KI-Prozessoptimierung: Vorgehen, Beispiele und Grenzen

Eine KI arbeitet mit dem, was über einen Prozess bekannt ist. Sie beschleunigt, was beschrieben ist, und braucht für alles, was bisher nur in Köpfen steht, zuerst eine Beschreibung. Das Angebot, das drei Tage liegt, weil der Inhaber es persönlich freigibt, die Excel-Liste neben dem ERP und der Anruf beim Lieferanten, den nur eine Kollegin macht, lernt ein Sprachmodell erst kennen, wenn jemand diese Abläufe erhoben hat.

Dieser Ratgeber zeigt, was KI-Prozessoptimierung im Mittelstand leisten kann, wie eine KI-gestützte Prozessanalyse abläuft, in welcher Reihenfolge Sie am besten vorgehen und wo die Grenzen liegen. Die Methodengrundlagen von Lean über Kaizen bis Six Sigma, mit denen Sie Prozesse auch ohne KI verbessern, finden Sie im Ratgeber Prozesse optimieren. Wie eine KI den Ist-Zustand im Gespräch mit Ihrem Team erhebt, beschreibt der Ratgeber KI-Prozessdokumentation.

Was KI-Prozessoptimierung ist - und was nicht

Unter dem Begriff laufen drei verschiedene Dinge, und es hilft, sie vor einer Anschaffung auseinanderzuhalten.

KI in der Analyse. Die KI hilft herauszufinden, wo ein Prozess klemmt. Sie wertet Gespräche, Dokumente oder Systemdaten aus und findet Medienbrüche, Doppelarbeit, Liegezeiten und Wissensrisiken, während der Prozess selbst zunächst bleibt, wie er ist. Das ist die KI-Prozessanalyse, und mit ihr beginnt man in den meisten Betrieben am besten.

KI im Prozess. Die KI übernimmt einzelne Schritte, die bisher ein Mensch erledigt hat und die Sprachverständnis oder Mustererkennung brauchen: eingehende E-Mails einem Vorgang zuordnen, Daten aus Lieferscheinen und Rechnungen lesen, einen Angebotsentwurf aus früheren Angeboten vorformulieren oder Fragen neuer Kollegen aus der vorhandenen Dokumentation beantworten.

KI als Teil der Automatisierung. Die KI ist ein Baustein in einem automatisierten Ablauf, etwa die Klassifizierung, nach der eine Regel entscheidet, wohin ein Dokument weiterläuft. Hier beginnt die Prozessautomatisierung, die ihre eigenen Regeln hat.

Die Frage, ob ein Schritt überhaupt nötig ist, beantwortet keine KI. Wenn jedes Angebot auf eine Unterschrift wartet, die nichts prüft, schafft man besser die Unterschrift ab, statt das Angebot schneller vorzubereiten. Die wirksamsten Verbesserungen aus einer Prozessanalyse sind erstaunlich oft organisatorisch: eine Freigabegrenze, eine geregelte Vertretung, eine Übergabe mit festem Inhalt.

Warum die Dokumentation vor der Optimierung kommt

Jede Optimierung vergleicht einen Ist-Zustand mit einem besseren Soll. Fehlt das Ist, arbeitet man mit einer Vorstellung davon, wie gearbeitet wird, und das ist meistens die der Geschäftsführung. Die klassische Prozessberatung beginnt aus genau diesem Grund mit der Aufnahme, und beim Einsatz von KI gilt das aus drei Gründen umso mehr.

Erstens rechnet eine KI mit dem, was sie bekommt. Ein Sprachmodell, das Sie nach Verbesserungen für Ihre Auftragsabwicklung fragen, beschreibt eine durchschnittliche Auftragsabwicklung und schlägt durchschnittliche Verbesserungen vor. Das klingt plausibel, trifft Ihren Betrieb aber dort nicht, wo er sich unterscheidet, und das sind meist die Ausnahmen.

