Wenn wir über Prozessneugestaltung sprechen, denkt man zunächst an traditionelle Techniken zur Prozessabbildung, wie beispielsweise Wertstromdiagramme, Process Mining oder Event Storming. Diese Techniken sind zwar wirksam, um den aktuellen Stand eines Prozesses darzustellen, doch ist es ebenso wichtig, Möglichkeiten für zukünftige Verbesserungen auszuloten.

In diesem Artikel wird erläutert, wie Sie bei der Neugestaltung von Prozessen vorgehen sollten, um diese auf eine KI-native Weise neu zu konzipieren und umzusetzen.

Erfassung des aktuellen Zustands

Um den aktuellen Stand eines beliebigen Prozesses zu bewerten, ist das Value Stream Mapping (VSM) mein bevorzugtes Instrument. Das VSM hilft vor allem dabei, den gesamten Prozess sichtbar zu machen, einschließlich der Schritte, des Zeitablaufs, der Akteure, der Schwachstellen, der Verschwendung und der Übergaben. VSM bietet mir genau die Grundlage, die ich benötige, um klar zu erkennen und zu verstehen, wo der aktuelle Prozess verbessert werden kann – jedoch nicht unmittelbar, wo KI einen Einfluss ausüben kann. Standard-VSM konzentriert sich meist auf die Optimierung des bestehenden Prozesses. Für eine KI-native Neugestaltung müssen Sie noch einen Schritt weiter gehen.

Eine bewährte Vorgehensweise bei der Darstellung Ihres aktuellen Prozesses besteht darin, nicht nur die Standardelemente zu betrachten, sondern auch zu prüfen, wo KI eingesetzt werden könnte und wie Daten durch den Prozess fließen. Betrachten Sie die folgenden Fragen als Anregungen, die Sie Ihrem Standard-VSM hinzufügen können, um dieses noch besser auf das Anwendungspotenzial von KI abzustimmen.

Im Allgemeinen sollten Sie bei der Bestandsaufnahme der aktuellen Situation die derzeitigen Probleme und Ineffizienzen mit dem Potenzial der neuen Technologie in Verbindung bringen.

Sich den zukünftigen Zustand vorstellen

Bei der traditionellen VSM-Methode wird der zukünftige Zustand des Prozesses auf der Grundlage des aktuellen Zustands abgebildet, wobei Änderungen vorgenommen werden, um spezifische Probleme und Schwachstellen im aktuellen Prozess zu beheben.

Wenn Sie Prozesse neu gestalten – oder besser gesagt: sie so neu konzipieren, dass sie KI-nativ sind und aktuelle Probleme sowie Schwachstellen angehen –, entwerfen Sie damit tatsächlich einen völlig neuen Ablauf. Dies wird dadurch untermauert, dass KI-natives Denken von Natur aus neue Möglichkeiten mit sich bringt, die zuvor nicht realisierbar waren.

Allgemeiner betrachtet bedeutet die Neukonzeption von Prozessen auch eine grundlegendere Veränderung in der Art und Weise, wie wir Prozesse betrachten und über sie nachdenken. Denn der Prozess wird eher zu einer Sammlung miteinander verbundener, potenziell wiederverwendbarer KI-Fähigkeiten als zu einer Reihe von Aktivitäten. Betrachtet man es aus diesem Blickwinkel, fällt es leichter, „KI-nativ“ zu denken, und es verändert auch die Art und Weise, wie Sie beurteilen, ob der Prozess tatsächlich leistungsfähig ist. Denken Sie einmal darüber nach: Spielt die Bearbeitungszeit einer Aktivität tatsächlich eine Rolle, wenn sie von einem Agenten ausgeführt wird? Ein aussagekräftigeres Signal könnte die Token-Kosten pro Ausgabe sein.

Wie Sie den Übergang vom aktuellen zum zukünftigen Zustand gestalten können

Die große Frage lautet also: Wie gelangt man vom aktuellen Zustand zu diesem neu konzipierten Zukunftszustand? Gestaltet man den Prozess auf einen Schlag neu oder verfolgt man einen schrittweisen, iterativen Ansatz? Beide Ansätze haben ihre Berechtigung, bergen jedoch auch sehr unterschiedliche Risiken.

