Wenn Automatisierung nicht reicht
Warum manche Geschäftsprozesse erst neu gedacht werden müssen, bevor Technologie helfen kann
Viele Unternehmen starten ihre Digitalisierung mit Automatisierung. RPA-Bots sollen repetitive Aufgaben übernehmen, Intelligent Document Processing die Papierberge abbauen, und Agentic AI verspricht, ganze Workflows eigenständig zu steuern. Die Werkzeuge sind da. Die Erwartungen sind hoch. Und trotzdem scheitern Projekte. Nicht weil die Technologie versagt, sondern weil der zugrunde liegende Prozess nie für Automatisierung gedacht war. Er ist gewachsen, nicht geplant. Voller Ausnahmen, undokumentierter Entscheidungen und informeller Abläufe, die nur funktionieren, weil erfahrene Mitarbeiter sie auswendig kennen. Die entscheidende Frage lautet nicht: Welches Tool löst das Problem? Sondern: Ist der Prozess selbst das Problem?
Das Automatisierungs-Paradox
Wer einen schlechten Prozess automatisiert, bekommt einen schnell ablaufenden schlechten Prozess. Diese Erkenntnis klingt trivial, wird aber in der Praxis erstaunlich oft ignoriert. Unternehmen investieren in RPA-Lizenzen, bauen Bot-Teams auf und starten Pilotprojekte, ohne vorher eine grundlegende Frage zu stellen: Funktioniert der Prozess, den wir automatisieren wollen, überhaupt sauber?
Die Analogie liegt nahe: Wer sein Auto polieren will, trägt die Politur auf den Lack auf, nicht auf eine Schicht Dreck. Genau das passiert aber, wenn Unternehmen einen ineffizienten, inkonsistenten oder schlicht veralteten Prozess mit Technologie überziehen. Der Bot führt dann zuverlässig aus, was vorher manuell schlecht lief. Die Fehler werden nicht beseitigt, sie werden skaliert.
Der Denkfehler hat einen strukturellen Grund. In vielen Organisationen ist Automatisierung ein IT-Projekt. Die Fachabteilung meldet einen Prozess, die IT-Abteilung baut einen Bot, und der Erfolg wird in eingesparten Stunden gemessen. Was dabei fehlt, ist die kritische Prüfung des Prozesses selbst. Niemand fragt: Warum hat dieser Prozess sieben Schritte? Brauchen wir drei Freigabestufen? Warum wird diese Information dreimal manuell übertragen?
Die Erfahrung zeigt: Was analog schlecht funktioniert, wird digital nicht besser. Diese Einsicht, die unter anderem der deutsche ECM-Anbieter d-velop formuliert hat, gilt für jede Form der Automatisierung. Ob RPA, IDP oder Agentic AI: Die Technologie kann nur so gut arbeiten wie der Prozess, auf dem sie aufsetzt. Ein Prozess, der auf Workarounds, Ausnahmen und implizitem Wissen basiert, wird durch Automatisierung nicht geheilt. Er wird einzementiert.
Wann RPA, IDP und Agentic AI an Grenzen stoßen
Nicht jeder Geschäftsprozess ist automatisierbar. Das ist keine Schwäche der Technologie, sondern eine Eigenschaft bestimmter Prozesse. Es lohnt sich, die typischen Grenzen zu kennen, bevor man ein Automatisierungsprojekt startet.
RPA funktioniert hervorragend bei regelbasierten, repetitiven Aufgaben mit klaren Eingaben und Ausgaben. Sobald ein Prozess viele Ausnahmen enthält, wird der Bot komplex, fragil und teuer in der Wartung. Ein Beschaffungsprozess, bei dem jede dritte Bestellung eine Sonderfreigabe erfordert, ist kein guter RPA-Kandidat.
Intelligent Document Processing (IDP) scheitert, wenn die Eingangsformate zu heterogen sind oder wenn die relevanten Informationen nicht in strukturierter Form vorliegen. Ein handgeschriebener Vermerk am Rand einer Rechnung, ein Freitextfeld in einer E-Mail, eine mündliche Zusage, die nirgendwo dokumentiert ist: All das sind Grenzen, an denen auch fortgeschrittene KI-Modelle nicht zuverlässig arbeiten.
