Das ist die häufigste Ausgangslage: Ein Unternehmen weiß, dass es «etwas mit KI machen» sollte, ohne zu wissen, was. Meist erwartet es, dass ihm ein Werkzeug vorgeschlagen wird. Wir beginnen umgekehrt: Wir sehen uns an, wie die Arbeit heute tatsächlich abläuft.

Das ist keine Beratervorsicht. Es ist der einzige Weg, das klassische Ergebnis zu vermeiden, bei dem eine Aufgabe glänzend automatisiert wird, die nichts kostete, während der eigentliche Engpass unangetastet bleibt.

Erster Schritt: die Prozesslandkarte

Wir listen die Prozesse auf, die das Unternehmen durchziehen, vom ersten Kundenkontakt bis zur Rechnung und zum Kundendienst. Bei jedem interessieren uns drei Dinge: was ihn auslöst, die tatsächliche Abfolge der Schritte und was am Ende herauskommt.

«Tatsächlich» ist das entscheidende Wort. Der in einer Arbeitsanweisung beschriebene Prozess und der Prozess, den jemand am Dienstagnachmittag unter Zeitdruck ausführt, sind selten derselbe. Der zweite ist zu automatisieren, oder vorher zu korrigieren.

Zweiter Schritt: die Gespräche

Wir sprechen mit den Menschen, die die Arbeit machen, nicht nur mit denen, die sie organisieren. Die Fragen sind einfach: Was kostet Sie am meisten Zeit, was machen Sie mehrfach neu, wobei müssen Sie auf jemanden warten, wo haben Sie Angst, einen Fehler zu machen.

Diese Gespräche fördern zwei Arten von Themen zutage. Die wiederkehrenden, sichtbaren Aufgaben, die jeder nennt. Und die unsichtbare Reibung: eine Information von einem Werkzeug ins andere abtippen, ein Dokument suchen, die vergessene Nachfassaktion. Die zweite Kategorie kostet oft mehr als die erste.

Dritter Schritt: die Zahlen

Ein Prozess ohne Zahlen lässt sich nicht priorisieren. Wir messen für jeden vier Größen:

  • Die Menge. Wie oft pro Woche oder Monat, mit welchen saisonalen Spitzen.
  • Die Zeit. Die tatsächliche Arbeitszeit je Vorgang, Wartezeiten eingeschlossen.
  • Die Kosten. Diese Zeit multipliziert mit einem Vollkostensatz, plus die Kosten festgestellter Fehler.
  • Das Risiko. Was passiert, wenn der Schritt zu spät, falsch oder gar nicht erfolgt.

Diese vier Zahlen entscheiden die meisten Diskussionen. Eine mühsame, aber seltene Aufgabe rutscht nach unten. Eine banale Aufgabe, die zweihundertmal im Monat anfällt, steigt sofort auf.

Vierter Schritt: Zustand der Werkzeuge und der Grundlagen

Danach sehen wir uns an, worauf eine Automatisierung aufsetzen kann: die vorhandenen Werkzeuge, was sie bereitstellen können, die Datenqualität und ob es für jede Geschäftsregel eine schriftliche Referenz gibt. Ein Unternehmen, dessen Preise in drei verschiedenen Dateien leben, hat kein KI-Problem, sondern ein Problem mit der einen verlässlichen Quelle. Und das gehört vorher gelöst, nicht nebenbei.

Eine Automatisierung korrigiert keine falsche Information. Sie verbreitet sie schneller.

Fünfter Schritt: die Priorisierung

Wir kreuzen drei Achsen: Wirkung, Machbarkeit und Risiko. Die Wirkung kommt aus den Zahlen. Die Machbarkeit hängt von den technischen Zugängen ab, von der Stabilität der Regeln und von der verfügbaren Grundlage. Das Risiko misst, was ein Fehler kosten würde, und bestimmt damit den Ort der menschlichen Freigabe.

Daraus entsteht eine kurze, geordnete Liste, jede Zeile mit geschätztem Nutzen, geschätztem Aufwand und der gewählten Betriebsweise. Das ist das einzige Ergebnis, das in dieser Phase zählt: eine Marschordnung, keine Wunschliste.

Wie das konkret aussieht

Bei UNYX hat diese Phase einen Namen und ein Format: das Audit der digitalen Reife, das eine bezifferte Bestandsaufnahme liefert, und danach die Rahmensetzung, die daraus einen datierten Fahrplan macht. Je nach Unternehmensgröße dauert das von wenigen Tagen bis zu drei Wochen. Am Ende steht eine Entscheidung, auch die, vorerst nichts zu automatisieren, wenn die Zahlen es nicht hergeben.

Das Signal, auf das Sie achten sollten, ist einfach. Wenn ein Anbieter eine Architektur vorschlägt, bevor er Ihre Mengen und Ihre Kosten gesehen hat, verkauft er keine Lösung für Ihr Problem, sondern seinen Katalog.