Zweitens steckt das relevante Wissen selten im System. Was im ERP passiert, lässt sich messen. Was daneben passiert, also Telefonate, Zettel, die Tabelle auf dem Desktop oder die Absprache „bei Kunde X immer erst den Außendienst fragen", taucht in keinem Log auf. Gerade dort liegen aber viele Liegezeiten und Fehlerquellen. Es ist implizites Wissen, und es muss erst ausgesprochen werden, bevor ein Werkzeug damit arbeiten kann.

Drittens braucht jede Veränderung eine Referenz. Wer einen Prozess ändert, möchte hinterher sagen können, was sich verbessert hat. Ohne dokumentierten Ausgangszustand bleibt dafür nur das Bauchgefühl, und das bewertet neue Abläufe in den ersten Wochen meist schlechter als alte, weil sie ungewohnt sind.

Deshalb lohnt sich diese Reihenfolge: erst IST-Prozesse aufnehmen, dann analysieren, dann verändern. Die KI kann jeden dieser Schritte beschleunigen, und jeder davon bleibt Teil des Weges.

KI-Prozessanalyse: drei Datenquellen im Vergleich

Eine KI-Prozessanalyse ist so gut wie das Material, das sie auswertet. Im Mittelstand kommen drei Quellen infrage, und jede zeigt einen anderen Ausschnitt.

Process Mining ist die genaueste Methode, wenn der Prozess vollständig im ERP, Ticketsystem oder MES abläuft, denn es misst, statt zu fragen. In vielen Betrieben mit 30 bis 200 Beschäftigten ist diese Voraussetzung nicht erfüllt: Der Auftrag entsteht im ERP, wird per E-Mail geklärt, auf Papier kommissioniert und telefonisch nachverfolgt. Das Log zeigt dann, dass ein Auftrag acht Tage lag, und die Gründe dafür findet man im Gespräch.

Dokumente lassen sich schnell und günstig auswerten. Eine KI liest ein QM-Handbuch in Minuten und findet Lücken, Widersprüche zwischen Verfahrensanweisungen und fehlende Zuständigkeiten. Dokumente beschreiben dabei den Soll-Zustand, und wie weit die Praxis davon abweicht, zeigt erst der Abgleich mit den Menschen, die den Ablauf täglich erledigen.

Interviews liefern, was den beiden anderen Quellen fehlt: den Ablauf, wie er tatsächlich läuft, samt Ausnahmen, Umwegen und den Personen, auf die es ankommt. Früher bedeutete das viel Handarbeit, denn Gespräche wollen geführt, protokolliert, ausgewertet und abgeglichen werden. Diesen Teil kann heute eine KI übernehmen, indem sie die Interviews selbst führt und die Aussagen strukturiert. Wie das funktioniert, beschreibt der Abschnitt zu wissa.ai weiter unten.

In der Praxis ergänzen sich die Quellen: Interviews zeigen, wo es klemmt und warum, Systemdaten zeigen, wie oft und wie lange. Wer nur eine Quelle nutzen kann, fährt im Mittelstand mit Interviews oft gut, weil viele Probleme an den Übergaben zwischen Systemen und Menschen entstehen.

Worauf eine KI-Prozessanalyse achtet

Die Befunde einer guten Prozessanalyse sind vertraut, die KI findet sie nur schneller. Sie sucht nach denselben Mustern wie ein erfahrener Berater:

• Medienbrüche: Daten werden von Hand aus einem System ins nächste übertragen, aus einer E-Mail ins ERP, von einem Zettel in eine Tabelle. Jede Übertragung kostet Zeit und erzeugt Tippfehler.
• Doppelarbeit: Zwei Personen pflegen unabhängig voneinander dieselben Daten, weil keiner vom anderen weiß.
• Liegezeiten: Ein Vorgang wartet auf Freigaben, Rückfragen oder eine bestimmte Person. Die Bearbeitungszeit ist kurz, die Durchlaufzeit lang.
• Kopfmonopole: Ein Prozessschritt hängt an einer einzigen Person, der Bus-Faktor ist eins. Eine Qualifikationsmatrix zeigt, wer welchen Schritt beherrscht.
• Widersprüche: Zwei Beteiligte beschreiben denselben Ablauf unterschiedlich. Solche Widersprüche sind oft der wertvollste Befund, weil hier geplante und gelebte Praxis auseinanderlaufen.
• Schleifen: Vorgänge gehen zurück, weil Informationen fehlen, etwa der Auftrag ohne Liefertermin oder das Angebot ohne Maße.

