KI Automatisierung im Unternehmen: Wo sie sich wirklich lohnt

Von Yurii VasylievVeröffentlicht 18. August 202612 Min. Lesezeit
Sichere Server-Infrastruktur für Datenverarbeitung.

Bevor Sie über Werkzeuge sprechen, lohnt eine nüchterne Frage: Welche Arbeit soll in Ihrem Betrieb künftig ohne Handarbeit laufen? KI Automatisierung im Unternehmen scheitert selten an der Technik, sondern an einem unscharfen Ziel. Wer mit einem klaren Prozess startet, begrenzt Kosten und Risiko. Wer mit dem Werkzeug startet, sucht danach oft monatelang ein passendes Problem.

Das Thema ist längst kein Randphänomen mehr. Laut Bitkoms Seite zu Industrial AI setzt bereits jedes dritte Unternehmen in Deutschland KI-Modelle in der Wertschöpfung ein. Daraus folgt aber weder, dass sich jedes dieser Projekte rechnet, noch, dass es zu Ihrem Betrieb passt. Dieser Leitfaden zeigt Ihnen, wie Sie Prozesse auswählen, Daten und Datenschutz prüfen, den Nutzen kalkulieren und einen Partner finden.

Prozess auf Karten skizziert als Vorbereitung für KI Automatisierung im Unternehmen
Ein Ablauf, auf Karten gelegt: Erst die Landkarte, dann die Entscheidung über Werkzeuge.

Was KI für ein kleines Unternehmen wirklich leistet

Kurz gesagt: KI übernimmt Arbeit, bei der Sprache, Dokumente oder Muster eine Rolle spielen. Das Fraunhofer IAO beschreibt es nüchtern: KI kann unstrukturierte Daten in strukturierte verwandeln, die sich maschinell auswerten lassen. Aus einer E-Mail, einem Scan oder einem Lieferschein werden dann Felder, die Ihr System weiterverarbeitet. Für KI Automatisierung im Unternehmen liegt der Nutzen deshalb meist im Alltäglichen, nicht im Spektakulären.

Feste Regeln und Sprachverständnis sind zwei Werkzeuge

Klassische Workflow-Automatisierung folgt festen Regeln. Geht ein Formular ein, legt das System ein Ticket an. Das ist günstig, berechenbar und leicht zu prüfen. KI kommt ins Spiel, wenn die Eingabe unsauber ist, etwa bei Freitext, Scans oder Kundenanfragen in unzähligen Formulierungen. Gute Lösungen kombinieren beides: Regeln steuern den Ablauf, während ein Sprachmodell liest und sortiert. Wer alles einem Modell überlässt, bezahlt mit Unvorhersehbarkeit.

Woran Sie Hype erkennen

Misstrauen ist angebracht bei Versprechen, die ohne Prozessbeschreibung auskommen. Der Satz „Ein Agent übernimmt Ihr ganzes Backoffice“ gehört dazu. Gleiches gilt für pauschale Zeitersparnisse, die ein Anbieter nennt, bevor er Ihren Ablauf kennt. Die Technik kann durchaus viel, aber der Nutzen hängt von Ihrem Prozess, Ihren Daten und Ihrer Fehlertoleranz ab. Das Modell allein entscheidet darüber nicht.

Welche Prozesse bei KI Automatisierung im Unternehmen zuerst dran sind

Zuerst kommen Prozesse an die Reihe, die oft laufen, klar beschrieben sind und bei Fehlern wenig Schaden anrichten. Fünf Kriterien helfen bei der Auswahl. Sie brauchen dafür keine Software, sondern ein Gespräch mit den Menschen, die den Ablauf täglich leben.

