Prozessautomatisierung mit KI: Wo lohnt sie sich?

Prozessautomatisierung mit KI lohnt sich, wenn das Volumen hoch ist, Ausnahmen selten sind, die Regeln stabil sind und die Entscheidung umkehrbar ist. Sie scheitert, wenn einer dieser vier Punkte nicht zutrifft, und die Kosten erscheinen in der Wartung, nicht im ursprünglichen Budget.

Davor steht eine Unterscheidung, die über das Projekt entscheidet. Eine Aufgabe zu automatisieren und einen Prozess zu orchestrieren sind unterschiedliche Dinge. Das Erste ersetzt Klicks. Das Zweite koordiniert Systeme, Menschen und Entscheidungen von Anfang bis Ende, und dort liegt der dauerhafte Nutzen.

Der Bericht der Europäischen Kommission zur Digitalen Dekade für Portugal, COM(2026) 288 final vom 17. Juni 2026, hält fest, dass der Aktionsplan 2026 bis 2027 der Nationalen Digitalstrategie eine Strategie für eine souveräne Cloud vorantreibt, und warnt, dass dieses Vorhaben durch die langsame Cloud- und KI-Einführung portugiesischer Unternehmen gebremst werden könnte. Derselbe Bericht nennt, dass 7,40 % der portugiesischen Unternehmen IKT-Fachkräfte eingestellt oder einzustellen versucht haben, auf Basis von Daten aus 2024, gegenüber einem EU-Durchschnitt von 9,55 %. Der Druck zu automatisieren ist real und die eigene Kapazität knapp, und diese Verbindung erzeugt Projekte, die in Eile gekauft und kurz darauf aufgegeben werden.

Wenn der Prozess nicht schriftlich vorliegt, ist er nicht bereit für Prozessautomatisierung mit KI. Er ist bereit zur Beschreibung.

Prozessautomatisierung mit KI: eine Aufgabe automatisieren oder einen Prozess orchestrieren?

Es ist die Unterscheidung, die die meisten Projekte verwechseln, und die Verwechslung ist teuer, weil sie zum Kauf des falschen Werkzeugs führt.

Aufgabenautomatisierung

RPA, und wo es passt

Führt eine wiederkehrende Aufgabe aus, typischerweise in einer grafischen Oberfläche. Gut für Altsysteme ohne API, die man weder ersetzen noch abschalten kann. Bricht, wenn sich die Maske ändert. Dokumentiert bleibt ein Skript.

Prozessorchestrierung

Eine Engine mit BPMN und DMN

Koordiniert Aufgaben, Systeme, Menschen und Entscheidungen in einer durchgehenden Abfolge. Gut für Prozesse über mehrere Systeme und Beteiligte. Übersteht Systemwechsel, weil die Logik im Modell liegt und nicht in der Maske. Dokumentiert bleibt ein Modell, das eine Fachperson lesen kann.

BPMN 2.0 ist ein Standard der Object Management Group, veröffentlicht 2011 und von der ISO ratifiziert, und DMN ist der Standard derselben Organisation zur Modellierung von Entscheidungen. Ein Prozess in diesen Notationen ist lesbar für einen Prüfer, einen Juristen und einen Entwickler, der in drei Jahren ins Team kommt. Ein RPA-Skript ist lesbar für den, der es geschrieben hat, solange er sich erinnert.

Sie sind keine Alternativen. RPA hat seinen legitimen Platz: Es ist der Weg, Altsysteme zu erreichen, die keine API bereitstellen und nicht abgebaut werden können. Das Muster, das funktioniert, ist der Einsatz als eine Aufgabe innerhalb eines orchestrierten Prozesses, nicht als der ganze Prozess. Moderne Orchestrierungsplattformen liefern genau deshalb Konnektoren für die gängigen RPA-Werkzeuge. Wo die zugrunde liegenden Systeme unsere eigenen sind, die wir ändern statt umgehen können, ist die Individualentwicklung meist günstiger als die Automatisierung einer Oberfläche.

Welche sechs Kriterien entscheiden, ob Prozessautomatisierung mit KI sich lohnt?

Wir wenden diese sechs auf jeden Prozess an, bevor wir Prozessautomatisierung mit KI kalkulieren. Es ist keine veröffentlichte Forschung, deshalb stellen wir sie als das dar, was sie sind, unsere Triage-Kriterien.

Volumen. Lohnt sich, wenn der Prozess häufig genug läuft, damit sich die Investition verteilt. Nur Kosten, wenn er einige Dutzend Mal im Jahr läuft, weil sich die Bau- und Wartungskosten nie amortisieren.

Ausnahmequote. Lohnt sich, wenn die große Mehrheit der Fälle denselben Weg nimmt. Nur Kosten, wenn fast jeder Fall etwas Besonderes hat, weil Sie dann zwei Prozesse pflegen, den automatischen und den echten.

Regelstabilität. Lohnt sich, wenn Regeln selten oder vorhersehbar wechseln. Nur Kosten, wenn sich Regulierung oder interne Vorgaben jedes Quartal ändern, weil die Automatisierung dann zur Wartungslast wird.