Agentic AI, also KI-Agenten, die eigenständig Entscheidungen treffen und Aktionen ausführen, stoßen dort an Grenzen, wo Entscheidungen auf Erfahrungswissen, Intuition oder kontextabhängiger Urteilskraft basieren. Wenn ein erfahrener Sachbearbeiter bei einer Kreditprüfung sagt: „Das fühlt sich nicht richtig an“, dann steckt dahinter jahrzehntelange Mustererkennung, die sich nicht ohne Weiteres in Regeln oder Trainingsdaten überführen lässt.
Die gemeinsame Klammer dieser Grenzen: Sie liegen nicht in der Software, sondern im Prozess. Prozesse mit undokumentierten Entscheidungsschritten, fehlenden Schnittstellen zwischen Systemen, hohem Anteil menschlicher Urteilskraft oder Abläufen, die nur mündlich weitergegeben werden, sind schlicht nicht „Bot-fähig“. Bevor hier automatisiert wird, muss der Prozess selbst verändert werden.
Geschäftsprozess-Analyse als erster Schritt
Der erste Schritt ist nicht die Auswahl eines Tools. Der erste Schritt ist das Verständnis des Ist-Prozesses. Und zwar nicht des Prozesses, wie er im Handbuch steht, sondern des Prozesses, wie er tatsächlich gelebt wird.
Eine gründliche Geschäftsprozess-Analyse deckt systematisch auf, wo der dokumentierte Soll-Prozess vom realen Ist-Prozess abweicht. In fast jedem Unternehmen gibt es Abläufe, die nur funktionieren, weil einzelne Mitarbeiter Schritte auswendig kennen, die nirgendwo festgehalten sind. Es gibt Entscheidungen, die offiziell nach definierten Kriterien getroffen werden, in der Praxis aber auf Erfahrung und Bauchgefühl basieren. Und es gibt Schnittstellen zwischen Abteilungen, die über informelle Kanäle laufen: ein Anruf, eine kurze E-Mail, ein Post-it auf dem Bildschirm.
Diese versteckten Strukturen sind der eigentliche Grund, warum Automatisierungsprojekte scheitern. Ein Bot kann nur das ausführen, was explizit definiert ist. Wenn wesentliche Prozessschritte implizit bleiben, wird der Bot sie nicht ausführen, und der Prozess bricht zusammen.
Geschäftsprozess-Analyse bedeutet deshalb mehr als Flussdiagramme zeichnen. Es bedeutet, mit den Menschen zu sprechen, die den Prozess täglich ausführen. Es bedeutet, Daten auszuwerten statt Annahmen zu treffen. Es bedeutet, die tatsächlichen Durchlaufzeiten, Fehlerquoten und Rückläufer zu messen, nicht die geplanten. Erst wenn der Ist-Prozess vollständig transparent ist, lässt sich beurteilen, welche Teile automatisierbar sind, welche Teile vereinfacht werden müssen und welche Teile möglicherweise ganz entfallen können.
Daten statt Bauchgefühl: Das ist der Kern einer ernsthaften Geschäftsprozess-Analyse.
“Ein Prozess, der analog Probleme verursacht, wird auch als digitaler Prozess nicht problemlos laufen.” // Georgios Charames, CEO Lunatec GmbH
Zero-Based Process Design: Vom leeren Blatt denken
Wenn die Geschäftsprozess-Analyse zeigt, dass ein Prozess grundlegend fehlerhaft ist, reicht inkrementelle Verbesserung nicht aus. Dann braucht es einen radikaleren Ansatz: Zero-Based Process Design.
Das Prinzip stammt aus der Strategieberatung. McKinsey hat den Ansatz unter dem Begriff „Zero-Based Design“ populär gemacht. Die Kernfrage lautet: Wenn wir diesen Prozess heute völlig neu aufsetzen würden, ohne Altlasten, ohne historisch gewachsene Strukturen, ohne „Das haben wir schon immer so gemacht“, wie würde er aussehen?