Eine „Big-Bang“-Neugestaltung kann sehr wirkungsvoll sein, wenn der aktuelle Prozess offensichtlich nicht mehr funktioniert und kaum noch einsatzfähig ist, wenn es eine starke Unterstützung durch die Führungsspitze gibt und wenn die Organisation bereit ist, eine radikalere Veränderung zu akzeptieren. Sie schafft Dynamik und zwingt die Menschen dazu, über die Grenzen der bestehenden Arbeitsweise hinauszuschauen. Der Nachteil ist, dass sie auch zu schnell zu konzeptionell werden kann. Die Mitarbeiter verstehen zwar die Zielsetzung, erkennen jedoch möglicherweise noch nicht deren Auswirkungen auf ihre Arbeit. Ein weiteres Problem könnte darin bestehen, dass der gesamte Prozess geschult und optimiert werden müsste, um mindestens ebenso leistungsfähig zu sein wie der derzeitige Prozess. Angesichts des größeren Umfangs des Gesamtprozesses kann es schwierig sein, dies richtig umzusetzen, und es erfordert die Aufmerksamkeit eines Spezialisten über einen längeren Zeitraum, um das gewünschte Ergebnis zu erzielen.

Ein iterativer Ansatz ist oft praktischer und besser umsetzbar. Er ermöglicht es Ihnen, mit einem konkreten Teil des Prozesses zu beginnen, daraus zu lernen, die neuen KI-Fähigkeiten in der Praxis zu testen und schrittweise Vertrauen aufzubauen. Dies ist besonders wichtig, da KI-native Prozesse nicht nur Prozessänderungen darstellen. Sie verändern auch Entscheidungsbefugnisse, Rollen, Verantwortlichkeiten, Qualitätskontrollen und manchmal sogar das Kundenerlebnis selbst.

Aus Sicht des Veränderungsmanagements bedeutet dies, dass Sie nicht nur den neuen Ablauf gestalten, sondern auch den Übergang planen sollten. Die Menschen müssen verstehen, warum der zukünftige Zustand besser ist, was sich für sie ändern wird, was menschlich bleiben wird und wo ihr Fachwissen nach wie vor unverzichtbar ist. Fehlt diese Erklärung, wirkt KI schnell wie etwas, das das altbekannte Sprichwort über Veränderungen bestätigt: Menschen wollen sich verändern, mögen es aber nicht, wenn man sie verändert.

Aus Kundensicht stellt sich die Frage etwas anders dar. Der zukünftige Zustand sollte nicht nur intern effizienter sein. Er sollte dem Kunden auch ein besseres, schnelleres, einheitlicheres oder persönlicheres Erlebnis bieten. Wenn die Neugestaltung lediglich den internen Aufwand reduziert, das Kundenerlebnis dadurch jedoch kühler, weniger transparent oder schwerer verständlich macht, haben Sie wahrscheinlich das Falsche optimiert oder die falsche Richtung eingeschlagen.

Und schließlich gibt es noch die „Human-in-the-Loop“-Perspektive. In vielen KI-gesteuerten Prozessen verschwindet die Rolle des Menschen nicht. Sie verändert sich lediglich. Der Mensch wechselt von der eigenhändigen Ausführung jedes einzelnen Schritts hin zur Festlegung der Richtung, zur Überprüfung von Ausnahmen, zur Beurteilung der Qualität, zum Umgang mit Unklarheiten und zur Übernahme der Verantwortung für wichtige Entscheidungen. Hier wird das Risikomanagement Teil des Designs und nicht erst eine nachträgliche Kontrollmaßnahme. Sie müssen klar festlegen, wo KI autonom handeln kann, wo sie Empfehlungen aussprechen soll und wo eine menschliche Entscheidung zwingend erforderlich ist.

Hinweise und Tipps aus der Praxis

In der Praxis stelle ich häufig fest, dass Menschen Automatisierung oft mit KI verwechseln. Bei der Automatisierung geht es in der Regel darum, einen bestehenden Schritt schneller oder kostengünstiger zu gestalten. KI kann dies ebenfalls leisten, doch ihr wahrer Wert liegt oft darin, die Art des Schritts selbst zu verändern. Anstatt Informationen zu sammeln, diese zu interpretieren und anschließend eine Empfehlung zu verfassen, könnte ein KI-gestützter Ablauf die erste Erkenntnis sofort generieren und es dem Menschen ermöglichen, sich auf die Beurteilung und den Kontext zu konzentrieren.

Aus diesem Grund würde ich dennoch empfehlen, von den aktuellen Schwachstellen auszugehen. Nicht, weil diese den zukünftigen Zustand einschränken sollten, sondern weil Schwachstellen einen nützlichen Ansatzpunkt bieten. Sie zeigen, wo heute Energie aus dem System entweicht. Außerdem helfen sie den Menschen dabei, die KI-basierte Neugestaltung mit etwas in Verbindung zu bringen, das sie bereits kennen und das ihnen am Herzen liegt.