KriteriumLeitfrageGutes Zeichen
HäufigkeitWie oft läuft der Vorgang pro Woche?Täglich oder mehrfach pro Woche
RegelklarheitKönnte ein neuer Kollege den Ablauf nach einer Seite Anleitung erledigen?Ja, mit wenigen Ausnahmen
DatenlageLiegen die Eingaben digital und auffindbar vor?E-Mails, PDFs oder Datenbankeinträge statt Zettel
FehlerkostenWas kostet ein falsches Ergebnis?Gering oder durch eine Prüfung abfangbar
AusnahmequoteWie oft weicht ein Fall vom Standard ab?Selten, und Ausnahmen sind erkennbar

Vergeben Sie pro Kriterium ein bis drei Punkte und addieren Sie. Der Prozess mit der höchsten Summe ist Ihr Kandidat. Hat ein Prozess hohe Häufigkeit, aber auch hohe Fehlerkosten, automatisieren Sie ihn nur mit einer menschlichen Freigabe. Das ist ein Kompromiss, doch er schützt Ihre Kunden und Ihre Marke.

Das Fraunhofer IAO nennt außerdem Process Mining, also das Aufspüren von Schwachstellen in Abläufen anhand von Systemdaten. Für den Einstieg reicht in kleinen Betrieben oft weniger. Ein Workshop mit drei Mitarbeitenden und einem Whiteboard liefert häufig mehr Erkenntnis als ein Analysewerkzeug, weil dort Ausnahmen zur Sprache kommen, die in keinem System stehen.

Anwendungsbeispiele nach Branche

Konkrete Fälle machen die Auswahl leichter. Die folgenden Beispiele zeigen Muster, keine fertigen Rezepte, denn jeder Betrieb hat andere Systeme und andere Daten.

  • Dienstleister und Agenturen: Das System liest eingehende Anfragen, sortiert sie nach Thema und Dringlichkeit und bereitet einen Antwortentwurf vor. Eine Person gibt frei.
  • Handel und E-Commerce: Retourengründe werden klassifiziert, Produktdaten ergänzt und Fragen zum Bestellstatus beantwortet, sofern der Shop angebunden ist.
  • Handwerk und Technik: Aus E-Mails und Anhängen entstehen Auftragsdaten, und Angebotsentwürfe greifen auf Ihre Vorlagen zurück.
  • Beratung, Steuer und Recht: Dokumente werden sortiert, Fristen aus Schreiben herausgezogen. Vertraulichkeit entscheidet hier über die Wahl des Betriebsmodells.
  • Versicherung und Industrie: Das Fraunhofer IAO nennt unter anderem ein Portal, das Kalkulationen für Kfz-Schadensfälle prüft, sowie einen Prototyp, der Schadensdokumente auf Hinweise für Betrug untersucht.

Auch die Infrastruktur rückt in den Blick. Das Forschungsprojekt KI-Auto-Net des DFKI läuft laut Projektseite vom 1. Mai 2026 bis zum 30. April 2027. Es untersucht, wie sich 5G-Campusnetze mit KI und digitalen Zwillingen einfacher und wirtschaftlicher betreiben lassen, und nimmt dabei die Einstiegshürden für KMU in den Blick. Für die meisten Betriebe ist das noch kein Kaufthema, zeigt aber, wie weit Automatisierung inzwischen reicht.

Was Sie selbst vorbereiten können, bevor ein Partner startet

Vier Aufgaben schaffen die Grundlage, und sie kosten vor allem Zeit, kein Budget. Außerdem verbessern sie jedes Angebot, das Sie später erhalten, weil der Anbieter dann auf Fakten kalkulieren kann statt auf Vermutungen.

Den Prozess als Landkarte aufzeichnen

Nehmen Sie ein Blatt Papier und zeichnen Sie den Ablauf so, wie er heute wirklich läuft. Nicht so, wie er im Handbuch steht. Halten Sie dabei sieben Angaben fest.

