Das Problem ist immer der „Prozess“, Dummkopf
(its.promp.td)- Allein die Einführung von AI kann Geschäftsprobleme nicht lösen; wenn man ineffiziente Prozesse automatisiert, führt das nur dazu, dass man „Müll schneller produziert“
- Unternehmen verwechseln AI mit einem Zauberstab, doch AI macht Organisationen nicht klüger, sondern ist lediglich ein Werkzeug zur Beschleunigung
- Die einzige wirkliche Stärke von AI ist die Verarbeitung unstrukturierter Daten, doch die Prozesse, die auf solchen Daten beruhen, sind meist selbst unstrukturiert und nicht dokumentiert
- Deshalb muss man vor dem Einsatz von AI Prozesse entwerfen und strukturieren und die Schritte Input, Transformation und Output klar definieren
- Technologien ändern sich, aber die Prinzipien geschäftlicher Effizienz bleiben gleich; der Schlüssel zum Erfolg mit AI liegt letztlich in der Prozessoptimierung
Nicht AI-Strategie, sondern Optimierung von Geschäftsprozessen
- Unternehmen diskutieren über eine „AI-Strategie“, aber tatsächlich gibt es nur Business Process Optimization (BPO)
- AI ist keine eigenständige Strategie zur Lösung von Geschäftsproblemen, sondern ein Werkzeug, das bestehende Prozesse beschleunigt
- Wenn man AI auf eine ineffiziente Struktur aufsetzt, skaliert man die Probleme nur schneller
Der Irrtum mit dem „Zauberstab“
- Viele Unternehmen glauben, AI werde Ineffizienzen automatisch beseitigen, doch diese Annahme ist falsch
- AI verleiht keine Intelligenz, sondern erhöht nur die Geschwindigkeit von Entscheidungen
- Automatisiert man falsche Entscheidungen, entsteht lediglich ein System, das „mit Lichtgeschwindigkeit dumme Entscheidungen“ trifft
- Wenn man AI auf bürokratische Prozesse wie komplexe Genehmigungsverfahren anwendet, baut man im Grunde einen Roboter, der genauso frustriert ist wie ein Mitarbeiter
Die Falle unstrukturierter Daten
- AI ist die erste Technologie mit einer echten Stärke bei der Verarbeitung unstrukturierter Daten
- E-Mails, Slack-Nachrichten, PDFs, Bilder und andere Daten, die herkömmliche Software nicht verarbeiten konnte, lassen sich interpretieren
- Doch Prozesse, die auf solchen Daten basieren, sind meist unstrukturiert und informell
- Beispiel: Kundenbeschwerden oder die Planung von Marketingkampagnen sind oft nicht dokumentiert und existieren nur im Kopf erfahrener Mitarbeiter
- Früher mussten Menschen diese Aufgaben übernehmen, weil Computer sie nicht verarbeiten konnten; deshalb gibt es oft weder Flussdiagramme noch Standard Operating Procedures (SOPs)
Was nicht entworfen ist, lässt sich nicht automatisieren
- Um AI einzusetzen, muss man Prozesse zuerst klar entwerfen und strukturieren
- Um mit unstrukturierten Daten zu arbeiten, muss man dem Workflow selbst Struktur geben
- Dafür braucht es drei Fragen
- Trigger: Wo entstehen die unstrukturierten Daten?
- Transformation: Was muss ein Mensch (oder AI) aus diesen Daten extrahieren oder interpretieren?
- Output: Wie wird das Ergebnis in strukturierte Systeme wie ERP oder CRM zurückgespielt?
Der Unterschied zwischen Geschwindigkeit und Intelligenz
- AI macht Dinge nur schneller, nicht klüger
- Beispiel:
- Im bisherigen Vorgehen prüft ein Analyst 50 Verträge über drei Tage hinweg
- Mit AI werden Risikoklauseln in drei Minuten extrahiert
- Der Prozess selbst (Prüfung → Risikoidentifikation → Zusammenfassung) bleibt gleich, doch damit AI funktioniert, braucht es klar definierte Verfahren
- Die intelligente Beurteilung, was überhaupt als „Risiko“ gilt, bleibt weiterhin Aufgabe des Menschen
- Beispiel:
Fazit: Der Prozess ist alles
- Statt nach einem AI-Erlöser zu suchen, sollte man zum Whiteboard zurückkehren und die eigene Wertschöpfungskette neu prüfen
- Vor allem menschenzentrierte, komplexe Bereiche mit unstrukturierten Daten sollten visualisiert werden, um Engpässe und Verschwendung zu erkennen
- Erst wenn der Prozess einfach, logisch und robust geworden ist, lässt sich AI als Beschleuniger nutzen
- Technologien ändern sich, die Prinzipien geschäftlicher Effizienz jedoch nicht
- Am Ende dreht sich alles immer um den Prozess
6 Kommentare
Das klingt irgendwie nach einer Selbstverständlichkeit..
