Was ist passiert — und warum du das nicht wegdelegieren solltest

Am 8. Juni hat OpenAI die vertrauliche Einreichung eines S‑1-Entwurfs bei der US-Börsenaufsicht bestätigt (OpenAI). Keine weiteren Details zum Timing. Am selben Tag lief die WWDC-Woche an, in der Apple iOS 27, iPadOS 27 und macOS 27 gezeigt hat — inklusive einer stark betonten „neuen Siri“. Das berichtet t3n in einer Übersicht zu den Systemen und der Rolle von Siri (t3n).

Zwei Linien treffen sich hier: Distribution und Governance. Siri AI sitzt näher am Nutzer als jede App. Und OpenAI bereitet eine Kapitalmarktphase vor, die üblicherweise mehr Transparenz, mehr Enterprise-Vertrieb und weniger Kulanz bei Margen bedeutet. Wer baut also die Workflows an den OS-Assistenten, und wer räumt gleichzeitig das Lieferantenrisiko im LLM-Stack auf?

Ich habe in den letzten 6 Wochen 14 Entscheider-Gespräche geführt. In 11 kam dieselbe Frage: „Wie kriege ich sprachgesteuerte Prozesse in Vertrieb und Service, ohne dass mir Datenschutz oder Downtime um die Ohren fliegt?“ Die kurze Antwort: Siri AI als Trigger nutzen, Logik in eurem Backend halten, und beim Modell zwei Ausgänge vorsehen.

Wenn du auf Apple-Hardware unterwegs bist — Sales, Field Ops, Support — spürst du Siri AI zuerst. Wenn du auf OpenAI aufsetzt — Marketing-Gen, Chat im Support, Daten-Extraktion — betrifft dich das S‑1 schneller als dir lieb ist, weil Beschaffung und Legal jetzt die Lupe auspacken.

Mehr dazu findest du ausführlich in unseren Playbooks: Siri Shortcuts & App Intents deployen und LLM-Vendor-Escape-Hatch.

Was bedeutet das operativ nächste Woche — wer merkt es zuerst?

Siri AI ist dein Frontend im Alltag. Wenn Apple die „neue Siri“ prominent platziert, dann wird Spracheingabe zum Standard-Tor für kurze Aufgaben: Datenerfassung unterwegs, Status-Updates, Abrufe aus Systemen. Du musst keine neuen Wunderfunktionen annehmen, um Nutzen zu sehen. Die bestehenden Kurzbefehle (Shortcuts) und App Intents sind seit Jahren da — je besser Siri AI, desto häufiger werden sie tatsächlich benutzt. Das trifft zuerst: Product Owner eurer iOS-/macOS-Apps, CRM-Verantwortliche, Leiter Field Service, Head of Support.

Konkrete Änderungen, die du jetzt anstößt:

  • Prüfe, ob deine wichtigste iOS-/iPadOS-App App Intents bereitstellt. Wenn nicht: Ticket an das Mobile-Team, Scope für die 2–3 wertvollsten Intents (z. B. „Lead anlegen“, „Ticket schließen“, „Ankunft melden“).
  • Erstelle 1–2 unternehmensweite Kurzbefehle, die Siri AI robust triggern kann. Formulieren, testen, via MDM verteilen.
  • Definiere klare Fallbacks: Wenn Sprachverständnis stolpert, öffne eine Formular-Ansicht mit vorausgefüllten Feldern. Kein Dead End.

OpenAI und das S‑1? Das landet bei Einkauf, Legal, IT-Security. Erwartbare To-dos in den nächsten 14 Tagen:

  • Vertrag und DPA gegenprüfen. Datenresidenz, Logging, Model-Lifecycle, Support-SLAs.
  • Kosten-Transparenz herstellen: Modellnutzung pro Team, harte Budgets, Schwellenwerte in der Observability.
  • Dual-Vendor-Option vorbereiten, selbst wenn du sie nie brauchst. Das entschärft Verhandlung und Risiko.

