Vom KI-Tool zum neuen Arbeitsprozess
Viele Unternehmen experimentieren inzwischen mit KI. Sie schreiben Texte, fassen Meetings zusammen und generieren Grafiken. Richtig spannend wird es aber dort, wo KI nicht nur einzelne Aufgaben unterstützt, sondern die Zusammenarbeit und ganze Arbeitsprozesse verändert.
Erst der Nutzen, dann das Tool
Viele Unternehmen starten verständlicherweise beim Tool. Sie testen ChatGPT, Copilot oder eine Fachlösung und suchen danach nach möglichen Anwendungen. Ich empfehle den umgekehrten Weg:
Einen echten Prozess nehmen, der heute Zeit kostet, viele Personen bindet oder immer wieder für Rückfragen sorgt. Und dann prüfen, was KI darin tatsächlich besser machen könnte. Dabei lohnt es sich von Anfang an, KPIs festzulegen (messbare Kennzahlen, an denen sich der Erfolg beurteilen lässt). Zum Beispiel Zeitaufwand, Qualität, Fachaufwand, Fehlerquote oder Durchlaufzeit. Erst damit lässt sich später beurteilen, ob der neue Prozess tatsächlich besser ist.
Ein Tool verändert noch keinen Prozess
Ein KI-Tool ist schnell getestet, aber der darunter liegende Prozess verändert sich dadurch noch nicht zwingend. Denn: Unternehmensprozesse bestehen aus mehreren Rollen, Hierarchien und betrifft vielleicht mehrere Systeme. Die Abhängigkeiten, Medienbrüche und Verantwortlichkeiten.
Ein KI-Tool verbessert diesen Ablauf deshalb nicht automatisch. Erst wenn klar ist, wo es sinnvoll eingreift, welche Daten es braucht und wie es in den bestehenden Prozess eingebettet wird, entsteht daraus eine echte Prozessverbesserung.
Erst verstehen, dann automatisieren
Die Prüfung des bestehenden Prozesses ergeben sich folgende Fragen: Wer macht heute was? Wo entstehen Rückfragen und wie lange dauern sie? Wo wird Wissen immer wieder neu zusammengesucht? Was braucht wirklich Fachwissen und wo steckt vor allem Fleissarbeit?
Erst dann wird interessant, was KI übernehmen oder vorbereiten kann. Das kann beispielsweise Recherche sein, ein erster Entwurf, das Strukturieren vorhandener Informationen oder das Vergleichen unterschiedlicher Dokumente und Daten.
Dabei lohnt es sich, genau hinzuschauen: Wo bringt KI viel und wo wenig? Auch die Entscheidung, einen Schritt bewusst nicht zu automatisieren, gehört zum Lernprozess dazu. Aktuell entwickeln sich die Möglichkeiten schneller, als viele Unternehmen überhaupt testen können.
Wo bleibt der Mensch?
„Human in the loop“ klingt inzwischen fast wie ein Pflichtbegriff. Trotzdem sind die Fragen wichtig: Wo genau brauchen wir Menschen im Prozess? Wo müssen wir immer noch persönlich prüfen und entscheiden?
Hier gilt es Bagatellen von wichtigen Beurteilungen zu unterscheiden: Muss eine Fachperson wirklich jeden einzelnen Zwischenschritt kontrollieren oder reicht es, wenn sie an einem entscheidenden Punkt erst mit der Prüfung startet? Wo könnten Stichproben genügen?
Das hängt stark vom Prozess, den regulatorischen Anforderungen und der Governance ab. Bei sensiblen Daten kommen zusätzlich Fragen zu Datenschutz, Informationssicherheit und Datenhaltung hinzu. Wo brauchen wir Expertise und Erfahrung und wo kann ein System selbstständig vorarbeiten? Entscheidend sind hier Kontext und die Übernahme von Verantwortung.
Den bestehenden Prozess testen
Statt gleich einen grossen KI-Rollout zu planen, empfehle ich, mit einem überschaubaren Piloten zu starten. Die Fachpersonen müssen Zeit haben auszuprobieren und Korrekturen anzubringen. Alle Beteiligten müssen verstehen, warum es so funktioniert oder warum eben nicht. So entsteht nicht nur ein neuer KI-gestützter Prozess, sondern gleichzeitig neues Wissen im Team rund um diese neue Technologie.
Im Pilot werden dann die zuvor definierten KPIs überprüft und dokumentiert. Erst dieser Vergleich zeigt, ob aus einem interessanten KI-Experiment tatsächlich ein besserer Arbeitsprozess geworden ist.
Als erfahrene IT-Projektleiterin verbinde ich Fachbereich und IT. Ich unterstütze beim Setup, strukturiere Anforderungen und begleite die Umsetzung zwischen Entwicklung, Product Owner und deinem Team.
3 Tipps
KI in Prozesse integrieren
Nimm eine Aufgabe, die heute tatsächlich Zeit und Ressourcen bindet. Nicht einen künstlichen KI-Use-Case.
Zeit, Qualität, Fachaufwand und Ergebnis nebeneinanderstellen. Erst dadurch wird sichtbar, ob der neue Prozess wirklich besser ist.
Fachpersonen nicht erst am Schluss informieren. Gemeinsam testen, korrigieren und daraus eine Arbeitsweise entwickeln, die sie später selbst weiterführen können.
Der grösste Hebel entsteht, wenn wir KI und Prozess gleichzeitig neu denken.
