Viele mittelständische Unternehmen wissen, dass sich Prozessautomatisierung lohnen würde – offen ist meist, wo sie beginnen sollen. Excel-Tabellen werden per E-Mail weitergegeben, Daten zwischen zwei Systemen von Hand übertragen, eine Eingangsrechnung geht durch drei Hände, bevor sie gebucht ist. Das ist in vielen Unternehmen Alltag, nicht die Ausnahme.
Aus mehr als 100 Anwendungen in über 50 Projekten kenne ich ein wiederkehrendes Muster: Der Aufwand für den ersten automatisierten Prozess wird meist überschätzt. Mit einem klar abgegrenzten Prozess und einem strukturierten Vorgehen kann ein erster digitaler Prozess oft schon nach drei bis sechs Wochen produktiv sein. Dieser Beitrag zeigt, wie das im Einzelnen aussieht.
Welche Prozesse sich für den Einstieg eignen
Häufig beginnt ein Vorhaben mit dem falschen Prozess: mit dem, der gerade am meisten Aufwand verursacht, oder mit dem, der technisch am interessantesten klingt. Beides ist kein gutes Auswahlkriterium.
Für den Einstieg eignet sich ein Prozess, wenn drei Merkmale zutreffen: Er läuft häufig, er folgt klaren Regeln mit wenigen Ausnahmen, und der manuelle Aufwand lässt sich beziffern. Ein Rechnungseingang mit mehreren hundert Vorgängen im Monat, manueller Erfassung im ERP und regelmäßigen Rückfragen ist ein guter Kandidat. Ein Ablauf, bei dem jede dritte Anfrage eine Ausnahme ist, gehört nicht an den Anfang.
Für die Priorisierung genügt eine einfache Übersicht: Ordnen Sie Ihre Prozesse nach Häufigkeit und manuellem Aufwand pro Monat. Der Prozess, der bei beiden Werten weit oben liegt, ist Ihr erster Kandidat.
Vor der Entscheidung helfen fünf Fragen:
- Wie oft läuft dieser Prozess im Monat?
- Wie viele Stunden kostet er insgesamt?
- Wie viele Personen sind beteiligt?
- Gibt es klare Eingangs- und Ausgangsdaten?
- Lässt sich der Ablauf heute schon eindeutig beschreiben?
Lässt sich die letzte Frage nicht mit Ja beantworten, wird der Ablauf zuerst vereinheitlicht. Automatisierung macht einen unklaren Prozess nicht besser, sie schreibt ihn fest. Das gilt für Robotic Process Automation (RPA) ebenso wie für Low-Code-Plattformen: Die Gestaltung des Prozesses kommt vor seiner Automatisierung.
Der Einführungsplan: von der Analyse bis zum Go-live
Für einen klar abgegrenzten Prozess läuft die Einführung in drei Abschnitten. Voraussetzung ist, dass der Prozess sauber aufgenommen ist und die Datenbasis stimmt. Umfangreichere Integrationen oder lückenhafte Stammdaten verlängern den Zeitplan; das sollte von Beginn an eingeplant werden.
Woche 1 und 2: Prozessaufnahme und Soll-Ablauf
Der heutige Ablauf wird gemeinsam mit den Fachbereichen dokumentiert. Den Ausschlag geben die Mitarbeitenden, die den Prozess täglich bearbeiten, nicht die Technik. Daraus entsteht der Soll-Ablauf, die Datenquellen werden benannt und die Schnittstellen zu den bestehenden Systemen geklärt. Dieser Schritt entscheidet, ob das Vorhaben später ruhig läuft oder laufend nachgebessert werden muss.
Woche 3 und 4: Einrichtung, Anbindung und erster Test
Jetzt wird der Workflow auf der Plattform eingerichtet. Bestehende Systeme wie ERP, CRM oder Dateiablage werden angebunden, und der erste interne Test läuft mit echten Daten. Fehler in dieser Phase sind normal und lassen sich mit vergleichsweise geringem Aufwand beheben, bevor weitere Anwender betroffen sind.
Woche 5 und 6: Pilotbetrieb, Einarbeitung und Go-live
Eine kleine Gruppe von Anwendern arbeitet unter realen Bedingungen mit dem Prozess. Ihre Rückmeldungen fließen ein, das Team wird eingearbeitet, danach folgt der produktive Betrieb. Anschließend werden die ersten Kennzahlen beobachtet und der Ablauf fein abgestimmt. Mit dem Go-live beginnt der eigentliche Betrieb; abgeschlossen ist das Vorhaben damit noch nicht.
