Welche Prozesse kann ich mit KI automatisieren? Sieben Beispiele aus der Praxis

Welche Prozesse eignen sich überhaupt für KI?

Bevor wir zu den Beispielen kommen, die wichtigere Frage: Woran erkennst du, dass ein Ablauf ein guter Kandidat ist? Drei Merkmale machen einen Prozess reif für KI.

Erstens: Er wiederholt sich. Etwas, das einmal im Jahr passiert, lohnt die Mühe nicht. Etwas, das jeden Tag zwanzigmal passiert, schon.

Zweitens: Er dreht sich um Text oder Daten. KI ist stark im Lesen, Einordnen, Zusammenfassen und Formulieren. Wo Sprache oder strukturierte Daten im Spiel sind, ist sie in ihrem Element. Wo es um Bauchgefühl, Verhandlung oder körperliche Arbeit geht, nicht.

Drittens: Ein Fehler ist verkraftbar oder wird von einem Menschen abgefangen. Prozesse, bei denen ein einziger Fehler existenzbedrohend ist, automatisierst du nicht blind, sondern mit dem Menschen als Kontrollinstanz.

Wenn ein Ablauf diese drei Punkte erfüllt, lohnt sich der genauere Blick. Hier sind sieben, die das im Mittelstand regelmäßig tun.

Sieben Abläufe, die sich in der Praxis lohnen

Eingangspost sortieren und vorbereiten. Mails lesen, nach Wichtigkeit sortieren, Antwortentwürfe schreiben, steuerrelevante Post archivieren. Der Klassiker, weil jede Firma darunter leidet und der Nutzen sofort spürbar ist. Dazu unten mehr, denn genau das habe ich selbst gebaut.

Angebote aus Anfragen erstellen. Aus einer Kundenanfrage plus deinen Preis- und Produktdaten entsteht ein fertiger Angebotsentwurf, den ein Mitarbeiter nur noch prüft und abschickt. Spart pro Angebot oft eine Stunde und mehr.

Dokumente auslesen und einordnen. Rechnungen, Lieferscheine und Verträge kommen als PDF oder Scan herein. KI liest sie per Texterkennung aus, erkennt die relevanten Felder und bucht oder ablegt sie in die richtige Struktur. Schluss mit dem Abtippen.

Wissen durchsuchbar machen. Verträge, technische Doku und altes Projektwissen liegen verstreut. Ein Firmen-GPT beantwortet Fragen in normaler Sprache mit Quellenangabe, statt dass jemand eine halbe Stunde sucht. Wie das sauber und DSGVO-konform geht, steht in Ein eigenes Firmen-GPT.

Reporting zusammenstellen. Zahlen aus verschiedenen Systemen einsammeln, aufbereiten und als wöchentliche Zusammenfassung verschicken. KI übernimmt das Zusammenführen und Formulieren, du bekommst den fertigen Bericht statt der Rohdaten.

Content wiederverwerten. Aus einem langen Text werden Kurzfassungen, Social-Posts oder eine Audioversion. Ich betreibe dafür eigene kleine Werkzeuge, eines wandelt Texte in gesprochene Sprache, ein anderes bereitet Inhalte für verschiedene Kanäle auf.

Termine und Fristen aus Text ziehen. KI liest eine Mail oder ein Dokument, erkennt Datum, Ort und Frist und schlägt einen Kalendereintrag vor. Klein, aber es verhindert genau die vergessenen Fristen, die richtig teuer werden.

Sieben Beispiele, ein Muster: Es geht nie darum, den Menschen zu ersetzen, sondern die stumpfe Vorarbeit abzunehmen, damit der Mensch beim Prüfen und Entscheiden bleibt.

Der Agent, der bei mir die Post macht

Das erste Beispiel will ich dir genauer zeigen, weil ich es selbst gebaut habe und es gut erklärt, wie so eine Automatisierung in der Praxis aussieht. Es ist ein agentischer Mail-Manager, den ich gerade im Beta-Betrieb ausbaue und der die Postfächer meiner Büro-Systeme verwaltet.

Das Besondere: Es ist kein einzelnes Skript, sondern ein Verbund spezialisierter Agenten, die sich die Arbeit teilen. Einer liest jede eingehende Mail und ordnet sie ein, Spam, Newsletter, Info, wichtig, erledigungsbedürftig oder steuerrelevant. Ein zweiter schreibt bei erledigungsbedürftigen Mails einen Antwortentwurf, den ich nur noch abschicke. Ein dritter zieht Termine und Fristen heraus und schlägt Kalendereinträge vor. Ein vierter archiviert steuerrelevante Post rechtssicher. Ein fünfter verwaltet einen Papierkorb, der nichts endgültig wegwirft. Bei allem, was dringend ist, kommt eine Push-Nachricht aufs Handy.