Wenn man sieht, dass fortlaufend ähnliche Beiträge auftauchen wie „Klick nicht einfach nur herum, sondern denk nach und schreib“, scheint es in den USA wohl viele Fälle von missbräuchlicher Nutzung von KI zu geben..
Ich habe 2007 im Rechenzentrum des Militärs meine erste Arbeit als Entwickler begonnen, und damals habe ich gelernt: „Ein Entwickler sollte die Domäne ausreichend verstehen, anschließend die Anforderungen der Nutzer ausarbeiten und die optimale Lösung vorschlagen.“
Heutzutage scheint eher „Mach einfach genau das, was der Nutzer verlangt“ der Mainstream zu sein. Eigentlich gefällt das den Nutzern vielleicht sogar besser ..?
(Ich arbeite im Finanzsektor-SI.) Ich habe viele Entwickler gefragt, was sie davon halten, als Experten den Kunden nicht einfach nur das zu liefern, was sie verlangen, sondern ihnen zu sagen, dass sie so arbeiten sollten.
Was bedeutet das?
Wenn Sie fragen, was mit „Das Ergebnis ist so, wie man es sich vorstellt“ gemeint ist.
Es hat keine besondere Bedeutung; ich habe es einfach als eine Art Wortspiel mit der Nuance geschrieben, dass es eben einfach so ist.
Hacker-News-Meinung
Das ist eine meiner liebsten Anekdoten über Prozesse und Dokumentation
Als ich bei einem Hedgefonds arbeitete, scheiterte in einem 18-stufigen Verfahren zur Vorbereitung des nächsten Handelstags jeden Abend Schritt 7.
Ich dokumentierte diesen Schritt und zeigte ihn mehreren Leuten, und alle waren sich einig, dass „die Dokumentation von Schritt 7 falsch ist“, aber darüber, was Schritt 7 in der Praxis eigentlich tun soll, gab es überhaupt keinen Konsens.
Durch diese Erfahrung wurde mir klar, dass schon das bloße „Aufschreiben dessen, was gerade passiert“ einen großen Fortschritt dabei bringt, dass Menschen den tatsächlichen Prozess verstehen und sich darauf einigen.
Ich erinnere mich auch daran, wie ich früher Dokumentation für ein Marktdaten-System schrieb: Leute, die meinten „das ist nicht kompliziert“, sahen das fertige Dokument und sagten dann „es ist doch komplizierter als gedacht“.
Selbst wenn man sagt: „Jetzt ist die Zeit, aufzuschreiben, was Schritt 7 tatsächlich tut, nicht zu diskutieren, wie wir ihn ändern sollten“, wird beides ständig vermischt.
Ich denke, es ist richtig, erst einmal auch eine falsche Vorgehensweise in einer einheitlichen Form festzuhalten und sie später zu korrigieren.
Am Ende lautete das Ergebnis: „Dann dokumentieren wir es eben nicht“, und genau das war das eigentliche Problem.
Dokumentation schafft eine gemeinsame Ausgangsbasis, und auch neu dazukommende Leute können arbeiten, ohne sich in unnötigen Detaildebatten zu verlieren.
Inzwischen kann ich mir gar nicht mehr vorstellen, große Dinge ohne einen klaren Prozess anzugehen.
Sie erinnert mich an den 5-stufigen Produktprozess eines CEOs.
Bei AI muss klar sein, wann sie in diesen Ablauf eingebracht werden sollte.
Viele Leute scheitern, weil sie diese Reihenfolge umdrehen.
Es wird stark unterschätzt, gehört aber unter die fünf wichtigsten Erfindungen der Menschheit.
Der Satz „Mit AI kann man einen chaotischen Geschäftsprozess nicht in Gold verwandeln“ ist mir besonders hängen geblieben
Letztlich gibt es keine AI-Strategie, sondern nur Optimierung von Geschäftsprozessen.
Ich glaube, das Problem war schon der Name — es hätte nicht „Redesign“, sondern „Design“ heißen müssen.
Der Versuch, Kundennummern zu vereinheitlichen, geriet völlig außer Kontrolle, sodass man am Ende neue Nummern vergab und gleichzeitig die alten weiterverwendete.
Man kann sich vorstellen, welches Chaos entstanden wäre, wenn so ein Unternehmen noch AI eingeführt hätte.
Jahrzehntelange Kostensenkung und Stellenabbau haben Prozesse zerstört, und inzwischen funktionieren nicht einmal Großunternehmen mehr richtig.
AI-Unternehmen verdienen Geld, indem sie auf diesen Ruinen Daten verschlingen und sie als LLM-Ergebnisse wieder ausgeben.
