Geschäftsprozesse automatisieren: Was sich lohnt, was nicht und wo der Governance-Layer hingehört

Kurz gesagt

Geschäftsprozesse automatisieren heißt, die wiederkehrenden Standardfälle eines klar definierten Prozesses von Software erledigen zu lassen. Das funktioniert, wenn vorher feststeht, welche Anforderungen der Prozess erfüllen muss, was er kosten darf, wer für das Ergebnis verantwortlich ist und welche Entscheidungen beim Menschen bleiben. Der größte Hebel liegt selten in der Vollautomatisierung, sondern in einer 80%-Lösung: Standardfälle laufen automatisch, Ausnahmen und kritische Entscheidungen bleiben beim Menschen.

Die Technik ist dabei selten das Problem. Ein Workflow in n8n oder Make ist schnell gebaut, und KI-Anwendungen greifen über MCP-Server direkt auf CRM, ERP oder Ticketsystem zu. Projekte scheitern trotzdem, und zwar fast immer an derselben Stelle: Es wurde etwas automatisiert, das es als Prozess gar nicht gab.

Warum Automatisierung meist am fehlenden Prozess scheitert

Viele Automatisierungsvorhaben beginnen mit einer Tätigkeit: „Die Rechnungen abtippen dauert zu lange.“ „Die Leads müssen ins CRM.“ „Die Faxe müssen digital werden.“ Das ist ein legitimer Auslöser, aber noch kein Prozess.

Zu einem Prozess gehören neben den Arbeitsschritten auch die Regeln, nach denen entschieden wird, die Menschen, die für das Ergebnis geradestehen, und die Grenzen, innerhalb derer er laufen darf. Solange das nur in den Köpfen erfahrener Mitarbeiter existiert, funktioniert der Ablauf, weil Menschen improvisieren. Eine Automatisierung improvisiert nicht. Sie führt aus, was man ihr vorgibt, bei jedem Vorgang gleich. Die typische Folge: Workflows laufen, aber Ausnahmen landen ungeordnet im Postfach, Fehler fallen erst später auf, und niemand fühlt sich zuständig.

Deshalb gehört die Reihenfolge an den Anfang: Ein gewachsener Ablauf wird zuerst vereinfacht und standardisiert, erst dann automatisiert. Wie dieser erste Schritt gelingt, beschreibt der Beitrag Geschäftsprozesse optimieren. Wenn Ihr Prozess noch nicht klar beschrieben ist, beginnen Sie dort. Dieser Artikel setzt danach an und beantwortet die nächste Frage: Was genau sollte man automatisieren, und wie behält man dabei die Kontrolle?

Der Prozess-Test: vier Fragen vor jeder Automatisierung

Bevor ein Workflow gebaut wird, muss ein Prozess vier Fragen beantworten können. Bleibt eine davon offen, ist er noch nicht reif für Automatisierung.

Die ersten beiden Fragen stellen die meisten Unternehmen. Die letzten beiden werden oft übersprungen, weil sie organisatorische Entscheidungen erzwingen. Genau dort entstehen später die Probleme, und genau dort setzt die 80%-Regel an.

Nicht wann, sondern was: die 80%-Regel

Häufig wird gefragt, ab wann sich Automatisierung lohnt. Wichtiger ist die Frage, was man automatisiert. Standardfälle laufen immer gleich ab, lassen sich nach eindeutigen Regeln entscheiden und geraten weder mit Governance noch mit Compliance in Konflikt. Sie machen oft den Großteil des Volumens aus, aber nur einen kleinen Teil der Komplexität. Ausnahmen sind seltener, kosten aber überproportional viel Aufwand. Wer auch sie vollständig automatisieren will, baut meist mehr Sonderlogik als Nutzen.

