Prozessautomatisierung im Unternehmen: wiederkehrende Aufgaben sinnvoll automatisieren

Prozessautomatisierung klingt nach einem großen Projekt. In der Praxis ist es meistens etwas sehr Nüchternes: Ein Ablauf wiederholt sich immer wieder nach demselben Muster, und ein System übernimmt ihn, statt dass ihn jemand jedes Mal von Hand macht.

Früher lief das fast ausschließlich über feste Regeln: Ereignis X löst Aktion Y aus. Bestellung rein, Lieferschein raus, Benachrichtigung verschickt. Das ist bewährt und läuft zuverlässig, solange sich der Ablauf nicht ständig ändert. Inzwischen kommt eine zweite Ebene dazu: KI-Modelle können Anfragen und Texte inhaltlich einordnen, nicht nur nach starren Mustern filtern. Damit lassen sich auch Fälle automatisieren, die vorher zu unstrukturiert dafür waren.

Ich sehe Prozessautomatisierung deshalb weniger als Werkzeug, das man kauft und installiert, sondern als Betrachtungsweise auf bestehende Abläufe. Man nimmt einen Ablauf auseinander, schaut, welche Schritte wirklich eine Entscheidung brauchen und welche nur Informationen weiterreichen, und überlegt dann, was man getrost abgeben kann. Diese Trennung ist die eigentliche Arbeit. Nicht die Wahl des Tools.

Nicht jeder Ablauf ist ein guter Kandidat, so viel vorweg. Bevor ich Zeit in eine Automatisierung stecke, schaue ich mir ein paar Dinge ehrlich an:

• Er kommt regelmäßig vor, nicht nur einmalig oder selten.
• Ich kann in Worten beschreiben, was in welchem Fall passieren soll, auch wenn eine KI Teile davon übernimmt.
• Die nötigen Daten liegen schon digital vor, nicht nur auf Papier oder im Kopf einzelner Mitarbeiter.
• Es gibt Varianten, aber keine ständig neuen Sonderfälle, die den Ablauf jedes Mal aushebeln.
• Der Aufwand ist im Alltag spürbar, nicht nur gefühlt.

Je mehr davon zutrifft, desto eher lohnt sich der Aufwand für Einrichtung, Test und die spätere Pflege. Ein Prozess, der nur einmal im Quartal vorkommt, sich jedes Mal anders verhält und dessen Daten in E-Mails, Telefonaten oder im Kopf einzelner Personen stecken, ist selten ein guter erster Kandidat. Man kann ihn trotzdem irgendwie automatisieren. Nur steht der Aufwand dann in keinem vernünftigen Verhältnis zum Nutzen.

Und dann sind da noch die Ausnahmen. Fast jeder Ablauf hat welche. Entscheidend ist nicht, ob es sie gibt, sondern ob sie sich klar erkennen lassen. Laufen die meisten Fälle gleich und wird der Rest zuverlässig als Ausnahme erkannt und an einen Menschen weitergereicht, ist das ein guter Kandidat. Weiß man vorher nie, ob man den Standardfall oder die Ausnahme vor sich hat, ist es keiner.

Die besten Kandidaten stecken selten in einer großen Prozessanalyse. Sie stecken im ganz normalen Arbeitsalltag. Ein paar Ansatzpunkte, mit denen ich selbst anfangen würde:

• Welche Aufgaben tauchen im Team jede Woche in ähnlicher Form wieder auf?
• Was kommt im gemeinsamen Postfach ständig in vergleichbarer Form rein?
• Gibt es Tabellen, die manuell gepflegt werden, obwohl die Daten eigentlich aus einem System stammen?
• Wo werden Informationen doppelt erfasst, weil zwei Systeme nicht miteinander sprechen?

