Welche Geschäftsprozesse eignen sich für Automatisierung? Ein praxisnaher Entscheidungsrahmen

Eine Tätigkeit kann häufig vorkommen und trotzdem ungeeignet sein, wenn jede Ausführung andere Kontextentscheidungen verlangt. Umgekehrt kann ein kleiner Schritt mit sauberer Datenlage und klarer Freigabe sehr gut automatisierbar sein.

Bewerte deshalb nicht nur gesparte Klicks. Relevant sind Häufigkeit, durchschnittlicher Aufwand, Fehlerfolgen, Datenqualität, Zahl der Ausnahmen, technische Zugänge und die Frage, ob ein Mensch das Ergebnis schnell kontrollieren kann.

Feste Regeln sind passend, wenn dieselbe Eingabe zuverlässig zum selben Ergebnis führen soll: Status setzen, Daten validieren, Erinnerungen auslösen oder Dateien nach eindeutigen Kriterien verteilen. Solche Abläufe sind vergleichsweise gut testbar.

Schnittstellen verbinden Systeme direkt. Sie vermeiden manuelle Übertragung, wenn Quelle und Ziel stabile Datenmodelle und Zugänge bieten. Der eigentliche Aufwand liegt häufig in Zuordnung, Fehlerbehandlung, Berechtigungen und Änderungen der beteiligten Systeme.

KI wird interessant, wenn unstrukturierte Inhalte verstanden, klassifiziert, zusammengefasst oder als Entwurf verarbeitet werden sollen. Ihre Ausgaben können variieren und falsch sein. Deshalb benötigt sie passende Qualitätskontrollen und darf nicht wie eine deterministische Regel behandelt werden.

Dokumentiere einen realen Durchlauf vom Auslöser bis zum Ergebnis. Welche Person erhält welche Information? In welchem System wird etwas geprüft, kopiert, freigegeben oder nachgefragt? Wo entstehen Wartezeit, Doppelpflege und Medienbrüche?

Nimm auch Sonderfälle auf. Wenn ein Auftrag in zehn Prozent der Fälle unvollständig ist, braucht der künftige Ablauf einen sichtbaren Status und eine verantwortliche Person – nicht nur einen idealisierten Hauptweg.

Der künftige Soll-Prozess sollte weniger Schritte haben, nicht nur dieselben Schritte schneller ausführen. Manchmal kann eine unnötige Freigabe entfallen oder ein Formular bereits bessere Eingaben erzwingen, bevor überhaupt Automatisierung nötig wird.

Für erste Piloten eignen sich häufig interne, rückholbare Schritte: Informationen aus einem freigegebenen Formular in eine Auftragsübersicht übertragen, Dokumente vorsortieren, Fristen erinnern, Statusberichte zusammenstellen oder Antwortentwürfe vorbereiten.

Der Mensch prüft dabei das Ergebnis, bevor eine externe Nachricht, Buchung oder Zahlung ausgelöst wird. So lassen sich Datenqualität, Ausnahmefälle und tatsächliche Zeitersparnis beobachten, ohne sofort einen geschäftskritischen Ablauf vollständig abzugeben.

Verhandlungen, Beschwerden, personelle Entscheidungen und ungewöhnliche Kundenfälle benötigen häufig Kontext, Abwägung und Verantwortung. Ein System kann Informationen vorbereiten oder auf fehlende Angaben hinweisen, sollte aber nicht automatisch eine Entscheidung vortäuschen, deren Folgen das Unternehmen nicht kontrolliert.

Besondere Vorsicht gilt bei Entscheidungen über Menschen. Die Europäische Kommission weist zu Artikel 22 DSGVO auf Beschränkungen für ausschließlich automatisierte Entscheidungen hin, die rechtliche Wirkung entfalten oder Personen ähnlich erheblich beeinträchtigen. Ob ein konkreter Ablauf darunter fällt, muss rechtlich und fachlich geprüft werden.

Jede neue Verbindung zwischen Formular, E-Mail, Cloud-Dienst und interner Software verarbeitet Daten und benötigt Berechtigungen. Das BSI betont, dass mit zunehmender Digitalisierung die Angriffsfläche wächst und Cyber-Sicherheit Teil des Risikomanagements sein muss.

Vor dem Start sollten Datenarten, Speicherorte, Zugriffsrechte, Protokollierung und Löschung geklärt sein. Zugangsschlüssel gehören nicht in Quellcode oder frei zugängliche Dateien. Systeme benötigen möglichst kleine Berechtigungen und einen Plan für Ausfall, Missbrauch und Anbieterwechsel.

Beim Einsatz von KI kommt Kompetenz hinzu. Artikel 4 der europäischen KI-Verordnung verlangt von Anbietern und Betreibern Maßnahmen für ein angemessenes Maß an KI-Kompetenz der beteiligten Personen – abhängig von Kenntnissen, Nutzungskontext und betroffenen Personen. Ein kurzer Toolzugang ohne Einweisung ist daher kein belastbares Einführungskonzept.

Ein sinnvoller Business Case beginnt mit dem heutigen Aufwand: Häufigkeit, Bearbeitungszeit, Rückfragen, Fehlerkorrekturen und Wartezeit. Dem stehen Konzeption, Entwicklung, Lizenzen, Integration, Schulung, Betrieb und laufende Anpassungen gegenüber.

Auch qualitative Wirkungen können wichtig sein: schnellere Rückmeldung, vollständigere Daten, weniger Doppelpflege oder bessere Nachvollziehbarkeit. Sie sollten konkret beschrieben werden, statt mit pauschalen Produktivitätsversprechen zu arbeiten.

Ein seltener Prozess mit vielen Ausnahmen kann trotz hoher Einzelbelastung ungeeignet sein. Ein kleiner täglicher Schritt mit stabilen Regeln kann dagegen einen verlässlichen Nutzen liefern und später als Grundlage für weitere Automatisierung dienen.

Definiere vorab einen begrenzten Datenumfang, verantwortliche Nutzer, Prüfschritte und Abbruchkriterien. Während des Piloten werden Fehlerarten, Ausnahmen und tatsächliche Entlastung dokumentiert. Erst danach wird entschieden, ob der Ablauf erweitert, verändert oder beendet wird.

Für den Regelbetrieb braucht es Monitoring, verständliche Fehlermeldungen, Versionspflege und eine Person, die fachliche Änderungen verantwortet. Wenn ein Quellsystem Felder umbenennt oder ein KI-Modell sein Verhalten verändert, muss der Prozess erneut geprüft werden.

Ein Prozess eignet sich, wenn er häufig, verständlich, datenmäßig beherrschbar und sicher prüfbar ist. Ob dafür Regeln, Schnittstellen oder KI passen, ergibt sich erst aus der Art der Eingaben und Entscheidungen.

Je höher die Folgen eines Fehlers, desto kleiner sollte der erste Umfang sein und desto stärker müssen Freigabe, Protokollierung und menschliche Kontrolle ausfallen. Automatisierung ist dann erfolgreich, wenn sie Arbeit verlässlich verbessert – nicht wenn sie möglichst autonom wirkt.