  1. Auslöser: Was startet den Vorgang?
  2. Schritte in der richtigen Reihenfolge
  3. Beteiligte Personen und Rollen
  4. Genutzte Systeme und Dateien
  5. Entscheidungen und die Regeln dahinter
  6. Ausnahmen und ihre heutige Lösung
  7. Ergebnis und Empfänger

Ein Prozess, den niemand sauber beschreiben kann, lässt sich auch nicht sauber automatisieren.

Den Anwendungsfall in einem Brief festhalten

Ein Use-Case-Brief passt auf eine Seite und zwingt zu Klarheit. Später dient er als Grundlage für Angebote und für die Abnahme.

  • Das Problem in einem Satz
  • Auslöser und gewünschtes Ergebnis
  • Eingangsdaten und ihr Speicherort
  • Entscheidungen, die das System treffen darf
  • Entscheidungen, die ein Mensch behält
  • Erfolgskennzahl samt heutigem Ausgangswert
  • Datenschutz-Einordnung und verantwortliche Person

Die Datenreife prüfen

Stellen Sie vier Fragen. Liegen die Daten digital vor? Wissen Sie, wo sie liegen? Sind sie aktuell? Und widersprechen sie sich nicht? Ein Assistent, der Antworten aus Ihren eigenen Dokumenten zieht, wiederholt auch deren Widersprüche. Fachleute nennen das Verfahren Retrieval-Augmented Generation, kurz RAG. Liegen drei Preislisten in drei Versionen auf dem Netzlaufwerk, beantwortet er Preisfragen entsprechend uneinheitlich. Aufräumen ist deshalb oft der erste Projektschritt, und er gehört ins Budget.

DSGVO und Datenschutz früh klären

Klären Sie vor dem Pilot, welche personenbezogenen Daten ein System berührt, wo es sie verarbeitet und ob der Anbieter Ihre Daten zum Training eigener Modelle nutzt. Die Antworten stehen in den Vertragsbedingungen und im Auftragsverarbeitungsvertrag. Ob Sie eine Datenschutz-Folgenabschätzung brauchen, hängt vom Einzelfall ab. Lassen Sie das eine Datenschutzbeauftragte oder einen Fachanwalt einordnen, denn Anforderungen und Kosten unterscheiden sich je nach Branche und Datenart.

Auch der Betriebsort gehört dazu. Beim KI-Stammtisch Nord debattierten Teilnehmende laut Bericht des KI Bundesverbands über On-Premise-, Cloud- und hybride Lösungen, und die Gruppe „On Premise“ setzte sich knapp durch. Das ist eine Stimmung, keine Empfehlung. Für sensible Daten, geringe Latenzen oder maximale Unabhängigkeit braucht es kontrollierbare Betriebsmodelle, und genau damit befasst sich dort die neue Arbeitsgruppe Local AI & Strategy.

Was Automatisierung kostet und wie Sie den ROI rechnen

Eine seriöse Preisangabe ohne Kenntnis Ihres Prozesses ist nicht möglich. Was KI Automatisierung im Unternehmen kostet, hängt von der Zahl der angebundenen Systeme, der Datenqualität und den Anforderungen an Kontrolle ab. Die folgende Übersicht zeigt, welche Posten Sie in jedem Angebot wiederfinden sollten.

KostenartEinmalig oder laufendWas den Preis treibt
Analyse und KonzeptionEinmaligZahl der Prozesse, Klarheit der Beschreibung
Entwicklung und IntegrationEinmaligZahl der Systeme und Schnittstellen
DatenaufbereitungEinmaligZustand und Menge Ihrer Daten
Modell- und PlattformnutzungLaufendFallvolumen und gewählter Anbieter
Hosting und BetriebLaufendBetriebsmodell, Sicherheitsanforderungen
Pflege und AnpassungLaufendÄnderungen im Prozess, Ausnahmequote
Schulung und EinführungEinmaligTeamgröße, Widerstand gegen Veränderung
Datenschutz- und RechtsprüfungEinmaligArt der personenbezogenen Daten

Den Nutzen rechnen Sie in drei Schritten. Erstens: Fälle pro Jahr mal eingesparte Minuten pro Fall mal Stundenkosten. Zweitens: vermiedene Fehler mal Kosten je Fehler. Drittens: Summe abzüglich der laufenden Kosten für Modelle, Betrieb und Pflege. Die Amortisationszeit ergibt sich dann aus den Einmalkosten geteilt durch diesen jährlichen Nettonutzen.

