Automatisierung hat einen guten Ruf, und KI hat ihn zuletzt noch verstärkt. Trotzdem scheitern viele Vorhaben schon an der Auswahl: Man beginnt bei einem Ablauf, der selten vorkommt, bei dem die Eingaben unordentlich sind oder bei dem ein Fehler teuer wird. Dieser Beitrag zeigt an konkreten Beispielen, wann klassische Automatisierung genügt, wo KI wirklich hilft und wie Sie Abläufe erkennen, bei denen sich der Aufwand lohnt.
Klassische Automatisierung oder KI?
Beide Begriffe werden oft vermischt, dabei lösen sie unterschiedliche Probleme. Am deutlichsten sieht man den Unterschied am Rechnungseingang.
Wo feste Regeln genügen
Klassische Automatisierung arbeitet nach dem Prinzip „Wenn dies, dann das“. Eine Lieferantenrechnung kommt als PDF per Mail, die Bestellnummer steht im Betreff. Der Workflow speichert die Datei im richtigen Ordner, sucht die zugehörige Bestellung, vergleicht den Betrag und meldet entweder „passt“ oder „weicht ab“. Bei gleicher Eingabe passiert immer dasselbe. Für alles, was sich eindeutig beschreiben lässt, ist das die robusteste, günstigste und am leichtesten zu prüfende Lösung.
Wo KI sinnvoll ergänzt
Schwierig wird es, sobald die Eingaben nicht mehr einheitlich sind. Dreißig Lieferanten schicken Rechnungen in dreißig Layouts: Bei manchen steht die Bestellnummer im Betreff, bei anderen im Text, bei wieder anderen nirgends. Eine feste Regel wie „der Betrag steht in Zeile 12“ scheitert schon beim zweiten Lieferanten. Ein Sprachmodell liest solche Dokumente eher wie ein Mensch: Es findet Absender, Bestellnummer, Betrag und Fälligkeit, egal wo sie stehen, und gibt sie als saubere Datenfelder zurück. Ähnlich bei einer Kundenmail: Aus dem Freitext erkennt das Modell, dass es um eine Reklamation geht, welche Bestellung gemeint ist und wie dringlich die Sache klingt.
Der Unterschied zeigt sich auch im Ergebnis. Regeln liefern bei gleicher Eingabe immer dasselbe. Die KI liefert eine Einschätzung, die meist stimmt, aber nicht immer. Deshalb braucht jeder KI-Schritt eine Absicherung: einen Abgleich mit bekannten Daten, Stichproben und bei Unsicherheit eine Person, die entscheidet. Das kostet auch beim Aufbau mehr: Ein regelbasierter Workflow ist schneller gebaut und im Betrieb günstiger, ein KI-Schritt braucht mehr Tests und verursacht je Aufruf laufende Kosten. Daraus folgt die Faustregel: KI nur dort, wo Verständnis nötig ist, alles andere erledigen feste Regeln.
In der Praxis ist deshalb fast jede sinnvolle Lösung eine Mischung. Ein Workflow steuert den Ablauf, ein Sprachmodell erledigt einzelne Verständnisschritte, feste Regeln und Menschen sichern das Ergebnis ab. Wann ein System darüber hinaus selbstständig entscheidet, welche Schritte als Nächstes folgen, behandelt der Beitrag KI-Agenten im Unternehmen.
Anwendungsfälle mit realistischem Nutzen
Gute Kandidaten haben vier Merkmale gemeinsam: Sie treten häufig auf, folgen einem erkennbaren Muster, binden spürbar Arbeitszeit und haben überschaubare Folgen, wenn einmal etwas schiefgeht. Drei Bereiche erfüllen das in vielen Betrieben.
Dokumente verarbeiten
Rechnungen, Lieferscheine, Angebote, Formulare: Wo Dokumente per Hand gelesen und Daten abgetippt werden, entsteht wiederkehrender Aufwand. Die KI liest die Felder aus, auch bei wechselnden Layouts, und ein regelbasierter Workflow übernimmt die Daten ins Zielsystem.
Entscheidend ist die Absicherung. Ausgelesene Beträge lassen sich mit Bestellungen abgleichen, Pflichtfelder auf Vollständigkeit prüfen, auffällige Werte an eine Person weiterreichen. Eine Rechnung, die nicht eindeutig erkannt wird, geht dann zur manuellen Prüfung, statt falsch gebucht zu werden.