Diese Frage ist unbequem, weil sie alles in Frage stellt. Aber genau darin liegt ihr Wert. McKinsey empfiehlt, für Zero-Based Design ein eigenes Center of Excellence einzurichten, das funktionsübergreifend arbeitet und Prozesse nicht innerhalb bestehender Abteilungsgrenzen optimiert, sondern vom Ergebnis her denkt.
Ein konkretes Beispiel: Ein mittelständisches Unternehmen hat einen Freigabeprozess für Investitionsanträge, der über sieben Schritte läuft, drei Abteilungen involviert und im Durchschnitt 14 Tage dauert. Die Geschäftsprozess-Analyse zeigt, dass vier der sieben Schritte reine Weiterleitungen sind, die keinen inhaltlichen Mehrwert liefern. Ein Zero-Based Redesign reduziert den Prozess auf drei Schritte: Antrag, fachliche Prüfung, Freigabe. Die Durchlaufzeit sinkt auf drei Tage. Und erst dieser vereinfachte Prozess ist sinnvoll automatisierbar, weil er klar, linear und ausnahmefrei abläuft.
Der Fehler, den viele Unternehmen machen: Sie versuchen, den bestehenden Sieben-Schritte-Prozess zu automatisieren, statt ihn zuerst auf drei Schritte zu reduzieren. Das Ergebnis ist ein teurer Bot, der einen überflüssigen Prozess ausführt.
Die richtige Reihenfolge: Analysieren, Optimieren, Digitalisieren, Automatisieren
Aus den bisherigen Überlegungen ergibt sich ein klarer Handlungsrahmen: ein Vier-Stufen-Modell, das die richtige Reihenfolge vorgibt.
Stufe 1: Analysieren. Den Ist-Prozess vollständig erfassen, Abweichungen zwischen Soll und Ist identifizieren, Schwachstellen und Engpässe quantifizieren. Keine Annahmen, keine Schätzungen, nur Daten.
Stufe 2: Optimieren. Den Prozess vereinfachen, überflüssige Schritte eliminieren, Verantwortlichkeiten klären, Entscheidungskriterien explizit machen. Wenn nötig: Zero-Based Redesign durchführen.
Stufe 3: Digitalisieren. Den optimierten Prozess in digitale Systeme überführen. Schnittstellen schaffen, Daten strukturieren, Medienbrüche beseitigen. Dieser Schritt ist Voraussetzung für Automatisierung, aber nicht identisch mit ihr.
Stufe 4: Automatisieren. Erst jetzt kommen RPA, IDP, Agentic AI oder andere Automatisierungswerkzeuge zum Einsatz. Sie arbeiten auf einem Prozess, der analysiert, optimiert und digitalisiert wurde.
Die Reihenfolge ist entscheidend. Wer bei Stufe 4 beginnt, automatisiert Chaos. Wer bei Stufe 3 beginnt, digitalisiert einen schlechten Prozess. Wer bei Stufe 2 beginnt, optimiert blind. Der deutsche Softwareanbieter SoftProject betont diesen Stufenansatz in seiner Methodik, und auch d-velop argumentiert, dass Digitalisierung ohne vorherige Prozessoptimierung in die Sackgasse führt. Dieses Modell ist kein theoretisches Konstrukt. Es ist die Erfahrung aus Hunderten Automatisierungsprojekten, destilliert in vier Schritte.
Hyperautomation: Wenn ein Tool nicht reicht
Auch nach einem erfolgreichen Prozess-Redesign bleiben viele Prozesse zu komplex für ein einzelnes Automatisierungswerkzeug. Hier kommt das Konzept der Hyperautomation ins Spiel.
Gartner definiert Hyperautomation als den orchestrierten Einsatz mehrerer Technologien: künstliche Intelligenz, RPA, Business Process Management, Low-Code-Plattformen und weitere Werkzeuge, die im Zusammenspiel Prozesse End-to-End automatisieren. Der entscheidende Unterschied zu klassischer Automatisierung: Es geht nicht um die Frage „Welches Tool setzen wir ein?“, sondern um die Frage „Welches Zielbetriebsmodell wollen wir erreichen?“
Die Zahlen stützen den Ansatz. Laut Gartner können Unternehmen, die Hyperautomation mit redesignten Prozessen verbinden, ihre Betriebskosten um bis zu 30 Prozent senken. Branchenstudien berichten von bis zu 42 Prozent schnellerer Prozessausführung. Das liegt nicht an einem einzelnen Tool, sondern an der Orchestrierung: RPA übernimmt die repetitiven Schritte, KI trifft Entscheidungen bei unstrukturierten Daten, BPM steuert den Gesamtfluss, und Low-Code-Plattformen ermöglichen es Fachabteilungen, einfache Anpassungen selbst vorzunehmen.
