Wie sortiere und beantworte ich E-Mails mit KI sicher?

KI kann deinen Posteingang entlasten, aber nur mit einer Ordnung, die vor dem ersten Prompt steht. Der Lehrgang Manager für KI-Kompetenzen arbeitet dafür mit drei Schritten: Triage, Matrix und Gegenkontrolle.

Vorab: Zwei Fragen an IT und Datenschutz

Kläre, bevor du Mails in ein KI-Tool gibst:

• Auftragsverarbeitung: Gibt es einen Auftragsverarbeitungsvertrag, wenn der Cloud-Dienst in deinem Auftrag personenbezogene Daten verarbeitet? Art. 28 DSGVO verlangt dafür einen Vertrag oder ein anderes Rechtsinstrument.

• Sensible Daten: Bleiben sie draußen? Im Lehrgang gehören dazu zum Beispiel Personaldaten und Krankmeldungen. Angaben zur Gesundheit zählen nach Art. 9 DSGVO zu den besonderen Kategorien personenbezogener Daten.

Was sonst in einen Prompt darf, ordnet der Beitrag Was darf ich in einen KI-Prompt eingeben?.

Schritt 1: Triage in sechs Kategorien

Bevor die KI etwas sieht, sortierst du als menschlicher Filter. Der Lehrgang kennt sechs Kategorien: Dringend, Routine, Newsletter, Unklar, Tabu und Riskant. Ein Verlauf mit 15 Mails zu einer Projektfreigabe, dessen Kerninformation noch fehlt, landet zunächst bei „Unklar“.

Schritt 2: Die KI-Mail-Matrix

Bewerte die Mail nach Datensensibilität und Fehlerkritikalität. „Hoch“ bedeutet bei der Sensibilität im Lehrgang: Die Mail enthält personenbezogene Daten oder Geschäftsgeheimnisse. Das ist eine bewusst vorsichtige Kursheuristik, keine gesetzliche Einteilung. Daraus folgt:

• Sensibilität niedrig, Fehlerkritikalität niedrig: KI-Entwurf direkt nutzen, etwa bei einer Standard-Abmeldung.

• Sensibilität niedrig, Fehlerkritikalität hoch: zusammenfassen lassen, aber zwingend gegenprüfen, etwa bei einem langen Verlauf mit wichtigen Details.

• Sensibilität hoch, Fehlerkritikalität niedrig: KI meiden oder die Daten vor dem Upload konsequent anonymisieren.

• Sensibilität hoch, Fehlerkritikalität hoch: Tabu. Der Lehrgang sieht dafür keine Verarbeitung durch eine Standard-KI vor, sein Beispiel sind Gesundheitsdaten.

Schritt 3: Prompt und Gegenkontrolle

Lass dir einen Verlauf in drei Stichpunkten zusammenfassen und sag der KI, worauf es ankommt:

„Fasse den folgenden E-Mail-Verlauf in drei Stichpunkten zusammen. Nenne ausdrücklich vereinbarte Limits, Fristen und finale Zusagen und gib an, in welcher Mail sie stehen. [Text ohne sensible Daten einfügen]“

Danach liest du gegen. Die Studie „Lost in the Middle: How Language Models Use Long Contexts“ (Liu et al., 2023) fand bei den untersuchten Modellen und Aufgaben meist die höchste Leistung, wenn die relevante Information am Anfang oder Ende des Kontexts stand. Lag sie in der Mitte, sank die Leistung deutlich, auch bei Modellen, die ausdrücklich für lange Kontexte ausgelegt waren. Wie stark das bei einem aktuellen Modell und deinen Mails zutrifft, sagt die Studie nicht. Ein großes Kontextfenster garantiert aber nicht, dass alle Fakten ankommen, und deshalb liest du gegen. Der Lehrgang nennt keine belastbare Fehlerquote speziell für E-Mail-Zusammenfassungen.

Im Beispiel des Lehrgangs erkennt die KI das Ausgangsproblem in Mail 1 und die Einigung in Mail 15, übersieht aber das Limit von 5.000 Euro in Mail 7. Genau solche Zusagen suchst du im Original nach.

Liest sich die Zusammenfassung flüssig, wächst die Versuchung, sie ungeprüft zu übernehmen und zu senden. Dieses Muster heißt Automation Bias. Im Kundenkontakt bleibt die Verantwortung bei dir, nicht beim Tool. Wie du Antworten systematisch prüfst, steht im Beitrag Wie prüfe ich, ob eine KI-Antwort stimmt?.

Wenn eine Mail zu dringend wirkt

Extrem dringende Bitten aus der angeblichen Chefetage („geheim, sofort überweisen“) sind typisch für CEO-Fraud. Das Bundesamt für Sicherheit in der Informationstechnik (BSI) warnt, dass sich Gesichter und Stimmen mit wenig Aufwand überzeugend fälschen lassen und das Betrugsmaschen wie CEO-Fraud ermöglicht.

Deshalb gilt: Antworte nicht, ruf nicht unter der Nummer aus der Mail zurück und prüfe die Bitte über einen bekannten Zweitkanal, zum Beispiel eine dir bekannte offizielle Nummer. Die IHK für Oberfranken Bayreuth empfiehlt dasselbe Vorgehen: Zahlungsaufforderungen per Rückruf oder schriftlicher Rückfrage über bekannte Kontaktdaten bestätigen, nicht über die verdächtige Nachricht. Melde den Vorfall intern.

Wie du dieselbe Logik auf Besprechungen überträgst, steht im Beitrag Wie setze ich KI für Agenda, Protokoll und Aufgaben im Meeting ein?

Dieser Beitrag ordnet Regeln ein und ersetzt keine Rechtsberatung. Welche KI-Tools du nutzen darfst, entscheidet dein Unternehmen.

Quellen: Liu et al., „Lost in the Middle: How Language Models Use Long Contexts“ (2023, arXiv 2307.03172); Art. 9 und Art. 28 DSGVO (Verordnung (EU) 2016/679); BSI, Seite „Deepfakes“; IHK für Oberfranken Bayreuth, „IT-Security-Tipp 1: CEO-Fraud“. Kursinhalt: Lehrgang Manager für KI-Kompetenzen, Modul 5, Lektion „Den Posteingang mit KI bewältigen“.