KI-Automatisierung im KMU: 7 Prozesse, die sich rechnen

Ist Automatisierung gleich KI?

Nein, und die Unterscheidung spart Geld. Klassische Prozessautomatisierung folgt festen Regeln: Wenn eine Bestellung eingeht, wird ein Lieferschein erzeugt. Das funktioniert zuverlässig, solange Daten strukturiert in einem System liegen. Viele Schweizer KMU haben hier noch ungenutztes Potenzial, ganz ohne KI.

KI-Automatisierung wird dort interessant, wo Menschen heute lesen, verstehen und entscheiden: eingehende E-Mails, PDFs von Lieferanten, Freitext in Formularen, Dokumente in unterschiedlichen Formaten. Ein Sprachmodell kann solche Eingaben interpretieren, Daten extrahieren und einen Vorschlag machen. Die besten Lösungen kombinieren beides: feste Regeln für den Standardweg, KI für die Teile, die Verständnis brauchen, und eine Person für die Freigabe, wo Fehler teuer wären.

Wenn eine Aufgabe mehrere Schritte selbstständig plant und Werkzeuge nutzt, spricht man von einem KI-Agenten. Die Unterschiede erklären wir im Artikel KI-Agenten für Unternehmen.

Drei Stufen der Automatisierung

In der Praxis hilft es, drei Stufen zu unterscheiden:

• Regelbasiert: Feste Wenn-dann-Logik zwischen Systemen, etwa Schnittstellen, Skripte oder Integrationsplattformen. Günstig, schnell und sehr zuverlässig.
• KI-unterstützt: Ein Sprachmodell übernimmt einen einzelnen Schritt, zum Beispiel das Auslesen eines PDFs oder das Einordnen einer E-Mail. Der Rest des Ablaufs bleibt regelbasiert.
• Agentisch: Die KI plant mehrere Schritte selbst, nutzt Werkzeuge und entscheidet, wann sie einen Menschen braucht.

Die meisten lohnenden Projekte in KMU liegen auf der zweiten Stufe. Sie bringen den grössten Teil des Nutzens bei überschaubarem Risiko.

Woran Sie automatisierbare Prozesse erkennen

Nicht jeder Prozess ist ein guter Kandidat. Prüfen Sie diese Merkmale:

• Häufigkeit: Der Vorgang kommt täglich oder wöchentlich vielfach vor.
• Handarbeit: Mitarbeitende kopieren Daten zwischen Systemen, lesen Dokumente ab oder schreiben ähnliche Texte immer wieder.
• Prüfbares Ergebnis: Es lässt sich klar sagen, ob das Ergebnis richtig ist.
• Erkennbarer Standardfall: Die meisten Vorgänge folgen einem ähnlichen Muster, Ausnahmen sind die Minderheit.
• Digitale Eingaben: Die Daten kommen per E-Mail, Upload, Formular oder Schnittstelle, nicht auf Papier im Briefkasten.

Treffen vier von fünf Merkmalen zu, lohnt sich eine genauere Betrachtung.

Eine einfache Überschlagsrechnung

Multiplizieren Sie die Anzahl Vorgänge pro Monat mit der heutigen Bearbeitungszeit. Ein Vorgang von acht Minuten, der 1'500 Mal im Monat vorkommt, bindet rund 200 Arbeitsstunden. Selbst wenn die Automatisierung nur einen Teil davon abnimmt und Menschen weiterhin prüfen, wird schnell sichtbar, ob sich eine Investition lohnen kann. Den tatsächlichen Effekt zeigt erst ein Pilot mit echten Fällen.

So lesen Sie die Aufwandsangaben

Die Aufwandsangaben in den folgenden sieben Abschnitten sind Richtwerte im Schweizer Markt für die einmalige Umsetzung: klein bedeutet etwa CHF 8'000 bis CHF 20'000, mittel CHF 20'000 bis CHF 60'000, gross darüber. Hinzu kommen laufende Kosten für Modellnutzung, Hosting und Wartung. Die Modellkosten werden pro verarbeitetem Text abgerechnet und bleiben bei typischen KMU-Volumen meist deutlich unter den Personalkosten, die der Prozess heute bindet. Den grössten Einfluss auf den Aufwand haben fast immer die Schnittstellen zu bestehenden Systemen, nicht die KI selbst.