Eine Einschränkung gehört dazu: Eingesparte Minuten sind nur dann Geld, wenn Sie die Zeit anders einsetzen, Überstunden abbauen oder eine Einstellung vermeiden. Sonst bleibt der Gewinn auf dem Papier. Nicht jeder Nutzen lässt sich beziffern, etwa schnellere Antworten an Kunden oder weniger Frust im Team. Führen Sie solche Effekte getrennt auf, damit die Rechnung belastbar bleibt.

Standard-Tool oder Eigenentwicklung?

Nehmen Sie zuerst ein Standard-Tool, wenn Ihr Ablauf gängig ist, etwa beim Rechnungseingang oder bei der Terminvergabe. Entscheiden Sie sich für Eigenentwicklung, wenn der Prozess Ihr Geschäft unterscheidet oder Ihre Systemlandschaft ungewöhnlich ist. Beides hat seinen Preis: Standardlösungen binden Sie an einen Anbieter, während Eigenentwicklung mehr Vorarbeit und Pflege verlangt.

KriteriumStandard-ToolEigenentwicklung
StartSchnell einsatzbereit, weil der Funktionsumfang feststehtLängere Vorlaufzeit für Konzept und Bau
AnpassungBegrenzt auf das, was der Anbieter vorsiehtFrei an Ihren Prozess anpassbar
Laufende KostenMeist Lizenz je Nutzer oder Volumen, wächst mit der NutzungBetrieb und Pflege liegen bei Ihnen oder Ihrem Partner
AnbieterabhängigkeitPreis- und Funktionsänderungen liegen beim AnbieterGeringer, wenn Sie Quellcode und Dokumentation besitzen
DatenkontrolleHängt von Vertrag und Standort des Anbieters abSie legen Betriebsort und Zugriffe fest
AltsystemeNur über vorhandene SchnittstellenAuch Sonderfälle lassen sich anbinden

In der Praxis fällt die Wahl selten schwarz-weiß aus. Oft steuert eine Standard-Plattform den Ablauf, und eine individuell gebaute Komponente erledigt den Teil, den kein Produkt abdeckt. Haben Sie Altsysteme ohne Schnittstellen, sollten Sie zuerst klären, ob eine Modernisierung nötig ist. Unser Beitrag Neubau oder Refactoring bei der Software-Modernisierung hilft bei dieser Abwägung.

Chatbot, Assistent oder Agent: Was Sie brauchen

Die Begriffe unterscheiden sich vor allem darin, wie viel das System allein entscheidet. Je mehr Autonomie, desto mehr Kontrolle brauchen Sie.

  • Chatbot: Er beantwortet Fragen aus einer festen Wissensbasis oder nach Mustern. Geeignet für wiederkehrende Kundenfragen.
  • Assistent: Er unterstützt Mitarbeitende mit Entwürfen, Zusammenfassungen oder Vorschlägen. Der Mensch entscheidet und versendet.
  • Agent: Er führt mehrere Schritte selbst aus, greift auf Systeme zu und entscheidet innerhalb vorgegebener Grenzen.

Starten Sie in der Regel mit einem Assistenten und erweitern Sie die Autonomie schrittweise, sobald die Fehlerquote bekannt ist. Das kostet etwas mehr Zeit, schafft aber Vertrauen im Team. Wie Sie Angebote für Agenten bewerten, beschreibt unser Beitrag KI-Agenten für Unternehmen prüfen ausführlicher.