Ich habe gemischte Gefühle gegenüber Prozessen in Großunternehmen
Sie sind nützlich, um aus durchschnittlichen Leuten gute Ergebnisse herauszuholen, werden für herausragende Leute aber eher zur Fessel.
Deshalb halte ich es für realistisch, sehr starken Talenten Ausnahmerechte zu geben.
Etwa indem man sie von Teilen der Verfahren befreit, damit sie sich schnell bewegen und fokussiert arbeiten können.
Ich denke immer noch darüber nach, was so ein Ansatz letztlich für den Prozess selbst bedeutet.
Für häufig auftretende Fälle braucht man einen klaren Prozess, aber auch einen Ausweg, damit sehr gute Engineers schnell reagieren können.
Wenn man die Durchschnittsqualität anhebt, sinkt strukturell oft die Obergrenze.
Gute Prozesse sollten Rockstars dabei helfen, noch schneller zu arbeiten.
Das Problem ist Management, das Dokumentationsarbeit mit Prozess verwechselt.
Wenn chaotische Anfragen und unkooperatives Verhalten sich wiederholen, bleibt einem irgendwann nichts anderes übrig, als Verfahren durchzusetzen.
Auch wenn dadurch kreative Versuche seltener werden, sind die Kosten von Unordnung noch größer.
Schon ein einziges ServiceNow-Formular aufzusetzen, gilt dort als Fortschritt.
Der Satz „AI ist die erste Technologie, die mit unstrukturierten Daten umgehen kann“ gefällt mir
Mir gefällt auch die Zusammenfassung, dass Prozesse, die mit unstrukturierten Daten arbeiten, meist selbst unstrukturiert sind.
Das liegt an unstrukturierten Interaktionen mit der Außenwelt oder anderen Teams oder an zu vielen unterschiedlichen Schwankungen.
Erfahrene Prozessdesigner erkennen solche „halbstrukturierten Grenzen“ an und beobachten sie sorgfältig.
AI sollte denselben Grundsätzen folgen — den Systemumfang nicht übermäßig ausdehnen, sondern kleine strukturierte Prozesse in einer unstrukturierten Umgebung treiben lassen.
Es gab viele gut funktionierende Unternehmen schon in Zeiten, in denen es noch keine strukturierten Daten gab.
Nach 13 Jahren im Suchbereich ist mein Eindruck, dass Führungskräfte immer davon träumen, mit einer Mode-Technologie Kosten zu sparen, obwohl in Wirklichkeit tiefere Investitionen nötig sind.
Sie sagen: „Die bestehende Technologie ist das Problem, aber eine Technik mit neuem Namen bringt die echten Einsparungen“ — und verkaufen den nächsten Hype.
Nach 20 Jahren Prozessautomatisierung ist meine Erfahrung: Wenn man versucht, einen nicht definierten Prozess zu automatisieren, scheitert man.
Manchmal hat schon der Vorgang, Anforderungen zu definieren, ein Unternehmen klarer gemacht, aber meistens wird genau das vermieden.
Stattdessen versucht man, dem Tool mehr Flexibilität zu geben, und am Ende wird es ein völlig nutzloses Werkzeug.
Ein anderes Team will ein Tool, das seinen Datenverarbeitungs-Workflow vereinfacht, aber es gibt nicht einmal eine Dokumentation des aktuellen Prozesses.
Am Ende müssen wir ihren Prozess also rückwärts analysieren.
Ich würde gern Fred Brooks’ „No Silver Bullet“ zitieren
Link
Ich habe in mehreren Unternehmen ERP-Einführungen gesehen, bei denen man versuchte, die bestehenden Prozesse unverändert zu übernehmen, und dann in der Customizing-Hölle landete.
Budget und Zeitplan wurden immer überschritten.
Ich finde, dieser Artikel trifft den Kern sehr genau
Zu viele Prozesse sind ein Problem, aber Struktur an sich ist immer nötig.
AI kann gut mit strukturierten Daten umgehen, deshalb ist nicht völlige Freiheit entscheidend, sondern das richtige Gleichgewicht an Struktur.
Weiterer Link
Dokumentation ist sehr nützlich, um Gedanken zu klären
In dem Moment, in dem man wiederkehrende Arbeit aufschreibt, kommen einem Ideen zur Reduzierung unnötiger Schritte.
Ich versuche derzeit, einen Teil des Betriebs meines Unternehmens an AI zu übergeben.
Wenn ich kleine E-Commerce-Marken übernehme, nutze ich einen 6-seitigen Prompt, damit ein LLM die erste Analyse übernimmt.
Durch diese Erfahrung habe ich erkannt, dass nicht die Intelligenz des LLM, sondern das Design strukturierter Aufgaben den wirtschaftlichen Wert schafft.
Allerdings ist vollständige Automatisierung noch schwierig, weil es noch keinen Agenten gibt, der Web-Browsing und Datei-Uploads automatisch erledigt.