Die Muster selbst kennt jeder erfahrene Mensch. Die Stärke der KI ist, dass sie zwanzig Gespräche miteinander abgleichen kann, ohne dass jemand zwanzig Protokolle nebeneinanderlegt. Wenn die Buchhaltung sagt, Lieferscheine kämen per E-Mail, und das Lager sagt, sie lägen dem Paket bei, wird der Widerspruch markiert und kann direkt geklärt werden.

Vorgehen in sechs Schritten

Schritt 1: Prozesse erfassen, bevor Sie bewerten

Legen Sie fest, welche Prozesse Sie betrachten, und erheben Sie das Ist. Eine Prozesslandkarte hilft bei der Abgrenzung: Kernprozesse wie Auftragsabwicklung oder Reklamation zuerst, Unterstützungsprozesse danach. Ein SIPOC grenzt jeden einzelnen Prozess in fünf Spalten ab, von den Lieferanten bis zu den Kunden. Befragen Sie mehrere Personen entlang des Ablaufs statt einer pro Abteilung. Die Bewertung heben Sie sich für später auf, denn wer beim Aufnehmen noch zuhört, bekommt offenere Antworten.

Schritt 2: Schwachstellen sammeln und belegen

Aus dem Material entsteht eine Liste von Schwachstellen, jede mit Quelle: Wer hat das gesagt, in welchem Zusammenhang, wie oft kommt es vor? Mit einem Beleg lässt sich sachlich darüber sprechen, wie groß ein Problem ist, und jede Schwachstelle bleibt nachvollziehbar.

Schritt 3: Priorisieren nach Häufigkeit und Schaden

Nicht jede Schwachstelle lohnt eine Lösung. Bewerten Sie jede nach zwei Fragen: Wie oft tritt sie auf, und was kostet sie, wenn sie auftritt? Ein Medienbruch, der täglich vierzig Belege betrifft, geht einer Ausnahme vor, die zweimal im Jahr vorkommt, es sei denn, die Ausnahme kostet jedes Mal einen Kunden. Die Prozessanalyse beschreibt die Methoden dafür im Detail.

Schritt 4: Erst organisatorisch lösen, dann technisch

Prüfen Sie für jede priorisierte Schwachstelle zuerst die einfache Lösung: eine Regel, eine Zuständigkeit, eine Vorlage, eine Freigabegrenze. Viele Liegezeiten verschwinden, sobald klar ist, wer vertritt, und viele Rückfragen, sobald die Übergabe einen festen Inhalt hat. Wer wofür verantwortlich ist und wer nur informiert wird, hält eine RACI-Matrix fest. Was danach übrig bleibt, ist ein Kandidat für Software, also für Prozessdigitalisierung, und davon wiederum ein Teil ein Kandidat für KI.

Schritt 5: Den KI-Einsatz als Pilot mit Messgröße starten

Wenn KI die passende Lösung ist, starten Sie klein: ein Prozess, ein klar abgegrenzter Schritt und eine Messgröße, die Sie schon vorher erhoben haben. Das kann der Anteil der Eingangsrechnungen sein, die ohne manuelle Korrektur durchlaufen, oder die Zeit vom Eingang einer Anfrage bis zum Angebot. Legen Sie auch fest, wer die Ergebnisse der KI prüft und was passiert, wenn sie danebenliegt.