Prozessautomatisierung in der Praxis
Bayerischer Bauindustrieverband: Kursverwaltung, Rechnungseingang und Mitgliederbetreuung
Beim Bayerischen Bauindustrieverband laufen mehrere Fachanwendungen über eine gemeinsame Plattform, verbunden mit Microsoft Dynamics 365 F&O. Die Kursverwaltung für die Bildungszentren ist eine eigenständige Anwendung, die in die bestehende Finanzsystemlandschaft integriert ist. Im Rechnungseingang werden X-Rechnung, ZUGFeRD und PDF automatisiert ausgelesen; die Mitarbeitenden konzentrieren sich auf Prüffälle und Abweichungen. Für die Mitgliederbetreuung entstand ein CRM mit einer KI-gestützten Zusammenfassung der bisherigen Aktivitäten.
Kursverwaltung im Detail · KI-Rechnungsprüfung im Detail
Digitales Baustellenmanagement: aus dem eigenen Berufsweg
Zwölf Jahre war ich selbst in einem Bauunternehmen für digitale Lösungen verantwortlich. Dort ersetzte eine mobile, offline-fähige Anwendung papierbasierte Bautagebücher, die Mängelverwaltung in Listen und die Stundenzettel. Bauleitung und Baustelle arbeiteten mit demselben Stand, ohne Daten doppelt zu erfassen. Das ist kein Kundenprojekt, sondern Erfahrung aus der Verantwortung im Unternehmen – und der Grund, warum ich Bauprozesse von innen kenne.
KI und ERP-Anbindung: was heute zuverlässig funktioniert
Rund um KI gibt es viele Versprechen. Für den Mittelstand sind heute vor allem zwei Einsatzfelder ausgereift und im Alltag nutzbar.
Dokumente auslesen und vorbereiten. Eingangsrechnungen werden ausgelesen, Positionen erkannt, gegen Bestellungen geprüft und nach der Freigabe an die Buchhaltung übergeben, etwa an DATEV, SAP, Microsoft Dynamics oder Lexware. Strukturierte Formate wie X-Rechnung und ZUGFeRD werden direkt gelesen, bei PDFs unterstützt die KI. Mit einer Plattform und standardisierten KI-Diensten ist dafür kein eigenes Data-Science-Team nötig. Der Rechnungseingang ist heute einer der häufigsten Einstiege in die Prozessautomatisierung, auch weil die E-Rechnungspflicht ohnehin Anpassungen verlangt: Seit 2025 müssen Unternehmen E-Rechnungen empfangen können, ab 2027 gilt für viele auch die Pflicht zum Versand.
Vorgänge zusammenfassen. Wer einen Vorgang öffnet, sieht zuerst eine Zusammenfassung dessen, was bisher passiert ist: Korrespondenz, Termine, offene Punkte. Das verkürzt die Einarbeitung in einen Fall, die Entscheidung bleibt bei den zuständigen Mitarbeitenden.
Die ERP-Anbindung. Die technische Verbindung zu SAP, Microsoft Dynamics, DATEV oder Lexware steht über Standardschnittstellen oft schnell. Zeit kosten die Datenqualität und die Zuordnung zwischen den Systemen. Deshalb gehören Schnittstellen und Stammdaten an den Anfang eines Vorhabens, nicht an das Ende.
Wirtschaftlichkeit: Kennzahlen, die zählen
Der Nutzen einer Automatisierung ergibt sich aus dem Nettonutzen im Verhältnis zu den Gesamtkosten: eingesparte Arbeitszeit und vermiedene Fehlerkosten, abzüglich Einführungsaufwand und laufender Betriebskosten.
Fünf Kennzahlen machen den Erfolg sichtbar:
- Durchlaufzeit: Wie lange dauert ein Vorgang vom Eingang bis zum Abschluss?
- Automatisierungsgrad: Wie viele Vorgänge laufen ohne manuellen Eingriff durch?
- Fehlerquote: Wie viele Vorgänge brauchen Nacharbeit?
- Kosten pro Vorgang: Was kostet ein Vorgang heute, was nach der Automatisierung?
- Amortisation: Wann ist die Investition zurückgeflossen?
Ein hoher Automatisierungsgrad allein ist noch kein Erfolg. Steigen gleichzeitig Fehlerquote oder Ausnahmen, braucht der Prozess eine Korrektur.
