Prozessautomatisierung: Welcher Prozess in Deinem Betrieb zuerst dran ist

Wenn Du "Prozessautomatisierung" googelst, bekommst Du entweder Software-Werbung oder Berater-Deutsch. Was Du wahrscheinlich wirklich wissen willst: Welchen Ablauf in Deinem Betrieb kannst Du morgen automatisieren, was bringt das in Euro, und wie merkst Du rechtzeitig, dass Du gerade Geld verbrennst?

Genau darum geht es hier. Ohne Fachjargon, mit Rechenwegen zum Nachrechnen und mit einer klaren Trennung zwischen dem, was belegt ist, und dem, was Annahme bleibt.

Was Prozessautomatisierung heute bedeutet — und was sich geändert hat

Die alte Definition stammt aus der RPA-Welt: Ein Programm bedient stellvertretend für einen Menschen eine Oberfläche. Es klickt in Feld 3, kopiert Feld 7, fügt es in ein anderes System ein. Das funktioniert — solange sich nichts ändert. Ändert ein Lieferant sein Rechnungslayout oder verschiebt ein Update einen Button, steht der Ablauf.

Der Unterschied heute: Der automatisierte Schritt muss die Eingabe nicht mehr in einem festen Format bekommen. Eine E-Mail mit einer Anfrage, ein PDF-Lieferschein, ein abfotografierter Stundenzettel, eine Sprachnachricht vom Monteur — all das ist verarbeitbar geworden. Genau diese Fähigkeit war früher die Grenze, an der Automatisierungsprojekte in kleinen Betrieben scheiterten, weil ein Großteil der Eingänge eben nicht sauber strukturiert war.

Praktisch heißt das: Prozessautomatisierung besteht heute aus drei Bausteinen, die man sauber auseinanderhalten sollte.

1. Regelbasierte Schritte — "wenn Betrag unter 500 Euro und Lieferant bekannt, dann direkt zur Freigabe". Deterministisch, prüfbar, unverändert wichtig.
2. Verstehende Schritte — Text, Bild oder Sprache in strukturierte Daten übersetzen. Hier liegt der eigentliche Fortschritt.
3. Digitale Mitarbeiter — Abläufe, die mehrere Schritte selbstständig aneinanderreihen, in Systeme schreiben und bei Unklarheit an einen Menschen zurückgeben.

Wer den Unterschied zwischen Baustein 2 und 3 genauer verstehen will: Wir haben das in KI-Agent vs. Chatbot und im Vergleich AI Agents vs. klassisches RPA auseinandergenommen.

Bemerkenswert ist, wie wenig davon in der Fläche ankommt. Laut Statistik Austria nutzten 2024 nur 24 Prozent der KI-anwendenden Unternehmen in Österreich KI für Prozessautomatisierung oder Entscheidungshilfe — Texterkennung dagegen 65 Prozent. Im deutschen Mittelstand ist der Abstand noch deutlicher: Laut KfW-Mittelstandspanel setzen 14 Prozent aller Betriebe Technologien zur Erzeugung natürlicher Sprache ein, aber nur 5 Prozent Automatisierung und Entscheidungsfindung. Übersetzt: Fast alle nutzen KI zum Texten. Kaum jemand hat sie an einen Ablauf angeschlossen. Da liegt der ungehobene Teil.

Warum die meisten gar nicht erst anfangen

Die ehrlichste Zahl der gesamten Datenlage: 77 Prozent der österreichischen Unternehmen, die keine KI nutzen, haben das laut Statistik Austria (Erhebung 2025) noch nie in Erwägung gezogen. Nicht geprüft und verworfen — schlicht nie angeschaut.

Bei denen, die sich damit befasst haben, sind die Gründe eindeutig verteilt (in Prozent aller Nicht-Nutzer, Statistik Austria 2025): fehlendes internes Fachwissen 15 Prozent, Datenschutzbedenken 11 Prozent, rechtliche Unklarheiten 11 Prozent, Datenqualität 9 Prozent — und zu hohe Kosten nur 6 Prozent. Geld ist der seltenste relevante Grund.

In Deutschland zeigt die Erhebung der Bundesnetzagentur (n=808, Befragung Ende 2024, inklusive Kleinstbetrieben) dasselbe Muster mit anderer Reihenfolge: mangelnde Zeit 66 Prozent, fehlende Fachkräfte und Know-how 59 Prozent, Rechtsunsicherheit 54 Prozent — fehlendes Budget nur 23 Prozent.