Schritt 6: Dokumentation nachziehen

Ein optimierter Prozess, der nicht dokumentiert ist, rutscht innerhalb weniger Monate leicht in den alten Zustand zurück, spätestens beim nächsten Personalwechsel. Aktualisieren Sie Prozessbeschreibung und Arbeitsanweisung und halten Sie fest, welche Schritte jetzt eine KI übernimmt und wer dafür verantwortlich ist.

Typische Einsatzfelder im Mittelstand

Wo KI im Prozess selbst hilft, sind es meist Schritte mit viel Text und wenig Entscheidungsspielraum:

• Belegerfassung: Daten aus Eingangsrechnungen, Lieferscheinen und Auftragsbestätigungen lesen und ins System übernehmen, mit Prüfung durch einen Menschen bei Unsicherheit.
• Posteingang sortieren: E-Mails an info@ oder service@ nach Anliegen klassifizieren und dem richtigen Vorgang oder der richtigen Person zuordnen.
• Entwürfe vorbereiten: Angebotstexte, Antworten auf Standardanfragen oder Reklamationsbescheide als Entwurf, den ein Mensch prüft und freigibt.
• Wissen abfragbar machen: Ein Assistent beantwortet Fragen neuer Mitarbeitender aus der vorhandenen Prozessdokumentation, vorausgesetzt, es gibt eine.
• Prüfen und abgleichen: Bestellung gegen Auftragsbestätigung gegen Rechnung, Abweichungen markieren.

Allen gemeinsam ist, dass die KI mit Material arbeitet, das bereits existiert und beschrieben ist. Der Assistent, der Fragen zur Einarbeitung beantwortet, ist genau so gut wie die Dokumentation, aus der er antwortet. Fehlt sie, formuliert er höflich und plausibel, liegt aber oft daneben.

Für Mittelstand und KMU passt KI-Prozessoptimierung gut zu den vorhandenen Strukturen. Die Wege sind kurz, die Zahl der Prozesse ist überschaubar, und eine Geschäftsführung kann einen Pilot innerhalb weniger Wochen entscheiden und auswerten. Eine eigene Abteilung für Prozessmanagement gibt es selten, das Wissen über die Abläufe liegt bei einigen erfahrenen Mitarbeitenden. Ein guter Einstieg ist deshalb eine KI-Prozessanalyse für einen einzelnen, häufigen Prozess, kombiniert mit den KI-Funktionen, die in vorhandener Software bereits stecken.

Prozessoptimierung in Logistik und Produktion mit KI

In Lager und Versand arbeitet KI vor allem mit Daten, die ohnehin anfallen. Sie liest Lieferavise und Lieferscheine, gleicht Wareneingänge mit Bestellungen ab und schlägt auf Basis vergangener Abverkäufe Bestellmengen und Nachschubzeitpunkte vor. Für Tourenplanung und Lagerplatzvergabe gibt es spezialisierte Software, die mit lernenden Verfahren arbeitet. In der Produktion setzen Betriebe KI bei der Bildprüfung von Teilen ein, bei der Auswertung von Maschinendaten für die vorausschauende Wartung und bei der Reihenfolgeplanung von Aufträgen.

Für alle diese Fälle gilt dieselbe Voraussetzung wie im Büro: Die Daten sind vorhanden und einem Prozess zugeordnet, und wer mit dem Ergebnis arbeitet, weiß, was bei einer Abweichung zu tun ist. Die Aufnahme zeigt häufig, dass viel Zeit an den Übergaben vergeht, etwa zwischen Arbeitsvorbereitung und Fertigung oder zwischen Lager und Versand. Dort hilft oft zuerst eine klare Regel, und die KI setzt auf dem geregelten Ablauf auf.

KI im ERP: Prozessoptimierung im System

Viele ERP-Hersteller bauen KI-Funktionen direkt ein: Belege automatisch erfassen, Bestellvorschläge berechnen, Zahlungseingänge zuordnen, Artikel- und Angebotstexte vorschlagen. Für die Prozessoptimierung im ERP heißt das, zuerst zu prüfen, was das vorhandene System schon kann, bevor ein weiteres Werkzeug dazukommt.

