KI im Werk, ganz ohne Hype. Wo es sich heute lohnt.

Es gibt einen alten Lean-Grundsatz, der für KI genauso gilt wie für jedes Softwaresystem: Wer einen schlechten Prozess automatisiert, bekommt schlechte Ergebnisse schneller. Bevor Sie ein Werkzeug einführen, muss klar sein, was der Prozess leisten soll, wo er heute hakt und warum.

In der Praxis heisst das: Erst den Wertstrom im Office aufnehmen. Wie viele Übergaben hat ein Kundenauftrag zwischen Eingang und Freigabe an die Fertigung? Wo liegt er, ohne dass jemand daran arbeitet? Welche Informationen werden mehrfach erfasst? Erst wenn Sie diese Fragen beantworten können, wissen Sie, ob KI überhaupt das richtige Mittel ist, oder ob eine klare Zuständigkeit und ein sauberer Standard das Problem bereits lösen.

Ich habe Werke erlebt, die eine KI-gestützte Auftragserfassung prüfen wollten. Bei der Wertstromaufnahme zeigte sich, dass die Aufträge nicht wegen der Erfassung lange lagen, sondern wegen einer Freigabeschleife über drei Abteilungen. Das Werkzeug hätte den falschen Schritt beschleunigt.

Nach meiner Erfahrung eignen sich für den Einstieg Aufgaben, die drei Merkmale teilen: Sie sind wiederkehrend, sie beruhen auf Text oder Dokumenten, und ein Mensch prüft das Ergebnis ohnehin. Typische Beispiele aus Werk und Büro:

• Eingehende Kundenanfragen und Bestellungen vorsortieren und die relevanten Daten für die Auftragserfassung vorbereiten, bevor eine Sachbearbeiterin sie freigibt.
• Lieferantenbestätigungen und Rechnungen mit der Bestellung abgleichen und Abweichungen markieren, statt jede Position von Hand zu prüfen.
• Reklamationen und Servicemeldungen zusammenfassen und dem richtigen Bereich zuordnen.
• Arbeitsanweisungen, Prüfpläne und Schulungsunterlagen aus bestehenden Dokumenten in eine einheitliche, verständliche Form bringen.
• Protokolle aus Shopfloor-Meetings und Schnittstellenrunden strukturieren, damit offene Punkte nicht verloren gehen.

Allen gemeinsam ist: Der Mensch bleibt in der Verantwortung, das Werkzeug nimmt ihm Vorarbeit ab. Das senkt das Risiko, und es macht die Veränderung für die Beteiligten begreifbar. Sie sehen sofort, was das Werkzeug tut und was nicht.

Genauso klar sage ich, wo ich derzeit abrate. Erstens bei allem, was direkt in die Steuerung der Fertigung eingreift, ohne dass ein Mensch dazwischen steht: automatische Umplanung von Aufträgen, selbstständige Anpassung von Maschinenparametern, eigenmächtige Freigaben. Hier ist der Schaden bei einem Fehler zu gross, und die Nachvollziehbarkeit fehlt.

Zweitens bei Prozessen, die im Haus selbst noch nicht stabil sind. Wenn drei Sachbearbeitende denselben Vorgang auf drei Arten bearbeiten, hat kein Werkzeug eine Grundlage. Erst der Standard, dann die Unterstützung.

Drittens überall dort, wo Mitarbeitende den Eindruck bekommen, das Werkzeug werde eingeführt, um sie zu ersetzen oder zu überwachen. Das ist kein technisches, sondern ein Change-Thema, und es entscheidet mehr über Erfolg oder Scheitern als die Qualität der Software. Ein Werkzeug, das die Leute ablehnen, wird umgangen. Und umgangene Werkzeuge erzeugen Doppelarbeit, nicht Entlastung.

Ein Beispiel aus einem Werk mit einer grossen Auftragsabwicklung: Die Geschäftsleitung wollte ein Werkzeug einführen, das eingehende Bestellungen automatisch ausliest. Technisch war das schnell umgesetzt. In der Abteilung aber kursierte die Sorge, dass die Hälfte der Stellen wegfalle. Die Sachbearbeitenden prüften jeden Vorschlag des Werkzeugs doppelt und dreifach, korrigierten Dinge, die nicht falsch waren, und meldeten laufend Fehler. Das Werkzeug galt nach kurzer Zeit als unbrauchbar.

Der Fehler lag nicht in der Technik. Er lag darin, dass niemand mit dem Team über die Frage gesprochen hatte, was mit der frei werdenden Zeit passiert. Als die Werkleitung klar machte, dass die Zeit in die Auftragsklärung mit Kunden fliessen soll, ein Bereich, der chronisch zu kurz kam, drehte sich die Stimmung.

Deshalb behandle ich jede KI-Einführung wie ein Change-Vorhaben: Zweck erklären, Betroffene früh einbeziehen, Ängste ernst nehmen, kleine Schritte, sichtbare Ergebnisse. Die Methoden sind dieselben wie bei jeder Prozessveränderung. Nur die Erwartungen sind höher und die Unsicherheit grösser.

Mein Vorgehen bei KI in Geschäftsprozessen unterscheidet sich kaum von dem bei anderen Verbesserungen, und das ist Absicht.

• Wertstrom im Office aufnehmen: Übergaben, Liegezeiten, Medienbrüche, Mehrfacherfassungen. Daraus ergibt sich, ob und wo ein Werkzeug hilft.
• Einen einzigen Anwendungsfall wählen, der wiederkehrend ist, auf Dokumenten beruht und bei dem ein Mensch das Ergebnis prüft.
• Mit dem Team, das den Prozess täglich bedient, den Ablauf gestalten: Was macht das Werkzeug, was macht der Mensch, wer greift ein, wenn etwas nicht stimmt?
• Einen begrenzten Zeitraum festlegen, in dem das Werkzeug parallel zum bisherigen Ablauf läuft, und danach ehrlich bewerten.
• Erst nach einem sichtbaren Ergebnis den nächsten Anwendungsfall angehen.

Was ich bewusst weglasse: grosse Strategiepapiere, Roadmaps über mehrere Jahre, Ausschreibungen für Plattformen. Das kann später kommen. Am Anfang braucht ein Werk Erfahrung, nicht Architektur.

Bevor Sie ein KI-Vorhaben freigeben, lohnt sich ein kurzer Blick auf einige Fragen. Wenn Sie eine davon nicht beantworten können, ist das kein Grund aufzuhören, aber ein Grund, zuerst dort anzusetzen.

• Welches Problem im Prozess lösen wir, und woran merken die Beteiligten, dass es gelöst ist?
• Ist der Prozess heute stabil genug, dass ein Werkzeug darauf aufsetzen kann?
• Wer prüft die Ergebnisse, und wer entscheidet im Zweifel?
• Welche Daten verlassen das Haus, und ist das mit unseren Regeln und denen unserer Kunden vereinbar?
• Was passiert mit der Zeit, die frei wird, und wissen die Betroffenen das?

Die letzte Frage ist die, die am häufigsten offen bleibt. Und sie ist die, die am meisten über Erfolg oder Scheitern entscheidet.