Und die KfW kommt in ihrer Auswertung zum selben Kern: Entscheidend ist weniger die Betriebsgröße als der Digitalisierungsgrad und die Frage, ob jemand einen praxistauglichen Anwendungsfall identifiziert. Das Erkennen ist die Hürde, nicht die Technik.

Deshalb ist der wichtigste Teil dieses Artikels nicht die Technik, sondern die Auswahl.

Die drei Zahlen, mit denen Du den richtigen Prozess findest

Nimm nicht den Prozess, der am meisten nervt. Nimm den, der am besten rechnet. Dafür brauchst Du drei Werte — und die bekommst Du in einer halben Stunde zusammen, wenn Du die zwei Leute fragst, die den Ablauf tatsächlich machen.

1. Häufigkeit. Wie oft pro Monat läuft der Vorgang? Unter vier Mal im Monat: Finger weg. Der Aufwand für Einrichtung und Pflege amortisiert sich nicht.

2. Zeitaufwand pro Vorgang. Nicht schätzen — eine Woche lang mitschreiben lassen. Die geschätzten Werte liegen erfahrungsgemäß deutlich unter den gemessenen, weil das Suchen, Nachfragen und Wiederaufnehmen nach Unterbrechungen vergessen wird.

3. Fehleranfälligkeit. Wie oft muss nachkorrigiert werden, und was kostet ein Fehler? Eine falsch erfasste Rechnung kostet 10 Minuten. Ein falsch übermitteltes Aufmaß kostet eine Anfahrt.

Multipliziert ergibt das eine Rangfolge. Ergänze zwei Ausschlusskriterien:

• Gibt es eine Schnittstelle? Wenn Dein System keinen Zugang von außen erlaubt, wird es teuer. Vorher fragen, nicht nachher.
• Wie hoch ist die Fehlertoleranz? Ein falsch sortierter E-Mail-Eingang ist unangenehm. Eine falsch ausgelöste Bestellung ist ein Schaden. Starte dort, wo ein Fehler auffällt, bevor er wirkt.

Wenn Du das für zehn Abläufe machst, bleiben typischerweise zwei bis drei übrig. Mehr solltest Du am Anfang auch nicht angehen.

Diese Prozesse lohnen sich in einem normalen Betrieb zuerst

Die folgende Tabelle ist eine eigene Kalkulation, keine Studie. Sie unterstellt einen Betrieb mit 20 bis 50 Mitarbeitenden und rechnet mit 50 Euro Vollkosten je Arbeitsstunde (Bruttolohn plus Lohnnebenkosten plus Arbeitsplatzkosten). Rechne mit Deinen eigenen Mengen nach — der Rechenweg steht in jeder Zeile.

Rechenweg am Beispiel Zeile 1: 150 Rechnungen × 4 Minuten = 600 Minuten = 10 Stunden. Davon 70 Prozent = 7 Stunden. 7 × 50 Euro = 350 Euro pro Monat, also rund 4.200 Euro im Jahr.

Welche Abläufe sich in einzelnen Betriebsarten konkret anbieten, haben wir in 10 Prozesse, die jedes KMU sofort automatisieren kann durchgespielt — dieser Artikel liefert die Methode dazu, mit der Du aus dieser Liste die richtigen zwei aussuchst.

Zwei Ehrlichkeiten zur Tabelle. Erstens: Die eingesparte Zeit landet selten als Kostensenkung in der Bilanz, sondern als Kapazität. Der Wert entsteht erst, wenn die freie Stunde in etwas fließt, das Umsatz bringt oder Überstunden ersetzt. Zweitens: Die Prozentsätze in Spalte 5 sind Erfahrungswerte aus Projekten, keine belegten Durchschnitte — belastbare branchenweite Zahlen zum Automatisierungsgrad einzelner Abläufe gibt es schlicht nicht.

Auf der Makroebene ist die Datenlage übrigens genauso dünn: Das IW-Gutachten für die DIHK projiziert für Deutschland 0,9 Prozent Produktivitätswachstum pro Jahr für 2025 bis 2030 und stellt ausdrücklich fest, dass ein "Produktivitätswunder" nicht zu erwarten ist. Die von KfW Research zitierte Studienbandbreite reicht von 0,05 bis 2,8 Prozentpunkten jährlich. Wer Dir eine exakte Produktivitätszahl verspricht, hat sie erfunden.

