Warum AIS [ai]works Process Intelligence Prozessanalyse neu denkt
Prozessanalyse beginnt in vielen Unternehmen noch immer auf erstaunlich ähnliche Weise. Menschen aus unterschiedlichen Bereichen kommen in einem Workshop zusammen, vor ihnen ein Whiteboard, eine digitale Prozesslandkarte oder eine Wand voller Post-its. Dann beginnt die gemeinsame Rekonstruktion: Was passiert zuerst? Wer übernimmt danach? Wo wird freigegeben? Welches System wird verwendet? Wo liegen Schnittstellen? Schritt für Schritt entsteht ein Prozessbild, das immer vollständiger und sauberer wird.
Daran ist grundsätzlich nichts falsch. Prozessbilder sind wichtig. Sie helfen uns, komplexe Abläufe zu strukturieren, Verantwortlichkeiten sichtbar zu machen und eine gemeinsame Sprache für Veränderung zu schaffen. Problematisch wird es jedoch, wenn wir das Erstellen eines Prozessbildes mit der eigentlichen Prozessanalyse verwechseln. Denn ein sauber aufgezeichneter Prozess sagt noch erstaunlich wenig darüber aus, wie eine Organisation tatsächlich arbeitet.
Genau deshalb vertreten wir bei AIS eine zunächst etwas provokante These: Wir sollten aufhören, Prozessanalysen mit dem Aufmalen von Prozessen zu beginnen.
Der Grund dafür liegt in einem einfachen menschlichen Mechanismus. Fragt man jemanden: „Wie läuft dieser Prozess bei Ihnen ab?“, bekommt man in aller Regel eine plausible und strukturierte Antwort. Zuerst passiert A, anschließend übernimmt B, danach erfolgt die Freigabe durch C und am Ende wird alles im vorgesehenen System dokumentiert. Diese Beschreibung muss noch nicht einmal falsch sein. Sie beschreibt häufig sehr genau, wie der Prozess gedacht ist, wie er dokumentiert wurde oder wie er unter idealen Bedingungen funktionieren sollte.
Für eine wirkliche Prozessanalyse reicht das jedoch nicht aus. Interessanter wird es, wenn wir die abstrakte Ebene verlassen und stattdessen fragen: „Wann ist das zuletzt tatsächlich passiert?“
Dann sprechen wir nicht mehr über den Prozess im Allgemeinen, sondern beispielsweise über die letzte größere Investitionsentscheidung, einen konkreten Beschaffungsvorgang, einen ungeplanten technischen Ausfall, eine Budgetüberschreitung oder einen Monatsabschluss, bei dem Informationen gefehlt haben. Wir gehen diesen einen Vorgang von Anfang bis Ende durch und versuchen zu verstehen, was tatsächlich geschehen ist.
Und plötzlich verändert sich das Bild.
Die Information kam bei diesem Vorgang vielleicht doch nicht automatisch aus dem ERP-System, sondern als Excel-Datei per E-Mail. Eine Freigabe wurde zunächst telefonisch gegeben und erst später im System dokumentiert. Neben dem offiziell führenden System existiert eine Liste, die für die beteiligten Mitarbeiter in Wahrheit wesentlich relevanter ist. Ein Vorgang konnte nur deshalb schnell gelöst werden, weil eine bestimmte Person wusste, wen sie anrufen musste. Oder ein angeblich automatisierter Prozess funktioniert nur deshalb zuverlässig, weil jemand regelmäßig manuell Daten kontrolliert und korrigiert.
Genau an diesen Stellen beginnt für uns Prozessanalyse.
Die tatsächliche Organisation ist interessanter als der dokumentierte Prozess
Mit AIS [ai]works Process Intelligence drehen wir deshalb die klassische Logik der Prozessaufnahme um. Wir versuchen nicht zunächst, einen möglichst vollständigen Ablauf zu dokumentieren. Wir wollen verstehen, wie Arbeit, Informationen und Entscheidungen in einer Organisation tatsächlich zusammenwirken.
Dafür beginnen wir nicht beim Prozess, sondern bei den geschäftlich relevanten Entscheidungen.
Diese Perspektive ist wichtig, weil Prozesse letztlich keinen Selbstzweck erfüllen. Ein Unternehmen sammelt Daten nicht, weil Daten an sich wertvoll sind. Die Daten werden benötigt, um Situationen zu beurteilen und Entscheidungen zu treffen. Ein Forecast wird nicht erstellt, damit ein Forecast existiert, sondern weil auf seiner Grundlage Kapital verteilt, Maßnahmen priorisiert oder wirtschaftliche Entwicklungen bewertet werden. Ein Freigabeprozess existiert nicht wegen des Workflows, sondern weil Entscheidungen kontrolliert, nachvollziehbar und mit klar definierten Verantwortlichkeiten getroffen werden sollen.