Umkehrbarkeit der Entscheidung. Lohnt sich, wenn ein Fehler erkennbar und ohne Schaden korrigierbar ist. Nur Kosten, wenn die Entscheidung Menschen betrifft und schwer umkehrbar ist, weil sie dann menschliche Aufsicht braucht und die Einsparung geringer ist, als sie wirkt.

Dokumentierter Prozess. Lohnt sich, wenn eine schriftliche Beschreibung existiert und die Beteiligten ihr zustimmen. Nur Kosten, wenn jede Person den Prozess anders beschreibt, weil es dann nichts zu automatisieren gibt, sondern etwas zu entscheiden.

Qualität der Eingabedaten. Lohnt sich, wenn Eingaben konsistent sind oder die Inkonsistenz beschreibbar ist. Hier hilft KI, und es ist das einzige der sechs Kriterien, bei dem sie mehr hilft als herkömmliche Software. Dieser Fall wird ausführlich behandelt in Document AI.

Ein Prozess mit einer Ausnahmequote von 30 % ist nicht zu 70 % automatisierbar.

Es ist ein Prozess, in dem Sie den automatischen Weg bauen, den manuellen Weg pflegen und die Arbeit hinzufügen, zu entscheiden, in welchen der beiden jeder Fall gehört. Die Ausnahmequote tötet mehr Projekte als alles andere, und niemand misst sie vor dem Start.

Beschreiben Sie uns einen Prozess, und wir sagen Ihnen, an welchem der sechs Kriterien für Prozessautomatisierung mit KI er scheitert.

Sprechen Sie mit unserem Team

Wo trägt KI etwas bei, das herkömmliche Software nicht leistet?

An drei konkreten Stellen. Unstrukturierte Eingaben, etwa Dokumente, Nachrichten, von Menschen gefüllte Formulare und Dateien von vierhundert Lieferanten mit jeweils eigenem Format, und hier ist der Unterschied am größten und am besten begründbar. Klassifikation mit unscharfen Grenzen, etwa das Weiterleiten einer Anfrage oder das Erkennen, dass etwas untypisch ist, Fälle, in denen die Regel existiert, aber niemand sie vollständig aufschreiben kann. Und die Vorbereitung einer menschlichen Entscheidung, indem Kontext gesammelt und zusammengefasst wird, damit eine Person schneller entscheidet, wobei hier die KI nicht entscheidet, und dies häufig die Gestaltung mit dem besten Nutzen und dem geringsten Risiko ist. Unsere Notiz zur Einführung von KI in portugiesischen Unternehmen zeigt, wo dieser Nutzen zuerst auftritt.

Und wo sie nichts beiträgt. Ist der Prozess eine Folge deterministischer Regeln über strukturierten Daten, ist die Antwort eine Prozess-Engine und einige Entscheidungstabellen. Sie läuft schneller, kostet weniger und ist ohne Aufwand erklärbar. KI dafür zu kaufen bedeutet, für Unvorhersehbarkeit zu bezahlen und nichts dafür zu erhalten.

Welche Abfolge funktioniert?

Die drei Schritte, die übersprungen werden, und die es nicht sollten

Aufschreiben

Den Prozess, wie er ist, nicht wie er sein sollte. Mit den Ausnahmen und mit dem, was die Menschen tatsächlich tun

›

Den Ausgangszustand messen

Volumen, Zeit pro Fall, Fehlerquote, Ausnahmequote. Ohne das lässt sich kein Nutzen nachweisen

›

Modellieren

In BPMN und DMN, bevor Code geschrieben wird. Dort zeigen sich Meinungsunterschiede, bevor sie Entwicklung kosten

Die ersten zwei Schritte dauern meist länger als erwartet und senken dennoch die Gesamtkosten am stärksten. Ein gut beschriebener Prozess offenbart manchmal, dass Prozessautomatisierung mit KI überhaupt nicht nötig ist, und das ist ebenfalls ein gutes Ergebnis.

Danach automatisieren Sie den Hauptweg und gestalten den Ausnahmeweg mit derselben Sorgfalt, denn im zweiten liegt die Glaubwürdigkeit des Systems. Und legen Sie das Übergangskriterium fest, bevor der Pilot startet: welche Messgröße, welcher Wert, über welchen Zeitraum gemessen, von wem entschieden.

Was bleibt am Ende bei Ihnen im Haus?

Eine Frage für den Anfang, nicht für das Ende. Automatisierung ist Infrastruktur, und Infrastruktur, die man intern nicht pflegen und nicht übertragen kann, ist eine Abhängigkeit. Bei Ihnen bleiben sollten die Prozess- und Entscheidungsmodelle in Standardnotation, lesbar ohne proprietäres Werkzeug. Der Code der Dienste, die der Prozess aufruft, und die Infrastrukturdefinitionen. Die Ausführungsdaten und die Historie, denn dort liegt der Nachweis des Nutzens. Und die Dokumentation dessen, was entschieden wurde und warum, einschließlich dessen, was nicht automatisiert werden sollte.