Gerade Low-Code und No-Code spielen eine wichtige Rolle als Brücke zwischen IT und Fachabteilung. Sie ermöglichen es Mitarbeitern ohne Programmierkenntnisse, Prozessanpassungen selbst umzusetzen, ohne auf die IT-Abteilung warten zu müssen. Das reduziert Rückstände und beschleunigt die kontinuierliche Verbesserung nach dem initialen Prozess-Redesign.
Change Management: Der unterschätzte Faktor
Prozess-Redesign und Automatisierung verändern nicht nur Systeme. Sie verändern Arbeitsweisen, Verantwortlichkeiten und Routinen. Und genau hier scheitern viele Projekte: nicht an der Technik, sondern am Menschen.
Digitalisierung, die ausschließlich Top-down verordnet wird, erzeugt Widerstand. Mitarbeiter, die nicht einbezogen werden, erleben neue Prozesse als Kontrollverlust, nicht als Verbesserung. Der Berliner Technologieanbieter sprylab beschreibt Change Management als den am häufigsten unterschätzten Faktor bei Digitalisierungsprojekten.
Die Lösung liegt in der Einbindung. Fachabteilungen sollten nicht nur Nutzer der neuen Prozesse sein, sondern Co-Designer. Sie kennen die Schwachstellen des Ist-Prozesses besser als jeder externe Berater. Sie wissen, welche Workarounds existieren und warum. Und sie wissen, welche Veränderungen im Arbeitsalltag realistisch umsetzbar sind.
Wer Mitarbeiter früh einbindet, gewinnt nicht nur bessere Prozesse, sondern auch Akzeptanz. Und Akzeptanz ist die Voraussetzung dafür, dass ein neu gestalteter, automatisierter Prozess tatsächlich gelebt wird und nicht nach wenigen Wochen durch alte Gewohnheiten ersetzt wird.
Fazit: Technologie folgt dem Prozess
Die Lösung für manuelle Geschäftsprozesse, die sich nicht automatisieren lassen, liegt selten in besserer Technologie. Sie liegt in besseren Prozessen. Erst analysieren, dann optimieren, dann digitalisieren, dann automatisieren. Diese Reihenfolge ist nicht verhandelbar.
Zero-Based Process Design, gründliche Geschäftsprozess-Analyse, Hyperautomation und konsequentes Change Management sind keine alternativen Ansätze. Sie sind Bausteine eines Gesamtkonzepts, das Technologie dort einsetzt, wo sie den größten Hebel hat, und Prozesse dort verändert, wo Technologie allein nicht ausreicht.
Unternehmen, die diesen Weg gehen, automatisieren nicht nur schneller. Sie automatisieren das Richtige. Und sie vermeiden die teuerste aller Fehlinvestitionen: einen Bot, der einen schlechten Prozess am Laufen hält.
Lunatec begleitet Unternehmen im DACH-Raum und am Golf auf genau diesem Weg. Von der Geschäftsprozess-Analyse über das Prozess-Redesign bis zur Implementierung und Skalierung der Automatisierung.
LUNATEC
Lunatec mit Hauptsitz in Frankfurt und Büros in Dubai ist UiPath Diamond Partner und Microsoft Partner. Wir begleiten Unternehmen im DACH-Raum und am Golf bei der Analyse, Optimierung und Automatisierung von Geschäftsprozessen. Von der Geschäftsprozess-Analyse über das Prozess-Redesign bis zur Implementierung und skalierten Automatisierung mit RPA, IDP und Agentic AI.
lunatec.de · Frankfurt · Dubai · Prozessidentifizierung · Strategieberatung und AOM