Was sich durch KI geändert hat
Die Grenze regelbasierter Automatisierung
Klassische Automatisierung braucht klare Regeln: Wenn Feld A den Wert X hat, tue Y. Das funktioniert bei strukturierten Daten hervorragend und scheitert an allem anderen — an der Lieferantenrechnung im PDF, an der E-Mail mit der Terminverschiebung, am handschriftlichen Lieferschein.
Sprachmodelle als fehlendes Bindeglied
Sprachmodelle schließen genau diese Lücke. Sie lesen unstrukturierte Eingaben, extrahieren die relevanten Angaben und übergeben sie strukturiert an das nächste System. Der Rest der Kette bleibt klassische Automatisierung — und das ist auch gut so, denn regelbasierte Schritte sind vorhersagbar und billig.
Die belastbaren Projekte sind deshalb fast immer Mischformen: KI dort, wo interpretiert werden muss, feste Regeln überall sonst. Wie diese Auswahl methodisch abläuft, steht unter Prozesse automatisieren.
KI, RPA oder klassische Automatisierung?
Wer nach Automatisierung sucht, stößt auf drei Begriffe, die gern durcheinandergehen: klassische Automatisierung über Schnittstellen und Skripte, RPA (Robotic Process Automation) und KI-Automatisierung. Sie lösen unterschiedliche Probleme — und keiner der drei Ansätze ersetzt die anderen.
Wann RPA die bessere Wahl ist
RPA-Roboter bedienen Programmoberflächen so, wie ein Mensch es täte: Sie klicken durch Masken, kopieren Feldinhalte, tippen Werte ein. Das klingt altmodisch, ist aber genau richtig, wenn ein Altsystem keine Schnittstelle und keinen Export bietet und die Oberfläche stabil bleibt. Für hohe Stückzahlen identischer, strukturierter Vorgänge in solchen Systemen ist RPA schneller eingerichtet und günstiger als jede KI — der Roboter braucht keine Interpretation, nur eine feste Klickfolge. Seine Schwäche ist dieselbe wie seine Stärke: Ändert sich die Maske, steht der Roboter.
Wann klassische Automatisierung reicht
Wo Systeme Schnittstellen haben und die Daten strukturiert vorliegen, ist die klassische Integration über APIs und Skripte fast immer der beste Weg: deterministisch, wartungsarm, ohne laufende Modellkosten. Eine Bestellung vom Webshop ins Warenwirtschaftssystem zu übertragen braucht keine KI — das wäre teurer und fehleranfälliger als eine simple Schnittstellenanbindung.
Wann es KI braucht
KI gehört dorthin, wo die Eingangsseite unstrukturiert ist: E-Mails in Freitext, PDFs in hundert Layouts, gescannte Lieferscheine. Hier scheitern feste Regeln und Klickfolgen, weil jeder Fall anders aussieht. In der Praxis kombinieren belastbare Projekte alle drei Ansätze — die Tabelle zeigt die Einordnung, die wir in der Bestandsaufnahme je Prozess treffen.
| Ansatz | Wofür geeignet | Grenzen | Typische Kosten |
|---|---|---|---|
| Klassische Automatisierung (Schnittstellen, Skripte) | Strukturierte Daten, feste Regeln, System-zu-System-Übergaben | Braucht APIs oder Exporte; scheitert an Freitext und PDFs | Meist der günstigste Weg; je Anbindung oft im niedrigen vierstelligen Bereich |
| RPA (Klick-Roboter) | Altsysteme ohne Schnittstelle, stabile Masken, hohe Stückzahlen identischer Vorgänge | Bricht bei Oberflächenänderungen; verarbeitet nur strukturierte Eingaben | Einrichtung je Prozess meist vierstellig, dazu laufende Bot-Lizenzen |
| KI-Automatisierung | Unstrukturierte Eingaben: E-Mails, PDFs, Freitext, gemischte Dokumente | Nicht vollständig deterministisch — Prüfschritt nötig; laufende Modellkosten | Erster Anwendungsfall 5.000–20.000 €, Details im Kostenabschnitt unten |
Prozesse, die sich im Mittelstand regelmäßig lohnen
Diese fünf Vorgänge tauchen in Bestandsaufnahmen fast immer auf — quer durch Branchen.
- Eingangsrechnungen auslesen, prüfen und in die Buchhaltung übergeben.
- Angebote aus wiederkehrenden Bausteinen erzeugen und nachverfolgen.
