KI-Automatisierung: Warum das Prozesswissen Ihrer Teams zählt

In fast jedem Unternehmen gibt es Prozesse, die auf dem Papier sauber beschrieben sind. Und es gibt die Art, wie diese Prozesse im Alltag tatsächlich funktionieren. Dazwischen liegt eine ganze Menge: kurze Rückfragen bei bestimmten Kolleg:innen, Zusatzprüfungen, die nirgendwo stehen, Korrekturen, bevor ein Vorgang an die nächste Stelle geht. Ich nenne das die impliziten Prozesse.

Solange Menschen die Arbeit erledigen, fallen diese Lücken kaum auf, weil die Mitarbeitenden sie ganz selbstverständlich schließen. Problematisch wird es, sobald automatisiert wird. Wenn Sie Ihre Prozessautomatisierung allein an der Prozesslandkarte ausrichten, automatisieren Sie nur den offiziellen Teil. Die Lücken bleiben, und die Mitarbeitenden räumen am Ende auf, was die Automatisierung falsch gemacht hat. Entlastet wird dabei niemand.

Als Head of Delivery Excellence bei Assecor beschäftige ich mich genau mit dieser Schicht zwischen Vertrieb und Engineering: mit Zielen, Prozessen, Rahmenbedingungen und der Frage, woran wir Erfolg messen. In diesem Beitrag geht es darum, wie Unternehmen herausfinden, welches Erfahrungswissen ihre Prozesse trägt, welche ungeschriebenen Regeln sinnvoll sind und was davon in eine Automatisierung gehört. Den Schlüssel dazu sehe ich in der Kulturarbeit.

Was in der Prozessbeschreibung fehlt

Ein konstruiertes Beispiel macht das greifbar. Laut Prozessbeschreibung ist die Sache einfach: Eine Kundenanfrage kommt per Formular, wird als Lead ins CRM übernommen und an den Vertrieb weitergegeben. Das lässt sich gut automatisieren.

Im Alltag passiert aber mehr. Die Kollegin, die die Anfragen bisher bearbeitet, schaut zuerst nach, ob es zu diesem Unternehmen schon einen laufenden Vorgang gibt. Bei Bestandskund:innen spricht sie kurz mit der Projektleitung, bevor ein neuer Lead entsteht. Und wenn die Anfrage eigentlich ein Supportfall ist, leitet sie sie ganz woanders hin. Nichts davon steht in der Prozesslandkarte.

Automatisiert ein Unternehmen nun streng nach Beschreibung, entstehen doppelte Leads, Bestandskund:innen bekommen Vertriebsanrufe und Supportanfragen landen im falschen Postfach. Ich kann mir gut vorstellen, dass in manchen Unternehmen, die sehr früh automatisiert haben, Mitarbeitende anschließend damit beschäftigt waren, falsch angelegte Leads per Hand aus dem CRM zu löschen. Das ist genau das Gegenteil von dem, was wir mit Automatisierung erreichen wollen.

Implizites Wissen, ungeschriebene Regeln, informelle Abläufe 

Nicht alles, was fehlt, ist gleich. Bevor ein Team loslegt, hilft es, drei Dinge auseinanderzuhalten, weil sie unterschiedliche Anforderungen an die Automatisierung stellen:

Tabelle 1: Drei Arten von Prozesswissen, das in der Dokumentation fehlt. Nur das erste ist im engeren Sinn schwer zu übertragen.

Die Unterscheidung hat praktische Folgen. Eine ungeschriebene Regel lässt sich oft einfach aufschreiben und anschließend auch automatisieren, gern mit einer ganz klassischen, regelbasierten Lösung; KI braucht es dafür nicht immer. Implizites Wissen ist schwieriger. Hier geht es eher darum, Fälle zu erkennen, die ein Mensch prüfen sollte.

Und nicht jede ungeschriebene Regel verdient es, übernommen zu werden. Manche sichern Qualität. Andere gleichen ein schlechtes System aus, schaffen unnötige Abhängigkeiten von einzelnen Personen oder widersprechen sogar verbindlichen Vorgaben. Läuft ein Prozess seit Jahren schlecht und ich automatisiere ihn eins zu eins, habe ich am Ende nur eine schnellere Version eines schlechten Prozesses.