Nach dem Go-live: Wer betreut die Automatisierung?

Eine benannte Person in Ihrem Unternehmen, nicht allein der Dienstleister. Jede KI Automatisierung im Unternehmen verhält sich wie ein Betriebsmittel: Sie braucht Wartung, Aufsicht und einen Verantwortlichen. Prozesse ändern sich, Eingabedaten driften, und Modelle von Anbietern werden aktualisiert oder abgelöst. Dann verschiebt sich die Qualität, ohne dass ein Fehler gemeldet wird.

  • Eine Warteschlange für Ausnahmen, die ein Mensch innerhalb einer festen Frist abarbeitet
  • Regelmäßige Stichproben automatisch erledigter Fälle
  • Ein Änderungsprotokoll für Regeln, Vorlagen und Einstellungen
  • Ein Eskalationsweg für Fälle, in denen Kunden betroffen sind
  • Wenige Kennzahlen, die monatlich jemand prüft
  • Ein Plan für den Wechsel von Anbieter oder Modell

Das Fraunhofer IAO nennt als Nutzen unter anderem, dass sich Vorgaben im Unternehmen leichter einhalten lassen und Prozesse nachvollziehbar werden. Das gelingt nur, wenn die Entscheidungen der Automatisierung protokolliert sind. Planen Sie Betrieb und Pflege deshalb von Anfang an im Budget ein und legen Sie fest, wer sie verantwortet. Ohne diese Festlegung kann der Nutzen unbemerkt schwinden.

Pilot, Rollout und Erfolgsmessung

Ein Pilot beantwortet eine Frage: Funktioniert die Lösung bei Ihnen, mit Ihren Daten und Ihren Leuten? Begrenzen Sie ihn deshalb auf einen Prozess, ein Team und einen festen Zeitraum. Legen Sie vorher fest, bei welchen Ergebnissen Sie abbrechen, nachbessern oder ausrollen.

  1. Ausgangswerte erfassen: Durchlaufzeit, Fehlerquote, Aufwand pro Fall
  2. Umfang festlegen: ein Prozess, ein Team, ein Zeitraum
  3. Erfolgs- und Abbruchkriterien schriftlich vereinbaren
  4. Menschliche Kontrolle behalten, bis die Fehlerquote bekannt ist
  5. Wöchentlich kurz auswerten und Ausnahmen sammeln
  6. Entscheiden: abbrechen, nachbessern oder ausrollen

Messen Sie wenige Kennzahlen: Durchlaufzeit, Anteil automatisch erledigter Fälle, Nachbearbeitungsquote und die Rückmeldung der Mitarbeitenden. Ohne Ausgangswert bleibt jede Verbesserung eine Behauptung. Beachten Sie auch, dass ein Pilot mit handverlesenen Fällen zu gut aussieht. Nehmen Sie deshalb bewusst schwierige Fälle in die Stichprobe auf.

Ein ermutigendes Signal kommt aus dem Mittelstand: Beim KI-Barcamp stellte Daniel Gantner laut KI Bundesverband ein Use-Case-Handbuch mit elf umgesetzten KI-Projekten vor. Das Fazit lautete, KI müsse kein Großprojekt sein, der Einstieg beginne mit dem passenden Use Case. Wie Sie das erste Projekt insgesamt absichern, zeigt unser Beitrag zur Digitalisierungsstrategie für KMU.

Den passenden Umsetzungspartner auswählen

Achten Sie weniger auf Technikbegriffe als auf die Fragen, die ein Partner stellt. Ein guter Partner will zuerst Ihren Prozess, Ihre Daten und Ihre Kennzahlen verstehen. Erst danach spricht er über Werkzeuge.

  • Nennt er Annahmen, Grenzen und Fälle, in denen Automatisierung nicht sinnvoll ist?
  • Legt er Betrieb, laufende Kosten und Datenschutz offen?
  • Regelt der Vertrag Übergabe, Dokumentation und Nutzungsrechte?
  • Kann er Referenzen nennen, mit denen Sie selbst sprechen dürfen?
  • Schlägt er einen begrenzten Pilot vor statt eines Großprojekts?