Am ehrlichsten ist meistens die direkte Frage an die Mitarbeiter, welche Aufgabe sie als lästig oder repetitiv empfinden. Diese Einschätzung ist oft treffsicherer als jede Analyse von außen. Man muss auch nicht jeden gefundenen Kandidaten sofort angehen, es reicht, eine Liste zu führen und den ersten Prozess bewusst auszuwählen, zum Beispiel indem man ein bis zwei Wochen mitschreibt, welche Aufgaben immer wieder unterbrechen, statt aus dem Bauch heraus zu entscheiden.

Ein Blick lohnt sich fast immer an den Schnittstellen zwischen Abteilungen, etwa zwischen Vertrieb und Buchhaltung oder zwischen Kundenservice und Lager. Genau dort bleibt vieles jahrelang manuell, einfach weil es historisch so gewachsen ist, nicht weil es besonders schwer zu automatisieren wäre.

Klassische Automatisierungs-Baukästen verknüpfen Systeme über feste Trigger und Regeln: Ein Ereignis in System A löst eine Aktion in System B aus. Das funktioniert gut, solange der Ablauf klar strukturiert ist, etwa bei Dateneingabe, Weiterleitung oder wiederkehrenden Berechnungen.

Sobald Freitext, Sprache oder eine inhaltliche Bewertung dazukommen, stoßen reine Baukästen an ihre Grenzen. Genau hier setzt KI-gestützte Automatisierung an: Ein Modell liest eine Anfrage, ordnet sie ein und bereitet eine Antwort oder Entscheidung vor. Manchmal reicht dafür eine fertige Anwendung, manchmal braucht es eine Eigenentwicklung, die über eine Schnittstelle mit einem KI-Modell spricht und dabei gezielt nur auf die Daten zugreift, die für die jeweilige Aufgabe nötig sind.

Meine Erfahrung aus den Projekten, die ich umsetze: Beide Welten schließen sich nicht aus. Ein klassischer, regelbasierter Kern übernimmt das Zuverlässige, etwa das Anlegen eines Datensatzes oder das Weiterleiten an die richtige Stelle. Die KI-Komponente sitzt genau dort, wo Sprache oder Kontext verstanden werden müssen, sonst nirgends. Wer versucht, alles über KI laufen zu lassen, auch die stumpfen Regelteile, macht den Prozess langsamer, teurer in der Wartung und schwerer nachvollziehbar. Wer umgekehrt versucht, alles in starre Regeln zu pressen, scheitert an der Realität der eingehenden Anfragen.

Ein Unterschied wird dabei gerne übersehen: die Nachvollziehbarkeit. Eine klassische Regel lässt sich eindeutig erklären, bei Bedingung X passiert Y. Eine KI-Entscheidung ist wahrscheinlichkeitsbasiert und muss deshalb anders abgesichert werden: begrenzter Zugriff, Protokollierung der Antworten, und die Möglichkeit, unsichere Fälle an einen Menschen zu übergeben.

Für einen Händler mit neun Onlineshops habe ich ein eigenes Ticketsystem gebaut. Die E-Mail-Postfächer aller Shops laufen dort zusammen, jede eingehende Mail wird automatisch zu einem Ticket. Das ist der klassische, regelbasierte Teil.

Davor sitzt eine KI-Komponente, eine Eigenentwicklung, die ich über eine Schnittstelle mit KI-Modellen umgesetzt habe. Sie hat ausschließlich Lesezugriff auf Produkte, Kategorien und Bestelldaten und beantwortet damit einen Großteil der Anliegen direkt und automatisch. Alles, was sie nicht sicher beantworten kann, geht an die Mitarbeiter, die dann mit dem vollständigen Ticket weiterarbeiten.

Der Lesezugriff war keine technische Notlösung, sondern eine bewusste Entscheidung von mir. Die KI soll Informationen einordnen und Antworten formulieren. Sie soll nicht selbstständig Bestellungen oder Daten verändern.