Unser methodischer Grundsatz lautet deshalb: Entscheidung vor Prozess.
Wir fragen zunächst, welche Entscheidungen für das Ergebnis einer Rolle oder eines Bereichs tatsächlich relevant sind. Anschließend wählen wir eine dieser Entscheidungen aus und rekonstruieren sie anhand eines realen Falls. Wie wurde der Vorgang ausgelöst? Welche Informationen standen zu diesem Zeitpunkt zur Verfügung? Welche zusätzlichen Informationen mussten beschafft werden? Welche Handlungsoptionen gab es? Wer hat sie bewertet? Wer hat eine Empfehlung ausgesprochen? Wer durfte entscheiden? Wer musste freigeben? Wie wurde die Entscheidung umgesetzt und wie wurde ihre Wirkung kontrolliert?
Während dieses Gesprächs entsteht der Prozess praktisch automatisch. Gleichzeitig werden aber noch wesentlich mehr Informationen sichtbar. Wir erkennen, welche Rollen tatsächlich beteiligt sind, welche Daten benötigt werden, aus welchen Systemen sie stammen, wo Informationen manuell übertragen werden, welche Dokumente benötigt werden und an welchen Schnittstellen Wartezeiten oder Abstimmungsschleifen entstehen.
Der wesentliche Unterschied besteht darin, dass diese Perspektiven nicht nacheinander in verschiedenen Workshops aufgenommen werden. Prozess, Organisation, Daten, Systeme und Governance werden anhand desselben realen Vorgangs gleichzeitig betrachtet. Dadurch entsteht ein wesentlich dichteres Bild der tatsächlichen Arbeitsrealität.
Das Prozessbild wird zum Ergebnis statt zum Ausgangspunkt
Aus dieser Logik folgt eine zweite Konsequenz: Das Prozessdiagramm steht nicht mehr am Anfang der Analyse. Es entsteht aus der Analyse.
Das klingt zunächst nach einem kleinen methodischen Unterschied. Tatsächlich verändert es aber die gesamte Arbeitsweise.
Bei einer klassischen Prozessaufnahme wird zunächst ein Modell erzeugt. Dieses Modell wird anschließend mit unterschiedlichen Beteiligten diskutiert und validiert. Ein großer Teil der Energie fließt deshalb in die Frage, ob das dargestellte Bild richtig oder falsch ist.
Bei AIS aiWorks Process Intelligence gehen wir den umgekehrten Weg. Wir betrachten mehrere reale Fälle aus unterschiedlichen Rollenperspektiven. Wir rekonstruieren Entscheidungen und Abläufe, vergleichen Aussagen miteinander und identifizieren Gemeinsamkeiten, Unterschiede und Widersprüche. Erst aus diesen Informationen wird anschließend der End-to-End-Prozess aufgebaut.
Wir diskutieren damit weniger darüber, ob ein Pfeil im Prozessdiagramm an der richtigen Stelle sitzt. Wir diskutieren über die zugrunde liegende Realität.
Das Prozessbild bleibt selbstverständlich ein wichtiges Ergebnis. Aber es erhält eine andere Qualität. Es ist nicht mehr das Ergebnis einer gemeinsamen Erinnerung daran, wie ein Prozess normalerweise funktionieren sollte, sondern eine Verdichtung tatsächlicher Fälle.
Ein Interview allein ist noch keine Wahrheit
Dabei wäre es allerdings zu einfach, lediglich klassische Workshops durch KI-geführte Interviews zu ersetzen. Auch ein Interview bildet zunächst nur eine Perspektive ab. Menschen erleben Organisationen aus unterschiedlichen Blickwinkeln. Was für den einen Bereich transparent und vollständig erscheint, kann für einen anderen Bereich eine erhebliche Informationslücke darstellen.
Deshalb ist ein weiterer Bestandteil unserer Methodik die systematische Evidenzprüfung.
Wenn ein Interviewpartner beispielsweise sagt: „Alle Freigaben laufen bei uns über das Workflow-System“, behandeln wir das zunächst als Aussage und nicht als feststehende Tatsache. Im nächsten Schritt kann gefragt werden, ob sich ein tatsächlich abgeschlossener Vorgang ansehen lässt. Möglicherweise bestätigt dieser die Aussage vollständig. Vielleicht zeigt sich aber auch, dass dringende Entscheidungen regelmäßig per E-Mail oder telefonisch vorab getroffen und erst anschließend formal im System dokumentiert werden.
