KI in einer App: wo sie wirklich hilft

„Da müsste KI rein.“ Diese Bitte taucht in vielen App-Projekten auf, oft bevor man weiß, wo sie hingehört. Richtig platziert, beseitigt KI eine mühsame Eingabe oder eine Sortierarbeit, die niemand gern macht. Falsch platziert, fügt sie jedem Klick Kosten hinzu, eine selbstbewusst vorgetragene falsche Antwort und eine gesetzliche Pflicht mehr. Die richtige Frage lautet nicht „Brauchen wir KI?“, sondern „Welcher Handgriff des Nutzers wird kürzer?“.

Kurz gesagt

• KI hilft in einer App, wenn sie liest, sortiert, zusammenfasst oder übersetzt, was der Nutzer ihr gibt.
• Was exakt sein muss (ein Betrag, ein Datum, ein Zugriffsrecht), wird weiterhin vom Server nach Regeln berechnet.
• Eine Person prüft, was die KI vorschlägt, sobald das Ergebnis veröffentlicht wird oder jemanden verpflichtet.
• Das Modell wird pro Aufgabe gewählt: in der Cloud oder, für einige einfache Aufgaben, direkt auf dem Smartphone.
• Jeder Aufruf kostet Geld, und ein Chat-Assistent muss sich seit dem 2. August 2026 als solcher zu erkennen geben.

Wo KI wirklich hilft

Die Anwendungen, die sich im Produktivbetrieb bewähren, haben eines gemeinsam: Die KI verarbeitet Material, das der Nutzer liefert, und das Ergebnis lässt sich auf einen Blick prüfen.

• Ein Dokument oder ein Foto lesen. Ein Beleg, ein Lieferschein, eine Visitenkarte, ein Typenschild: Die KI zieht die nützlichen Felder heraus, der Nutzer bestätigt, statt zu tippen.
• Eingehendes sortieren. Eine Kundenanfrage, nach Thema und Dringlichkeit eingeordnet und an die richtige Person weitergeleitet.
• Zusammenfassen. Der Verlauf einer langen Akte, die Historie eines Kunden vor einem Termin, eine transkribierte Besprechung.
• Einen ersten Entwurf schreiben. Eine Standardantwort, eine Beschreibung, ein Protokoll, das die Person vor dem Versand liest.
• Übersetzen. Ein Datenblatt, eine Nachricht, eine Oberfläche, für ein Publikum, das die Sprache des Teams nicht spricht.
• In Ihren Dokumenten suchen. Eine Frage beantworten und dabei die Stelle des internen Dokuments zitieren, auf der die Antwort beruht, wie es unser Artikel über RAG im Unternehmen beschreibt.

Wo sie nichts verloren hat

Ein Sprachmodell erzeugt die wahrscheinlichste Fortsetzung eines Textes. Das ist eine Stärke beim Lesen und Schreiben, eine Schwäche bei allem, was jedes Mal exakt sein muss.

• Berechnungen und Regeln. Eine Summe, eine Fälligkeit, ein Zugriffsrecht werden durch Code auf dem Server berechnet. Die KI kann den Betrag eines Belegs lesen; über den anwendbaren Umsatzsteuersatz entscheidet sie nicht.
• Entscheidungen mit Tragweite. Eine Akte ablehnen, einen Bewerber bewerten, einen Preis festlegen: Die Entscheidung bleibt menschlich, und das Recht regelt automatisierte Entscheidungen, wie unser Artikel über automatisierte Entscheidungen erklärt.
• Was ohne Prüfung hinausgeht. Ein Text, der im Namen des Unternehmens veröffentlicht oder an einen Kunden geschickt wird, geht über eine Person.

Bei Palmora Property, einer Vermittlungsplattform für Immobilien auf Phuket, die wir begleiten, ist das die Regel: Neue Inserate werden im hauseigenen Format verfasst und warten dann auf eine menschliche Freigabe, wie die Fallstudie Palmora beschreibt.

In der Cloud oder auf dem Smartphone

Einer App stehen zwei Familien von Modellen zur Verfügung, und sie ergänzen sich.

Die beiden großen mobilen Betriebssysteme öffnen ihr eingebautes Modell inzwischen für Apps. Apple stellt sein Framework Foundation Models als Zugang zum eingebauten Sprachmodell vor, auf dem Apple Intelligence beruht, mit offline verfügbaren Funktionen und kostenloser Inferenz für Entwickler, laut seiner Pressemitteilung vom September 2025. Auf Android läuft Gemini Nano auf dem Gerät, um zusammenzufassen, zu korrigieren, umzuformulieren oder ein Bild zu beschreiben, kann aber auf dem Smartphone des Nutzers nicht verfügbar sein, warnt die Android-Dokumentation, die dann rät, auf ein Modell in der Cloud umzuschalten.

