Automatisierung von Geschäftsprozessen mit AI

Was automatisiert AI eigentlich?

Klassische Automatisierung funktioniert hervorragend, wenn die Regel eindeutig ist: Wenn die Bestellung bezahlt ist, sende eine Benachrichtigung; wenn der Bestand unter einen festgelegten Schwellenwert fällt, erstelle eine Aufgabe für den Lieferanten. Diese Regeln sind vorhersehbar und sollten das Fundament des Systems bleiben.

AI ist dort nützlich, wo die Eingaben unstrukturiert sind. Zum Beispiel erhalten Sie Rechnungen in unterschiedlichen Formaten, E-Mails mit unvollständigen Angaben oder Freitext von Kunden. Das Modell kann Lieferant, Betrag, Datum und Belegnummer extrahieren, die Anfrage klassifizieren und eine nächste Aktion vorschlagen.

Das bedeutet nicht, dass AI unkontrollierte Entscheidungen trifft. Eine gut aufgebaute Automatisierung setzt klare Grenzen: Welche Felder sind Pflichtfelder, wann ist eine Bestätigung erforderlich, was wird protokolliert und an wen wird eine Ausnahme weitergeleitet?

Welche Prozesse eignen sich als erster Kandidat?

Beginnen Sie mit einem Prozess, der häufig wiederkehrt, ein relativ klares Ergebnis hat und Verzögerungen oder Fehler verursacht. Wenn ein Mitarbeiter ständig Daten zwischen E-Mail, Excel und ERP kopiert, besteht wahrscheinlich echtes Automatisierungspotenzial.

• Dokumentenmanagement: Erkennung von Rechnungen, Verträgen und Formularen, Extraktion von Feldern und Weiterleitung zur Freigabe.
• E-Mails und Anfragen: Gruppierung nach Thema, Extraktion von Kunde und Produkt, Erstellung einer Aufgabe oder eines Angebots im CRM.
• Kundenservice: Antworten auf Basis einer vorab freigegebenen Wissensdatenbank und Übergabe komplexer Gespräche an einen Mitarbeiter.
• Vertrieb: Zusammenfassung von Gesprächen, nächste Aufgabe, Prüfung auf fehlende Angaben im Angebot und Nachverfolgung der Verkaufsphase.
• Lager und Betrieb: Warnungen bei Anomalien, Suche nach Informationen im System und Handlungsvorschläge bei Ausnahmen.
• Interne Auswertungen: Fragen in natürlicher Sprache an strukturierte Daten – bei unveränderten Zugriffsrechten.

In der Produktion kann AI eine per E-Mail gesendete Anfrage auslesen und zur Prüfung durch einen Mitarbeiter vorbereiten. Nach der Bestätigung kann das ERP-System eine Charge planen, Bestände prüfen und die Dokumente vorbereiten. Ein solches Modell ist im ERP-System für die Produktion von Testen Dom beschrieben. Der Prozess umfasst Anfragen, Rezepturen, Chargen, ein FEFO-Lager, Barcodes und Rechnungen.

Bei Außeneinsätzen liegt der Nutzen häufig darin, Daten an einem Ort zu erfassen. Das ERP-System von Ekovat kombiniert Anfragen, Arbeitskarten, Fuhrpark, Lager sowie AI zur Erkennung von Dokumenten und Rechnungen. Das ist etwas anderes, als der Website einfach einen separaten Chatbot hinzuzufügen: Automatisiert wird die interne Arbeit, bei der normalerweise mehr Zeit verloren geht.

AI oder klassische Integration – was brauchen Sie?

Manchmal ist AI nicht erforderlich. Wenn zwei Softwarelösungen über eine API verfügen, ist es zuverlässiger, die Bestellung mit exakt definierten Feldern zu übertragen, als sie von einem Modell „interpretieren“ zu lassen. AI kommt dort zum Einsatz, wo sich die Daten in einer E-Mail, PDF-Datei, einem Bild oder einem Freitext befinden.

Am häufigsten bewährt sich eine hybride Architektur: API für den sicheren Datenaustausch, Regeln für kritische Aktionen und AI zum Auslesen, Klassifizieren oder Suchen. Dieser Ansatz wird auch in unserem Angebot für API-Integrationen und Softwareanbindungen beschrieben.

Was kostet eine AI-Automatisierung?

Der Preis hängt von der Anzahl der Systeme, der Datenqualität, dem erforderlichen menschlichen Freigabeprozess, der Sicherheit und davon ab, ob ein neues Modul entwickelt oder ein bestehendes ERP/CRM erweitert wird. Die genannten Preisspannen dienen als Orientierung für eine individuelle Entwicklung und sind kein Festpreisangebot.

Externe Kosten für AI-APIs, OCR, Telefonie, Hosting und Lizenzen werden separat berechnet. Bei einem hohen Volumen an Dokumenten oder Gesprächen können sie den monatlichen Preis deutlich verändern. Teurer wird es auch, wenn die Daten verstreut sind, keine API vorhanden ist, Zugriffsrechte fehlen oder jede Ausnahme eine individuelle Logik erfordert.

Wie startet man ohne ein großes und riskantes Projekt?

1. 01
   Beschreiben Sie den Prozess von Anfang bis Ende

   Halten Sie die tatsächlichen Schritte fest, nicht die gewünschte Version des Prozesses. Wer erhält die E-Mail? Wo werden die Informationen eingegeben? Wer erteilt die Freigabe? Woran erkennt man, dass die Aufgabe abgeschlossen ist? Sammeln Sie beispielhafte Rechnungen, Anfragen und Antworten – auch die problematischen.