Tool kaufen oder Prozess bauen?

Das ist die Entscheidung, an der die meisten Budgets falsch abbiegen.

Ein Tool kaufst Du, wenn Dein Ablauf dem Standard entspricht und das Ergebnis austauschbar ist: Texte schreiben, übersetzen, recherchieren, Besprechungen protokollieren. Dafür brauchst Du keine Entwicklung, sondern eine saubere Einführung im Team — wo die Grenze zwischen Standardwerkzeug und eigenem Ablauf verläuft, haben wir in Microsoft Copilot vs. eigene KI-Agenten durchgerechnet.

Einen Prozess baust Du, wenn drei Dinge zusammenkommen: Der Ablauf ist für Deinen Betrieb spezifisch, er berührt mehrere Systeme, und die Daten darin sind schützenswert. Dann ist ein Abo keine Lösung, sondern eine Umgehung — weil Du Deinen Ablauf an die Software anpasst statt umgekehrt.

Der Kostenunterschied ist real, aber kleiner als gedacht. Laut Bundesnetzagentur investieren KI-nutzende Unternehmen im Schnitt rund 2 Prozent ihres Nettoumsatzes in KI, und knapp die Hälfte hat im letzten Geschäftsjahr gar nichts investiert — die Nutzung läuft über kostenlose oder ohnehin vorhandene Werkzeuge. Zwei Drittel setzen ihre Anwendungen mehrheitlich selbst um.

Die Warnung dazu liefert Bitkom: 33 Prozent der Unternehmen berichten, dass KI deutlich höhere Kosten verursacht hat als erwartet. Das passiert typischerweise dann, wenn ein Abo pro Nutzer und Monat abgerechnet wird und sich unbemerkt über 30 Leute multipliziert. Deshalb lohnt vor der Unterschrift der Blick auf das Abrechnungsmodell — pro Nutzer, pro Vorgang oder pauschal — und auf die Frage, wem der gebaute Ablauf am Ende gehört.

Was es kostet und wie lange es dauert

Ehrlich gesagt: Eine seriöse Preisliste für "einen Prozess" gibt es nicht, weil die Spanne zwischen "E-Mails vorsortieren" und "ERP-Buchung inklusive Freigabelogik" den Faktor 20 beträgt. Was sich sagen lässt, sind Größenordnungen für den zeitlichen Ablauf — die Details zu Preisen haben wir in Was kostet KI-Automatisierung aufgeschlüsselt.

Realistischer Zeitplan für einen ersten Prozess:

1. Woche 1 — Messen. Ist-Zeiten erfassen, Mengengerüst festhalten, Fehlerquote notieren. Ohne diese Ausgangslage kannst Du hinterher nichts belegen.
2. Woche 2 — Abgrenzen. Genau definieren, welche Fälle der Ablauf übernimmt und welche zum Menschen gehen. Der häufigste Fehler ist, 100 Prozent der Fälle abdecken zu wollen statt der Standardfälle.
3. Woche 3 bis 5 — Bauen und im Schattenbetrieb prüfen. Der Ablauf läuft mit, entscheidet aber nichts. Ergebnisse werden gegen die menschliche Bearbeitung verglichen.
4. Woche 6 bis 8 — Scharf schalten mit Kontrolle. Erst danach die Nachkontrolle ausdünnen.

Rechne mit sechs bis acht Wochen bis zum produktiven Betrieb eines einzelnen, klar abgegrenzten Prozesses. Und rechne damit, dass es zunächst langsamer wird: Das IW stellt in seiner Beschäftigtenbefragung fest, dass neue Anwendungen erst zeitverzögert wertschöpfend wirken, weil Einbindung und Lernen zunächst Zeit kosten.

Woran es typischerweise scheitert

Die Bundesnetzagentur hat gefragt, warum Unternehmen KI wieder eingestellt haben: Zeitmangel 59 Prozent, Ziele nicht erreicht 58 Prozent, fehlende Fachkräfte 50 Prozent. Fehlende Akzeptanz bei den Mitarbeitenden nannten nur 9 Prozent, mangelnde technische Ausstattung 5 Prozent. Es scheitert also an Führung und Zielsetzung, nicht an Technik oder Belegschaft.

