Wie man Unternehmensprozesse systematisch analysiert und KI-Potenziale identifiziert
AI Dynamics Workshop 2026
Stell dir vor, du betrittst dein eigenes Lager zum ersten Mal — als Kunde oder Prüfer. Was fällt dir auf?
Wartezeiten zwischen Abteilungen
Zettelwirtschaft statt digitaler Prozesse
Redundante Arbeitsschritte (3x dasselbe)
Wissen nur in Köpfen, nicht in Systemen
Prozessanalyse ist kein IT-Thema — es ist eine Disziplin der strukturierten Beobachtung.
Vom Kundenbedarf bis zur Erfüllung
Order-to-Cash als Gesamtprozess
Über Abteilungsgrenzen hinweg denken
Hilfe zur Selbsthilfe — Teams befähigen
Wer seine Abläufe nicht sieht, kann sie nicht steuern.
Funktionsübergreifender Ablauf, der ein Ergebnis von Wert für den Kunden erzeugt.
Fokus: Wertschöpfung & Strategie
z.B. Bestellprozess, Onboarding neuer Mitarbeiter, Reklamationsabwicklung, Lead-to-Customer
Klar definierter Ablaufplan von Aufgaben, meist innerhalb eines IT-Systems.
Fokus: Operative Ausführung
z.B. E-Mail nach Versand, Rechnungserstellung nach Zahlung, Ticket-Eskalation nach 24h, Lead-Scoring in CRM
Einzelne Aktivität, die von einer Person oder Maschine ausgeführt wird.
Fokus: Tätigkeit
z.B. Daten in Maske eingeben, PDF-Rechnung hochladen, Tracking-Nummer kopieren, Kundendaten aktualisieren
⚠ Viele Unternehmen optimieren nur Workflows, ohne den übergeordneten Prozess zu hinterfragen. Fehlerhafte Prozesslogik + Automatisierung = schnellere Fehlererzeugung.
Jeder Teilschritt wird eigenhändig ausgeführt. Hohe Fehleranfälligkeit, keine Skalierbarkeit.
Händisches Abtippen von Bestellbestätigungen, manueller Abgleich von Überweisungen
Vordefinierte Wenn-Dann-Logik. Keine eigenständige Entscheidung — starre Regeln.
Shopify Flow sendet E-Mail bei niedrigem Lagerbestand, automatische Rechnungserstellung
Das System trifft Entscheidungen oder generiert Inhalte basierend auf Kontext und Mustern.
Individuelle Produktbeschreibungen generieren, betrügerische Bestellmuster erkennen
Ziel: Für jeden Prozess den aktuellen Reifegrad bestimmen — und entscheiden, ob eine höhere Stufe sinnvoll ist.
Wird dieser Schritt oft wiederholt? Hohe Frequenz = größter Hebel.
Transaktionsmails, Rechnungen, Bestandsabgleiche
Gibt es eine klare Wenn-Dann-Logik? Je standardisierter die Daten, desto einfacher.
CSV-Importe, Statuswechsel, Schwellenwerte
Kostet es unverhältnismäßig viel Zeit oder Geld? Direkte + Fehlerkosten betrachten.
Manuelle Datenpflege, Retouren-Handling
Native Lösungen direkt in der E-Commerce-Plattform. Visuell, Drag-and-Drop, keine Programmierkenntnisse nötig.
Shopify Flow • WooCommerce Automations
Lagerbestandsmeldungen, VIP-Kunden taggen, Risiko-Prüfung
Integrationsplattformen, die hunderte Apps verbinden. Das „Schweizer Taschenmesser“ der Automatisierung.
n8n • Make • Zapier
Cross-System-Workflows, komplexe Logik, API-Integrationen
Generative KI erweitert das Spektrum um unstrukturierte Datenverarbeitung — der „digitale Praktikant“.