1. Rechnungseingang und Kreditoren

Ablauf: Rechnungen kommen per E-Mail oder Scan. Die KI erkennt Lieferant, Rechnungsnummer, Beträge, MWST und Zahlungsbedingungen, gleicht die Rechnung mit Bestellung und Wareneingang ab und schlägt eine Kontierung vor. Die Buchhaltung gibt frei, die Daten fliessen ins ERP oder in die Buchhaltungssoftware.

Nutzen: Weniger Abtippen, weniger Tippfehler, schnellere Durchlaufzeit und damit bessere Nutzung von Skonto. Die Buchhaltung bearbeitet nur noch Ausnahmen wie Preisabweichungen, fehlende Bestellungen oder neue Lieferanten.

Aufwand: klein bis mittel, abhängig von der Schnittstelle zur Buchhaltung.

Stolpersteine: QR-Rechnungen sind strukturiert und brauchen keine KI. Der Nutzen liegt bei den unstrukturierten Rechnungen. Kontierungsregeln müssen sauber dokumentiert sein, sonst lernt das System Uneinheitlichkeit.

2. Kundenanfragen und Support-Triage

Ablauf: Jede eingehende Anfrage wird gelesen, nach Thema und Dringlichkeit eingeordnet und an das richtige Team geleitet. Die KI fasst das Anliegen zusammen, ergänzt Kundendaten aus dem CRM und schlägt eine Antwort vor. Standardfragen können nach Freigabe automatisch beantwortet werden.

Nutzen: Kürzere Antwortzeiten, weniger falsch zugewiesene Tickets, ein Team, das sich auf komplexe Fälle konzentriert.

Aufwand: klein für Triage und Entwürfe, mittel mit automatischen Antworten und CRM-Anbindung.

Stolpersteine: Ohne gepflegte Wissensbasis erfindet ein Modell Antworten. Eine klare Übergabe an Menschen bei Reklamationen und heiklen Themen ist Pflicht.

3. Offerten und Angebotsdokumente

Ablauf: Aus einer Anfrage extrahiert die KI Mengen, Leistungen und Termine, sucht vergleichbare frühere Offerten, berechnet Positionen anhand Ihrer Preislisten und erstellt einen Entwurf im Firmenlayout. Der Verkauf prüft, passt an und versendet.

Nutzen: Schnellere Reaktion auf Anfragen und einheitlichere Offerten. Gerade im Gewerbe entscheidet die Geschwindigkeit oft über den Auftrag.

Aufwand: mittel, weil Preislogik und Vorlagen sauber abgebildet werden müssen.

Stolpersteine: Preise und Rabatte sollten nie frei vom Modell erfunden werden. Die Kalkulation gehört in feste Regeln, die KI übernimmt Verständnis und Text.

4. Onboarding von Mitarbeitenden oder Kunden

Ablauf: Bei neuen Mitarbeitenden stösst die Automatisierung Konten, Hardware-Bestellung und Schulungen an und beantwortet Fragen zu Reglementen. Bei neuen Kunden prüft sie eingereichte Unterlagen, fordert Fehlendes nach und legt Stammdaten an.

Nutzen: Ein einheitlicher Ablauf, weniger vergessene Schritte und ein besserer erster Eindruck.

Aufwand: klein bis mittel, je nach Anzahl beteiligter Systeme.

Stolpersteine: Onboarding berührt Personendaten. Berechtigungen, Datenstandort und Aufbewahrungsfristen müssen vor dem Start geklärt sein.

5. Berichte und Reporting

Ablauf: Die Automatisierung sammelt Zahlen aus Buchhaltung, CRM und Projekttools, erstellt Tabellen und Grafiken und schreibt einen kommentierenden Text mit Auffälligkeiten. Die verantwortliche Person ergänzt Einschätzungen und gibt frei.

Nutzen: Monatsberichte, Projektstatus oder Verwaltungsratsunterlagen entstehen schneller und immer im gleichen Aufbau. Führungskräfte erhalten Auffälligkeiten früher, statt am Monatsende auf den fertigen Bericht zu warten.

Aufwand: klein bis mittel.

Stolpersteine: Zahlen gehören aus den Quellsystemen berechnet, nicht vom Modell geschätzt. Die KI kommentiert, sie rechnet nicht.

6. Dokumentenprüfung und Compliance-Checks

Ablauf: Verträge, Lieferantenunterlagen, Zertifikate oder Kundendossiers werden gegen eine Checkliste geprüft: Sind alle Dokumente vorhanden, stimmen Angaben überein, sind Fristen und Klauseln eingehalten? Die KI markiert Abweichungen mit Fundstelle.