E-Mails und Anfragen einordnen
Gemeinsame Postfächer wie info@ oder service@ sammeln Nachrichten mit ganz unterschiedlichen Anliegen. Die KI sortiert Eingänge nach Thema und Dringlichkeit, zieht die wichtigen Angaben heraus und bereitet eine Antwort vor. Ein Mensch prüft den Entwurf und versendet ihn. Der Gewinn liegt weniger im Versand als in der Vorarbeit: Die zuständige Person erhält die Anfrage bereits eingeordnet, mit den passenden Informationen aus CRM oder Wissensdatenbank.
Automatisch versendete Antworten ohne Prüfung kommen nur für eng begrenzte, risikoarme Fälle in Frage. Spricht ein System direkt mit Kundinnen und Kunden, gilt zudem die Transparenzpflicht des EU AI Act, die seit dem 2. August 2026 in Kraft ist (siehe Quellen).
CRM und ERP anbinden
Der größte Hebel liegt oft nicht in der KI, sondern in der Verbindung der Systeme. Wenn Daten aus Anfrage, Angebot, Auftrag und Rechnung in getrennten Programmen liegen und von Hand übertragen werden, entstehen Doppelarbeit und Abweichungen. Typische Automatisierungen sind:
- Anfragen aus Website oder Postfach automatisch als Kontakt und Vorgang im CRM anlegen
- Statusänderungen zwischen CRM und ERP abgleichen
- Aufträge aus dem ERP mit Terminen und Aufgaben im Projektsystem verknüpfen
- Zusammenfassungen von E-Mail-Verläufen oder Gesprächsnotizen im Kundendatensatz ablegen
Voraussetzung ist, dass die Systeme Schnittstellen anbieten und die Stammdaten halbwegs sauber sind. Doppelte Kundeneinträge oder uneinheitliche Schreibweisen vervielfältigt eine Automatisierung nur. Klären Sie diese Grundlagen, bevor Sie automatisieren.
Womit sich Abläufe umsetzen lassen
Für den Aufbau gibt es grob drei Wege:
- Workflow-Plattformen wie n8n oder Make verbinden Systeme über Abläufe, die man grafisch zusammensteckt, etwa „Mail geht ein, PDF speichern, KI liest Daten aus, Eintrag im CRM anlegen“. Das passt für viele Standardfälle und lässt sich schnell anpassen. Je nach Plattform läuft der Betrieb in der Cloud oder auf eigener Infrastruktur, was für den Datenschutz einen Unterschied macht.
- Programmierte Anbindungen über die Schnittstellen (APIs) der Systeme bieten mehr Kontrolle, verlangen aber Entwicklung und Pflege. Sie lohnen sich bei hohem Volumen, besonderen Anforderungen oder wenn eine Plattform an Grenzen stößt.
- Eingebaute Funktionen vorhandener Software, etwa Automatisierungsregeln im CRM, sind oft der einfachste Start. Sie reichen aber nur so weit, wie der Hersteller sie vorsieht.
Für KI-Schritte ruft der Workflow ein Sprachmodell über dessen Schnittstelle auf. Hier lohnt ein Blick in die Vertragsbedingungen: Business- und API-Angebote behandeln Daten anders als private Konten. OpenAI beschreibt etwa, dass Daten aus der API standardmäßig nicht zum Training verwendet werden (siehe Quellen); andere Anbieter regeln das abweichend. Klären Sie Auftragsverarbeitung und Datenfluss, bevor echte Kundendaten durch den Workflow laufen, vertiefend im Beitrag ChatGPT und KI im Unternehmen: Datenschutz und sichere Nutzung.
Die Wahl der Plattform ist selten der entscheidende Faktor. Wichtiger sind ein sauber beschriebener Prozess, klare Zuständigkeiten und eine Lösung, die später jemand versteht und warten kann. Mehr zu unserem Vorgehen finden Sie auf der Seite Prozessautomatisierung.
