KI in Geschäftsprozessen: Prozessdigitalisierung, die entlastet statt beschäftigt

Am schnellsten dort, wo Menschen heute viel Zeit mit unstrukturierten Informationen verbringen: Anfragen lesen und beantworten, Dokumente zusammenfassen, Angebote vorbereiten, Berichte schreiben, Daten aus E-Mails und PDFs in Systeme übertragen, Wissen aus Handbüchern und Anweisungen finden. In produzierenden Unternehmen betrifft das Auftragsklärung, Einkauf, technische Dokumentation, Instandhaltung, Qualität und Kundenservice. KI übernimmt dabei den Entwurf, die Suche oder die Vorstrukturierung, der Mensch prüft und entscheidet. Der Nutzen ist Zeit, die für Wertschöpfung frei wird, und weniger Fehler durch Abtippen. Wo genau der grösste Hebel liegt, zeigt eine Use-Case-Analyse Ihrer Prozesse.

In fünf Schritten. Erstens die Readiness prüfen, also Datenqualität, Systeme, Kompetenzen und Kultur; zweitens Use Cases identifizieren, nach Nutzen, Datenlage, Risiko und Aufwand priorisieren und zwei bis drei Piloten auswählen. Drittens die betroffenen Prozesse aufnehmen, verschlanken und standardisieren, bevor Technik ins Spiel kommt; viertens Führungskräfte und Teams trainieren und Regeln für den Umgang mit Daten und Werkzeugen festlegen. Fünftens die Piloten umsetzen, begleiten, messen und erst dann ausrollen. Die häufigsten Fehler sind, mit dem Werkzeug statt mit dem Prozess zu beginnen, und die Menschen zu übergehen, die damit arbeiten sollen.

Klein, konkret und mit Regeln. Wählen Sie einen Prozess, der spürbar Zeit kostet und wenig Risiko trägt, etwa die Beantwortung wiederkehrender Anfragen, das Zusammenfassen von Berichten oder die Vorbereitung von Angeboten. Legen Sie fest, welche Werkzeuge erlaubt sind und welche Daten hinein dürfen; ohne diese Regel entsteht Schatten-KI. Trainieren Sie die zwei bis fünf Personen, die damit arbeiten, und messen Sie nach vier Wochen, wie viel Zeit gespart wurde und wie die Qualität ist. Erst dann den nächsten Prozess. Ein KI-Workshop für die Geschäftsführung vorab hilft, Potenzial und Grenzen realistisch einzuschätzen.

Selten an der Technik. Meist an vier Dingen: Der Prozess, der unterstützt werden soll, ist nicht standardisiert, also produziert die KI Varianten des Chaos, und die Daten sind unvollständig oder verstreut, also liefert das Werkzeug unbrauchbare Ergebnisse. Die Mitarbeitenden wurden nicht einbezogen, sehen die KI als Bedrohung oder Spielerei und nutzen sie nicht. Und es gibt keine Regeln und keine Verantwortlichen, also versandet der Pilot, sobald der Initiator sich anderem zuwendet. Alle vier Ursachen sind Prozess- und Change-Themen, keine technischen; deshalb behandle ich KI-Einführung als Lean- und Change-Projekt.

Weil ohne Regeln zwei Dinge passieren: Entweder nutzen Mitarbeitende KI-Werkzeuge heimlich mit Firmendaten, mit allen Risiken für Datenschutz, Geschäftsgeheimnisse und Qualität. Oder sie nutzen sie aus Unsicherheit gar nicht, und das Potenzial bleibt liegen. Eine KI-Governance legt fest, welche Werkzeuge erlaubt sind, welche Daten hinein dürfen und welche nicht, wer Ergebnisse prüft, wie Anwendungsfälle freigegeben werden und wer verantwortlich ist. Für KMU und Mittelstand reichen dafür wenige Seiten und eine verantwortliche Person; wichtig ist, dass die Regeln bekannt sind und gelebt werden. Governance ist die Voraussetzung dafür, dass Mitarbeitende KI sicher nutzen können.

Das lässt sich in fünf Dimensionen beantworten. Prozesse: Sind die Abläufe, die unterstützt werden sollen, dokumentiert und standardisiert, und liegen die nötigen Daten digital, vollständig und in einem System vor, oder verstreut in E-Mails und Excel? Systeme: Lassen sich Ihre Anwendungen anbinden, oder sind sie geschlossen? Kompetenzen: Können Führungskräfte KI-Anwendungsfälle bewerten, und gibt es Mitarbeitende, die Werkzeuge nutzen können? Kultur: Werden Fehler und Experimente zugelassen, oder wird jede Neuerung abgewartet? Ich bewerte diese KI-Readiness im Prüffeld IT, Systeme und Digitalisierung meines Reifegrad-Checks und leite daraus ab, wo Sie anfangen sollten.

Im administrativen Umfeld: automatische Erfassung und Klärung von Bestellungen aus E-Mails und PDFs, Angebotsentwürfe aus Anfragen, Zusammenfassung von Lieferantenkorrespondenz, Suche in technischer Dokumentation und Arbeitsanweisungen per Frage statt per Ordnerstruktur, Erstellung von Instandhaltungs- und Qualitätsberichten aus Stichworten, Übersetzung von Anweisungen für mehrsprachige Belegschaften. In der Planung: Unterstützung bei Kapazitäts- und Terminplanung, Erkennung von Mustern in Störungsdaten. Näher an der Maschine: vorausschauende Instandhaltung und Bildprüfung in der Qualität, wofür es aber Spezialisten und gute Sensordaten braucht. Für den Start empfehle ich die administrativen Fälle: geringes Risiko, schnelle Wirkung, keine neue Hardware.

Eine KI-Agentur oder ein KI-Dienstleister entwickelt und implementiert Lösungen: Sie bauen die Anwendung, integrieren sie in Ihre Systeme und betreiben sie. Eine KI-Beratung, wie ich sie anbiete, arbeitet vor und neben der Technik: Sie klärt, welche Prozesse sich eignen, bereitet diese Prozesse vor, definiert Regeln, trainiert Führungskräfte und Teams und begleitet die Einführung, damit die Lösung genutzt wird. Beides wird gebraucht, und beides sollte nicht aus einer Hand kommen, weil ein Anbieter, der die Lösung verkauft, die Use-Case-Auswahl nicht neutral treffen kann. Ich arbeite mit Umsetzungspartnern zusammen und bleibe dabei Ihre neutrale Ansprechpartnerin für Prozess und Change.