Welche Kulturarbeit Prozesswissen sichtbar macht

Das Wissen über die impliziten Prozesse steckt in den Köpfen der Mitarbeitenden. Ob es zur Sprache kommt, hängt weniger von der Methode ab als von der Kultur. Aus meiner Erfahrung sind vier Dinge entscheidend:

• Zeit: Mitarbeitende brauchen tatsächlich Raum, ihre Arbeit zu erklären und schwierige Fälle zu zeigen. Nebenbei zwischen zwei Terminen funktioniert das nicht.
• Ein nachvollziehbarer Zweck: Mitarbeitende erzählen offener, wenn sie verstehen, warum ein Ablauf untersucht wird und was das für ihre Aufgaben bedeutet.
• Offenheit für Abweichungen: Umwege und Workarounds müssen ansprechbar sein, ohne dass jemand fürchtet, dafür kritisiert zu werden.
• Sichtbare Konsequenzen: Hinweise der Mitarbeitenden müssen erkennbar in Entscheidungen einfließen. Sonst versiegt die Bereitschaft schnell.

Der dritte Punkt hat eine reale Grundlage. In der Untersuchung von 180 Teams, die Google in seinem re:Work-Leitfaden zur Teamwirksamkeit beschreibt, erwies sich psychologische Sicherheit als wichtigster Faktor: das gemeinsame Vertrauen, dass man im Team Fehler zugeben und Fragen stellen kann, ohne dass es einem angelastet wird. Einen direkten Zusammenhang mit gelungener Automatisierung belegt die Studie nicht. Für die Frage, ob Mitarbeitende von ihren Workarounds erzählen, ist sie trotzdem sehr aufschlussreich.

Bei einem früheren Projekt in der Hardware- und Softwareentwicklung haben wir dafür ein regelmäßiges Austauschformat aufgebaut. Einmal im Monat haben wir mit dem KI-Team kurz zusammengefasst, was in der KI-Welt für das Unternehmen gerade wichtig ist. Danach haben wir Anwendungsfälle aus einzelnen Abteilungen gezeigt. Irgendwann brachten die Mitarbeitenden ihre eigenen Fälle mit, teilten ihren Bildschirm und erklärten, was sie gebaut hatten. Andere erkannten darin ihre eigenen Probleme wieder.

Für die Erschließung von Prozesswissen lässt sich ein solches Format gut erweitern: Statt nur gelungene Lösungen zu zeigen, schauen sich die Teams gemeinsam schwierige Fälle an. Wo hakt es regelmäßig? Was korrigieren wir immer wieder per Hand? Dabei kommt erstaunlich viel von dem zutage, was zwischen den dokumentierten Prozessen passiert. Wie sich Mitarbeitende grundsätzlich in eine KI-Einführung einbinden lassen, beschreibt unser Beitrag KI im Unternehmen einführen und Mitarbeitende mitnehmen.

Vom konkreten Fall zur Automatisierungsentscheidung

Den größten Nutzen bringt die Arbeit an echten Fällen. Für den CRM-Ablauf würde ich in vier Schritten vorgehen:

1. Zwei Fälle vergleichen: eine gewöhnliche Anfrage, die glatt durchläuft, und eine, bei der es kompliziert wurde.
2. Nachfragen: Woran hat die Kollegin erkannt, dass der zweite Fall anders ist? Welche Information hat den Ausschlag gegeben?
3. Den tatsächlichen Weg nachzeichnen: Wer wurde gefragt, welche Datenquellen wurden genutzt, wo wurde etwas korrigiert?
4. Entscheiden: Welche Regel wird übernommen, welcher Umweg wird beseitigt, welcher Fall bleibt bei einem Menschen?

Dass dieses gemeinsame Vorgehen funktioniert, zeigt auch ein Pilotprojekt des Fraunhofer IAO mit der DATEV zur Prozessmodellierung. Dort wurde verteiltes Prozesswissen sichtbar, weil Prozessbeteiligte und Verantwortliche ihre Perspektiven gemeinsam zusammengetragen haben. Die Veröffentlichung stammt aus dem Jahr 2020 und betrachtet einen einzelnen Fall. Als methodische Orientierung passt sie trotzdem gut.

Für das CRM-Beispiel könnte das Ergebnis so aussehen:

Tabelle 2: Vom ungeschriebenen Wissen zur Prozessentscheidung. Illustrative Beispiele, keine dokumentierten Kundenfälle.

