Die Frage ist selten, ob sich Geschäftsprozesse automatisieren lassen. Die Frage ist, welcher Prozess zuerst dran ist. Genau daran scheitern die meisten ersten Projekte: Es wird ein Vorgang gewählt, der zu selten läuft, zu viel Ermessen verlangt oder sich hinterher nicht beziffern lässt, und am Ende steht ein technisch funktionierendes System, das niemand als Erfolg verbuchen kann.
Kurzfassung
Ob sich ein Prozess automatisieren lässt, entscheidet sich an fünf Merkmalen: Häufigkeit, beschreibbare Entscheidungen, halbwegs strukturierte Eingaben, eine benennbare Verantwortung und bezifferbare heutige Kosten. Wer die heutigen Kosten nicht vor dem Start misst, kann den Nutzen danach nicht belegen.
Wie KI-Automatisierung technisch funktioniert, worin sie sich von klassischer RPA unterscheidet und wie ein Pilot in 90 Tagen abläuft, steht im Leitfaden zur KI-Prozessautomatisierung. Dieser Beitrag setzt eine Stufe davor an: bei der Auswahl.
Der teuerste Fehler passiert vor der ersten Zeile Code
Die KfW hat im Juli 2026 ihre Auswertung zur KI-Nutzung im Mittelstand veröffentlicht (Fokus Volkswirtschaft Nr. 554, KfW-Mittelstandspanel, rund 5.200 antwortende Unternehmen). 20 Prozent der mittelständischen Unternehmen in Deutschland setzen mindestens eine KI-Technologie ein, gegenüber 4 Prozent im Zeitraum 2016 bis 2018. Workflow-Automatisierung und Entscheidungsunterstützung liegen dabei bei 5 Prozent.
Interessanter als die Quote ist die Erklärung. Die Unternehmensgröße ist laut KfW nicht der entscheidende Faktor. Was die Nutzung vorhersagt, sind Digitalisierungsgrad, digitales Know-how und Innovationsfähigkeit; auch Finanzierung und IT-Ausstattung nennt die Studie als Faktoren. Für die genutzten Informationsquellen, also Fachpresse, Messen, Beratung, findet sie einen moderaten Zusammenhang. Die KfW selbst liest das als Hinweis darauf, dass das Erkennen einer nützlichen und gleichzeitig gangbaren Erstanwendung eine wichtige Hürde ist. Nach unserer Erfahrung ist es die entscheidende: Am Budget scheitert selten etwas, an der Frage, welcher Prozess zuerst drankommt, sehr oft.
Das deckt sich mit dem, was wir in Projekten sehen. Die Technologie ist inzwischen langweilig geworden, die Auswahl ist es nicht. Ein schlecht gewählter erster Prozess kostet nicht nur das Projektbudget, er kostet die Bereitschaft der Organisation, es ein zweites Mal zu versuchen.
Fünf Merkmale machen einen Prozess zum guten Kandidaten
Wenn wir Kandidaten sortieren, prüfen wir fünf Eigenschaften. Sie sind unabhängig voneinander, und ein Prozess sollte mindestens vier davon erfüllen.
Er läuft oft. Häufigkeit ist der Multiplikator für alles andere. Ein Vorgang, der zweihundertmal im Monat anfällt, verzeiht eine mittelmäßige Zeitersparnis pro Fall. Ein Vorgang, der zwölfmal im Jahr anfällt, verzeiht gar nichts, weil selbst eine perfekte Lösung nie genug Fälle sammelt, um sich zu rechtfertigen oder um besser zu werden.
Die Entscheidungen lassen sich beschreiben. Nicht “in Regeln gießen”, das wäre zu eng. Es reicht, wenn eine erfahrene Person erklären kann, woran sie ihre Entscheidung festmacht, und wenn es genügend vergangene Fälle gibt, an denen sich das zeigen lässt. Der Test im Gespräch: Kann jemand fünf typische Fälle durchsprechen und dabei jedes Mal begründen, warum er so und nicht anders entschieden hat? Wenn die Antwort “Bauchgefühl, das lernt man nach zehn Jahren” lautet, ist der Prozess kein erster Kandidat.
Die Eingaben sind strukturiert oder halbstrukturiert. Rechnungen, Lieferscheine, Formulare, Bestellbestätigungen, Ticket-Texte, Systemexporte. Alles, was in wiederkehrender Form hereinkommt, auch wenn die Form pro Absender variiert. Wie weit das trägt und wo die Grenzen liegen, steht im Beitrag zur intelligenten Dokumentenverarbeitung.