Für diesen Händler war genau das die Kombination, die ich weiter oben beschrieben habe: das Ticketsystem als verlässlicher, regelbasierter Kern, die KI für den unstrukturierten Teil, also das Lesen und Einordnen von Anfragen aus neun ganz unterschiedlichen Shops, und die Übergabe an Menschen bei Unsicherheit, damit kein Anliegen einfach verloren geht.

So sinnvoll Automatisierung sein kann, so wichtig ist der ehrliche Blick auf ihre Grenzen.

Nicht jeder Prozess lohnt die Automatisierung.

Wenn ein Ablauf selten vorkommt oder sich laufend ändert, ist der Aufwand für Einrichtung und Pflege oft größer als der Nutzen. Schlechte Automatisierung schadet zudem aktiv: Eine falsche automatische Antwort oder Entscheidung fällt Kunden und Mitarbeitern auf und kostet Vertrauen zurück, das man nur schwer wiederbekommt. Und Automatisierung ersetzt keine fehlende Klarheit im Prozess selbst. Wenn intern niemand genau weiß, wie ein Ablauf im Zweifelsfall funktionieren soll, wird das Automatisieren eher zum Problem als zur Lösung.

Eine KI-Komponente sollte außerdem nur so viel Zugriff bekommen, wie für die Aufgabe wirklich nötig ist, nicht automatisch alles, was technisch möglich wäre. Wer das ignoriert, automatisiert am Ende nicht die Arbeit weg, sondern verlagert sie nur in eine Form, die sich schwerer kontrollieren lässt.

Was gerne unterschätzt wird: Automatisierung erzeugt selbst Wartungsaufwand. Systeme ändern sich, Schnittstellen werden umgestellt, ein Anbieter dreht an einer Funktion. Wer eine Automatisierung einrichtet und danach nie wieder anschaut, riskiert, dass sie irgendwann im Stillen falsch läuft, ohne dass es sofort auffällt. Mein Rat bleibt deshalb: Prozessautomatisierung nimmt dir Arbeit ab, die klar beschreibbar ist. Sie ersetzt kein Nachdenken darüber, wie ein Prozess ablaufen soll, und sie ersetzt auch keine Entscheidung, die echtes Urteilsvermögen braucht.

Der häufigste Fehler beim Einstieg ist nicht die Wahl des falschen Prozesses. Es ist der Versuch, gleich alles auf einmal anzugehen.

• Fang mit einem einzigen Prozess an, nicht mit einer Gesamtlösung fürs ganze Unternehmen.
• Wähle für den ersten Versuch bewusst einen Ablauf mit hohem Wiederholungsgrad und überschaubarem Risiko.
• Beobachte das Ergebnis in Ruhe, bevor der nächste Prozess drankommt.
• Beziehe die Mitarbeiter ein, die den Prozess heute ausführen. Sie kennen die Ausnahmen, die auf dem Papier fehlen.
• Plane von Anfang an ein, dass jemand die Automatisierung im Blick behält, statt sie einmal einzurichten und nie wieder anzuschauen.

So entsteht Schritt für Schritt ein System aus mehreren kleinen, gut verstandenen Automatisierungen, statt eines Konstrukts, das niemand mehr vollständig überblickt. Mein Rat: Ein einzelner, sauber automatisierter Prozess liefert dir echtes Wissen darüber, wie sich Automatisierung in deinem Unternehmen anfühlt, wo die Stolpersteine liegen und wie viel Betreuung sie tatsächlich braucht. Dieses Wissen ist die Grundlage für jede weitere Entscheidung, kein Werkzeug, das du vorher schon kennen musst.

Mehr zum Thema KI-Komponenten in Abläufen findest du unter KI-Automatisierung. Wie sich speziell Kundenanfragen entlasten lassen, beschreibe ich unter Kundenservice automatisieren. Welche Rolle die Datenbasis dabei spielt, steht unter Warenwirtschaftssysteme als Datenbasis für Automatisierung. Und wenn Prozesse von Anfang an mitgedacht werden sollen, lohnt ein Blick auf Onlineshop erstellen lassen.