Claude • ChatGPT • Gemini
Stimmungsanalyse, Antwortentwürfe, Produkttexte
| Feature | Shopify Flow | n8n |
|---|---|---|
| Komplexität | Niedrig (No-Code) | Mittel bis Hoch (Low-Code) |
| Integrationen | Hauptsächlich innerhalb Shopify | Über 1.200 Apps & APIs |
| Datenkontrolle | Cloud-basiert (SaaS) | Self-hosted möglich (hoher Datenschutz) |
| Kosten | Inklusive in Plus/Advanced | Kostenlos (self-hosted) oder Cloud-Abo |
| Best Use Case | Shop-interne Trigger & einfache Automatisierungen | Cross-System-Workflows, API-Logik, KI-Integration |
Die Tool-Auswahl erfolgt erst nach dem vollständigen Verständnis des Prozesses — nie umgekehrt.
Prozesse aus verschiedenen Abteilungen tabellarisch erfassen — als Basis für Engpass-Analyse und Tool-Auswahl.
| Abteilung | Prozessname | Ist-Ablauf | Status | Tools |
|---|---|---|---|---|
| Marketing | Content-Erstellung | Produkttexte manuell aus Herstellerangaben schreiben | Manuell | Word, Canva |
| Marketing | Kampagnen-Reporting | Daten aus Google Ads, Meta & Analytics manuell zusammenführen | Manuell | Excel, Ads-Plattformen |
| Sales | Lead-Qualifizierung | Eingehende Anfragen manuell bewerten und zuweisen | Manuell | CRM, E-Mail |
| Sales | Angebotserstellung | Individuelle Angebote in Word erstellen, per Mail senden | Manuell | Word, Outlook |
| Operations | Bestandsabgleich | Lagerliste vs. Shop-Backend manuell prüfen | Manuell | Excel, Shop-Admin |
| Operations | Rechnungsstellung | PDF manuell erstellen, per E-Mail versenden | Manuell | Word, DATEV |
| Support | Ticket-Routing | Alle Mails landen im Postfach, manuelle Verteilung | Manuell | Shared Mailbox |
| Support | FAQ & Standardantworten | Mitarbeiter tippt Antworten jedes Mal neu ab | Manuell | E-Mail, Helpdesk |
3R-Formel anwenden → Wo ist der größte Handlungsbedarf? Abteilungsübergreifend denken — nicht nur E-Commerce-Kette.
Ausgelöst durch Kunden, Partner oder Drittsysteme — oft unvorhersehbar.
Kundenaktion (Bestellung, Anfrage, Retoure)
API-Webhook (Zahlungseingang, Statuswechsel)
Marktplatz-Event (Amazon, eBay, Zalando)
Häufigkeit: oft hoch, unvorhersehbar
Zeitgesteuert oder schwellenwertbasiert — planbar und regelmäßig.
Zeitgesteuert (Cron-Job, Tagesabschluss)
Schwellenwert (Lagerbestand < Minimum)
Systemereignis (Import abgeschlossen)
Häufigkeit: planbar, regelmäßig
Ein Mensch startet den Prozess — variabel und fehleranfällig.
Mitarbeiter startet Prozess per Hand
E-Mail oder Telefonat löst Aktion aus
Ad-hoc-Entscheidung ohne festes Muster
Häufigkeit: variabel, fehleranfällig
Frage immer: WAS löst den Prozess aus? WIE OFT? WANN? — Der Trigger bestimmt den Automatisierungsansatz.
Shop-Backend (Shopify, WooCommerce, Magento)
ERP-System (SAP, DATEV, Xentral)
CRM (HubSpot, Salesforce, Pipedrive)
Buchhaltung & Rechnungswesen
Excel / Google Sheets („Schattensysteme“)
E-Mail-Postfächer (unstrukturierte Daten)
Welches System ist die Single Source of Truth?
Wo werden Daten dupliziert oder manuell übertragen?
Gibt es APIs oder nur CSV-Export/Import?
Wo fehlt eine Verbindung komplett?
Jeder Medienbruch = Fehlerquelle + Zeitverlust
Erst die Datenlandschaft verstehen, dann automatisieren — sonst automatisiert man Chaos.
Deterministisches Problem (klare Wenn-Dann-Logik)
Strukturierte Daten (CSV, JSON, Datenbankfelder)
Hohe Geschwindigkeit, niedrige Kosten
Beispiel: Lagerbestand < 10 → Nachbestellung
Probabilistisches Problem (Kontext, Sprache, Muster)
Unstrukturierte Daten (E-Mails, Bilder, Freitext)
Flexibilität > Geschwindigkeit
Beispiel: Support-Mail → Stimmung & Kategorie
Grundregel: Automatisierung ist der Default — KI nur, wenn Kontext oder Kreativität gebraucht wird.