Das bedeutet nicht, dass jemand im Interview die Unwahrheit gesagt hat. Es bedeutet lediglich, dass Organisationen komplexer sind als ihre offiziellen Prozessbeschreibungen.
Besonders wertvoll wird diese Logik, wenn mehrere Interviews zusammengeführt werden. Wenn beispielsweise eine operative Funktion erklärt, dass alle offenen Maßnahmen jederzeit für das Management sichtbar sind, während das Management berichtet, von kleineren Maßnahmen häufig erst über die Monatsabrechnung zu erfahren, entsteht ein analytisch interessanter Widerspruch. Dieser Widerspruch wird nicht als Konfrontation verwendet. Er wird in einem weiteren Gespräch oder anhand vorhandener Dokumente und Systeme neutral überprüft.
Auf diese Weise lernt die Interviewserie von Gespräch zu Gespräch. Das erste Interview erzeugt nicht nur Ergebnisse, sondern auch Fragen für das zweite. Nach mehreren Gesprächen werden wiederkehrende Muster sichtbar. Aussagen können bestätigt, relativiert oder widerlegt werden. Aus individuellen Perspektiven entsteht schrittweise ein konsolidiertes Ist-Modell.
Genau an dieser Stelle verändert KI die Prozessanalyse
Der interessante Einsatz von künstlicher Intelligenz liegt für uns deshalb nicht darin, dass ein Sprachmodell schneller Gesprächsprotokolle schreiben oder Prozessdiagramme erzeugen kann. Das wäre hilfreich, würde aber die bestehende Methodik im Kern nicht verändern.
Der größere Fortschritt liegt darin, dass KI eine zusätzliche analytische Ebene ermöglicht.
Ein Analyseagent kann über eine Serie von Interviews hinweg strukturiert verfolgen, welche Entscheidungen bereits untersucht wurden, welche Rollen beteiligt sind, welche Systeme vorkommen und wo Aussagen unterschiedlicher Gesprächspartner voneinander abweichen. Er kann erkennen, dass ein Interviewpartner gerade abstrakt beschreibt, obwohl für die Analyse ein konkreter Fall benötigt wird. Er kann feststellen, dass eine Aussage noch nicht durch Evidenz abgesichert ist. Und er kann aus einem Interview eine offene Prüffrage erzeugen, die in einem späteren Gespräch mit einer anderen Rolle neutral untersucht wird.
Damit verändert sich nicht nur die Geschwindigkeit der Auswertung. Es verändert sich die mögliche analytische Tiefe.
Aus zehn Interviews entstehen nicht zehn Gesprächszusammenfassungen, die ein Projektteam anschließend manuell nebeneinanderlegen muss. Die Gespräche können in eine gemeinsame Analysearchitektur überführt werden, aus der Rollen- und Verantwortungsmodelle, Entscheidungsstrukturen, End-to-End-Prozesse, System- und Datenlandschaften sowie Schnittstellen- und Defizitbilder entstehen.
Genau das verstehen wir unter AIS [ai]works Process Intelligence.
KI übernimmt dabei nicht die fachliche Bewertung eines Unternehmens. Sie entscheidet nicht, ob eine organisatorische Besonderheit sinnvoll oder ineffizient ist. Und sie legt auch nicht automatisch einen zukünftigen Sollprozess fest. Sie sorgt vielmehr dafür, dass große Mengen qualitativer Informationen systematisch strukturiert, miteinander verglichen und für die fachliche Bewertung vorbereitet werden können.
Die Maschine verdichtet. Das Urteil bleibt eine Beratungsaufgabe.
Der Workshop bekommt dadurch eine völlig neue Funktion
Diese veränderte Form der Prozessanalyse hat noch eine weitere Konsequenz. Sie verändert den Workshop.
Klassische Prozessworkshops verwenden einen erheblichen Teil der gemeinsamen Zeit darauf, überhaupt erst ein gemeinsames Verständnis der heutigen Situation herzustellen. Fachleute erklären sich gegenseitig, welche Aufgaben sie übernehmen, welche Systeme sie verwenden und an welchen Stellen sie voneinander abhängig sind. Das ist notwendig, aber es ist gleichzeitig eine ausgesprochen teure Form der Informationsbeschaffung.
