Das Interview, das dem Sollprozess nicht glaubt

Warum reale Fälle, Evidenz und Cross-Checks aus Meinungen belastbare Prozessanalyse machen

„Bei uns ist das vollständig standardisiert.“

Schön. Zeigen Sie mir den letzten Vorgang.

Diese kleine Nachfrage verändert erstaunlich viel. Denn ein Interview ist noch keine Prozessanalyse. Es ist zunächst eine Sammlung von Aussagen darüber, wie Menschen ihre Organisation, ihre Aufgaben und ihre Prozesse wahrnehmen. Diese Aussagen können vollkommen richtig sein. Sie können aber auch nur einen Ausschnitt der Realität zeigen, eine Ausnahme übersehen oder einen formal definierten Ablauf mit der tatsächlichen Arbeitsweise verwechseln.

Das ist kein Vorwurf an die Interviewpartner. Es ist schlicht eine Eigenschaft komplexer Organisationen. Wer jeden Tag in einem bestimmten Bereich arbeitet, entwickelt zwangsläufig ein eigenes Bild davon, wie dieser Bereich funktioniert. Die operative Einheit sieht Übergaben und konkrete Vorgänge. Die Führungskraft sieht Entscheidungen und Ergebnisse. Die IT sieht Systeme und Datenflüsse. Das Controlling sieht Zahlen, Abweichungen und Reporting. Der Einkauf sieht Bestellungen, Verträge und Freigaben. Alle können denselben Prozess beschreiben und trotzdem zu unterschiedlichen Aussagen kommen, ohne dass jemand bewusst etwas Falsches erzählt.

Genau deshalb reicht es für eine belastbare Prozessanalyse nicht aus, gute Interviews zu führen. Entscheidend ist, was wir anschließend mit den Antworten machen.

Bei AIS [ai]works Process Intelligence behandeln wir eine plausible Aussage deshalb zunächst genau als das, was sie ist: als Aussage. Wenn jemand beispielsweise erklärt, dass alle Freigaben über das Workflow-System laufen, übernehmen wir diese Information nicht automatisch als objektive Prozessrealität. Wir fragen nach dem konkreten Fall. Können wir einen abgeschlossenen Vorgang ansehen? Wo ist die Freigabe dokumentiert? Wann wurde sie tatsächlich erteilt? Wer hat entschieden? Welche Information stand zu diesem Zeitpunkt zur Verfügung?

Vielleicht bestätigt sich die Aussage vollständig. Dann haben wir aus einer Beschreibung einen deutlich besser belegten Befund gemacht. Vielleicht zeigt sich aber auch, dass dringende Vorgänge zunächst telefonisch oder per E-Mail abgestimmt und erst später formal im Workflow dokumentiert werden. Dann war die ursprüngliche Aussage nicht zwingend falsch. Das Workflow-System kann durchaus die offizielle Dokumentationsinstanz sein. Nur die tatsächliche Entscheidungslogik ist eben komplexer.

Und genau diese Differenz interessiert uns.

Aus Aussagen müssen Erkenntnisse werden

In klassischen Prozessprojekten passiert schnell etwas, das zunächst harmlos wirkt. Eine Person sagt in einem Interview: „Der Prozess ist standardisiert.“ Einige Wochen später steht in der Präsentation: „Der Prozess ist standardisiert.“ Aus einer persönlichen Beschreibung ist unbemerkt ein Fakt geworden.

Je größer ein Projekt wird und je mehr Interviews geführt werden, desto schwieriger wird es, die Herkunft und Belastbarkeit jeder einzelnen Aussage im Blick zu behalten. War dieser Punkt durch einen realen Vorgang belegt? Haben mehrere Rollen ihn unabhängig voneinander gleich beschrieben? Stammt er nur aus einem Interview? Handelt es sich vielleicht sogar um eine Interpretation des Gesprächspartners oder um eine Hypothese des Beratungsteams?

Genau diese Unterschiede müssen sichtbar bleiben. Denn ein belastbares Ist-Modell entsteht nicht dadurch, dass wir möglichst viele Aussagen sammeln. Es entsteht dadurch, dass wir wissen, welche Qualität diese Aussagen besitzen.

Deshalb gehört Evidenz für uns unmittelbar zur Prozessanalyse. Ein abgeschlossener Vorgang, ein Systemauszug, eine dokumentierte Freigabe oder eine Arbeitsanweisung besitzen eine andere Aussagekraft als die Erinnerung eines einzelnen Interviewpartners. Mehrere voneinander unabhängige Rollen, die denselben Ablauf konsistent beschreiben, erhöhen ebenfalls die Belastbarkeit. Umgekehrt darf eine Aussage, die bisher nur von einer Person stammt, auch genau so gekennzeichnet bleiben.