Es gibt eine benennbare Verantwortung. Eine Person, die den Prozess wirklich verantwortet, Ausnahmen entscheiden darf und in der Abnahme sitzt. Fehlt sie, verhandelst du im Projekt jede Detailfrage neu, weil niemand befugt ist, sie zu schließen. Das ist der Grund, warum wir eine benennbare Prozess- oder Digitalverantwortung als Aufnahmekriterium führen und nicht als Wunsch.
Die heutigen Kosten sind bezifferbar. Nicht geschätzt, sondern messbar. Dazu gleich mehr, es ist der Punkt, an dem die meisten Projekte still scheitern.
Fünf Merkmale sprechen gegen einen Prozess
Die Gegenliste ist genauso wichtig, weil die schlechten Kandidaten sich oft besonders dringlich anfühlen.
Selten. Ein Jahresabschluss-Sonderfall, eine Ausschreibung pro Quartal, eine Vertragsart, die zwanzigmal im Jahr vorkommt. Der Aufwand für Integration, Test und Betrieb fällt trotzdem in voller Höhe an.
Ermessensgetrieben. Prozesse, in denen die eigentliche Arbeit im Abwägen liegt, in Verhandlung, Beziehung oder fachlicher Verantwortung, sind keine Automatisierungskandidaten. Sie sind bestenfalls Assistenzkandidaten, und das ist eine andere Zielsetzung mit anderer Erfolgsmessung.
Ständig in Bewegung. Wenn sich die fachlichen Regeln alle paar Wochen ändern, weil das Geschäft selbst noch sucht, automatisierst du einen Zustand, der bei der Abnahme schon nicht mehr gilt. Erst stabilisieren, dann automatisieren.
Ohne Eigentümer. Prozesse, die zwischen zwei Abteilungen hängen und die keiner reklamiert, sind organisatorisch ungelöst. Automatisierung löst keine Zuständigkeitsfragen, sie macht sie sichtbar und teuer.
Ohne Baseline. Wenn niemand sagen kann, wie viele Vorgänge im Monat anfallen und wie lange einer dauert, gibt es hinterher keinen Vergleichspunkt. Dann wird der Erfolg zur Meinungsfrage, und Meinungsfragen verliert ein Automatisierungsprojekt fast immer.
Vorsicht bei Prozessen mit Beschäftigtendaten
Sobald ein Kandidat personenbezogene Beschäftigtendaten verarbeitet, gehört die Beteiligung der zuständigen Gremien früh auf den Tisch, nicht nach der technischen Abnahme. Wir bringen diesen Punkt im Audit direkt mit auf.
Ohne Baseline ist jede ROI-Aussage unprüfbar
Der häufigste stille Projektfehler ist, dass niemand den Zustand vor der Automatisierung gemessen hat. Danach steht Aussage gegen Aussage: Die IT sagt, die Durchlaufzeit sei gesunken, der Fachbereich sagt, die Arbeit sei nur woandershin gewandert. Beide haben keine Zahlen.
Vier Größen reichen, und sie lassen sich in zwei Wochen erheben.
- Menge. Wie viele Vorgänge pro Monat, aufgeteilt nach den zwei bis drei häufigsten Varianten. Aus dem System gezogen, nicht geschätzt.
- Bearbeitungszeit pro Vorgang. Gemessen an einer Stichprobe von zwanzig bis dreißig echten Fällen. Erfahrungsgemäß liegt die Schätzung aus dem Kopf deutlich unter der Messung, weil Suchen, Rückfragen und Korrekturen nicht mitgezählt werden.
- Nacharbeitsquote. Wie viele Vorgänge müssen ein zweites Mal angefasst werden, weil etwas fehlte oder falsch war. Das ist meist die Zahl mit der größten Überraschung.
- Durchlaufzeit inklusive Liegezeiten. Vom Eingang bis zum Abschluss. Sie erklärt, warum ein Vorgang, der acht Minuten Arbeit ist, elf Tage im Haus liegt.
Diese vier Zahlen sind die Grundlage jeder späteren Wirtschaftlichkeitsrechnung. Wie man daraus eine belastbare Rechnung baut, welche laufenden Kosten hineingehören und welche Fallstricke es dabei gibt, behandelt der Beitrag zum ROI von KI im Unternehmen.
Wenn du die Baseline erst nach dem Go-live erhebst, misst du nicht den Nutzen der Automatisierung, sondern die Erinnerung deiner Kolleginnen und Kollegen an früher.
