Bill Gates hat 1995 in The Road Ahead einen Doppelsatz aufgeschrieben, der heute aktueller ist als damals: „Die erste Regel jeder Technologie im Unternehmen lautet, dass Automatisierung eines effizienten Ablaufs die Effizienz vergrößert. Die zweite lautet, dass Automatisierung eines ineffizienten Ablaufs die Ineffizienz vergrößert.“
Meistens wird nur die zweite Hälfte zitiert. Dabei liegt die Pointe im Zusammenspiel: Technologie entscheidet nicht, ob es besser wird. Sie verstärkt, was schon da ist. Und genau das ist der Grund, warum in vielen Unternehmen dasselbe KI-Werkzeug einmal Begeisterung und einmal Frust auslöst.
Was die Forschung dazu sagt
Der Befund ist nicht bloß Beraterweisheit. Der State of AI-assisted Software Development-Report von Google Cloud und DORA aus dem Jahr 2025 — gestützt auf über 100 Stunden qualitativer Daten und Antworten von knapp 5.000 Technologie-Fachleuten — kommt zu genau diesem Schluss. Wörtlich heißt es dort, die primäre Rolle von KI sei die eines Verstärkers: Sie vergrößere die Stärken leistungsfähiger Organisationen und die Fehlfunktionen schwacher.
Noch deutlicher wird der Report bei der Frage, woher der Ertrag kommt. Der größte Nutzen entstehe nicht durch die Werkzeuge selbst, sondern durch den Blick auf das System dahinter: die Qualität der internen Plattform, die Klarheit der Abläufe, die Ausrichtung der Teams. Fehle dieses Fundament, entstünden nur lokale Produktivitätsinseln, deren Gewinn im nachgelagerten Chaos wieder verloren gehe.
Zur Redlichkeit gehört die Einordnung: Das sind selbstberichtete Umfragedaten, kein Experiment. DORA selbst spricht bewusst von Vergleichen statt von nachgewiesenen Ursachen. Und der Herausgeber, Google Cloud, verkauft selbst KI. Trotzdem passt der Befund zu dem, was sich in Projekten beobachten lässt.
Die Produktivitätsinsel — ein Muster, das du kennst
Der Begriff aus dem Report beschreibt etwas sehr Konkretes. Ein Mitarbeiter entdeckt ein KI-Werkzeug und erledigt seinen Teil plötzlich in einem Drittel der Zeit. Begeisterung. Nur: Der Vorgang liegt danach beim nächsten Kollegen, und dort ändert sich nichts. Die gewonnene Zeit versickert im Rückstau.
Aus Sicht des Einzelnen ist das ein Erfolg. Aus Sicht des Unternehmens ist es keiner — der Durchsatz am Ende der Kette bleibt gleich. Wer nur den Einzelschritt beschleunigt, ohne den Ablauf zu kennen, verschiebt den Engpass, statt ihn zu beheben.
Genau das ist der Kern von „erst Prozesse, dann KI“: Nicht, weil Prozessarbeit edler wäre, sondern weil man ohne sie den Engpass gar nicht findet.
Warum kaputte Abläufe durch KI schlimmer werden
Automatisierung eines unklaren Ablaufs führt nicht nur dazu, dass es nicht besser wird. Es wird häufig schlechter, und zwar aus drei Gründen:
- Fehler werden schneller vervielfältigt. Wenn die Preisliste veraltet ist, verschickt ein Mensch zwei falsche Angebote am Tag. Eine Automatisierung schafft zweihundert.
- Ausnahmen werden zementiert. Wer einen gewachsenen Ablauf eins zu eins abbildet, gießt jede historische Sonderregel in Software — inklusive der, an die sich niemand mehr erinnert.
- Die Verantwortung verschwimmt. Solange ein Mensch entscheidet, ist klar, wer gefragt werden kann. Danach heißt es: „Das macht das System.“
Der DORA-Report liefert dazu einen passenden Nebenbefund: KI-Nutzung verbessert 2025 zwar erstmals den Durchsatz — erhöht aber weiterhin die Instabilität der Auslieferung. Mehr Tempo, mehr Störungen. Wer vorher schon wenig Kontrolle hatte, bekommt beides in verschärfter Form.
Was „Prozesse aufbauen“ praktisch heißt
Der Begriff klingt nach Monaten Beratungsprojekt. Gemeint ist etwas viel Kleineres — vier Schritte, die ein Team an zwei Vormittagen schafft:
- Aufschreiben, was tatsächlich passiert. Nicht der Soll-Ablauf aus dem Qualitätshandbuch, sondern der echte: Wer macht was, womit, und was passiert bei Abweichungen. Dieser Schritt allein deckt in der Regel schon zwei bis drei Punkte auf, über die sich alle gewundert haben.
- Zählen. Wie oft kommt der Fall vor? Wie lange dauert er? Wie häufig geht etwas schief? Ohne diese drei Zahlen kannst du später nicht belegen, ob sich etwas verbessert hat.
- Ausmisten. Welche Schritte sind noch nötig? Welche Ausnahmen kann man abschaffen statt automatisieren? Erfahrungsgemäß fällt hier ein erheblicher Teil weg — ohne jede Technik.
- Erst dann entscheiden, was automatisiert wird. Und dabei fragen: Braucht es hier überhaupt KI, oder reicht eine feste Regel? Die Unterscheidung zwischen deterministischer und KI-Automatisierung ist an dieser Stelle die entscheidende.