2. 02
   Wählen Sie einen messbaren Piloten

   Ein guter Pilot ist begrenzt: zum Beispiel Eingangsrechnungen von einigen Lieferanten oder Anfragen aus einem einzigen Postfach. Legen Sie fest, was Sie messen – Bearbeitungszeit, Anzahl manueller Eingaben, Auslassungen oder Zeit bis zur Antwort. Starten Sie nicht mit „AI für das gesamte Unternehmen“.

3. 03
   Prüfungen und Berechtigungen planen

   Legen Sie fest, welche Aktionen lediglich vorgeschlagen werden und welche automatisch ausgeführt werden dürfen. Bei Rechnungen, Zahlungen, Rabatten und dem Löschen von Daten ist eine Freigabe sinnvoll. Fügen Sie eine Protokollierung hinzu: Was war die Eingabe, was hat die AI vorgeschlagen und wer hat das Ergebnis bestätigt?

4. 04
   Verbinden Sie die Systeme auf die richtige Weise

   Nutzen Sie eine API, wenn eine vorhanden ist. Verlassen Sie sich nicht auf das Kopieren zwischen Fenstern oder auf eine Automatisierung, die Schaltflächen in fremder Software anklickt, wenn es eine zuverlässigere Schnittstelle gibt. Prüfen Sie die Rollen, Backups und wie das System bei einem vorübergehenden Ausfall eines externen Dienstes weiterarbeitet.

5. 05
   Testen Sie mit echten Ausnahmefällen

   Testen Sie normale und problematische Beispiele: eine unleserliche PDF-Datei, eine fehlende EIK, eine doppelte Rechnung, ein Kunde mit zwei Adressen oder eine E-Mail ohne Bestellnummer. Zu Beginn sollten die Ergebnisse von einem Menschen geprüft werden. Erst nach ausreichend vielen Prüfungen können Sie den automatisierten Umfang erweitern.

6. 06
   Schulen Sie das Team und halten Sie den Prozess aufrecht

   Die Mitarbeiter müssen wissen, was die Automatisierung tut, wann sie ein Ergebnis korrigieren und an wen sie ein Problem eskalieren sollen. Überwachen Sie Fehlklassifizierungen, Abbrüche und die Kosten externer Dienste. Modell und Regeln sind kein Projekt, das man anschließend unbeaufsichtigt lassen kann.

Was geht am häufigsten schief?

• Ein schlechter Prozess wird automatisiert. Wenn Daten aufgrund unklarer Rollen doppelt eingegeben werden, wird AI die Organisation nicht verbessern.
• Es wird erwartet, dass das Modell die Unternehmensregeln ohne eine vorbereitete Wissensdatenbank kennt. Preisbedingungen, Fristen und Ausnahmen müssen klar und aktuell sein.
• Die menschliche Prüfung wird ausgelassen. AI kann bei einem unleserlichen Dokument, einem mehrdeutigen Text oder einer ungewöhnlichen Kundenanfrage Fehler machen.
• Es werden mehr personenbezogene Daten erfasst als nötig. Legen Sie fest, welche Informationen an einen externen Dienst gesendet werden, wer sie sehen kann und wie lange sie gespeichert werden.
• Es gibt keinen Plan für den Fall eines Ausfalls oder eines nicht verfügbaren Dienstes. Es muss ein manueller Prozess und die Möglichkeit zur erneuten Verarbeitung vorhanden sein, ohne die Eingangsdaten zu verlieren.
• Gemessen wird die Anzahl automatisierter Aktionen statt des Ergebnisses. Wichtiger sind eine schnellere Bearbeitung, weniger Fehler und klare Verantwortlichkeiten.

Wie kommt AI in CRM, ERP und im Kundenservice zum Einsatz?

Im CRM kann AI Gespräche zusammenfassen, die nächste Aufgabe vorschlagen und auf fehlende Informationen hinweisen. Das ist kein Ersatz für den Vertriebsmitarbeiter. AI reduziert den Zeitaufwand für administrative Tätigkeiten und überlässt die Entscheidung über den Geschäftsabschluss dem Menschen.

Im ERP kann AI Dokumente und Auswertungen in Alltagssprache durchsuchen, eingehende Rechnungen auslesen oder Daten zur Genehmigung vorbereiten. Kritische Beträge, Buchungsvorgänge und Änderungen von Beständen müssen anhand festgelegter Regeln und Berechtigungen geprüft werden.

Im Kundenservice sollte der Chatbot nur auf Grundlage aktueller Leistungen, Preise und Bedingungen antworten. Bei Unsicherheit sollte er das Gespräch mit dem bisherigen Verlauf an einen Mitarbeiter übergeben. Bei Telefonanrufen bedeutet dasselbe Prinzip, Routineanliegen zu erkennen, einen Datensatz anzulegen und dringende Fälle für das Team zu markieren. Ein Beispiel dafür ist der AI-Telefonagent „Sprachagent“.

Wenn Ihre Prozesse zwischen Excel, E-Mail und mehreren nicht verbundenen Programmen verteilt sind, ist der erste Schritt wahrscheinlich eine Automatisierung von Geschäftsprozessen und nicht ein eigenständiges AI-Tool. Manchmal bringen klar zugeordnete Rollen, eine API-Integration und ein einheitliches ERP einen größeren Effekt als ein komplexes Modell.