Der F³-Filter macht Kandidaten vergleichbar
Intern sortieren wir Kandidaten mit dem F³-Filter: Frequenz, Friktion, Finanzhebel. Frequenz ist die Menge, Friktion ist der heutige manuelle Aufwand samt Fehlern und Wartezeiten, Finanzhebel ist der bezifferbare Anteil dieser Reibung. Aus den drei Dimensionen entsteht pro Prozess ein Score, und der Score macht aus einer Diskussion eine Rangliste.
Der Punkt daran ist nicht die Formel, sondern die Disziplin. Sobald zehn Kandidaten mit denselben drei Dimensionen bewertet werden, verschieben sich die Prioritäten regelmäßig gegenüber dem Bauchgefühl der Runde. Prozesse, die niemand genannt hatte, rutschen nach oben, weil sie unspektakulär oft laufen. Prozesse, über die alle geklagt haben, rutschen ab, weil ihre Reibung real, aber selten ist.
Wir wenden den Filter im KI-Prozess-Audit an und arbeiten ihn in der Breite im KI-Workshop durch, wenn es nicht um einen, sondern um zehn bis fünfzehn Kandidaten geht.
Der lauteste Prozess ist selten der richtige erste
In fast jedem Erstgespräch gibt es einen Vorgang, der als Erstes genannt wird, weil er die meiste Frustration erzeugt. Das ist ein wertvolles Signal für Friktion und ein schlechtes für die Reihenfolge.
Der erste automatisierte Prozess ist vor allem eine Lernentscheidung. Er soll offenlegen, wie es um Schnittstellen, Datenqualität, Freigabewege und Akzeptanz im eigenen Haus tatsächlich bestellt ist. Diese Erkenntnisse willst du an einem Fall sammeln, bei dem ein Fehlschlag wenig kostet und ein Erfolg schnell sichtbar wird. Der große, politisch aufgeladene Prozess profitiert später davon, dass diese Fragen bereits beantwortet sind.
Zweites Kriterium für den Einstieg: Fehler müssen sich schnell zeigen. Ein Prozess, dessen Fehler erst im Quartalsabschluss auffallen, ist ein schlechter Lernfall, weil die Rückkopplung zu langsam ist, um das System in wenigen Wochen zu verbessern.
Drei Kandidaten, die im Mittelstand fast immer taugen
Wenn du eine Abkürzung suchst: Diese drei Strecken erfüllen die fünf Merkmale in dokumentenlastigen Back-Offices auffällig oft.
Der Belegeingang. Rechnungen, Lieferscheine und Belege kommen häufig, in wiederkehrender Form, mit prüfbaren Feldern und einer klaren Verantwortung in der Buchhaltung. Fehler zeigen sich innerhalb von Tagen. Das ist der Grund, warum die KI-Dokumentenverarbeitung in den meisten Häusern der erste Kandidat ist.
Die Angebots- und Nachfassstrecke. Anfragen erfassen, qualifizieren, Angebote erzeugen, nachfassen, Aktivitäten im System nachtragen. Hohe Frequenz, viel Tipparbeit, direkt messbarer Umsatzbezug. Der Rahmen dafür ist die CRM-Automatisierung.
Die wiederkehrende Vorgangsanlage. Neue Kunden, Projekte, Akten oder Aufträge in drei Systemen anlegen, jedes Mal dieselben Daten, jedes Mal manuell. Unspektakulär, deshalb selten genannt, und im F³-Filter regelmäßig weit oben.
Was jetzt zu tun ist
Drei Schritte, in dieser Reihenfolge.
Erstens: Schreib zehn Kandidaten auf, aus zwei oder drei Abteilungen, ohne sie vorher zu bewerten. Zweitens: Erheb für die drei aussichtsreichsten die vier Baseline-Zahlen, mit einer Stichprobe statt aus dem Gedächtnis. Drittens: Prüf jeden der drei gegen die fünf Merkmale und die fünf Ausschlussgründe und entscheide dich für genau einen.
Wenn du diesen Schritt nicht allein gehen willst: Im kostenlosen KI-Prozess-Audit gehen wir in 30 Minuten deine Kandidaten durch, wenden den F³-Filter an und benennen ein bis zwei Prozesse, bei denen sich der Einstieg rechnet. Die Umsetzung samt Anbindung an deine Systeme und laufendem Betrieb läuft danach über die Prozessautomatisierung.