Das klingt zunächst nach Methodendetail. Tatsächlich verändert es die Analyse fundamental. Denn wir versuchen nicht mehr, aus jedem Gespräch möglichst schnell eine eindeutige Wahrheit zu erzeugen. Wir erlauben Unsicherheit. Eine Hypothese darf eine Hypothese bleiben. Eine offene Frage darf offen sein. Und auch ein Widerspruch muss nicht sofort aufgelöst werden.

Gerade Widersprüche sind häufig besonders wertvoll.

Nehmen wir an, eine operative Funktion erklärt im Interview: „Alle offenen Maßnahmen sind für das Management jederzeit transparent.“ Einige Tage später sagt das Management: „Von kleineren Maßnahmen erfahren wir oft erst über das Monatsreporting.“

Wer hat recht?

Vielleicht beide.

Möglicherweise versteht die operative Einheit unter Transparenz, dass jede Maßnahme technisch irgendwo dokumentiert ist. Das Management versteht darunter dagegen, dass es einen vollständigen und aktuellen Überblick besitzt. Vielleicht werden große Maßnahmen sofort kommuniziert, während kleinere Vorgänge erst später auftauchen. Vielleicht gibt es unterschiedliche Prozessvarianten. Oder vielleicht ist tatsächlich eine relevante Informationslücke entstanden.

Ein gutes Analyseverfahren erklärt nicht sofort eine der beiden Aussagen für falsch. Es nutzt den Widerspruch als Ausgangspunkt für die nächste Erkenntnis.

Das nächste Interview weiß mehr als das erste

Hier kommt für uns der Cross-Interview-Mechanismus ins Spiel. Ein Gespräch steht nicht isoliert für sich. Erkenntnisse aus einem Interview erzeugen neue Fragen für die folgenden Gespräche.

Dabei geht es ausdrücklich nicht darum, Menschen gegeneinander auszuspielen. Wir würden im nächsten Interview nicht sagen: „Der Betrieb behauptet, dass Sie alle Maßnahmen sehen. Stimmt das?“ Eine solche Frage erzeugt sofort Verteidigung und verschiebt das Gespräch von der Sachebene auf die Beziehungsebene.

Stattdessen wird aus dem Widerspruch eine neutrale Prüffrage. Zum Beispiel: „Wo wird für Sie heute verbindlich sichtbar, welche Maßnahmen noch offen sind?“

Das wirkt unspektakulär, ist aber methodisch ein großer Unterschied. Denn wir testen dieselbe Fragestellung aus einer anderen Perspektive, ohne die Quelle offenzulegen und ohne bereits eine Antwort zu unterstellen.

Genau dadurch beginnt eine Interviewserie zu lernen.

Das erste Gespräch ist noch relativ explorativ. Wir wollen Rollen, Entscheidungen und reale Abläufe verstehen. Nach einigen Interviews entstehen erste Muster. Bestimmte Themen tauchen wiederholt auf, Aussagen überschneiden sich oder widersprechen sich. Spätere Interviews können deshalb präziser werden. Die Fragen verändern sich mit dem Erkenntnisstand des Projekts.

Wenn in fünf Gesprächen unterschiedliche Antworten darauf gegeben wurden, wo offene Maßnahmen verbindlich geführt werden, ist es im sechsten Gespräch nicht mehr besonders hilfreich, einfach zu fragen: „Wie verfolgen Sie offene Maßnahmen?“ Wir können viel genauer fragen: „Wo sehen Sie verbindlich und vollständig den aktuellen Status aller offenen Maßnahmen – und welche Quelle ist im Zweifel maßgeblich?“

Das sechste Interview beginnt also nicht wieder bei null.

Es trägt die offenen Fragen aus den ersten fünf bereits in sich.

Genau hier sehen wir einen der entscheidenden Vorteile von KI in der Prozessanalyse. Nicht darin, Gespräche schneller zu transkribieren oder automatisch eine Zusammenfassung zu schreiben. Das ist nützlich, aber nicht der eigentliche Sprung.

Der größere Hebel entsteht dadurch, über viele Interviews hinweg ein Projektgedächtnis aufzubauen.

Ein Analyseagent kann nachvollziehen, welche Aussagen bereits bestätigt wurden, welche bislang nur aus einer Perspektive stammen, welche Widersprüche noch offen sind und

welche Punkte in einem späteren Gespräch noch einmal neutral geprüft werden sollten. Er kann erkennen, dass drei Bereiche unterschiedliche Systeme als führend bezeichnen oder dass eine Freigabe in mehreren realen Fällen anders funktioniert hat als formal beschrieben.