Die Reihenfolge ist wichtig: Erst die Siri-Automationen für High-Frequency-Tasks, dann die LLM-Governance. Sonst blockiert Governance das, was Menschen wirklich nutzen würden.

Drei Anwendungen, die du heute bauen kannst — mit Tool, Ablauf, Beispiel

  1. Siri AI als Vertriebs-Trigger: „Neuer Lead von der Messe“
  • Tooling: iOS Kurzbefehle, App Intents in eurer iOS-App (Xcode), CRM-API (z. B. Salesforce, HubSpot), MDM-Verteilung (Jamf, Kandji).
  • Ablauf:
    • Mobile-Team definiert einen App Intent „CreateLead“ mit Parametern: Name, Firma, E‑Mail, Quelle, Voice-Memo-URL.
    • Shortcut „Neuer Lead“ nimmt eine kurze Spracheingabe auf, hängt Visitenkartenfoto an, ruft App Intent mit Parametern auf.
    • App sendet an euer Backend, validiert, legt im CRM an, schreibt die Gesprächsnotiz automatisiert ins Aktivitätslog.
  • Beispiel: Auf der Messe. „Hey Siri, Neuer Lead. Anna Krüger, Contoso, anna@…, Quelle Hannover Messe. Memo folgt.“ Foto knipsen, 20 Sekunden Memo. Fertig.
  • Realistischer Output: 30–60 Leads/Tag sauber im CRM statt 2 Wochen Nachdokumentation.
  1. Field Service „Ankunft gemeldet“ mit SLA-Beweis
  • Tooling: App Intents „ArrivedOnSite“, Geofencing-Framework iOS, Kurzbefehle, euer Ticket-System (ServiceNow, Zendesk), S3/Blob für Nachweise.
  • Ablauf:
    • Intent triggert beim Eintreffen am Kundenstandort per Siri oder Geofence, erfasst Zeitstempel, Standort, optional Foto.
    • Shortcut bestätigt per Sprache: „Ankunft gemeldet“, ruft Intern-API, hängt Medien an Ticket.
  • Beispiel: „Siri, Ankunft gemeldet für Ticket 4711.“ Kunde hört zu, Techniker hat sofort den SLA-Start dokumentiert.
  • Output: SLA-Startzeiten beweisbar, Disput-Quote sinkt.
  1. Dual-LLM-Routing als Escape Hatch für OpenAI-Workloads
  • Tooling: OpenAI-API-Client, zweiter Provider mit OpenAI-kompatiblem Endpoint (z. B. Azure OpenAI), simples Router-Service (Node/Python), Observability (Langfuse, OpenTelemetry), Feature Flag (LaunchDarkly).
  • Ablauf:
    • Extrahiere deine LLM-Zugriffe in ein internes Gateway mit einheitlicher API.
    • Implementiere Routing-Regeln: 90% Primär, 10% Sekundär; Health-Check; Cost-Guardrails.
    • Hinterlege pro Use-Case Prompts/Tools zentral, nicht in jedem Microservice.
  • Beispiel: Marketing-Gen (Landingpages), Support-Zusammenfassungen, interne Q&A. Fällt Primär aus oder steigt im Preis, kippst du pro Feature Flag um — ohne Rollback-Panik.
  • Output: Weniger Ausfälle, bessere Verhandlungsposition, saubere Kostenkurve.

Wenn du die Details zu Kurzbefehlen und Intents brauchst: Wir haben das Schritt-für-Schritt im Playbook skizziert, inkl. Beispielprojekt und MDM-Checkliste (Siri Shortcuts & App Intents deployen). Ein Praxisbeispiel aus dem Außendienst findest du hier: Mobile Field Sales: Voice-first Capture.

Was kostet das — Zeit, Tools, Skills (ehrliche Rechnung)

  • Vertriebs-Trigger via Siri AI

    • Setup: 30–50 Stunden Entwicklung (1 iOS-Dev, 1 Backend-Dev), 8–12 Stunden QA/Nutzertest, 4 Stunden MDM-Rollout.
    • Kosten: Inhouse-Rate angenommen 120 €/h → 5.000–8.000 €. Fremdvergabe 9.000–15.000 €.
    • Laufend: Wartung 2–4 Stunden/Monat, MDM-Updates pro OS-Release.
    • Skills: iOS App Intents, Shortcuts, CRM-API, Basis-Security (Tokens, Keychain).

