Gastkommentar: Mathias Lipp-Rosenthal über Prozessmanagement & KI
Generative KI bietet enorme Potenziale für Unternehmen, doch der Sprung vom erfolgreichen Experiment in den produktiven Arbeitsalltag scheitert oft an unzureichend angepassten Abläufen. Im Gastkommentar erklärt KI-Experte Mathias Lipp-Rosenthal, wieso die bloße Beschleunigung einzelner Aufgaben durch KI nicht ausreicht, um echten wirtschaftlichen Nutzen zu erzielen. Vielmehr müssen Prozesse ganzheitlich neu gedacht und anhand von Mehrwert, Machbarkeit sowie potenziellen Risiken kritisch bewertet werden.
Prozessmanagement und KI
Prozessmanagement in Zeiten generativer KI: Vom Experiment zum funktionierenden Ablauf
Generative KI kann einen Angebotsentwurf in wenigen Minuten erstellen. Fehlen aktuelle Daten oder klare Freigaben, wartet der Kunde trotzdem. Das Beispiel zeigt eine grundlegende Herausforderung: Die Beschleunigung einer einzelnen Tätigkeit verbessert noch nicht den gesamten Prozess. Der wirtschaftliche Nutzen entsteht erst, wenn Informationen, Arbeitsschritte und Entscheidungen sinnvoll ineinandergreifen.
Genau hier können Projekte mit generativer KI scheitern. Ein Werkzeug liefert im Test überzeugende Ergebnisse, doch im Arbeitsalltag fehlen verlässliche Daten, Zuständigkeiten bleiben offen oder die Nachbearbeitung kostet mehr Zeit als erwartet. Ein erfolgreicher Test allein sagt deshalb wenig darüber aus, ob eine Anwendung im Unternehmen dauerhaft Nutzen stiftet.
Vom betrieblichen Ziel zum passenden Prozess
Am Anfang jeder KI-Integration steht die Frage, welches betriebliche Ergebnis verbessert werden soll. Geht es um kürzere Durchlaufzeiten, weniger Fehler oder die Entlastung eines Teams? Dieses Ziel bestimmt, welcher Prozess untersucht wird: Welche Informationen werden benötigt, welche Tätigkeiten ausgeführt und welche Entscheidungen getroffen? Entscheidend ist der tatsächlich gelebte Ablauf, einschließlich seiner Rückfragen, Ausnahmen und Umwege.
Dabei eröffnet generative KI neue Möglichkeiten der Prozessgestaltung. Wenn sie beispielsweise Informationen aus Dokumenten für die weitere Bearbeitung aufbereitet, verändern sich auch die Aufgaben und Übergaben im Team. Deshalb müssen ihre Möglichkeiten und die Anforderungen des Prozesses gemeinsam betrachtet werden. Welche Schritte können entfallen? Wo genügt eine feste Regel? Wo hilft generative KI, und an welcher Stelle braucht es menschliches Urteil?
Der daraus entwickelte Zielprozess legt fest, wie diese Beiträge zusammenspielen. Dazu gehören geeignete Datenquellen, klare Zuständigkeiten und Anforderungen an die Ergebnisse. Wer generative KI in einen Ablauf einbindet, muss auch bestimmen, wie ihre Ausgaben geprüft und anschließend weiterverwendet werden.
KI verstehen & nutzen
Unsere Kurse mit dem Experten
Prozessanalyse und Umsetzung eigener Prozesse (Bring Your Own Process)
Priorisierte Prozesse in umsetzbare KI-Vorhaben überführen (Bring Your Own Process)
Geschäftsprozesse analysieren und geeignete Anwendungsfälle für KI und Automatisierung ableiten
Mehrwert, Machbarkeit und Risiko zusammen bewerten
Ob dieser Zielprozess tragfähig ist, lässt sich anhand von drei Kriterien beurteilen. Der Mehrwert ergibt sich aus der Verbesserung des gesamten Ablaufs, einschließlich Prüfaufwand und Nacharbeit. Machbarkeit umfasst Daten und Systeme ebenso wie Ressourcen, Know-how und Akzeptanz. Bei Risiken geht es um fehlerhafte Ergebnisse und deren Folgen, aber auch um Sicherheit: Welche Informationen darf die Anwendung verarbeiten, und wer erhält Zugriff?
Diese Bewertung führt zurück zur Prozessgestaltung. Ein erhöhtes Fehlerrisiko kann zusätzliche Freigaben erfordern, deren Aufwand wiederum den wirtschaftlichen Nutzen beeinflusst. Fehlende Daten oder Kompetenzen können die Umsetzung begrenzen. Organisation, Technologie und Menschen gehören deshalb in jede Entscheidung über den Einsatz generativer KI.
Im Arbeitsalltag Wirkung nachweisen
Für die Umsetzung bietet sich ein begrenzter Prozess mit festgelegten Verantwortlichen und messbaren Erfolgskriterien an. Im laufenden Einsatz werden Durchlaufzeiten, Qualität und Nacharbeit mit der Ausgangslage verglichen. Die Erkenntnisse fließen in die weitere Gestaltung ein: Kontrollen werden angepasst, Datenlücken geschlossen und Mitarbeitende gezielt geschult. So entsteht schrittweise ein verlässlicher Ablauf, in dem generative KI einen nachvollziehbaren Beitrag zum Unternehmensergebnis leistet.
Fazit: Der erfolgreiche Einsatz von generativer KI ist kein reines Technologieprojekt, sondern vor allem eine Frage der intelligenten Prozessgestaltung.
Echter wirtschaftlicher Nutzen entsteht nicht durch die isolierte Beschleunigung einzelner Aufgaben, sondern erst, wenn Daten, Zuständigkeiten und Abläufe ganzheitlich aufeinander abgestimmt sind. Wer KI dauerhaft gewinnbringend nutzen will, muss daher klare betriebliche Ziele definieren, Risiken kritisch abwägen und den Mut haben, bestehende Prozesse schrittweise und messbar weiterzuentwickeln.
Mathias Lipp-Rosenthal
Mathias Lipp-Rosenthal
Mathias Lipp-Rosenthal ist Unternehmer, KI-Berater und Gründer der KI-Schmiede mit Fokus auf strategische Anwendung von künstlicher Intelligenz. Zuvor war er an der Schnittstelle von Wirtschaft, Technologie und Politik tätig, zuletzt als stellvertretender Klubdirektor im NEOS-Parlamentsklub. Darauf aufbauend gründete er AI Empowered Politics.
Mehr erfahren