KI-Wahrheit #1: Ihre Prozesslandkarten werden zu Artefakten

„KI wird alle Prozesse in Unternehmen ändern.“

Ich sage das in einem Workshop mit Führungskräften. Eine der Anwesenden zuckt zusammen und fragt sofort, was ich damit meine. Ich antworte noch blumig — weil mir der Satz in diesem Moment in den Mund gefallen ist. So ein Geistesblitz, wie er passiert, wenn ich mich auf die Situation einlasse wie Keith Jarrett auf sein Klavier.^[1]

Erst später wird mir klar, was ich eigentlich gesagt habe:

Prozesslandkarten verlieren ihre Steuerfunktion.
Sie bleiben als Dokumentation — aber sie taugen immer weniger als Navigationsinstrument.

Was wir 30 Jahre lang gelernt haben

1998 saß ich in Seminaren, in denen man uns erklärte, wie man Prozesse „richtig“ abbildet. Es entstanden ganze Sprachen: UML, ARIS, später BPMN. Wir zeichneten Swimlanes, modellierten Value Streams, bauten Karten, die so präzise sein sollten, dass man sie in Software gießen kann.

Die Grundannahme war immer dieselbe:

Prozesse sind sequenziell, vorhersagbar, durch Menschen steuerbar.

Und ja: In stabilen Welten funktioniert das. In Lehrbüchern sowieso.

Das Problem ist nur: Die Welt ist nicht stabil. Und Software erst recht nicht.

Sobald das Unvorhergesehene hineinrauscht, beginnt das bekannte Drama: Edge Case um Edge Case. Business Analysts denken Eventualfälle durch. Entwickler bauen um. Dann kommt der verzweifelte Versuch, alles „konfigurierbar“ zu machen — ein Fiebertraum.

Warum?

Weil du nur konfigurieren kannst, was du vorher gedacht hast.

Das ist auch der Grund, warum lineare Automatisierung in der Praxis so oft an Komplexität und Missverständnissen über den realen Prozess scheitert. In einer ABBYY-Befragung werden als häufige Ursachen u. a. Projektkomplexität und unzureichendes Prozessverständnis genannt.^[2] CIO Dive fasst eine ABBYY-Umfrage so zusammen: Viele RPA-Vorhaben scheitern, weil sie „zu komplex“ sind oder weil der zu automatisierende Prozess nicht ausreichend verstanden wird.^[3]

Das ist kein Technikproblem.
Das ist ein Varietätsproblem.

Was sich gerade ändert

Der Kybernetiker Stafford Beer hat in den 1960ern/70ern etwas beschrieben, das wir erst jetzt technisch ernsthaft umsetzen können.

Sein Denken (und später sein Viable System Model) betrachtet Organisationen nicht als lineare Kette, sondern als System autonomer Einheiten, die sich gegenseitig stabilisieren. Beer formuliert zugespitzt: „No viable organism is either centralized or decentralized. It is both things at once, in different dimensions.“^[4]

Darunter liegt das Prinzip von Ross Ashby: Regulation gelingt nur, wenn die Varietät des Regulators groß genug ist, um die Varietät der Situation zu absorbieren. Ashby bringt es berühmt auf den Punkt: „Only variety can destroy variety.“^[5]

Lineare Prozessautomatisierung reduziert Varietät, presst Welt in Schritte.

Agentische KI (so wie ich den Begriff hier nutze) meint Systeme, die Ziele verfolgen, Kontext aus mehreren Quellen zusammenführen, Optionen bewerten und Aktionen auslösen — und nur das an Menschen eskalieren, was echtes Urteil braucht.^[6]

Damit passiert etwas Neues: Das System arbeitet nicht mehr „einen Prozess ab“, sondern es navigiert Situationen.

Gartner prognostiziert, dass bis 2028 15 % der täglichen Arbeitsentscheidungen autonom durch agentische KI getroffen werden — von 0 % in 2024.^[7] McKinsey beschreibt den nächsten Schritt als Bewegung weg von Chat-Interfaces hin zu Agenten, die Arbeit orchestrieren (über Daten, Systeme und Workflows hinweg) und in Echtzeit handeln.^[8]

Wichtig: Das ist kein Heilsversprechen. Agenten können scheitern. Gartner warnt parallel sehr deutlich, dass viele „Agentic-AI-Projekte“ abgebrochen werden, wenn Governance, Datenqualität und Nutzenklarheit fehlen.^[9]

Gerade deshalb ist die Führungsfrage nicht „Welche Tools kaufen wir?“
Sondern: Wie bauen wir Organisationen, die mit Varietät umgehen können — ohne in Kontrolle zu erstarren?

Was das praktisch bedeutet

Nimm ein simples, reales Bild:

Ein Lieferant fällt aus. Ein kritisches Teil fehlt. Die Produktion droht zu stehen.