Wenn die tatsächlichen Abläufe bereits im Vorfeld anhand realer Fälle erhoben, analysiert und über verschiedene Rollen hinweg abgeglichen wurden, kann der Workshop wesentlich weiter vorne beginnen. Das heutige Prozessbild liegt bereits vor und muss nur noch validiert werden. Kritische Schnittstellen sind bekannt. Widersprüche zwischen Rollen sind identifiziert. Reibungspunkte sind beschrieben und können, wo sinnvoll, hinsichtlich Häufigkeit, Zeitverlust, Risiko oder wirtschaftlicher Wirkung quantifiziert werden.
Damit verschiebt sich der Workshop von der Erhebung zur Entscheidung.
Die entscheidende Frage im Raum lautet nicht mehr: „Wie funktioniert unser Prozess heute eigentlich?“ Sie kann lauten: „Welche der identifizierten Defizite wollen wir verändern und wie muss der zukünftige Prozess dafür aussehen?“
Gerade für Führungskräfte und hoch spezialisierte Fachfunktionen ist das ein wesentlicher Unterschied. Ihre gemeinsame Zeit wird nicht mehr überwiegend dafür verwendet, Informationen auszutauschen, die auch in Einzelgesprächen erhoben werden können. Sie wird für die Punkte genutzt, bei denen gemeinsames Abwägen, Priorisieren und Entscheiden tatsächlich notwendig ist.
KI sollte trotzdem erst ganz am Ende kommen
So sehr künstliche Intelligenz die Analyse selbst unterstützen kann, so wichtig ist für uns eine klare Reihenfolge bei der Prozessoptimierung.
Wir beginnen nicht mit der Frage: „Was können wir hier mit KI automatisieren?“
Wir beginnen damit, zu verstehen, was heute tatsächlich geschieht und warum.
Ein manueller Arbeitsschritt ist nicht automatisch ineffizient. Eine Excel-Datei ist nicht automatisch ein Problem. Eine zusätzliche Freigabe ist nicht zwangsläufig überflüssige Bürokratie. All diese Dinge können Symptome eines tieferliegenden Problems sein, sie können aber genauso einen fachlich notwendigen Zweck erfüllen.
Wer zu früh auf die technische Lösung springt, läuft Gefahr, ein Symptom zu automatisieren, ohne seine Ursache verstanden zu haben. Im ungünstigsten Fall wird dadurch ein schlechter Prozess nicht besser, sondern lediglich schneller.
Deshalb ist die Reihenfolge bei AIS aiWorks Process Intelligence bewusst eindeutig: Zunächst wird die tatsächliche Arbeits- und Entscheidungsrealität rekonstruiert. Danach werden Reibungsverluste und ihre Ursachen untersucht. Anschließend kann ein zukünftiger Prozess entwickelt werden. Erst auf dieser Grundlage stellt sich die Frage, welche Arbeit standardisiert, digitalisiert, automatisiert oder durch KI unterstützt werden kann und welche Entscheidungen bewusst beim Menschen bleiben sollten.
Vielleicht müssen wir Prozesse also weiterhin aufmalen – nur später
Prozessdiagramme werden auch in Zukunft ein wichtiges Instrument der Organisations- und Prozessentwicklung bleiben. Sie helfen uns, Komplexität zu reduzieren, Zusammenhänge sichtbar zu machen und zukünftige Abläufe zu kommunizieren.
Wir sollten lediglich aufhören, sie mit der eigentlichen Analyse zu verwechseln.
Ein gutes Prozessbild sollte nicht zeigen, worauf sich zehn Menschen nach mehreren Stunden am Whiteboard einigen konnten. Es sollte möglichst präzise widerspiegeln, wie eine Organisation tatsächlich arbeitet und entscheidet: mit ihren formalen Strukturen ebenso wie mit den informellen Wegen, mit ihren Systemen ebenso wie mit den Excel-Dateien daneben, mit ihren definierten Verantwortlichkeiten ebenso wie mit den Abhängigkeiten, die erst im konkreten Fall sichtbar werden.
Deshalb lautet unsere Position bei AIS nicht, dass wir keine Prozesse mehr aufmalen sollten.
Wir sollten nur aufhören, damit anzufangen.
Mit AIS [ai]works Process Intelligence verstehen wir Prozessanalyse deshalb nicht als Dokumentation eines Ablaufes, sondern als Rekonstruktion der tatsächlichen Entscheidungs- und Arbeitsrealität einer Organisation. Erst wenn wir diese Realität verstanden haben, können wir sinnvoll darüber sprechen, wie der Prozess von morgen aussehen sollte.