Voll manuell — Mensch entscheidet alles
Kündigungen, rechtliche Entscheidungen, Eskalationen
KI schlägt vor — Mensch entscheidet
Produkttext-Entwürfe, Support-Antwortvorschläge, Preisempfehlungen
KI handelt — Mensch genehmigt vorher
Preisanpassungen, Rabattaktionen, Newsletter-Versand
KI handelt — Mensch überwacht nachträglich
Retouren-Genehmigung, Chatbot-Antworten, Auto-Kategorisierung
Volle Autonomie — kein Mensch im Loop
Bestandssync, Tracking-Updates, Standard-Benachrichtigungen
Faustregel: Je höher das Risiko, desto niedriger die Autonomiestufe.
Output-Typen:
Text — E-Mail, Produktbeschreibung, Antwort
Daten — Status-Update, Preis, Bestandszahl
Entscheidung — Genehmigt / Abgelehnt
Aktion — Versand auslösen, Ticket erstellen
Handoff via:
API-Call (direkte Systemintegration)
Approval Queue (Freigabe-Warteschlange)
Dashboard / E-Mail-Benachrichtigung
Confidence < Schwellenwert → Human Review
Ungewöhnliche Muster (Betrug, Anomalien)
Hoher Bestellwert / VIP-Kunden
Compliance-Anforderungen (DSGVO, Recht)
Mensch korrigiert → KI lernt (Prompt-Tuning)
Periodische Qualitätsaudits einplanen
Metriken tracken: Accuracy, Durchlaufzeit
Jeder KI-Prozess braucht definierte Eingriffspunkte und eine Feedback-Schleife — sonst driftet die Qualität.
Pro Prozess dokumentieren:
Trigger — Was löst den Prozess aus?
Steps — 5–15 Schritte nummeriert auflisten
Systems — Welche Tools pro Schritt?
Handoffs — Wo wechselt Verantwortung?
Zeitaufwand — Dauer inkl. Wartezeiten
Volumen — Wie oft pro Woche/Monat?
Nach Dokumentation bewerten:
Automatisierbar — Welcher Anteil? (0%, 25%, 50%, 75%, 100%)
Quick Wins — Welche 1–3 Schritte zuerst automatisieren?
Blocker — Was verhindert volle Automatisierung?
Beispiel-Blocker: „Erfordert menschliches Urteilsvermögen in Schritt 4“, „Kein API-Zugang zum Altsystem“
Erst dokumentieren, dann bewerten, dann umsetzen — der Prozess-Steckbrief ist die Grundlage für jede Automatisierung.
Prozesse sehen lernen — als externer Beobachter die eigene „Maschine“ verstehen
Aufgabe ≠ Workflow ≠ Prozess — die richtige Ebene optimieren
3R-Formel: Repetitiv + Regelbasiert + Ressourcenfressend = idealer Kandidat
Manuell → Automatisiert → KI-gestützt: schrittweise transformieren
6-Schritte-Analyse: Trigger → Daten → Tool → Autonomie → Output → Visualisierung
Erstellt eine strukturierte Übersicht über zentrale Unternehmensprozesse oder Prozesse innerhalb eurer Abteilung.
Mindestens 5 Prozesse identifizieren
Je Prozess: Prozessname, kurzer Ist-Ablauf, Anzahl der Schritte
Status einordnen: Manuell Automatisiert KI-gestützt
Optional: genutzte Tools/Systeme je Prozess
Optional: Einen Prozess mit der 6-Schritte-Analyse vertiefen
Optional: Einen Prozess als BPMN-Diagramm in Lucidchart visualisieren
Welcher Prozess ist am stärksten repetitiv, regelbasiert und ressourcenfressend? Dort liegt der größte Hebel.
Vielen Dank für eure Aufmerksamkeit!
Welche Prozesse in eurem Unternehmen
sind die größten Zeitfresser?
Wo seht ihr das stärkste KI-Potenzial?