Ein mühsamer Ablauf ist ein naheliegender Kandidat für Automatisierung. Doch gerade dort, wo Mitarbeitende denselben Vorgang unterschiedlich bearbeiten, Regeln nur im Kopf einzelner Personen liegen oder Ausnahmen ständig überraschen, entsteht durch KI nicht automatisch Ordnung. Häufig verarbeitet sie die bestehende Unklarheit nur schneller.
Das bedeutet nicht, dass erst ein vollständig standardisierter Prozess vorliegen muss. Für einen begrenzten Pilot reicht eine praktikable Mindestklarheit. Sie macht sichtbar, was die KI übernehmen darf, wo ein Mensch entscheidet und woran ein brauchbares Ergebnis zu erkennen ist.
Woran Sie einen unklaren Prozess erkennen
Unklarheit zeigt sich selten in einem einzelnen großen Problem. Meist sind es mehrere kleine Hinweise:
- Zwei Personen bearbeiten denselben Fall auf unterschiedliche Weise.
- Niemand kann eindeutig sagen, wer für den nächsten Schritt oder das Endergebnis verantwortlich ist.
- Ausnahmen werden erst entdeckt, wenn ein Fall bereits stecken bleibt.
- Informationen wechseln zwischen E-Mail, Papier, Excel und einem Fachsystem, ohne dass ein führender Stand erkennbar ist.
- „Gut genug“ ist nicht beschrieben: Es fehlen Kriterien für Vollständigkeit, Richtigkeit oder Freigabe.
Ein solcher Ablauf kann im Alltag trotzdem funktionieren, weil erfahrene Mitarbeitende Lücken mit Wissen und Rückfragen schließen. Eine Automatisierung besitzt dieses stillschweigende Verständnis nicht. Was nicht im Ablauf, in Daten oder Regeln erkennbar ist, muss sie erraten oder an einen Menschen zurückgeben.
Warum KI Unklarheit verstärken kann
KI ist gut darin, unterschiedliche Formulierungen zu verarbeiten und aus Beispielen plausible Ergebnisse abzuleiten. Plausibel ist jedoch nicht automatisch fachlich richtig. Wenn Eingaben unvollständig sind, Regeln einander widersprechen oder das gewünschte Ergebnis je nach Person anders aussieht, fehlt eine stabile Grundlage für die Prüfung.
Dann entstehen beispielsweise überzeugend formulierte Antworten mit falscher Einordnung, Dokumentdaten landen im falschen Feld oder Sonderfälle werden wie Standardfälle weitergeleitet. In einem manuellen Ablauf fällt eine Unsicherheit oft durch eine Rückfrage auf. In einem automatisierten Ablauf kann derselbe Fehler viele Fälle betreffen, bevor jemand das Muster erkennt.
Besonders problematisch wird es, wenn nicht festgelegt ist, wer das Ergebnis kontrolliert und was bei Unsicherheit passiert. Deshalb beginnt eine belastbare KI-gestützte Prozessautomatisierung nicht mit dem Modellnamen, sondern mit dem Ablauf und seinen Verantwortlichkeiten.
Welche Mindestklarheit vor einem Pilot reicht
Sie brauchen kein umfangreiches Prozesshandbuch. Für einen ersten Test sollten sieben Punkte in einfachen Worten beantwortet sein:
- Auslöser: Wodurch beginnt der Ablauf?
- Eingabe: Welche Informationen oder Dokumente werden benötigt?
- Ergebnis: Was soll am Ende konkret vorliegen?
- Entscheidungspunkte: Welche Regeln verändern den weiteren Weg?
- Ausnahmen: Welche häufigen Sonderfälle sind bereits bekannt?
- Verantwortung: Wer entscheidet bei Zweifeln und trägt die fachliche Verantwortung?
- Kontrolle: Was wird vor Versand, Freigabe oder Weiterverarbeitung geprüft?
Diese Punkte sind zugleich eine knappe Klärung von Prozess und Anforderungen. Sie verhindern, dass ein Unternehmen ein Werkzeug auswählt, bevor klar ist, welche Aufgabe es zuverlässig unterstützen soll.
Den Ablauf auf einer Seite sichtbar machen
Für kleine Unternehmen genügt oft ein Blatt im Querformat oder ein digitales Whiteboard. Teilen Sie es in fünf Bereiche:
- Start: Auslöser und benötigte Eingaben.
- Normalfall: Die drei bis sieben wichtigsten Arbeitsschritte.
- Entscheidungen: Verzweigungen mit einer klaren Frage, etwa „Sind alle Pflichtangaben vorhanden?“
- Ausnahmen: Bekannte Fälle, die an eine Person gehen.
- Ende: Ergebnis, Ablage, Freigabe und verantwortliche Rolle.