Xerx ist ein unabhängiges Design- und Engineering-Studio in Innsbruck und baut KI-Agenten, LLM-Integrationen und Workflow-Automatisierung für Startups und KMU. Mehr zum Angebot finden Sie unter KI-Entwicklung und Automatisierung von Xerx. Wen auch immer Sie beauftragen: Die sieben Fragen vor der Beauftragung einer Agentur helfen Ihnen bei der Vorbereitung des Gesprächs.

Beginnen Sie diese Woche mit einem einzigen Schritt: Wählen Sie einen Prozess aus, zeichnen Sie ihn auf und zählen Sie, wie oft er im Monat läuft. Diese Zahl und eine Seite Prozesslandkarte genügen, um das nächste Gespräch mit einem Anbieter auf Fakten zu stellen. Alles Weitere, vom Pilot bis zur Betriebsverantwortung, baut darauf auf.

Nächste Schritte

  1. Prozess auswählen: Bewerten Sie Ihre Kandidaten nach Häufigkeit, Regelklarheit, Datenlage, Fehlerkosten und Ausnahmequote und wählen Sie den mit der höchsten Punktzahl.
  2. Landkarte zeichnen: Halten Sie Auslöser, Schritte, Systeme, Entscheidungen und Ausnahmen so fest, wie der Ablauf heute wirklich läuft.
  3. Use-Case-Brief schreiben: Beschreiben Sie auf einer Seite Problem, Daten, Entscheidungsgrenzen, Kennzahl und verantwortliche Person.
  4. Daten und Datenschutz klären: Prüfen Sie Datenzustand, Verarbeitungsort und Vertragsbedingungen und lassen Sie offene Punkte von einer Fachperson einordnen.
  5. Pilot begrenzen: Starten Sie mit einem Prozess, einem Team und einem festen Zeitraum, samt Ausgangswerten und Abbruchkriterien.
  6. Betrieb festlegen: Benennen Sie eine verantwortliche Person und planen Sie Pflege, Stichproben und Ausnahmebearbeitung im Budget ein.

Häufige Fragen

Was kostet ein KI-Agent oder eine Workflow-Automatisierung?

Eine pauschale Zahl wäre unseriös, denn der Preis hängt von Prozess, Systemen, Datenqualität und Kontrollbedarf ab. Rechnen Sie mit einmaligen Kosten für Konzeption, Entwicklung und Datenaufbereitung sowie mit laufenden Kosten für Modelle, Betrieb und Pflege. Lassen Sie sich Angebote nach diesen Posten aufschlüsseln.

Brauche ich technisches Wissen, um ein Projekt zu steuern?

Nein, aber Sie müssen Ihren Prozess genau kennen. Eine Prozesslandkarte, ein Use-Case-Brief und eine klare Erfolgskennzahl genügen, um Angebote zu vergleichen und einen Pilot sinnvoll abzugrenzen.

Wie schnell rechnet sich eine Automatisierung?

Das hängt von Fallzahl, eingesparter Zeit pro Fall und den laufenden Kosten ab. Teilen Sie die Einmalkosten durch den jährlichen Nettonutzen. Berücksichtigen Sie dabei nur Zeit, die Sie tatsächlich anders einsetzen oder als Kosten vermeiden.

Ist KI im Unternehmen mit der DSGVO vereinbar?

Das hängt vom Einzelfall ab. Entscheidend sind die Art der verarbeiteten Daten, der Verarbeitungsort, der Vertrag mit dem Anbieter und die Frage, ob Ihre Daten zum Training genutzt werden. Eine Datenschutzbeauftragte oder ein Fachanwalt sollte Ihren konkreten Fall einordnen.