Die Entscheidung lässt sich in einer einfachen Matrix treffen:

Das unterschätzte Feld ist „Ausnahme erkennen“. Eine gute Automatisierung muss nicht jeden Fall lösen. Sie muss aber zuverlässig merken, wenn ein Fall nicht in ihr Raster passt, und ihn mit allen Informationen an die zuständige Person übergeben. Dieser Übergabepunkt ist Teil des Prozessdesigns, kein Fehlerfall.

Praxisbeispiel: vom Faxeingang bis ins Apothekensystem

Wie das in einem geschäftskritischen Prozess aussieht, zeigt ein Projekt bei einer Apothekengruppe im Bergischen Land. Die Gruppe versorgt unter anderem Pflegeeinrichtungen und medizinische Institutionen und stellt patientenindividuelle Arzneimittelblister her.

Täglich kamen rund 500 Dokumente per Fax auf Papier an: Rezepte und Schriftverkehr von Ärzten, Pflegeheimen, Krankenhäusern und Altenheimen. Jedes Dokument musste gelesen, dem richtigen Vorgang zugeordnet, bearbeitet und nachvollziehbar archiviert werden, von Hand und mit hohen Anforderungen an Prozesssicherheit und Verfügbarkeit. Etwa 40 Nutzer arbeiteten in diesem Ablauf. Fax war dort kein Relikt, sondern Teil des operativen Rückgrats.

Der naheliegende Auftrag hätte gelautet: Faxe digital empfangen und archivieren. Damit wäre aus Papier ein PDF geworden, an der eigentlichen Arbeit hätte sich wenig geändert. Stattdessen wurde zuerst der Prozess digital abgebildet: Woher kommt ein Dokument, zu welchem Vorgang gehört es, wer bearbeitet es, was passiert danach, und welche Nachweise sind nötig? Erst danach wurde automatisiert und integriert:

Die Faxe kamen digital über Placetel und T-Online an, Easybell lief als Backup. Darauf setzte eine eigene Web-Anwendung auf Laravel-Basis auf: Google Vision erkannte den Text, ein Machine-Learning-Modell ordnete die Dokumente den richtigen Patienten zu. Weil ein Fax oft mehrere Dokumente enthält, schnitt ein eigenes Werkzeug es in einzelne Dokumente. Medikationspläne, Rezepte und Schriftverkehr liefen danach durch einen Kanban-Workflow, erledigte Dokumente gingen über eine Schnittstelle in adocu, das Dokumentenmanagementsystem von NOVENTI. Patienten- und Einrichtungsdaten, also Krankenhäuser und Pflegeheime, kamen jede Nacht per Batch-Export aus prokas. Das Ergebnis: Rund 500 Dokumente pro Tag laufen über einen durchgängigen digitalen Prozess, der manuelle Aufwand sank um rund 3,5 Vollzeitstellen. Entscheidend war nicht die Texterkennung und nicht die Software, sondern die Reihenfolge: erst der Prozess, dann die Integration, dann die Automatisierung.

Ausgangslage, Architektur und Umsetzung im Detail: Case Study: Prozess- und Systemarchitektur für digitale Apothekenprozesse.

KI und Automatisierung: Wo sitzt der Governance-Layer zwischen Mensch und Maschine?

Mit KI verschiebt sich die Frage. Klassische Workflows führen feste Regeln aus. KI-Anwendungen interpretieren Dokumente, formulieren Antworten und können über Schnittstellen selbst Aktionen auslösen. Damit wird deutlich mehr automatisierbar, aber auch unklarer, wer eigentlich entscheidet.

Viele Unternehmen wollen jetzt mit KI arbeiten, und das ist richtig. Was oft fehlt, ist die bewusste Festlegung, an welcher Stelle die Maschine vorschlägt und an welcher sie handelt. Dieser Governance-Layer gehört vor den Anschluss an produktive Systeme, nicht danach:

• Entscheidungsrechte: Welche Aktionen darf die KI selbst ausführen, welche nur vorbereiten?
• Freigabepunkte: Wo bestätigt ein Mensch, bevor etwas nach außen geht oder Daten verändert werden?
• Berechtigungen: Auf welche Systeme und Daten greift die Anwendung zu, und mit wessen Rechten?
• Protokollierung: Ist nachvollziehbar, was die KI wann auf welcher Grundlage getan hat?
• Verantwortung: Wer ist zuständig, wenn ein automatisch erzeugtes Ergebnis falsch ist?