Für eine Unternehmens-App ist die Kombination oft die richtige Wahl: das Smartphone für kleine Aufgaben und den Offline-Betrieb, die Cloud für das, was ein leistungsfähiges Modell braucht. Sind die Daten sensibel, gibt es auch Modelle, die man auf eigenen Servern betreibt, beschrieben in den vier Stufen privater KI.

Was jeder Aufruf kostet

Eine KI-Funktion in der Cloud hat nicht nur Entwicklungskosten: Sie kostet bei jeder Nutzung, und diese Kosten wachsen mit dem Erfolg der App. Drei Gewohnheiten halten sie im Griff.

1. 01Das richtige Modell pro Aufgabe.

   Eine Anfrage zu sortieren braucht nicht das teuerste Modell. Man wählt das Modell Aufgabe für Aufgabe und hält diese Wahl änderbar.

2. 02Nie zweimal bezahlen.

   Ein bereits übersetzter oder zusammengefasster Text wird zwischengespeichert und geht nicht erneut an das Modell.

3. 03Eine Obergrenze und ein Alarm.

   Ein Zähler pro Nutzer und Tag verhindert, dass eine Schleife oder ein Missbrauch das Budget leert.

Das wenden wir bei Palmora Property an: Die Inserate werden dort von einem Modell, das wegen seiner Kosten gewählt wurde, etwa sechsmal günstiger als das Standardmodell, in sechs Sprachen übersetzt, und ein Cache verhindert, dass dieselbe Übersetzung zweimal bezahlt wird. Die vollständige Rechnung steht in den Kosten der KI im Unternehmen.

Hinzu kommt eine Sicherheitsregel: Der Zugriffsschlüssel für das Modell liegt nie in der auf dem Smartphone installierten App, wo er lesbar wäre. Der Aufruf läuft über den Server, der prüft, wer was anfragt, wie die Sicherheit einer Anwendung im Einzelnen erläutert.

Die Regeln, die Sie kennen sollten

Seit dem 2. August 2026 gilt Artikel 50 des AI Act: Ein KI-System, das mit Personen interagiert, muss ihnen mitteilen, dass sie mit einer KI sprechen, sofern das nicht offensichtlich ist, so der Service Desk der Kommission zum AI Act. Die an das Modell gesendeten Daten unterliegen weiterhin der DSGVO: Wohin gehen sie, und werden sie vom Anbieter weiterverwendet? Der vollständige Überblick steht in AI Act und DSGVO für ein mittelständisches Unternehmen. Eine App, die Minderjährigen offensteht, verlangt zusätzliche Wachsamkeit, die wir in KI-Begleiter und Jugendliche behandeln.

Wo man anfängt

Gehen Sie vom mühsamsten Handgriff Ihrer Nutzer aus, nicht vom Modell, das gerade in Mode ist. Ist es eine Eingabe auf Grundlage eines Dokuments, spart ein Auslesen durch die KI mit menschlicher Bestätigung schon ab der ersten Version Zeit. Messen Sie anschließend die Korrekturquote: Sie zeigt, ob die Funktion hilft oder überarbeitet werden muss.

Diese Funktion gehört in das Lastenheft, wird an einem klickbaren Prototyp getestet und wirkt sich auf den Preis der App ebenso aus wie auf ihr Wartungsbudget. Werkzeuge, die eine ganze App generieren, werfen andere Fragen auf, behandelt in Vibe Coding und Low-Code oder Code. Der Rest des Weges (Wahl des Backends mit Supabase, Firebase oder eigenem Server, PWA oder native App, offline, Außendienstteams, Kundenportal, Individualentwicklung oder Standardwerkzeug, Benachrichtigungen, Abonnement, Entwicklerkonto, Übernahme einer aufgegebenen App) ist in der Rubrik zusammengefasst. Und für die Schule hat die Debatte ihren eigenen Artikel: KI verbieten oder lehren.

Unsere App-Entwicklung beziffert jede KI-Funktion samt ihren monatlichen Nutzungskosten, schon in der Konzeptionsphase.

Häufige Fragen

Quellen

1. Apple Newsroom, Framework Foundation Models, September 2025 (neuer Tab)apple.com
2. Android-Dokumentation, Gemini Nano (neuer Tab)developer.android.com
3. Service Desk der Europäischen Kommission zum AI Act, Artikel 50 (neuer Tab)ai-act-service-desk.ec.europa.eu