Passend dazu: Laut Bundesnetzagentur erproben sechs von zehn KI-nutzenden Unternehmen KI nur in Pilotprojekten, und laut Bitkom messen lediglich 52 Prozent überhaupt den Beitrag zum Unternehmenserfolg. Wer nicht misst, kann weder verlängern noch abbrechen — und bleibt im Dauerpilot hängen. Wie sich das Messen ohne Berichtswesen-Overhead organisieren lässt, steht in Map, Measure, Command.

Deine Checkliste vor dem Start:

• [ ] Ausgangslage gemessen (Zeit pro Vorgang, Menge pro Monat, Fehlerquote) — mindestens fünf Arbeitstage
• [ ] Eine verantwortliche Person für den Prozess benannt, nicht "die IT"
• [ ] Zwei Messgrößen festgelegt, an denen Erfolg erkennbar ist
• [ ] Abbruchkriterium schriftlich: Was muss nach acht Wochen erreicht sein, sonst wird gestoppt?
• [ ] Geklärt, wo die Daten liegen und wer sie verarbeitet
• [ ] Eine Stunde Einschulung pro betroffener Person eingeplant — 57 Prozent der Betriebe bieten laut Bundesnetzagentur überhaupt keine Qualifizierung an

Ein Satz zur Beruhigung: Drei Viertel der KI-nutzenden Unternehmen geben laut Bundesnetzagentur an, dass sich ihre Erwartungen erfüllt haben — 20 Prozent sogar übererfüllt. Der Ausgangspunkt ist also nicht schlecht. Er ist nur meistens nicht gemessen.

Wenn Du noch grundsätzlicher überlegst, wo Du überhaupt einsteigst, ist der Leitfaden KI für Unternehmen der bessere erste Schritt.

Wie es weitergeht

Wenn Du noch gar nicht weißt, an welcher Stelle Du überhaupt beginnen sollst, hilft Dir der Einstieg in fünf Schritten weiter. Und bevor Du budgetierst, lohnt der Blick auf die häufigsten Gründe, warum solche Projekte scheitern — die meisten davon lassen sich vorher ausschließen.

Stand und Quellen

Stand: 6. August 2026. Alle externen Zahlen stammen aus den unten genannten Primärquellen. Die Tabelle zum Einsparpotenzial und die Stundensatzrechnung sind eigene Kalkulationen mit offengelegtem Rechenweg, keine Studienergebnisse.

• Statistik Austria, IKT-Einsatz in Unternehmen 2025 (Verbreitung, Hemmnisse, Gründe gegen KI): https://www.statistik.at/fileadmin/announcement/2026/06/20260624IKTU2025.pdf
• Statistik Austria, IKT-Einsatz in Unternehmen 2024 (Anwendungsfälle nach Art der KI-Nutzung): https://www.statistik.at/fileadmin/announcement/2024/10/20241016IKTU2024.pdf
• Bundesnetzagentur, KI-Umfrage (Erhebung Oktober bis Dezember 2024, n=808, veröffentlicht Juli 2025; Hemmnisse, Investitionen, Abbruchgründe, Reifegrad, Qualifizierung): https://data.bundesnetzagentur.de/Bundesnetzagentur/SharedDocs/Mediathek/Berichte/2025/250703_KI_Umfrage_Bericht.pdf
• KfW Research, Fokus Volkswirtschaft Nr. 554, Juli 2026 (KI im Mittelstand, eingesetzte Technologien, Produktivitätsbandbreite): https://www.kfw.de/PDF/Download-Center/Konzernthemen/Research/PDF-Dokumente-Fokus-Volkswirtschaft/Fokus-2026/Fokus-Nr.-554-Juli-2026-KI_Mittelstand.pdf
• Bitkom, Presseinformation zur Digitalisierung der Wirtschaft, Februar 2026 (Kosten, Wirkung, Erfolgsmessung): https://www.bitkom.org/Presse/Presseinformation/Digitalisierung-der-Wirtschaft-Unternehmen-beschaeftigen-sich-mit-KI
• IW-Gutachten für die DIHK zu KI und Produktivität, Februar 2025: https://www.dihk.de/resource/blob/129924/ecb7a759faf5983048c0e66b3fd0b05c/iw-gutachten-zu-ki-und-produktivitaet-data.pdf