschliche Arbeit kommt dort hinein, wo ein Urteil, eine Haftung oder eine Beziehung daran hängt.
- AI-First
Ein Vorgehen, das für jede Aufgabe zuerst eine KI-Lösung prüft.
Beispiel: „Wir arbeiten AI-First: Jeder neue Ablauf wird zuerst als Automatisierung entworfen und erst dann als Handarbeit.“Herkunft: Der Begriff ist nach dem Muster von „mobile first“ gebaut und stammt von Google. Sundar Pichai kündigte 2016 den Wechsel in eine KI-zuerst-Welt an, zu einer Zeit, als damit noch Bilderkennung und Übersetzung gemeint waren und keine Sprachmodelle.
Abgrenzung: AI-native beschreibt ein Unternehmen, dessen Abläufe von Anfang an um KI herum gebaut sind. AI-enabled beschreibt bestehende Abläufe, denen KI-Funktionen hinzugefügt wurden. AI-First ist die Entscheidung über die Reihenfolge und sagt für sich genommen noch nichts über den Umbau.
Was die Reihenfolge praktisch bedeutet
Die Frage steht ganz am Anfang des Entwurfs: Lässt sich dieser Schritt von einem Modell, einem KI-Agenten oder einer Automatisierung erledigen? Fällt die Antwort ja aus, wird so gebaut, und der Mensch übernimmt die Freigabe. Fällt sie nein aus, wird der Grund festgehalten, weil er in sechs Monaten oft nicht mehr gilt.
Den Ausdruck geprägt hat Google. In seinem Gründerbrief vom 28. April 2016 schrieb Sundar Pichai den Satz, der die Vorlage für alles Spätere wurde: „We will move from mobile first to an AI first world.“
Wo der Ansatz trägt und wo er kippt
Er trägt bei Menge und Wiederholung: Angebote, Protokolle, Übersetzungen, Recherche, Code-Gerüste, Bildvarianten, Auswertungen. Je öfter eine Aufgabe anfällt, desto eher lohnt der Aufbau, und desto schneller amortisiert sich die Einrichtung. Wiederkehrende Abläufe wandern dabei in einen Skill.
Er kippt, wenn die Reihenfolge zum Dogma wird. Eine Aufgabe, die zweimal im Jahr anfällt und von Hand zehn Minuten dauert, wird als Automatisierung teurer, weil sie danach gepflegt werden will und bei jedem Modellwechsel erneut geprüft werden muss. Die Prüffrage ist deshalb eine doppelte: Geht es, und wie oft wird es gebraucht?
Wie wir es halten
Dieses Glossar ist selbst so gebaut. Die Begriffsliste, die Abbildungen, das Anlegen der Einträge, die Verweise und die Prüfungen auf Dubletten, Satzmuster und tote Links laufen maschinell. Was ein Mensch macht: entscheiden, welche Begriffe aufgenommen werden, die Quellen freigeben und jeden fertigen Eintrag lesen. Aus unserer Arbeit an über 2.500 Website-Projekten ist das die Aufteilung, die sich hält: Die Maschine übernimmt das Gleichförmige, der Mensch das Strittige.