Fehlerbehandlung und Freigaben
Eine Automatisierung ist erst dann alltagstauglich, wenn klar ist, was bei Fehlern passiert. Das gilt für klassische Workflows ebenso wie für KI-Schritte, bei KI aber besonders, weil Fehler nicht nur technisch, sondern auch inhaltlich auftreten. Drei Fehlerarten sollten Sie einplanen:
- Technische Fehler: Ein System ist nicht erreichbar, eine Schnittstelle antwortet nicht, ein Zugang ist abgelaufen. Der Workflow sollte es erneut versuchen, bei anhaltendem Fehler eine zuständige Person benachrichtigen und keine halb erledigten Vorgänge hinterlassen.
- Datenfehler: Pflichtfelder fehlen, Formate passen nicht, Werte wirken unplausibel. Prüfregeln erkennen solche Fälle und leiten sie in eine Klärungsliste.
- Inhaltliche Fehler der KI: Das Modell ordnet eine Mail falsch ein, liest einen Betrag verkehrt oder formuliert unpassend. Dagegen helfen Plausibilitätsprüfungen, der Abgleich mit Referenzdaten, Stichproben und menschliche Freigabe.
Faustregel für Freigaben: Je größer die Außenwirkung oder der mögliche Schaden, desto früher gehört ein Mensch in den Ablauf. Interne Vorsortierung kann weitgehend automatisch laufen. Versand an Kunden, Zahlungen und rechtlich relevante Vorgänge sollten freigegeben werden.
Dazu gehört Nachvollziehbarkeit: Halten Sie fest, welche Eingabe zu welchem Ergebnis geführt hat und wer freigegeben hat. So lassen sich Fehler zurückverfolgen, und Sie bemerken, wenn die Qualität nachlässt. Sehen Sie außerdem einen einfachen Ausstieg vor: Fällt die Automatisierung aus oder wird sie abgeschaltet, muss der Prozess von Hand weiterlaufen können.
Checkliste vor dem Start
- Prozess in einzelnen Schritten beschrieben, inklusive Ausnahmen
- Für jeden Schritt festgelegt: Regel, KI oder Mensch
- Fehlerfall definiert: Wer wird benachrichtigt, was passiert mit dem Vorgang?
- Freigabepunkte für Außenwirkung und kritische Daten festgelegt
- Plausibilitätsprüfungen und Stichproben eingeplant
- Protokollierung und Zuständigkeit für die laufende Pflege geklärt
- Datenschutz und Anbietervertrag für KI-Schritte geprüft
- Manueller Rückfallweg vorhanden
Aufwand und ROI bewerten
Ob sich eine Automatisierung lohnt, lässt sich mit wenigen Größen abschätzen. Nehmen Sie die Zahlen aus Ihrem eigenen Betrieb, nicht aus allgemeinen Versprechen.
Nutzenseite:
- Wie oft fällt der Vorgang pro Monat an?
- Wie lange dauert er heute im Durchschnitt, inklusive Rückfragen und Korrekturen?
- Wie viel Zeit bleibt nach der Automatisierung, etwa für Prüfung und Ausnahmen?
- Welche weiteren Effekte gibt es, zum Beispiel weniger Fehler, schnellere Antworten oder weniger Abhängigkeit von einzelnen Personen?
Kostenseite:
- Einmalig: Analyse des Prozesses, Aufbau, Anbindung, Tests, Schulung
- Laufend: Lizenzen, Hosting, nutzungsabhängige Kosten für KI-Aufrufe, Überwachung und Pflege
- Indirekt: Zeit der Fachabteilung für Abstimmung und Abnahme
Eine grobe Rechnung genügt: Die monatlich gesparte Arbeitszeit, bewertet mit Ihrem internen Stundensatz und abzüglich der laufenden Kosten, ergibt den monatlichen Nutzen. Teilen Sie die einmaligen Kosten durch diesen Betrag, wissen Sie, nach wie vielen Monaten sich der Aufbau bezahlt macht. Rechnen Sie konservativ, und beziehen Sie Prüf- und Ausnahmeaufwand ein. Werte, die Sie nicht kennen, schätzen Sie nicht großzügig, sondern messen sie in einem kleinen Test.
Zwei Effekte werden häufig unterschätzt. Erstens liegt der Aufwand selten im Standardfall, sondern in den Ausnahmen: Ein Prozess, der in neun von zehn Fällen glatt läuft, kann durch den zehnten viel Betreuung erfordern. Zweitens brauchen Automatisierungen Pflege, weil sich Systeme, Dokumente und Anforderungen ändern. Wer das nicht einplant, hat nach einem Jahr eine Lösung, der niemand mehr vertraut.