Die dritte Zeile ist oft die aufschlussreichste. Häufige manuelle Korrekturen deuten auf eine Ursache hin, die tiefer liegt. Nicht selten ist es ein Datenproblem: unvollständige Stammdaten, doppelte Einträge oder Informationen, die in verschiedenen Systemen verstreut liegen. Wie Unternehmen das strukturiert angehen, zeigt unser Beitrag zum Datenmanagement im Unternehmen.

Den Weg dorthin fasst das folgende Schaubild zusammen. Die Kulturarbeit steht dabei in der Mitte, weil sie jeden einzelnen Schritt beeinflusst.

Vom gelebten Ablauf zur passenden Automatisierung

Abbildung 1: Von der Untersuchung gelebter Abläufe bis zur gemeinsamen Weiterentwicklung. Die Kulturarbeit beeinflusst jeden einzelnen Schritt. Vereinfachte Darstellung.

Whitepaper: KI im Unternehmen einführen

Wie wählen Sie geeignete Prozesse aus, planen ein Pilotprojekt und messen den Erfolg? Unser Whitepaper bietet eine praxisnahe Roadmap mit Best Practices für eine strukturierte und risikoarme Einführung von KI.

Whitepaper herunterladen

Welche Entscheidungen menschliche Prüfung brauchen

Erschlossenes Wissen ist wertvoll, aber nicht automatisch richtig. Eine Kollegin erinnert sich vielleicht an eine Regel, die längst nicht mehr gilt. Zwei Kolleg:innen beschreiben denselben Ablauf unterschiedlich. Das Fraunhofer IAO beschreibt in einem aktuellen Beitrag, wie sich Erfahrungswissen im Dialog erschließen lässt: Prozessdokumentationen enthalten oft nur das Ergebnis, der Entscheidungsweg dahinter fehlt. Gezieltes Nachfragen kann diesen Weg sichtbar machen. Das Erzählte muss aber fachlich geprüft werden, und manches Können lässt sich nicht erzählen, sondern nur zeigen.

KI kann hier gut unterstützen, etwa beim Aufbereiten von Gesprächsnotizen, beim Erkennen wiederkehrender Muster in Korrekturen oder beim Vorsortieren von Anfragen. Klar geregelt sein muss aber, wer das Erschlossene fachlich prüft und welche Aktionen eine Automatisierung selbstständig ausführen darf. Im CRM-Beispiel könnte eine Anfrage mit eindeutiger Zuordnung automatisch durchlaufen, während uneindeutige Fälle bei einem Menschen landen.

Das ist auch eine Frage des Rahmens. Mitarbeitende brauchen Orientierung, was sie mit KI tun dürfen und was auf keinen Fall. Ein gutes Rahmenwerk schafft enorm viel Sicherheit, weil jede:r darauf verweisen kann, ohne jedes Mal die verantwortliche Person fragen zu müssen.

Prozesse nach der Automatisierung weiterentwickeln

Ein automatisierter Prozess bleibt nicht zwölf Jahre lang gleich. Kund:innen ändern ihr Verhalten, Systeme werden ausgetauscht, neue Sonderfälle tauchen auf. Unternehmen müssen deshalb transformationsfähig bleiben, und dafür brauchen sie Mitarbeitende, die ihre Prozesse beobachten, steuern und weiterentwickeln.

Ich halte das für eine der wichtigsten Aufgaben von Mitarbeitenden in Zukunft. Wenn sie verstehen, wie eine Automatisierung technisch und methodisch funktioniert, können sie auch helfen, sie richtig gut einzusetzen und genau das Vorbeientwickeln zu vermeiden, über das wir oben gesprochen haben. Das Wissen, das vorher in den impliziten Prozessen steckte, fließt so in die Pflege der Automatisierung.

Damit das funktioniert, brauchen Rückmeldungen klare Zuständigkeiten. Jemand muss sie sammeln, bewerten und in geprüfte Änderungen überführen. Und es braucht Zahlen, Daten, Fakten, um zu sehen, ob die Automatisierung wirklich entlastet:

• Nachbearbeitungszeit: Wie viel Zeit fließt in manuelle Korrekturen?
• Fehlzuordnungen: Wie oft landet ein Vorgang an der falschen Stelle?
• Zusätzliche Rückfragen: Erzeugt die Automatisierung neue Abstimmungen?
• Durchlaufzeit: Wie lange dauert ein Vorgang von Anfang bis Ende?