- E-Mail-Posteingang vorsortieren, Anliegen erkennen, Entwurfsantworten vorbereiten.
- Dokumente aus Verträgen und Lieferscheinen auswerten und ablegen.
- Berichte aus mehreren Systemen zusammenführen und regelmäßig verschicken.
Drei Prozesse im Vorher-Nachher-Vergleich
Die folgenden drei Vorgänge kommen in fast jeder Bestandsaufnahme vor. Die Zeitwerte sind Richtgrößen aus vergleichbaren Projekten; die exakte Ersparnis hängt an Ihren Stückzahlen und Löhnen und gehört vor jedem Projekt einzeln gerechnet.
| Prozess | Aufwand vorher | Aufwand nachher | Zeitersparnis je Vorgang |
|---|---|---|---|
| Eingangsrechnung erfassen und prüfen | 6–10 Min | 1–2 Min | 70–85 % |
| Angebot aus Bausteinen erstellen | 20–40 Min | 5–10 Min | 60–75 % |
| E-Mail-Anfrage einordnen und Entwurf vorbereiten | 4–8 Min | 1–2 Min | 65–80 % |
Werkzeuge: was wann passt
Die Toolfrage kommt zuletzt, nicht zuerst. Trotzdem lohnt die Einordnung, weil sie über Kosten und Datenhoheit entscheidet.
| Werkzeug | Stärke | Wann sinnvoll |
|---|---|---|
| n8n | Selbst hostbar, volle Datenkontrolle, sehr flexibel | Datenschutzanforderungen, viele eigene Systeme |
| Make / Zapier | Schnell eingerichtet, viele Fertigbausteine | Standard-SaaS-Landschaft, schneller Start |
| Power Automate | In Microsoft 365 bereits lizenziert | Microsoft-geprägte Umgebung, Office-nahe Abläufe |
| Eigenentwicklung | Beliebige Logik, keine Plattformgrenzen | Sehr hohe Volumen oder ungewöhnliche Anforderungen |
n8n, Make und Power Automate im Preisvergleich
Die drei gängigen Plattformen unterscheiden sich weniger in der Bedienung als im Betriebsmodell und in der Abrechnung. Das entscheidet bei hohen Ausführungszahlen über die laufenden Kosten — und bei personenbezogenen Daten über die Datenhoheit.
Die Preise sind öffentliche Richtwerte der Anbieter und ändern sich; für ein konkretes Vorhaben rechnen wir die tatsächliche Ausführungszahl gegen. Details zu n8n stehen unter n8n-Agentur.
| n8n | Make | Power Automate | |
|---|---|---|---|
| Betrieb | Self-hosted oder Cloud | Nur Cloud (SaaS) | Cloud, in Microsoft 365 |
| Einstiegspreis | Self-hosted ab 0 €, Cloud ab ~20 €/Mon. | ab ~9 €/Mon. | ab ~15 €/Nutzer/Mon. |
| Abrechnung | Serverkosten fix oder pro Ausführung | pro Operation | pro Nutzer bzw. pro Flow |
| Datenstandort | frei wählbar, DE möglich | EU-Region wählbar, Anbieter USA | Microsoft-Cloud |
| KI-Anbindung | nativ, eigene API-Keys | nativ, eigene API-Keys | Azure OpenAI / Copilot |
So läuft ein Automatisierungsprojekt ab
Bestandsaufnahme vor Umsetzung
Der Ablauf ist bei jedem Prozess derselbe, nur der Umfang ändert sich. Am Anfang steht eine Bestandsaufnahme im niedrigen vierstelligen Bereich, in der die lohnenden Vorgänge identifiziert und durchgerechnet werden. Danach folgt der erste Anwendungsfall — je nach Zahl der anzubindenden Systeme im Bereich von 5.000 bis 20.000 Euro.
Zwei bis sechs Wochen bis produktiv
Ein einzelner Ablauf ist in zwei bis sechs Wochen produktiv. Der erste dauert am längsten, weil dabei Zugänge, Testdaten und Freigabewege geklärt werden; der zweite geht deutlich schneller, weil die Infrastruktur schon steht. Zu jedem Ablauf gehören von Beginn an ein Prüfschritt, eine Fehlerbenachrichtigung und ein Protokoll — sonst fällt ein Ausfall erst durch die Beschwerde auf.