Beginnen Sie deshalb mit dem Prozess, bei dem Häufigkeit und Zeitaufwand hoch sind, die Regeln klar bleiben und Fehler überschaubare Folgen haben. Wie Sie solche Kandidaten systematisch bewerten und einen Pilot aufsetzen, beschreibt der Beitrag KI im Mittelstand einführen.
Wo sich Automatisierung eher nicht lohnt
Nicht jeder Ablauf ist ein guter Kandidat. Zurückhaltung ist angebracht bei:
- Seltenen Vorgängen: Was dreimal im Jahr vorkommt, rechtfertigt meist weder Aufbau noch Pflege.
- Instabilen Prozessen: Ändert sich der Ablauf ständig oder kann niemand genau sagen, wie er funktioniert, muss zuerst der Prozess geklärt werden.
- Schlechter Datenbasis: Unvollständige oder widersprüchliche Daten führen zu unzuverlässigen Ergebnissen, mit oder ohne KI.
- Hohem Schadensrisiko ohne Kontrollmöglichkeit: Wo ein Fehler erhebliche Folgen hat und sich keine Prüfung einbauen lässt, sollten Sie nicht automatisieren.
- Aufgaben mit Beziehungs- oder Urteilsanteil: Verhandlungen, schwierige Kundengespräche oder Personalentscheidungen profitieren eher von Vorbereitung durch KI als von Automatisierung.
Manchmal ist die beste Maßnahme, einen Prozess zu vereinfachen, statt ihn zu automatisieren.
Selbsttest: Eignet sich Ihr Ablauf?
Nehmen Sie einen Ablauf, der in Ihrem Alltag spürbar Zeit kostet, und gehen Sie diese Fragen durch:
Passt mein Ablauf?
- Kommt er mehrmals pro Woche oder in größerer Zahl pro Monat vor?
- Folgt er einem erkennbaren Muster, auch wenn die Eingaben mal anders aussehen?
- Kann ich beschreiben, woran ich ein richtiges Ergebnis erkenne?
- Kostet er jeden Monat mehrere Stunden Arbeitszeit?
- Lässt sich ein Fehler abfangen, bevor er Schaden anrichtet, zum Beispiel durch eine Prüfung vor dem Versand oder der Zahlung?
- Liegen die Daten digital und halbwegs sauber vor?
- Gibt es jemanden, der den Ablauf genau kennt und die Lösung später betreut?
Antworten Sie überwiegend mit Ja, ist der Ablauf ein guter Kandidat für einen kleinen, begrenzten Test. Stehen bei zwei oder drei Fragen ein Nein, klären Sie zuerst diese Lücke: Oft genügt es schon, den Ablauf einmal sauber aufzuschreiben oder die Daten zu bereinigen, und dieser Schritt allein bringt häufig Entlastung.
Gehen Sie danach den Ablauf Schritt für Schritt durch und markieren Sie bei jedem Schritt, ob eine feste Regel genügt, ob Verständnis gefragt ist (dann kommt KI in Frage) oder ob ein Mensch entscheiden sollte. Genau diese Aufteilung zeigt das Rechnungsbeispiel oben. Je kleiner der Anteil, der wirklich Verständnis braucht, desto leichter gelingt der Einstieg.
Wenn Sie Ihre Antworten gemeinsam durchgehen möchten: In der KI-Beratung schauen wir mit Ihnen, welche Abläufe sich eignen und was Umsetzung und Betrieb kosten würden. Bei der Umsetzung begleitet Sie unsere Prozessautomatisierung. Über die Kontaktseite erreichen Sie uns für ein kostenloses Erstgespräch.
Quellen
Stand der Angaben: November 2026.
Welche Abläufe in Ihrem Unternehmen eignen sich für Automatisierung?
Wir prüfen mit Ihnen, wo sich Aufwand und Nutzen rechnen, und sagen auch, wo Automatisierung nicht sinnvoll ist. Das Erstgespräch ist kostenlos und unverbindlich.
Kostenloses Erstgespräch anfragen