Das ist die 80%-Regel, übertragen auf KI: Bei Standardfällen darf KI handeln, Ausnahmen soll sie erkennen, und bei kritischen Fällen arbeitet sie zu, statt zu entscheiden. Wie KI Marketing, Vertrieb und Customer Success auf einer gemeinsamen Steuerungslogik verbindet, zeigt der Beitrag zur GTM Control Plane.

Und die Tools? Zweitrangig, aber nicht egal

Welches Werkzeug passt, entscheidet sich an der Systemlandschaft, am Datenschutz und daran, wer die Automatisierung später betreibt. Und an der Frage, wie gut sich dort die Governance aus dem Prozess-Test abbilden lässt:

• n8n: flexible Workflow-Automatisierung, auch selbst gehostet. Passend, wenn Daten im eigenen Rechenzentrum oder in der eigenen Cloud bleiben sollen.
• Make: visuelle Plattform mit vielen fertigen Anbindungen für schnelle Integrationen zwischen Cloud-Anwendungen.
• Power Automate: naheliegend in Microsoft-365- und Dynamics-Umgebungen, weil Berechtigungen und Daten bereits dort liegen.
• MCP-Server: Über das Model Context Protocol steuern KI-Anwendungen Systeme und Prozesse direkt. Hier ist der Governance-Layer Pflicht, nicht Kür.
• Individuelle Entwicklung: sinnvoll bei geschäftskritischen Prozessen mit hohem Volumen und tiefer Integration in Fachsoftware, wie im Beispiel der Apothekengruppe.

Kein Tool ersetzt den Prozess-Test. Wer die vier Fragen beantwortet hat, kann fast jedes dieser Werkzeuge erfolgreich einsetzen. Wer sie überspringt, scheitert mit jedem.

Standard-Workflows reichen nicht mehr, sobald hohes Volumen, mehrere Fachsysteme und Compliance-Anforderungen zusammenkommen. Dann führt der Weg über eine durchdachte Lösungsarchitektur und individuelle Entwicklung, die sich in die bestehende Systemlandschaft integriert, wie im Fall der Apothekengruppe.

In fünf Schritten zu einer Automatisierung, die hält

Aus Prozess-Test, 80%-Regel und Governance-Layer ergibt sich eine klare Reihenfolge:

• Den realen Prozess abbilden, einschließlich Ausnahmen, Workarounds und der Systeme, in denen tatsächlich gearbeitet wird.
• Den Prozess-Test durchgehen: Anforderungen, Kosten und Nutzen, Verantwortung und Governance klären.
• Die 80 % schneiden: Standardfälle, Ausnahmen und kritische Fälle trennen und den Übergabepunkt an den Menschen festlegen.
• Integrieren statt danebenstellen: Die Automatisierung arbeitet in den bestehenden Systemen, nicht als neue Insel.
• Messen und nachschärfen: Anteil automatisch erledigter Fälle, Ausnahmequote und Fehler beobachten und die Regeln anpassen.

Häufige Fragen zur Automatisierung von Geschäftsprozessen

Erst der Prozess, dann die Automatisierung

Wer Geschäftsprozesse automatisieren will, sollte nicht mit dem Tool beginnen, sondern mit drei Entscheidungen: Ist der Ablauf wirklich ein Prozess? Welche 80 % sind Standard und unkritisch? Und wo genau entscheidet der Mensch, gerade wenn KI im Spiel ist? Sind diese Fragen beantwortet, ist die technische Umsetzung meist der kleinere Teil der Arbeit.