Gehen Sie die Seite anschließend mit einer Person durch, die den Ablauf regelmäßig ausführt. Markieren Sie Stellen, an denen „kommt darauf an“ gesagt wird. Genau dort fehlen meist eine Regel, ein benötigtes Datum oder eine bewusste menschliche Entscheidung. Nicht jede dieser Stellen muss vor dem Test gelöst sein. Sie muss aber sichtbar sein und einen sicheren Umgang bekommen.
Hypothetisches Beispiel: eingehende Kundenanfragen
Angenommen, ein kleiner Betrieb möchte Anfragen aus einem gemeinsamen Postfach automatisch einordnen und Antwortentwürfe vorbereiten. Heute erkennt eine erfahrene Mitarbeiterin aus dem Kontext, ob es sich um eine neue Anfrage, eine Reklamation oder eine Rückfrage zu einem bestehenden Auftrag handelt. Pflichtangaben sind nicht festgelegt und manche Nachrichten werden direkt weitergeleitet, andere erst nach telefonischer Rückfrage.
Ein KI-System könnte zwar sofort Kategorien und Entwürfe erzeugen. Ohne Mindestklarheit bliebe jedoch offen, welche Kategorie im Zweifel gilt, welche Angaben für eine Antwort fehlen und wer sensible oder dringende Fälle übernimmt.
Für einen begrenzten Test könnte das Unternehmen deshalb drei Kategorien definieren, fünf Pflichtangaben notieren und Reklamationen grundsätzlich an eine verantwortliche Person leiten. Die KI erstellt nur interne Vorschläge und markiert fehlende Angaben; sie versendet nichts selbst. So wird ein klar abgegrenzter Teil getestet, während offene Sonderfälle bewusst beim Menschen bleiben. Das Beispiel ist ein mögliches Muster, keine reale Kundenreferenz.
Prozessklärung ist keine Überbürokratisierung
Ein Prozess muss nicht jede denkbare Ausnahme in einem komplizierten Diagramm abbilden. Zu viel Dokumentation kann den Einstieg genauso blockieren wie zu wenig Klarheit. Entscheidend ist, dass der Testbereich verständlich begrenzt ist und Abweichungen nicht unbemerkt weiterlaufen.
Praktische Prozessklärung beantwortet konkrete Arbeitsfragen. Wer liefert welche Information? Welche Entscheidung darf automatisiert vorbereitet werden? Wann stoppt der Ablauf? Wer gibt frei? Sobald diese Punkte für den Pilot tragfähig sind, kann der Test beginnen. Seltene Sonderfälle dürfen zunächst in einem Sammelweg für manuelle Bearbeitung landen.
Wann ein früher KI-Pilot trotzdem hilfreich ist
Ein Pilot kann gerade bei einem noch nicht vollständig geklärten Prozess nützlich sein, wenn sein Ziel ausdrücklich das Lernen ist. Mit wenigen ausgewählten Beispielen wird schnell sichtbar, welche Angaben fehlen, wo Bezeichnungen uneinheitlich sind und bei welchen Entscheidungen Menschen nicht dieselben Regeln verwenden.
Dafür muss der Pilot begrenzt bleiben: keine automatische Außenkommunikation, keine irreversible Weiterverarbeitung und keine ungeprüften Entscheidungen mit erheblichen Folgen. Ergebnisse werden gesammelt, fachlich bewertet und zur Verbesserung des Ablaufs genutzt. Eine KI-Potenzialanalyse hilft, Nutzen, Datenlage, Aufwand und Risiko vorab vergleichbar zu machen.
Wenn personenbezogene oder vertrauliche Informationen verarbeitet werden, gehört außerdem die Auswahl einer geeigneten Betriebs- und Datenschutzkonfiguration in die Vorbereitung. Der Beitrag zu KI-Datenschutz im Unternehmen zeigt die dafür relevanten Auswahlfragen.
Checkliste: Ist der Prozess bereit für einen KI-Test?
- Der Auslöser und das gewünschte Ergebnis sind in einem Satz beschreibbar.
- Die wichtigsten Eingaben sind bekannt und für Testfälle verfügbar.
- Normalfall, Entscheidungspunkte und häufige Ausnahmen sind sichtbar.
- Eine Person ist für fachliche Prüfung und offene Fälle verantwortlich.
- Die KI erhält eine klar begrenzte Aufgabe und darf bei Unsicherheit stoppen.
- Es ist festgelegt, woran ein brauchbares Ergebnis erkannt wird.
- Der Test kann rückgängig gemacht werden und löst keine ungeprüfte Folgeaktion aus.
Fazit
KI braucht keinen perfekten Prozess, aber einen verständlichen Testrahmen. Wenn Auslöser, Eingabe, Ergebnis, Ausnahmen, Verantwortung und Kontrolle sichtbar sind, lässt sich klein beginnen und gezielt lernen. Fehlt diese Klarheit, automatisiert das Unternehmen nicht nur Arbeit, sondern oft auch Missverständnisse.
Wenn Sie noch prüfen, welcher Ablauf grundsätzlich als erster Kandidat passt, hilft der Überblick zu geeigneten Prozessen für KI-Automatisierung.