Zum letzten Punkt: Die Liste der Ausnahmen, die bewusst nicht automatisiert wurden, ist eines der nützlichsten Dokumente, die ein solches Projekt hervorbringt, und fast immer das einzige, das niemand schreibt. Wir behandeln außerdem was Sie eine KI-Agentur fragen sollten, bevor Sie unterschreiben, und die Seite Fallstudien zeigt Beispiele von Prozessplattformen, die wir gebaut haben und weiterhin pflegen.

Was lässt ein Projekt zur Prozessautomatisierung mit KI im Pilotstatus hängen?

Vier Dinge, und keines ist technisch. Es gibt kein Übergangskriterium, weshalb der Pilot standardmäßig dauerhaft ist. Niemand besitzt den Prozess, weil das Projekt einen IT-Sponsor hat und keinen Fachverantwortlichen, der entscheiden kann, dass eine Ausnahme nicht mehr manuell bearbeitet wird. Das Fehlerverhalten wurde nicht gestaltet, und wenn die Antwort auf die Frage, was passiert, wenn das System nicht weiß, lautet, dass sich jemand darum kümmert, gibt es keinen Prozess, sondern eine Warteschlange. Und die Messung vergleicht mit dem Ideal statt mit dem Vorher, was Diskussionen über Ergebnisse garantiert, die funktionierende Projekte töten.

Häufig gestellte Fragen

Wann sich Prozessautomatisierung mit KI lohnt

Wann lohnt es sich, einen Prozess mit KI zu automatisieren?

Wenn das Volumen ausreicht, um die Investition zu verteilen, Ausnahmen selten sind, die Regeln stabil sind und die Entscheidung umkehrbar ist. Gegenüber herkömmlicher Software trägt KI vor allem dann bei, wenn die Eingaben unstrukturiert sind. Ist der Prozess eine Folge deterministischer Regeln über strukturierten Daten, löst eine Prozess-Engine mit Entscheidungstabellen es besser.

Was ist der Unterschied zwischen RPA und Prozessorchestrierung?

RPA führt eine wiederkehrende Aufgabe aus, typischerweise in einer grafischen Oberfläche, und ist die Lösung für Altsysteme ohne API. Orchestrierung koordiniert Aufgaben, Systeme, Menschen und Entscheidungen durchgehend, üblicherweise mit einer Prozess-Engine auf Basis von BPMN und DMN. Das Muster, das funktioniert, ist der Einsatz von RPA als eine Aufgabe innerhalb eines orchestrierten Prozesses.

BPMN und Piloten

Was ist BPMN und warum ist es für Einkäufer relevant?

BPMN 2.0 ist der Standard der Object Management Group zur Modellierung von Geschäftsprozessen, veröffentlicht 2011 und von der ISO ratifiziert. Er ist relevant, weil ein in Standardnotation modellierter Prozess für einen Prüfer, einen Juristen und einen Entwickler lesbar ist, der Jahre später ins Team kommt, ohne Abhängigkeit von einem proprietären Werkzeug.

Warum bleiben Automatisierungsprojekte im Pilotstatus?

Aus vier Gründen, keiner davon technisch: Es gibt kein schriftliches Kriterium für den Übergang in Produktion, niemand auf Fachseite besitzt den Prozess, das Fehlerverhalten wurde nicht gestaltet, und die Messung vergleicht mit dem Ideal statt mit dem vorherigen Zustand.

Ausnahmen und Verantwortung

Bedeutet eine Ausnahmequote von 30 %, dass 70 % automatisierbar sind?

Nein. Es bedeutet, dass Sie den automatischen Weg bauen, den manuellen Weg pflegen und die Arbeit hinzufügen, zu entscheiden, in welchen der beiden jeder Fall gehört. Die Ausnahmequote ist das Kriterium, das die meisten Projekte ausschließt, und dasjenige, das am seltensten vor dem Start gemessen wird.

Was sollte am Ende eines Automatisierungsprojekts beim Unternehmen bleiben?

Die Prozess- und Entscheidungsmodelle in Standardnotation, der Code der Dienste und die Infrastrukturdefinitionen, die Ausführungsdaten und die Historie, sowie die Dokumentation der Entscheidungen, einschließlich der Liste der Ausnahmen, die bewusst nicht automatisiert wurden.

Caixa Mágica Team

Caixa Mágica Software ist ein portugiesisches Softwareunternehmen mit über 20 Jahren Erfahrung in Individualsoftware, KI-Lösungen und Nearshore-Entwicklungsteams für europäische Unternehmen.

AI Lab · Caixa Mágica Software

Wenden Sie die sechs Kriterien auf uns an

Beschreiben Sie uns einen Prozess, und wir sagen Ihnen, an welchem der sechs Kriterien er scheitert, auch wenn die Antwort lautet, ihn nicht zu automatisieren. Dieses Gespräch ist uns lieber als die Alternative.

Mehr über das AI Lab Gespräch beginnen