Was KI-Automatisierung kostet
Projektkosten: Analyse und Umsetzung
Die vorgeschaltete Bestandsaufnahme mit Potenzialanalyse liegt im niedrigen vierstelligen Bereich. Der erste produktive Anwendungsfall bewegt sich je nach Zahl der anzubindenden Systeme zwischen 5.000 und 20.000 Euro; weitere Abläufe liegen meist darunter, weil Infrastruktur, Zugänge und Freigabewege dann schon stehen. Zur Einordnung: Marktübliche Beratungssätze liegen laut veröffentlichten Anbieterangaben etwa bei 150–350 € pro Stunde bzw. 1.200–2.800 € pro Tag — entscheidend ist deshalb nicht der Tagessatz, sondern wie viele Tage ein Anbieter für dasselbe Ergebnis braucht.
Laufende Kosten nach dem Projekt
Nach der Einführung bleiben drei Posten: die Werkzeuglizenzen (siehe Preisvergleich oben — self-hosted ab Serverkosten, Cloud-Tarife im niedrigen zweistelligen Monatsbereich), die nutzungsabhängige Modellabrechnung über eigene API-Schlüssel und die laufende Betreuung, damit Abläufe bei Änderungen an den angebundenen Systemen nicht stillstehen. Eine vollständige Aufstellung mit Rechenbeispielen steht unter KI-Kosten, eine Schritt-für-Schritt-Kalkulation im Ratgeber Was kostet ein KI-Projekt?.
Förderung nutzen
Die begleitende Qualifizierung der Mitarbeiter ist über das Qualifizierungschancengesetz je nach Betriebsgröße bis zu 100 Prozent der Lehrgangskosten förderfähig — der Antrag muss vor Beginn beim Arbeitgeber-Service gestellt werden. Einen Überblick über alle Programme gibt der Ratgeber KI-Förderung.
| Posten | Typische Spanne | Anmerkung |
|---|---|---|
| Bestandsaufnahme / Potenzialanalyse | niedriger vierstelliger Bereich | einmalig, mit Priorisierung und Wirtschaftlichkeitsrechnung |
| Erster Anwendungsfall | 5.000–20.000 € | abhängig von der Zahl der anzubindenden Systeme |
| Weitere Abläufe | meist unterhalb des ersten | Infrastruktur und Zugänge stehen bereits |
| Werkzeuglizenzen | self-hosted ab Serverkosten, Cloud im niedrigen zweistelligen Monatsbereich | laufend, siehe Preisvergleich oben |
| Modellnutzung (API) | nutzungsabhängig | wird in der Potenzialanalyse je Prozess geschätzt |
EU AI Act: was Betreiber jetzt beachten müssen
Betreiber, nicht Anbieter
Die meisten Mittelständler setzen KI ein, sie entwickeln sie nicht selbst — im Sinne der Verordnung sind sie also Betreiber (deployer), nicht Anbieter. Büro- und Dokumentenautomatisierung fällt in aller Regel in die Klasse mit minimalem oder begrenztem Risiko, nicht unter die Hochrisiko-Pflichten nach Anhang III.
Zwei Pflichten gelten trotzdem
Zwei Punkte gelten aber unabhängig davon: Seit dem 2. Februar 2025 verlangt Artikel 4 eine ausreichende KI-Kompetenz der Beschäftigten, die mit den Systemen arbeiten. Und seit dem 2. August 2026 greifen die Transparenz- und Kennzeichnungspflichten nach Artikel 50 — relevant, sobald ein Chatbot oder KI-generierte Inhalte nach außen gehen. Mehr dazu unter EU AI Act und KI-Schulungspflicht.
Grenzen der KI-Automatisierung
Nicht jeder Vorgang gehört automatisiert, und ehrliche Beratung sagt das vorher.
- Seltene Prozesse. Was einmal im Monat anfällt, trägt den Wartungsaufwand nicht — egal wie lästig es ist.
- Zu viele Sonderfälle. Die letzten zwanzig Prozent der Fälle kosten oft mehr als die ersten achtzig. Hier bleibt ein Mensch günstiger.
- Altsysteme ohne Schnittstelle. Fehlt eine API und ein Export, wird aus dem Automatisierungs- ein Integrationsprojekt mit anderem Preisschild.
- Rechtlich sensible Entscheidungen. Wo eine KI Menschen bewertet oder Geld bewegt, gehört eine Freigabestufe davor — teils schon aus Compliance-Gründen.
- Fehlende Datenqualität. Ist die Eingangsseite chaotisch, produziert die Automatisierung schnellen Unsinn statt Entlastung.