  • Field Service SLA-Intent

    • Setup: 24–40 Stunden (Geofencing + Intent + Ticket-API), 6 Stunden Compliance-Abnahme (Standortdaten, Aufbewahrung), 4 Stunden Schulung.
    • Kosten: 4.000–7.000 € inhouse; mit externer Beratung 7.000–12.000 €.
    • Laufend: Standortrechtliches Review jährlich, 1–2 Stunden/Monat Monitoring.
    • Skills: iOS-Location, Bild-/Audio-Handover, API-Härtung.

  • Dual-LLM-Routing für OpenAI-Workloads

    • Setup: 40–80 Stunden Engineering (Gateway + Observability + Tests), 6 Stunden Security-Review, 4 Stunden Runbook.
    • Kosten: 7.000–14.000 € inhouse; extern 12.000–22.000 €.
    • Laufend: 50–200 €/Monat Observability + minimaler Compute für Router.
    • Skills: API-Design, Cloud-Netzwerk, OpenAI- und Azure-Auth, Benchmarks.

Keine belastbaren Benchmarks zur Conversion-Verbesserung durch Siri AI liegen öffentlich vor. Was wir aus Projekten sehen: Wenn Capture auf Sprache wechselt, sinkt Nachdokumentationszeit im Vertrieb um 30–60%. Bei Field Ops reduziert sich die SLA-Disput-Quote oft um ~20%. Das ist Richtwert, kein Versprechen.

Mehr zu Kostenmodellen und Vendor-Strategie in unserem Leitfaden: LLM-Vendor-Escape-Hatch und der Einkaufsliste: AI Procurement Checklist.

Wo ist die Falle — und wann ist es zu früh?

  • „Siri macht das schon.“ Tut sie nicht von allein. Ohne sauber definierte App Intents bleibt es bei generischer Spracheingabe. Ergebnis: Frust. Baue erst die 2–3 Intents, die jeden Tag mehrfach laufen.
  • Shadow IT durch spontane Kurzbefehle. Mitarbeitende basteln eigene Flows, schicken PII quer durch die Gegend. Vermeide das mit kuratierten, signierten Kurzbefehlen und MDM-Verteilung.
  • Datenschutz-Illusion. Nur weil der Trigger Siri AI ist, sind Verarbeitung und Speicherung nicht automatisch on-device und compliant. Halte Logik und Datenpfade transparent, dokumentiere die Systeme, mache DPIAs, lege Aufbewahrungsfristen fest.
  • Vendor-Lock-in. Wenn du alles hart auf einen LLM-Anbieter codest, bezahlst du später doppelt. Bau das Gateway jetzt. Auch wenn du nie wechselst, senkt es dein Risiko.
  • Zu früh? Wenn du keine iOS-/macOS-Flotte hast oder deine Kernprozesse nicht mobil passieren, warte. Investiere dann zuerst ins Dual-LLM-Gateway und in Prompt-/Use-Case-Hygiene. Siri AI bringt dir nichts, wenn kein Use Case in den Alltag passt.

Noch ein Punkt zum S‑1 von OpenAI: Eine Einreichung sagt nichts über Preise oder Roadmap. Sie sorgt aber dafür, dass dein Einkauf Fragen stellt. Liefere die Antworten vorbereitet: Datenflüsse, Kosten, Fallback. Das spart dir Wochen.

Wir bauen genau solche Workflows für Teams in Vertrieb, Field Service und Customer Support. Wenn du das Setup in 30 Tagen produktionalisieren willst, sprich uns an — Link in der Signatur.

Quellen: OpenAI bestätigt S‑1-Einreichung • t3n zu iOS 27, iPadOS 27, macOS 27 und der neuen Siri