Nutzen: Einheitliche Prüfqualität, weniger übersehene Punkte und eine dokumentierte Prüfung.

Aufwand: mittel bis gross, besonders in regulierten Branchen mit Nachweispflichten.

Stolpersteine: Die KI unterstützt die Prüfung, die Verantwortung bleibt bei Menschen. Jede Markierung braucht eine nachvollziehbare Quelle im Dokument.

7. Terminplanung und Disposition

Ablauf: Anfragen für Einsätze, Lieferungen oder Termine werden gelesen, Anforderungen erkannt und mit Kalendern, Qualifikationen und Routen abgeglichen. Die Automatisierung schlägt eine Einteilung vor und informiert Kunden und Mitarbeitende.

Nutzen: Weniger Telefon und E-Mail-Ping-Pong, bessere Auslastung und weniger Leerfahrten.

Aufwand: mittel, abhängig von der Komplexität der Planungsregeln.

Stolpersteine: Die eigentliche Optimierung erledigen klassische Algorithmen besser als ein Sprachmodell. Die KI eignet sich für das Verstehen der Anfragen und die Kommunikation.

Was sich nicht lohnt

Ehrlichkeit spart Budget. Diese Fälle sind selten gute Kandidaten:

• Seltene Vorgänge: Was nur wenige Male pro Monat vorkommt, rechnet sich kaum.
• Prozesse ohne klares Ergebnis: Wenn niemand sagen kann, was richtig ist, lässt sich auch nicht messen, ob die KI es richtig macht.
• Chaotische Abläufe: Ein unklarer Prozess wird durch Automatisierung nicht besser, sondern schneller unklar. Zuerst ordnen, dann automatisieren.
• Strukturierte Daten ohne Verständnisbedarf: Hier genügt klassische Automatisierung, KI macht es nur teurer.
• Entscheidungen mit hoher Tragweite ohne Kontrolle: Kündigungen, Kreditentscheide oder medizinische Beurteilungen gehören nicht vollautomatisch in die Hand eines Modells.

Oft zeigt sich bei der Analyse, dass ein Teil des Prozesses sich gut automatisieren lässt und ein anderer nicht. Dann lohnt es sich, nur diesen Teil umzusetzen und den Rest bewusst bei Menschen zu lassen.

So starten Sie

1. Drei Kandidaten auflisten: Nutzen Sie die Merkmale oben und schätzen Sie Häufigkeit und Zeitaufwand pro Vorgang.
2. Einen Prozess wählen: Nehmen Sie den mit dem besten Verhältnis aus Nutzen und Aufwand, nicht den spektakulärsten.
3. Ausgangslage messen: Dauer, Menge und Fehlerquote heute.
4. Pilot umsetzen: Vier bis acht Wochen, mit Freigabe durch Menschen und echten Testfällen.
5. Auswerten und ausbauen: Erst wenn der Pilot überzeugt, folgt der nächste Prozess.

Was Sie intern bereitstellen sollten

Technik ist selten der Engpass. Wichtiger sind drei Dinge auf Ihrer Seite:

• Eine verantwortliche Person aus dem Fachbereich, die den Prozess kennt, Fragen beantwortet und Ergebnisse beurteilt. Rechnen Sie mit einigen Stunden pro Woche während des Pilots.
• Echte Beispiele: 50 bis 200 anonymisierte Vorgänge mit dem korrekten Ergebnis. Daran wird die Lösung entwickelt und gemessen.
• Zugang zu den Systemen: Testzugänge oder Schnittstellen zu ERP, CRM, Buchhaltung oder Postfach. Klären Sie früh, wer diese Zugänge freigibt.

Datenschutz von Anfang an mitdenken

Sobald Personendaten verarbeitet werden, gilt das nDSG. Klären Sie vor dem Start, welcher Modellanbieter die Daten verarbeitet, wo die Daten liegen und ob ein Vertrag zur Auftragsbearbeitung vorliegt. Wie das konkret aussieht, beschreiben wir im Leitfaden KI im Unternehmen und das nDSG.

Wenn Sie unsicher sind, welcher Prozess sich eignet, hilft eine kurze KI-Beratung mit Prozessanalyse. Die Umsetzung übernehmen wir als KI-Automatisierung oder, bei mehrstufigen Abläufen, als KI-Agenten. Im kostenlosen Erstgespräch von 30 Minuten besprechen wir Ihre Kandidaten.