Damit werden aus Interviews keine zehn voneinander getrennten Gesprächsprotokolle. Sie werden zu einer gemeinsamen analytischen Datenbasis, die sich mit jedem Gespräch weiter verdichtet.

Genau das meinen wir bei AIS [ai]works Process Intelligence, wenn wir davon sprechen, dass aus Gesprächsgedächtnis Projektgedächtnis wird.

Widersprüche sind kein Fehler der Analyse

Dabei wäre es allerdings gefährlich, jedes unterschiedliche Interviewergebnis sofort als Defizit zu interpretieren.

Organisationen brauchen Unterschiede. Nicht jeder Prozess muss überall gleich funktionieren. Kleine Investitionen benötigen möglicherweise andere Freigaben als große. Ein Störungsfall braucht einen anderen Eskalationsweg als eine geplante Maßnahme. Unterschiedliche Gesellschaften oder Geschäftsmodelle können aus guten Gründen unterschiedliche Prozessvarianten besitzen.

Wenn zwei Rollen denselben Ablauf unterschiedlich beschreiben, lautet die richtige Frage deshalb nicht sofort: „Wer hat den falschen Prozess?“

Die bessere Frage lautet: „Warum existiert dieser Unterschied?“

Vielleicht haben wir eine fachlich sinnvolle Variante entdeckt. Vielleicht einen Sonderfall. Vielleicht einen informellen Workaround. Vielleicht aber auch eine echte Verantwortungslücke oder einen Prozess, der in der Praxis anders funktioniert als im Governance-Modell vorgesehen.

Erst diese Einordnung macht aus einem Widerspruch eine relevante Erkenntnis.

Und genau hier bleibt der Mensch entscheidend.

KI kann sehr gut erkennen, dass Aussagen nicht zusammenpassen. Sie kann einen realen Vorgang mit anderen Fällen vergleichen, offene Fragen erzeugen und Muster über mehrere Rollen hinweg sichtbar machen. Sie kann aber nicht automatisch entscheiden, ob eine bestimmte Abweichung organisatorisch sinnvoll oder ineffizient ist, ob ein zusätzlicher Freigabeschritt regulatorisch notwendig ist oder ob eine Prozessvariante aus wirtschaftlicher Sicht beibehalten werden sollte.

Die Maschine kann die Realität wesentlich besser verdichten.

Das Urteil bleibt Beratung.

Das ist für uns eine wichtige Grenze von AIS aiWorks Process Intelligence. Wir wollen keine automatisierte Beratungsmaschine schaffen, die nach zehn Interviews behauptet, die Organisation verstanden zu haben. Wir wollen eine Analyse ermöglichen, bei der der Berater eine wesentlich belastbarere Informationsbasis erhält, bevor er gemeinsam mit dem Kunden Bewertungen vornimmt und Sollprozesse entwickelt.

Ein Interview muss nicht die Wahrheit kennen. Es muss sie prüfen können.

Vielleicht ist deshalb der Arbeitstitel „Das Interview, das nicht lügt“ kommunikativ attraktiv, aber methodisch nicht ganz richtig.

Natürlich kann auch in einem KI-gestützten Interview jemand etwas vergessen, falsch erinnern oder nur einen Teil der Realität beschreiben. Kein Interviewverfahren kann das vollständig verhindern.

Die Stärke unserer Methodik liegt gerade darin, dass sie nicht davon ausgeht, eine einzelne Person müsse die ganze Wahrheit kennen.

Das Interview muss einer einzelnen Aussage nicht glauben.

Es kann nach dem letzten realen Vorgang fragen. Es kann nach Evidenz suchen. Es kann prüfen, ob eine zweite Rolle denselben Ablauf genauso beschreibt. Und wenn zwei Aussagen nicht zusammenpassen, kann der Widerspruch zunächst bestehen bleiben, bis ausreichend Informationen vorliegen, um ihn einzuordnen.

Erst dadurch wird aus einer Interviewserie eine Prozessanalyse.

Denn am Ende wollen wir nicht wissen, was zehn Menschen über einen Prozess erzählt haben. Wir wollen verstehen, wie dieser Prozess tatsächlich funktioniert: welche Entscheidungen getroffen werden, welche Informationen dabei verwendet werden, wer tatsächlich beteiligt ist, welche Systeme relevant sind und wo formale und gelebte Realität auseinanderlaufen.

Genau deshalb verstehen wir AIS [ai]works Process Intelligence nicht als Werkzeug für bessere Interviewprotokolle. Es ist eine Methodik, mit der aus individuellen Perspektiven Schritt für Schritt ein belastbares organisationsweites Ist-Modell entsteht.

Und vielleicht ist die wichtigste Frage darin am Ende erstaunlich einfach:

„Das klingt gut. Können Sie mir den letzten Vorgang zeigen?“