Wie viel vom Prozess tatsächlich im ERP läuft, zeigt erst die Aufnahme. Wo neben dem ERP Tabellen, E-Mails und Zettel mitlaufen, sieht die KI im System nur einen Teil des Ablaufs. Eine Prozessoptimierung mit KI im ERP beginnt deshalb damit, diese Nebenwege ins System zu holen. Danach rechnen die eingebauten Funktionen mit vollständigeren Daten, und ihre Vorschläge treffen Ihren Betrieb deutlich besser.

Beispiel: Großhandel mit 60 Mitarbeitenden

Typisiertes Beispiel: Es fasst Abläufe und Befunde zusammen, wie sie in Handelsbetrieben dieser Größe häufig vorkommen. Betrieb und Zahlen sind ein Rechenbeispiel, kein Kundenprojekt.

Ein technischer Großhändler hat 60 Beschäftigte, davon acht im Innendienst. Die Geschäftsführung möchte „KI in der Auftragsabwicklung einsetzen", weil Aufträge per E-Mail als PDF eingehen und von Hand ins ERP getippt werden. Der erste Gedanke ist ein Tool, das PDF-Bestellungen ausliest.

Die Aufnahme mit Gesprächen im Innendienst, im Lager und in der Buchhaltung zeichnet ein anderes Bild. Das Abtippen kostet pro Auftrag wenige Minuten, die eigentliche Verzögerung entsteht danach: Bei rund jedem vierten Auftrag fehlt eine Angabe wie Liefertermin, Artikelvariante oder abweichende Lieferadresse, und die Rückfrage beim Kunden läuft über die Person, die den Kunden betreut. Ist sie nicht da, bleibt der Auftrag liegen. Zwei Kunden mit Sonderkonditionen kennt nur ein einziger Kollege, und die Konditionen stehen in einer Tabelle auf seinem Rechner.

Die Maßnahmen, geordnet nach ihrer Wirkung: Die Sonderkonditionen wandern ins ERP, womit das Kopfmonopol aufgelöst ist. Für Rückfragen gibt es eine Vertretungsregel, und Stammkunden bekommen eine Pflichtfeldliste für Aufträge. Danach folgt das PDF-Auslesen, jetzt mit dem Vorteil, dass die KI fehlende Pflichtangaben direkt markieren kann, statt sie leer zu lassen. Mit dem Tool allein wären die Aufträge schneller im ERP gewesen und hätten dort genauso lange gelegen.

Grenzen und Risiken

Die KI irrt überzeugend. Sprachmodelle formulieren falsche Ergebnisse genauso flüssig wie richtige. Jeder KI-Schritt im Prozess braucht deshalb eine Prüfregel, die festlegt, wann ein Mensch draufschaut und woran er einen Fehler erkennt. Bei Belegdaten ist das oft der Abgleich gegen Stammdaten und Bestellung, bei Texten die Freigabe vor dem Versand.

Verantwortung bleibt beim Menschen. Entscheidungen, die gegenüber Personen rechtliche Wirkung entfalten oder sie ähnlich erheblich beeinträchtigen, dürfen nach Art. 22 DSGVO grundsätzlich nicht ausschließlich automatisiert fallen; die Ausnahmen sind eng. Auch darüber hinaus bleibt die Verantwortung im Betrieb: Wenn eine KI eine Reklamation falsch einordnet, trägt das Unternehmen, das sie einsetzt, die Folgen.

Datenschutz und Datenfluss. Klären Sie, welche Daten an welchen Anbieter gehen, in welches Land und mit welchem Vertrag. Kundendaten, Personaldaten und Konditionen gehören nicht in ein frei zugängliches Chatfenster, und verarbeitet ein externer Dienst personenbezogene Daten in Ihrem Auftrag, braucht es einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO.

