ENTSCHEIDUNGSLEITFADEN · AUTOMATISIERUNG
KI-Prozessautomatisierung.
KI-Prozessautomatisierung verbindet feste Workflow-Regeln mit KI nur dort, wo variable oder unstrukturierte Informationen verarbeitet werden müssen. Gute Architektur begrenzt Modellentscheidungen, prüft Ergebnisse, schützt kritische Aktionen durch Freigaben und hält Fehlerwege nachvollziehbar.
Was ist KI-Prozessautomatisierung?
KI-Prozessautomatisierung ist ein kontrollierter Workflow, in dem ein Modell nur die Schritte übernimmt, für die starre Regeln nicht ausreichen. Beispiele sind das Klassifizieren freier Texte, das Extrahieren variabler Informationen oder das Erstellen eines Vorschlags. Validierung, Berechtigungen, Systemaktionen und Fehlerbehandlung bleiben möglichst deterministisch.
Für die konkrete Umsetzung im Raum Lübeck bleibt die lokale KI- und Workflow-Umsetzung der kommerzielle Owner. Dieser Leitfaden beantwortet die vorgelagerte Frage, welche Architektur für einen Prozess überhaupt sinnvoll ist.
Deterministische Automatisierung, KI oder menschliche Freigabe?
Nicht jeder wiederkehrende Prozess braucht KI. Die belastbarste Lösung nutzt für jeden Schritt nur so viel Entscheidungsfreiheit wie tatsächlich nötig.
| Ansatz | Passt, wenn | Wichtige Grenze |
|---|---|---|
| Deterministische Automatisierung | Regeln, Eingaben und gewünschte Aktionen eindeutig beschrieben werden können. | Unklare Sprache oder stark wechselnde Fälle müssen vorher in feste Regeln übersetzt werden. |
| KI-gestützte Automatisierung | variable Texte, Dokumente oder Klassifikationen verarbeitet werden, das Ergebnis aber prüfbar bleibt. | Modellausgaben sind probabilistisch und brauchen fachliche Validierung sowie definierte Fallbacks. |
| Human-in-the-Loop | eine falsche Entscheidung relevante Folgen hätte oder eine fachliche Freigabe vorgeschrieben bzw. sinnvoll ist. | Die Freigabe muss die konkrete Aktion und die dafür nötigen Informationen sichtbar machen. |
| Noch nicht automatisieren | der Prozess selbst instabil ist, Verantwortlichkeiten fehlen oder benötigte Systeme nicht verlässlich erreichbar sind. | Automatisierung beschleunigt sonst nur einen ungeklärten Ablauf. |
Wann ist ein KI-Schritt gerechtfertigt?
Die Entscheidung beginnt beim Prozess, nicht beim Modellnamen. Acht Fragen reichen oft, um unnötige KI und unnötige Risiken früh sichtbar zu machen.
Wiederholbarkeit
Ein Prozess sollte häufig genug in vergleichbarer Form auftreten, damit Eingaben, erwartete Ausgaben und Ausnahmen beschrieben werden können.
Regelklarheit
Wenn sich die Entscheidung vollständig als feste Bedingung formulieren lässt, ist konventionelle Automatisierung meist einfacher zu testen und zu betreiben.
Datenform
Unstrukturierte Texte und Dokumente können einen KI-Schritt rechtfertigen. Strukturierte Felder sprechen eher für deterministische Logik.
Fehlerfolgen
Je höher die Auswirkung eines falschen Ergebnisses, desto enger müssen Validierung, Rechte, Reversibilität und menschliche Freigabe gefasst werden.
Welches Automatisierungsmodell passt als Ausgangspunkt?
Die Matrix liefert keine Wirtschaftlichkeitsrechnung. Sie ordnet technische und operative Eigenschaften ein und nennt die nächste Prüfaufgabe. Alle Grundlagen stehen zusätzlich im Text dieser Seite.
Ein belastbarer Workflow trennt Entscheidung, Aktion und Fehlerpfad.
Das Sprachmodell sitzt nicht unkontrolliert zwischen Eingang und produktiver Aktion. Jeder Übergang bekommt eine klar prüfbare Aufgabe.
- Trigger: Ein Ereignis startet den Ablauf, zum Beispiel ein Formular, eine E-Mail, ein Zeitplan oder ein API-Ereignis.
- Deterministische Vorprüfung: Pflichtfelder, Format, Rechte und bekannte Ausschlussregeln werden ohne KI geprüft.
- KI-Schritt nur bei Bedarf: Das Modell klassifiziert, extrahiert oder erzeugt einen Vorschlag innerhalb einer begrenzten Aufgabe.
- Validierung: Format, erlaubte Werte, Vollständigkeit und fachlich prüfbare Regeln kontrollieren die Ausgabe.
- Risikobasierte Freigabe: Kritische oder unsichere Ergebnisse gehen an einen Menschen statt direkt in ein Zielsystem.
- Systemaktion: Erst danach schreibt der Workflow über eine freigegebene API oder einen definierten Systemzugang.
- Logging: Relevante Eingaben, Entscheidungen, Versionen, Status und Freigaben werden soweit erforderlich nachvollziehbar protokolliert.
