Die KI-Checkliste: Welche Prozesse Du automatisieren solltest (und welche tabu sind)

Wenn die Euphorie über ChatGPT und KI-Agenten auf den harten Unternehmensalltag trifft, passiert oft Folgendes: Das Management sucht krampfhaft nach einem Prozess, den man automatisieren könnte. Man schnappt sich das komplexeste, am wenigsten standardisierte Problem der Firma und wundert sich sechs Monate später, warum das IT-Budget verbrannt ist und die Mitarbeiter frustriert abwinken.

Nicht jeder Prozess ist ein Kandidat für KI. Die Kunst der erfolgreichen Digitalisierung liegt nicht im Programmieren, sondern in der eiskalten Selektion. Der Unterschied zwischen dem richtigen und dem falschen Prozess entscheidet über Erfolg oder Scheitern des gesamten KI-Vorstoßes im Unternehmen.

Was einen perfekten KI-Kandidaten ausmacht

Die Formel für schnelle ROI-Erfolge (Return on Investment) ist erstaunlich simpel. Ein Prozess ist perfekt geeignet, wenn er folgende Kriterien erfüllt:

• Repetitiv: Er taucht dutzende oder hunderte Male am Tag auf.
• Regelbasiert (mit leichten Unschärfen): Man kann in wenigen Sätzen beschreiben, was das Ziel ist (z.B. "Finde die Bestellnummer in dieser E-Mail").
• Klar definierter Output: Das Zielsystem verlangt ein festes Format (z.B. ein JSON-Objekt für das ERP-System).
• Digitale Verfügbarkeit: Der Prozess beginnt digital (E-Mail, API, Scan) und endet digital.

Was man besser in Ruhe lässt

Genauso wichtig ist die rote Liste. Finger weg von Prozessen, die:

• Hohe Haftungsrelevanz haben: Wenn ein Fehler im Prozess das Unternehmen juristisch angreifbar macht oder Millionen kostet (z.B. finale Steuererklärungen abschicken, rechtliche Verträge eigenmächtig verhandeln).
• Viel implizites Wissen erfordern: Wenn Mitarbeiter auf die Frage "Wie machst du das?" antworten: "Das habe ich im Gefühl" oder "Das kommt darauf an, wie der Kunde heute drauf ist".
• Die Ausnahme als Regel haben: Wenn 60 Prozent der Vorgänge "Sonderlocken" sind, bringt eine Automatisierung keinen Hebel, sondern nur Wartungsaufwand.

Zwei Beispiele aus der Logistik

Das Best-Practice (Der perfekte Kandidat): Verarbeitung von Frachtdokumenten.
Jeden Morgen kommen 200 PDFs von verschiedenen Speditionen an. Sie sehen alle anders aus, enthalten aber immer Gewichte, Adressen und Zolltarifnummern. Ein KI-Agent kann diese unstrukturierten PDFs in strukturierte Daten verwandeln und ins TMS schieben. Hohes Volumen, klarer Output, extrem schneller ROI.

Das Worst-Practice (Die Finger-weg-Zone): Reklamationsmanagement von Key Accounts.
Ein wichtiger Kunde beschwert sich über eine verspätete Lieferung. Ein KI-Agent soll die Mail lesen, Kulanzrabatte berechnen und antworten. Falsch. Hier geht es um Empathie, strategische Kundenbindung und Verhandlung. Die KI kann die Verspätung vielleicht im Hintergrund analysieren und dem Key Account Manager als Notiz bereitlegen – aber die Kommunikation übernimmt hier zwingend der Mensch.

Der Leitspruch für KI-Entscheider sollte lauten: Automatisiere das Banale, damit die Menschen wieder Zeit für das Brillante haben.