Häufige Fragen
Wo fängt man an?
Bei dem Vorgang, der am häufigsten vorkommt und am wenigsten Ausnahmen kennt — nicht bei dem, der am meisten nervt. Der nervigste Prozess ist meist der komplizierteste und damit der schlechteste Einstieg. Ein einfacher, häufiger Vorgang liefert schneller Zahlen, mit denen sich der nächste Schritt begründen lässt.
Was passiert, wenn die Automatisierung einen Fehler macht?
Deshalb gehört zu jedem Ablauf ein Prüfschritt und ein Protokoll. Bei Rechnungen etwa liest die KI aus, ein Mensch bestätigt — anfangs jede, später nur noch Auffälligkeiten. Vollautomatik ohne Kontrolle ist bei buchhalterischen und rechtlich relevanten Vorgängen keine gute Idee.
Brauchen wir dafür neue Software?
Selten. In den meisten Fällen werden vorhandene Systeme über Schnittstellen verbunden. Wenn ein System keine Schnittstelle hat, ist das der eigentliche Kostentreiber — nicht die KI.
Wie lange dauert so ein Projekt?
Ein einzelner Ablauf ist in zwei bis sechs Wochen produktiv, abhängig von der Zahl der beteiligten Systeme. Der erste dauert am längsten, weil dabei Zugänge, Testdaten und Freigabewege geklärt werden. Der zweite geht deutlich schneller.
Was kostet der erste Anwendungsfall?
Die vorgeschaltete Potenzialanalyse liegt im niedrigen vierstelligen Bereich. Der erste produktive Anwendungsfall bewegt sich je nach Systemanbindung zwischen 5.000 und 20.000 Euro. Wir schätzen je Prozess einzeln, nicht pauschal — die genaue Aufstellung steht unter KI-Kosten.
Fällt KI-Automatisierung unter den EU AI Act?
In den meisten Fällen als minimal- oder begrenzt-riskante Anwendung, nicht als Hochrisikosystem. Als Betreiber müssen Sie aber seit dem 2. Februar 2025 die KI-Kompetenz Ihrer Mitarbeiter sicherstellen (Art. 4) und seit dem 2. August 2026 KI-generierte Inhalte kennzeichnen (Art. 50). Details unter EU AI Act.
Bleiben unsere Daten in Deutschland?
Wenn das eine Anforderung ist, wählen wir Werkzeuge und Modelle entsprechend — etwa selbst gehostetes n8n und Modelle mit EU-Verarbeitung. Wie eine datenschutzkonforme Architektur aussieht, steht unter DSGVO-konforme KI.
Wird die Einführung gefördert?
Die Qualifizierung der Mitarbeiter ist über das Qualifizierungschancengesetz je nach Betriebsgröße bis zu 100 Prozent förderfähig. Die technische Umsetzung selbst ist in der Regel nicht direkt förderfähig, die begleitende Schulung aber schon.
Was ist der Unterschied zwischen KI-Automatisierung und RPA?
RPA bedient Programmoberflächen mit festen Klickfolgen und eignet sich für strukturierte Vorgänge in Altsystemen ohne Schnittstelle. KI-Automatisierung verarbeitet unstrukturierte Eingaben wie E-Mails, PDFs und Freitext, die sich nicht in feste Regeln fassen lassen. In der Praxis werden beide kombiniert: Die KI interpretiert die Eingangsseite, RPA oder Schnittstellen übernehmen die Übergabe an die Zielsysteme.
Welche laufenden Kosten fallen nach dem Projekt an?
Drei Posten: Werkzeuglizenzen (self-hosted ab Serverkosten, Cloud-Tarife im niedrigen zweistelligen Monatsbereich), die nutzungsabhängige Modellabrechnung über eigene API-Schlüssel und die laufende Betreuung der Abläufe. Alle drei werden in der Potenzialanalyse je Prozess geschätzt, damit die Wirtschaftlichkeitsrechnung die Vollkosten abbildet — Details unter KI-Kosten.
Self-hosted oder Cloud — was ist besser?
Cloud ist schneller startklar und günstiger bei geringen Volumen. Self-hosting lohnt sich, sobald Datenhoheit gefragt ist oder die Ausführungszahlen hoch werden — dann schlägt ein fester Serverpreis die nutzungsbasierte Abrechnung. Wir rechnen beide Varianten für Ihren Fall durch.