- Fallback: Bei API-Ausfall, ungültigem Ergebnis oder fehlender Freigabe stoppt der Ablauf sicher, wiederholt kontrolliert oder übergibt an einen Menschen.
Wie APIs, Workflows, n8n und LLMs zusammenspielen.
Die Werkzeuge haben unterschiedliche Aufgaben. Wer sie vermischt, baut schwer testbare Abläufe. Wer sie trennt, kann Fehler gezielt lokalisieren.
Workflow / n8n
Orchestriert Trigger, Reihenfolge, Bedingungen, Wartezeiten, Wiederholungen und Übergaben zwischen Diensten.
APIs und Webhooks
Transportieren definierte Daten zwischen Systemen. Rechte, Limits, Statuscodes, Duplikate und Versionen gehören zur technischen Abnahme.
LLM oder anderes KI-Modell
Bearbeitet die begrenzte variable Aufgabe. Prompt, Modellversion, erlaubtes Ausgabeformat und Validierung sind Teil der Schnittstelle.
Menschliche Entscheidung
Übernimmt Fälle, die wegen Unsicherheit, Ausnahme oder Risiko nicht automatisch abgeschlossen werden sollen.
Für technische Verbindungen zwischen vorhandenen Anwendungen bleibt die API- und Schnittstellenplanung die passende Vertiefung.
Wann sollte ein Prozess nicht automatisiert werden?
Ein schlechter Prozess wird durch Automatisierung nicht automatisch zu einem guten Prozess. Manche Vorhaben brauchen erst Klärung statt Code.
Unklare Verantwortung
Wenn niemand fachlich entscheiden kann, was ein korrektes Ergebnis ist, fehlt die Grundlage für Tests und Abnahme.
Seltene, ständig neue Einzelfälle
Hohe Varianz und wenig Wiederholung können die Pflege eines automatisierten Ablaufs unverhältnismäßig machen.
Keine sichere Systemaktion
Fehlen geeignete Schnittstellen, Rechte oder ein kontrollierbarer Rückweg, kann die letzte Aktion zum eigentlichen Risiko werden.
Nicht beherrschbare Fehlerfolge
Wenn ein falsches Ergebnis weder rechtzeitig erkannt noch rückgängig gemacht werden kann, muss die Aktion enger begrenzt oder manuell bleiben.
Was nach dem ersten funktionierenden Workflow weiterläuft.
Automatisierung ist ein betriebenes System. APIs, Daten, Regeln und Modelle können sich ändern und müssen deshalb beobachtbar bleiben.
Logging und Auditierbarkeit
Prozess-ID, Zeitpunkte, technische Status, verwendete Regel- oder Modellversion und Freigaben müssen passend zum Risiko nachvollziehbar sein. Sensible Inhalte werden nicht pauschal mitprotokolliert.
Fehler und Wiederholungen
Retries brauchen Grenzen. Idempotenz oder Duplikatkontrollen verhindern, dass eine wiederholte Anfrage dieselbe produktive Aktion mehrfach ausführt.
Änderungen an Abhängigkeiten
API-Versionen, Limits, Modellverhalten und Datenformate können sich ändern. Relevante Updates brauchen Regressionstests gegen bekannte Fälle.
Fachliche Pflege
Neue Ausnahmen und geänderte Geschäftsregeln gehören zurück in Testfälle, Validierung und Freigabelogik. Sonst driftet der Workflow vom realen Prozess weg.
Drei Architektur-Muster ohne erfundene Kundenfälle.
Die Beispiele zeigen technische Muster, keine behaupteten Referenzprojekte oder garantierten Ergebnisse.
Freitext vorsortieren
Eingang prüfen → Text klassifizieren → erlaubte Kategorie validieren → bei niedriger Sicherheit manuell zuweisen → Ergebnis protokollieren.
Dokumentdaten übernehmen
Dateityp prüfen → relevante Felder extrahieren → Pflichtfelder und Wertebereiche validieren → Mensch bestätigt kritische Daten → API schreibt in das Zielsystem.
Antwortentwurf statt Autoversand
Kontext laden → Entwurf erzeugen → Richtlinien und Pflichtangaben prüfen → Mitarbeiter entscheidet → erst nach Freigabe versenden.
Reiner Regel-Workflow
Webhook empfangen → Pflichtfelder prüfen → feste Bedingung auswerten → System aktualisieren → Status loggen. Kein Modell nötig.
Der nächste sinnvolle Schritt
Beschreiben Sie Trigger, Eingaben, gewünschte Ausgabe, vorhandene Systeme, bekannte Ausnahmen und die Folgen einer falschen Aktion. Daraus lässt sich ableiten, ob feste Regeln, ein begrenzter KI-Schritt, menschliche Freigabe oder zunächst Prozessklärung sinnvoll ist.
Konkreten Prozess technisch einordnen.
Für ein Umsetzungsprojekt in Lübeck und Schleswig-Holstein führt der Weg vom geklärten Prozess zur passenden Workflow-, API- und KI-Architektur.
Umsetzung vorbereiten ↗