Wie schnell sich ein Vorhaben amortisiert, hängt von Volumen, Standardisierung und Ausgangsaufwand ab. Pauschale Richtwerte helfen dabei wenig; belastbarer ist eine Rechnung mit den eigenen Zahlen. Der ROI-Rechner liefert dafür eine erste Spanne mit offengelegten Annahmen, die genaue Zahl für Ihren Betrieb ergibt die Prozess-Landkarte.
Datenschutz: was von Anfang an geklärt sein muss
Sobald ein automatisierter Prozess personenbezogene Daten verarbeitet, gilt die DSGVO. Zweckbindung, Datenminimierung und Speicherbegrenzung gehören deshalb von Beginn an in die Gestaltung. Für jeden externen KI- oder Cloud-Anbieter ist ein Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO nötig. Werden Daten außerhalb des Europäischen Wirtschaftsraums verarbeitet, kommen die Anforderungen an Drittlandübermittlungen hinzu.
Besondere Aufmerksamkeit verdienen automatisierte Entscheidungen nach Art. 22 DSGVO. Trifft ein System eine Entscheidung ausschließlich automatisiert und betrifft sie Personen rechtlich oder in ähnlich erheblicher Weise, muss ein Mensch eingreifen können. Die europäischen Datenschutzbehörden betonen in ihren Leitlinien zu automatisierten Entscheidungen, dass dieses Eingreifen mehr als eine symbolische Geste sein muss. Eine Freigabe, bei der die KI-Ausgabe ungeprüft übernommen wird, genügt nicht. Ich gestalte Prozesse deshalb so, dass sensible Entscheidungen bei den zuständigen Mitarbeitenden bleiben.
Dieser Abschnitt gibt einen Überblick und ersetzt keine Rechtsberatung.
Drei häufige Fehler bei der Einführung
Mit einem zu komplexen oder ungeklärten Prozess beginnen. Wer einen Ablauf automatisiert, bevor er ihn vereinheitlicht hat, schreibt die Unklarheit fest. Der Ablauf wird zuerst beschrieben, dann wird ein Werkzeug gewählt.
Schnittstellen und Datenqualität unterschätzen. Unterschiedliche Schreibweisen, Dubletten und unvollständige Stammdaten bremsen jeden automatisierten Workflow. Die Datenqualität wird deshalb früh geprüft, nicht erst nach dem Go-live.
Die Fachbereiche zu spät einbinden. Wer die Mitarbeitenden, die einen Prozess täglich nutzen, erst kurz vor dem Go-live informiert, stößt auf Vorbehalte – selten wegen der Technik, meist wegen fehlenden Vertrauens. Die Fachseite gehört von Anfang an dazu.
Der erste Schritt
Prozessautomatisierung muss kein Großprojekt sein. Entscheidend sind die Wahl des richtigen Prozesses und ein strukturiertes Vorgehen. In den meisten mittelständischen Unternehmen genügt ein einziger, gut gewählter Prozess, um einen spürbaren Unterschied zu erzielen.
In 45 Minuten besprechen wir einen konkreten Ablauf und Ihre bestehende Systemlandschaft. Sie erhalten eine erste fachliche Einschätzung – ohne Verkaufspräsentation und ohne Verpflichtung. Danach entscheiden Sie, ob eine Zusammenarbeit sinnvoll ist.
Häufige Fragen
Wie lange dauert die Einführung einer Prozessautomatisierung?
Für einen klar abgegrenzten Prozess mit sauberer Datenbasis kann ein erster digitaler Prozess oft schon nach drei bis sechs Wochen produktiv sein. Umfangreichere Integrationen oder lückenhafte Stammdaten verlängern den Zeitplan.
Welcher Prozess eignet sich für den Anfang?
Ein Prozess, der häufig läuft, klaren Regeln mit wenigen Ausnahmen folgt und einen bezifferbaren manuellen Aufwand verursacht. Ein typisches Beispiel ist der Rechnungseingang.
Braucht es für KI im Prozess ein eigenes Data-Science-Team?
In der Regel nicht. Für Aufgaben wie das Auslesen von Rechnungen oder das Zusammenfassen von Vorgängen genügen eine Plattform und standardisierte KI-Dienste. Datenzugriff, Verarbeitung und menschliche Kontrollpunkte werden passend zum Anwendungsfall festgelegt.