Der eigentliche Wert steckt nicht im cleveren Antworten, sondern in der Sorgfalt drumherum. Bevor eine Mail zum Sprachmodell geht, maskiert ein Vorfilter sensible Muster wie Bankverbindungen. Jede Aktion ist umkehrbar, keine Mail wird je hart gelöscht. Ist der Agent unsicher, handelt er nicht, sondern legt die Mail zur manuellen Sichtung beiseite. Genau diese Schichten machen aus einem Sprachmodell ein System, dem ich meine Geschäftspost anvertrauen kann. Und sie zeigen, worauf es bei jeder Automatisierung ankommt: nicht auf die KI, sondern darauf, dass sie zuverlässig und kontrollierbar in einen echten Ablauf eingebettet ist.

Wo KI (noch) nicht hingehört

Ehrlichkeit gehört dazu, sonst automatisierst du das Falsche. KI ist schlecht dort, wo es auf hundertprozentige Verlässlichkeit ohne menschliche Kontrolle ankommt, etwa beim eigenständigen Versenden rechtsverbindlicher Zusagen. Sie ist schlecht bei Aufgaben, die echtes Urteilsvermögen oder Verhandlungsgeschick brauchen. Und sie ist unwirtschaftlich bei Abläufen, die so selten vorkommen, dass sich die Einrichtung nie amortisiert.

Die Kunst ist, die Grenze richtig zu ziehen. Vieles lässt sich zu neunzig Prozent automatisieren, und die letzten zehn Prozent bleiben beim Menschen. Genau dieser Zuschnitt, Maschine macht die Vorarbeit, Mensch entscheidet, ist fast immer die beste Lösung.

Wie du anfängst

Nicht mit einer großen KI-Strategie, sondern mit einem einzigen Ablauf. Nimm den, der in deinem Team am meisten Zeit frisst und am meisten nervt. Bau dafür ein Werkzeug, setz es produktiv, sammel Erfahrung. Aus dem, was funktioniert, ergibt sich der nächste Schritt fast von allein.

Wer stattdessen versucht, alles auf einmal einzuführen, verbrennt Monate in Konzeptphasen. Warum das so ist, habe ich in KI im Mittelstand einführen beschrieben. Die Kurzform: Werkzeuge schlagen Strategiepapiere.

Wie funktioniert das technisch?

Jetzt wird es etwas technischer. Wer nur die Auswahllogik mitnehmen wollte, kann direkt zum Fazit springen.

Die meisten dieser Automatisierungen folgen demselben Bauplan: ein Auslöser, eine Aufbereitung, eine KI-Entscheidung, eine Aktion, ein Protokoll. Beim Mail-Agenten ist der Auslöser eine neue Mail, die Aufbereitung wandelt sie in sauberen Text und filtert Sensibles, die KI ordnet ein, die Aktion sortiert oder entwirft, das Protokoll hält fest, was mit welcher Sicherheit passiert ist, damit sich alles nachvollziehen und zurücknehmen lässt.

Architektonisch baue ich das nicht als einen großen Block, sondern als lose gekoppelte kleine Dienste, jeder für einen Schritt zuständig. Das hält die Betriebskosten niedrig, weil nur der Teil arbeitet, der gerade gebraucht wird, und es macht Wartung billig, weil ich einzelne Bausteine austauschen kann. Für die KI selbst nutze ich, wo personenbezogene Daten im Spiel sind, europäische Modelle über EU-Endpunkte.

Die Infrastruktur läuft auf Servern in Deutschland. Wo Kundendaten verarbeitet werden, bleiben Datenbank und Storage in der EU. Für die KI-Aufgaben werden nur die nötigen Inhalte verschlüsselt an den Modell-Anbieter übermittelt, dort aber nicht gespeichert und nicht zum Training verwendet.

Fazit

Die Frage ist nicht, ob sich Prozesse mit KI automatisieren lassen, sondern welche. Gute Kandidaten wiederholen sich, drehen sich um Text oder Daten und verkraften einen Fehler, den ein Mensch abfängt. Die sieben Beispiele hier decken ab, was im Mittelstand am häufigsten Zeit frisst.

Fang mit einem an, dem, der am meisten schmerzt. Ein einziges funktionierendes Werkzeug bringt dir mehr als jede Liste mit fünfzig Ideen. Und es zeigt dir aus der Praxis, wo der nächste Hebel liegt.