Der unangenehme Teil ist Schritt drei. Er bedeutet, dass jemand Sonderregelungen kippt, die einmal aus gutem Grund entstanden sind. Das ist Führungsarbeit, keine Technikfrage — und der Grund, warum Prozessprojekte scheitern, wenn die Leitung sich heraushält.
Ein Nebeneffekt, den viele unterschätzen
Prozessarbeit vor KI hat einen Nutzen, der selten eingeplant wird: Sie erzeugt genau das Material, das die KI später braucht.
Wer aufschreibt, wie ein Angebot entsteht — welche Angaben nötig sind, welche Preise gelten, welche Formulierungen tabu sind — hat damit die Arbeitsanweisung für den KI-Assistenten schon geschrieben. Das ist kein Zufall: Ein Sprachmodell braucht dieselben Informationen wie eine neue Mitarbeiterin am ersten Tag. Genau darum geht es beim Context Engineering.
Die Rechnung sieht damit anders aus, als sie zunächst wirkt. Prozessarbeit ist keine Vorstufe, die man hinter sich bringt, bevor der interessante Teil beginnt. Sie ist bereits die halbe Umsetzung — nur in einer Form, die auch dann noch nützt, wenn das Werkzeug in zwei Jahren ein anderes ist.
Umgekehrt gilt: Ein Unternehmen, das seine Abläufe nicht beschreiben kann, kann sie auch keiner KI erklären. Das ist der praktische Grund hinter der Reihenfolge — nicht Prinzipientreue, sondern schlichte Machbarkeit.
Die Reihenfolge ist kein Dogma
Ein ehrlicher Einwand: „Erst alles ordnen, dann automatisieren“ kann auch zur Ausrede werden. Manche Unternehmen ordnen zwei Jahre lang und fangen nie an.
Deshalb die pragmatische Fassung: Ordne den einen Prozess, den du als nächstes automatisieren willst. Nicht alle. Ein Ablauf, zwei Vormittage, dann bauen. Danach der nächste. So bekommst du beides — Ergebnisse und Ordnung — statt eines Großprojekts, das niemand durchhält.
Es gibt auch Fälle, in denen KI vor der Prozessarbeit sinnvoll ist: wenn nämlich niemand weiß, wo die Zeit hingeht. Dann kann ein KI-gestützter Blick auf Postfächer, Tickets oder Ticketlaufzeiten der schnellste Weg sein, den Engpass überhaupt zu finden. KI als Diagnosewerkzeug ist etwas anderes als KI als Lösung.
Der Satz, an dem du es merkst
Es gibt einen Satz, der in Projekten zuverlässig anzeigt, dass die Reihenfolge nicht stimmt: „Das machen wir immer so, aber frag lieber nochmal die Kollegin.“
Wo dieser Satz fällt, existiert der Prozess nur als Erfahrungswissen. Automatisieren lässt sich das nicht — nicht, weil die Technik fehlt, sondern weil niemand sagen kann, was automatisiert werden soll. Genau an dieser Stelle scheitern Projekte, und zwar spät und teuer.
Häufige Fragen zu Prozessen und KI
Wir haben keine dokumentierten Prozesse. Wo fangen wir an?
Bei dem Vorgang, über den sich am meisten beschwert wird. Eine Stunde mit den Leuten, die ihn täglich machen, ein Whiteboard, und ihr habt mehr Klarheit als aus jeder Software. Dokumentation ist hier Mittel, nicht Zweck — es geht darum, dass alle dasselbe Bild haben.
Woran erkenne ich, dass ein Prozess reif für Automatisierung ist?
An vier Merkmalen: Er kommt regelmäßig vor, läuft in den meisten Fällen gleich ab, hat ein klares Ergebnis, und jemand kann sagen, wie oft er vorkommt. Fehlt eines davon, ist es zu früh.
Und wenn der Prozess sich ständig ändert?
Dann ist genau das die Erkenntnis — und Automatisierung wäre teuer. Entweder man stabilisiert ihn erst, oder man akzeptiert, dass er menschliche Entscheidung braucht. Beides ist besser, als ein bewegliches Ziel in Software zu gießen.
Lohnt sich das auch bei zehn Mitarbeitern?
Besonders da. In kleinen Unternehmen steckt Prozesswissen fast vollständig in Köpfen, und der Ausfall einer Person legt Abläufe lahm. Der Nebeneffekt der Prozessarbeit — dass Wissen aufgeschrieben wird — ist dort oft wertvoller als die Automatisierung selbst.
Fazit: Der Verstärker verstärkt auch das Chaos
Die Versuchung ist verständlich: Ein Werkzeug kaufen ist schneller und angenehmer, als Abläufe zu hinterfragen. Nur ändert es selten etwas — weil KI kein Ordnungsprinzip mitbringt, sondern das vorhandene verstärkt.
Die gute Nachricht: Der Aufwand für den ersten Schritt ist klein. Einen Ablauf aufschreiben, drei Zahlen messen, die Hälfte der Sonderfälle streichen. Danach ist meist offensichtlich, wo Technik hilft — und wo sie nur Tempo in eine falsche Richtung bringt.
Wenn du wissen willst, welcher Prozess bei dir der richtige Startpunkt ist, schauen wir uns das in einer kostenlosen Prozessanalyse gemeinsam an. Oder du machst vorab den KI-Potenzial-Check — zwölf Fragen, danach hast du eine erste Einordnung.