Betriebsrat früh einbinden. Über die Planung von Arbeitsverfahren und -abläufen einschließlich des Einsatzes von Künstlicher Intelligenz ist der Betriebsrat nach § 90 Abs. 1 Nr. 3 BetrVG rechtzeitig zu unterrichten, und die Maßnahmen sind mit ihm zu beraten. Sobald ein System objektiv geeignet ist, Leistung oder Verhalten zu überwachen, greift die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG. Wer den Betriebsrat früh einbindet, kommt mit dem Projekt oft schneller voran.

KI-Kompetenz ist Pflicht. Die europäische KI-Verordnung verlangt seit Februar 2025 von Unternehmen, die KI-Systeme einsetzen, Maßnahmen zur KI-Kompetenz ihres Personals (Art. 4). Seit der Änderung durch die Verordnung (EU) 2026/1744 heißt das: Maßnahmen ergreifen, die den Aufbau von KI-Kompetenz unterstützen, ohne ein bestimmtes Niveau garantieren zu müssen. Das muss kein Lehrgang sein, aber die Menschen, die mit den Ergebnissen arbeiten, sollten wissen, wo das System danebenliegen kann.

Optimierung braucht Pflege. Jeder KI-Baustein will beobachtet, nachjustiert und irgendwann ersetzt werden. Planen Sie das mit ein und dokumentieren Sie den KI-Schritt, damit das Wissen darüber nicht allein bei der Person liegt, die ihn eingerichtet hat.

Wo wissa.ai ansetzt

wissa.ai setzt einen Schritt vor der Optimierung an, bei der Erhebung des Ist-Zustands, auf der jede weitere Verbesserung aufbaut.

Eine KI interviewt Ihre Mitarbeitenden per Chat in Gesprächen von rund 15 bis 20 Minuten, wann es ihnen passt. Nach dem Schneeball-Prinzip schlägt sie die Kolleginnen und Kollegen zur Einladung vor, die im Gespräch genannt werden, und folgt so den tatsächlichen Übergaben durch den Betrieb. Aus den Gesprächen entstehen Prozessdokumentation, eine Übersicht aller Bereiche und Prozesse als Grundlage für eine Prozesslandkarte und die Befunde, mit denen eine Optimierung beginnt: Medienbrüche, Doppelarbeit, Kopfmonopole und Widersprüche, jeder Befund mit Quelle bis zur Interview-Runde.

Damit übernimmt wissa.ai einen großen Teil der Schritte 1 und 2 aus dem Vorgehen oben. Ob Sie danach organisatorisch lösen, digitalisieren, automatisieren oder eine KI einsetzen, entscheiden Sie auf Basis eines belastbaren Ist-Zustands. wissa.ai arbeitet mit Hosting in Deutschland und KI-Verarbeitung in der EU, ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO gehört dazu, und die Interviews beschreiben Abläufe, Rollen und Systeme.

Zum Start gibt es ein kostenloses Testpaket (10 Credits, einmal je Unternehmen, Bedingungen), das in der Regel für ein erstes Interview reicht, und befragte Mitarbeitende brauchen weder ein Konto noch eine Lizenz. Probieren Sie es gern mit einem Prozess aus, der Sie gerade beschäftigt.

Ein Interview kostenlos testen →

Fazit

KI-Prozessoptimierung gelingt in einer klaren Reihenfolge: erst erheben, dann analysieren, dann organisatorisch lösen und für den verbleibenden Rest Software und KI einsetzen. Am meisten leistet die KI heute in der Analyse, weil sie viele Aussagen schnell abgleichen und Muster belegen kann. Im Prozess lohnt sie sich dort, wo viel Text auf wenig Entscheidungsspielraum trifft, und in beiden Fällen arbeitet sie so gut wie die Beschreibung des Prozesses, die ihr vorliegt.

FAQ

Was ist KI-Prozessoptimierung?

KI-Prozessoptimierung bedeutet, Künstliche Intelligenz einzusetzen, um Abläufe im Unternehmen zu verbessern, entweder in der Analyse (Schwachstellen finden und belegen) oder im Prozess selbst (einzelne Schritte wie Belegerfassung, Klassifizierung oder Entwürfe übernehmen). Voraussetzung ist in beiden Fällen ein dokumentierter Ist-Zustand.