Ein breiter angelegter Leitfaden, wie Sie Geschäftsprozesse automatisieren und den Erfolg messen, findet sich in unserem gleichnamigen Beitrag.

Genauso wichtig wie die Zahlen ist der Umgang mit den Sorgen der Mitarbeitenden. Die sind sehr unterschiedlich. Manche fragen nach Datenschutz und was sie überhaupt in ein KI-System eingeben dürfen. Andere fragen nach digitaler Souveränität. Und manche fragen sich, auch wenn sie das selten offen sagen, was ihr eigener Beitrag künftig noch ist.

Ein Rezept, das alle Sorgen auf einmal löst, gibt es nicht. Eine Organisation muss hier ständig ein offenes Ohr haben.

Für Führungskräfte bedeutet das: Digitale Transformation ist zu einem großen Teil Organisationsentwicklung. Diese Aufgabe gehört ins Management und sollte nicht als Randthema bei HR liegen.

Fazit: Erst verstehen, dann automatisieren

Prozesslandkarten zeigen nur einen Teil der Arbeit. Den Rest erledigen Mitarbeitende mit Erfahrungswissen, ungeschriebenen Regeln und informellen Abstimmungen. Automatisierungen, die diese Schicht nicht berücksichtigen, erzeugen nur zusätzliche Nacharbeit und keine echte Entlastung.

Kulturarbeit ist der Weg, diese Schicht sichtbar zu machen: mit Zeit für Erklärungen, Offenheit für Abweichungen und sichtbaren Konsequenzen aus Rückmeldungen. Auf dieser Grundlage lässt sich an konkreten Fällen entscheiden, welche Regel übernommen, welcher Umweg beseitigt und welcher Fall bewusst bei einem Menschen bleibt. Drei Fragen helfen beim Einstieg:

1. Welcher Ablauf erzeugt bei Ihnen heute regelmäßig manuelle Korrekturen?
2. Wer kennt diesen Ablauf am besten, und hat diese Person Zeit, ihn zu erklären?
3. Welche ungeschriebenen Regeln stecken darin, und welche davon sollten Sie besser abschaffen als automatisieren?

Bevor Sie automatisieren: Ihren Ablauf gemeinsam verstehen

Im Erstgespräch schauen wir uns einen konkreten Arbeitsablauf aus Ihrem Unternehmen an: wo implizites Wissen steckt, welche Regeln in eine Automatisierung gehören und wo Menschen weiterhin entscheiden sollten.

Erstgespräch vereinbaren

FAQ

Was ist implizites Wissen in Unternehmensprozessen?

Implizites Wissen ist erfahrungsgebundenes Können und Urteilen, das Mitarbeitende im Alltag anwenden, aber oft nur schwer vollständig erklären können. Etwa wenn jemand erkennt, dass eine Anfrage eigentlich ein Sonderfall ist. Es unterscheidet sich von ungeschriebenen Regeln, die sich häufig eindeutig formulieren und dokumentieren lassen.

Wie lassen sich ungeschriebene Regeln sichtbar machen?

Am besten an konkreten Fällen. Teams vergleichen einen gewöhnlichen mit einem schwierigen Vorgang, fragen nach, woran Mitarbeitende den Unterschied erkennen, und zeichnen den tatsächlichen Weg nach. Voraussetzung ist eine Kultur, in der Workarounds offen angesprochen werden können und Hinweise erkennbar in Entscheidungen einfließen.

Warum ist Kulturarbeit für KI-Automatisierung wichtig?

Weil das Wissen über die tatsächlichen Abläufe bei den Mitarbeitenden liegt. Ob sie es teilen, hängt davon ab, ob sie Zeit dafür haben, den Zweck verstehen und Abweichungen offen ansprechen können. Ohne dieses Wissen automatisieren Unternehmen nur den dokumentierten Teil eines Prozesses und erzeugen Nacharbeit.

Kann KI implizites Wissen vollständig übernehmen?

Nein. KI kann helfen, Gespräche aufzubereiten, Muster in Korrekturen zu erkennen und Fälle vorzusortieren. Erschlossenes Wissen kann aber unvollständig oder widersprüchlich sein und muss fachlich geprüft werden. Manches Können lässt sich zudem kaum in Worte fassen. Uneindeutige Fälle sollten deshalb bewusst bei Menschen bleiben.