Eine weitere hilfreiche Vorgehensweise besteht darin, jedem Beteiligten in diesem Prozess eine klare Vorstellung von seiner zukünftigen Rolle zu vermitteln. Was bedeutet dies für den Mitarbeiter, den Vorgesetzten, den Experten, den Compliance-Beauftragten oder einen Entwickler? Eine KI-native Neugestaltung kann leicht zu abstrakt werden, wenn dabei ausschließlich von Agenten, Modellen und Fähigkeiten die Rede ist. Sie wird viel greifbarer, wenn die Menschen erkennen können, wie sich ihre Rolle innerhalb des neuen Arbeitsablaufs verändert.

Rechnen Sie schließlich damit, dass Sie Anpassungen vornehmen müssen. Und zwar in großem Umfang. KI-native Prozesse werden nicht einmalig entworfen und dann perfekt umgesetzt. Sie müssen Prompts, Datenqualität, Entscheidungsregeln, Übergaben, Sicherheitsvorkehrungen und die Ausnahmebehandlung testen. Das Ziel besteht nicht darin, alles perfekt zu machen, bevor Sie beginnen. Das Ziel ist es, das System gut genug und sicher genug zu gestalten, um es auszuprobieren, daraus zu lernen und es zu verbessern.

Erste Fortschritte

Ein praktischer erster Schritt besteht darin, einen Prozess auszuwählen, bei dem eine KI-native Neugestaltung einen sichtbaren Mehrwert schaffen kann. Ich würde nicht immer mit dem Prozess beginnen, der am stärksten im Blickpunkt steht oder am kritischsten ist. Beginnen Sie mit etwas, das bedeutend genug ist, um eine Rolle zu spielen, aber sicher genug, um daraus zu lernen. Sie benötigen einen Prozess, der echte Probleme aufweist, für den Daten in angemessener Qualität verfügbar sind und der genügend Spielraum für Experimente bietet.

Erstellen Sie anschließend eine Change-Story. Beginnen Sie nicht einfach nur, weil die Technologie verfügbar ist oder weil jeder das Gefühl hat, auf den KI-Zug aufspringen zu müssen. Erläutern Sie, warum gerade diese Initiative zur Prozessverbesserung von Bedeutung ist, welche Möglichkeiten der zukünftige Zustand für das Unternehmen und die beteiligten Personen eröffnen könnte und was die Beteiligten auf diesem Weg erwarten können. Eine gute „Change Story“ rückt bei der Neugestaltung weniger die Werkzeuge als vielmehr die Ambitionen, die Menschen und die Perspektive in den Mittelpunkt.

Und finden Sie die richtige Mischung aus Kompetenzen. Diese Arbeit erfordert Prozessanalyse, eine KI-native Neugestaltung, iterative Entwicklung, Change Management und fundiertes technologisches Fachwissen. Auf diese Kombination kommt es an. Wenn Sie lediglich technologisches Fachwissen einbringen, laufen Sie Gefahr, etwas zu entwickeln, das nicht zum Unternehmen passt. Wenn Sie lediglich Prozessfachwissen einbringen, laufen Sie Gefahr, den Prozess von gestern um 10 % zu optimieren. Der Mehrwert liegt darin, beides auf den Tisch zu bringen.

Auch hier kann externe Unterstützung von Nutzen sein. Nicht, weil ein externer Experte Ihren Prozess besser kennt als Sie selbst – gerade deshalb arbeiten wir in diesem Bereich stets gemeinsam an der Entwicklung –, sondern weil er die Muster, Fragen und das technische Verständnis einbringen kann, die erforderlich sind, um die derzeitige Logik zu hinterfragen. Bei Xebia ist dies genau die Art von Arbeit, bei der wir Transformationserfahrung mit KI-Entwicklung und der Fähigkeit zur Umsetzung von Veränderungen verbinden.

Fazit

Die Neugestaltung Ihrer Geschäftsprozesse auf eine KI-native Weise ist weit mehr als nur die Durchführung von VSM und die Beseitigung von Verschwendung. Es handelt sich um einen interdisziplinären Prozess und einen Paradigmenwechsel in der Art und Weise, wie wir über Prozesse, Rollen und Leistung nachdenken. Der zukünftige Zustand wird nicht einfach nur eine optimierte Version des heutigen Prozesses sein. Oftmals wird es sich um eine ganz andere Art der Wertschöpfung handeln. Beginnen Sie also noch heute mit der Neugestaltung – nicht nur, um den aktuellen Zustand zu verbessern, sondern um mit einer unserer Lösungen den zukünftigen Zustand für morgen zu gestalten.