Was macht eine KI-Prozessanalyse anders als eine klassische?

Die Befunde sind dieselben: Medienbrüche, Liegezeiten, Doppelarbeit, Kopfmonopole. Der Unterschied liegt im Aufwand, denn die KI kann Interviews führen, Aussagen vieler Beteiligter abgleichen und Widersprüche markieren, ohne dass jemand Protokolle nebeneinanderlegt. Die Bewertung und die Entscheidung über Maßnahmen bleiben beim Menschen.

Kann ich ChatGPT fragen, wie ich meine Prozesse optimiere?

Sie bekommen eine plausible Antwort für einen Durchschnittsbetrieb. Für Ihren Betrieb passt sie, wenn Sie dem Modell den tatsächlichen Ablauf samt Ausnahmen, Systemen und Zuständigkeiten mitgeben, und diese Beschreibung liegt in vielen Unternehmen noch nicht vor. Geben Sie außerdem keine Kunden- oder Personaldaten in frei zugängliche Dienste.

Welche Prozesse eignen sich für KI?

Gut geeignet sind häufige Schritte mit viel Text oder Dokumenten und wenig Entscheidungsspielraum: Belegerfassung, Posteingang sortieren, Entwürfe für Standardantworten, Abgleich von Bestellung und Rechnung. Weniger geeignet sind seltene Einzelfälle, Entscheidungen mit rechtlicher Wirkung für Personen und Prozesse, die noch niemand beschrieben hat.

Brauche ich Process Mining für eine KI-Prozessanalyse?

Process Mining lohnt sich, wenn Ihre Prozesse weitgehend in einem System mit Zeitstempeln laufen. In vielen mittelständischen Betrieben laufen wichtige Teile über E-Mail, Telefon, Papier und Tabellen. Dann liefern Interviews mit den Beteiligten mehr Erkenntnis, und Process Mining kann später gezielt für einzelne Prozesse ergänzen.

Muss der Betriebsrat bei KI-Prozessoptimierung beteiligt werden?

Über die Planung von Arbeitsabläufen einschließlich des KI-Einsatzes ist der Betriebsrat nach § 90 BetrVG zu unterrichten, und die Maßnahmen sind mit ihm zu beraten. Ist ein System objektiv geeignet, Leistung oder Verhalten zu überwachen, besteht Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG. Binden Sie den Betriebsrat am besten schon vor dem Pilot ein und klären Sie Einzelheiten im Zweifel mit Ihrer Rechtsberatung.

Wie lange dauert es, bis KI-Prozessoptimierung Ergebnisse bringt?

Die Analyse kann nach wenigen Wochen belastbare Befunde liefern, wenn die Erhebung parallel per Interview läuft. Organisatorische Maßnahmen wirken oft sofort. Ein KI-Pilot im Prozess braucht typischerweise einige Wochen bis Monate, bis er stabil läuft und sich gegen die vorher erhobene Messgröße bewerten lässt.

Quellen

• Verordnung (EU) 2024/1689 (KI-Verordnung), Art. 4 - KI-Kompetenz, in der Fassung der Verordnung (EU) 2026/1744
• Datenschutz-Grundverordnung (DSGVO), Art. 22 - automatisierte Entscheidungen im Einzelfall; Art. 28 - Auftragsverarbeiter
• Betriebsverfassungsgesetz (BetrVG), § 90 Abs. 1 Nr. 3 und Abs. 2 - Unterrichtung und Beratung über Arbeitsverfahren und Arbeitsabläufe einschließlich des Einsatzes von Künstlicher Intelligenz; § 87 Abs. 1 Nr. 6 - Mitbestimmung bei technischen Einrichtungen
• DIN EN ISO 9001:2015, Abschnitt 4.4 (Prozesse des QM-Systems) und 10.3 (Fortlaufende Verbesserung)
• Michael Polanyi: The Tacit Dimension, Garden City (NY) 1966 - implizites Wissen