Im alten Paradigma passiert Folgendes:

• Eskalationskette.
• Meetings.
• Abgleich der Prozesskarte.
• Ausnahmeprozess.
• Dokumentation der Ausnahme.
• Und am Ende: viel „Nacharbeit“, damit die Karte wieder stimmt.

Im neuen Paradigma (wenn es gut gemacht ist):

• Das System erkennt die Abweichung.
• Es prüft Alternativen (Bestände, Substitutionsregeln, Lieferzeiten, Kosten, Vertragslogik).
• Es plant um, informiert betroffene Stakeholder, passt Termine an.
• Es eskaliert an Menschen nur dort, wo Zielkonflikte oder Risiken wirklich entschieden werden müssen.

Dann ist das kein „automatisierter Prozess“.

Dann ist es ein System, das in Echtzeit mit dem Unvorhergesehenen umgehen kann.

Und damit werden Prozesslandkarten zu dem, was alte Seekarten heute sind: interessante historische Dokumente. Schön anzuschauen. Aber niemand navigiert mehr damit.

GenAI ist keine neue Software, die wir „einbauen“. Sie verändert, wie Unternehmen gebaut sind: weg von Ablaufketten, hin zu adaptiven, lernenden Systemen.

Und deshalb dürfen wir mit GenAI nicht versuchen, den alten Krieg zu gewinnen.

Wir müssen akzeptieren, dass sie neue Möglichkeiten schafft — und Führung neu definiert.

Werkstatt-Test

Wenn du wissen willst, ob eure Prozesslandkarte bereits ein Artefakt ist, mach diesen simplen Test:

1. Nimm einen Prozess, der euch gerade „Schmerzen“ macht.
2. Zähle für vier Wochen: Wie viele Ausnahmen werden besprochen, gegenüber wie vielen Standardfällen?
3. Wenn Ausnahmen den Alltag dominieren, dann ist eure Karte längst Dokumentation — nicht Navigation.

Die Frage

McKinsey beschreibt eine Verschiebung, die ich in Organisationen immer wieder sehe: Technologie entwickelt sich schneller als Strukturen — und genau das begrenzt, wie viel Wert Unternehmen überhaupt greifen können.^[8:1]

Also frag dich:

Wie viel deiner Führungszeit fließt in Dokumentieren, Absichern, Kontrollieren von Prozessen?

Und wie viel in die Frage, was passieren muss, damit deine Organisation lernt, mit dem Unvorhergesehenen umzugehen?

Quellen

Teil 1 der Serie „KI-Wahrheiten“ — basierend auf dem Essay KI verändert Führung.

1. Keith Jarrett ist für mich das Musterbeispiel für „Form entsteht im Tun“. Als populäre Referenz gilt The Köln Concert (1975) als ikonische Improvisationsaufnahme. (Kontext: Keith Jarrett, ECM Records.)
2. ABBYY Newsroom: „…leading factors causing RPA project failures were the complexity of projects … and not fully understanding the intended automated process…“ (2020). https://www.abbyy.com/company/news/70-percent-of-us-decision-makers-find-process-insight-essential-for-rpa-success/
3. CIO Dive (Zusammenfassung einer ABBYY-Umfrage unter 400 Senior-Entscheider:innen): RPA-Projekte scheitern u. a. wegen Komplexität und unzureichendem Prozessverständnis. https://www.ciodive.com/news/rpa-robotic-process-automation-failures/577917/
4. Beer-Zitat (Sekundärbeleg mit Seitenangabe auf Beer, 1967:75–76): https://blog.block.science/applying-stafford-beers-viable-system-model-to-decentralized-organization/
   (Primärwerk: Stafford Beer, Cybernetics and Management, 1967.)
5. Ashby, W. Ross: „Only variety can destroy variety.“ (aus An Introduction to Cybernetics, 1956; Online-PDF/Edition). https://ashby.info/Ashby-Introduction-to-Cybernetics.pdf
6. Zur Begrifflichkeit „agentic AI“ als Autonomie + Zielverfolgung in Enterprise-Software vgl. Gartner-Einordnung: https://www.gartner.com/en/articles/intelligent-agent-in-ai
7. Gartner (1 Oct 2024): „…enabling 15% of day-to-day work decisions to be made autonomously… by 2028…“ https://www.gartner.com/en/articles/intelligent-agent-in-ai
8. McKinsey (13 Jun 2025), Seizing the agentic AI advantage (Report/Artikel + PDF). https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage
   PDF: https://www.mckinsey.com/~/media/mckinsey/business functions/quantumblack/our insights/seizing the agentic ai advantage/seizing-the-agentic-ai-advantage.pdf
9. Gartner (25 Jun 2025) betont zugleich Risiken/Abbrüche von Agentic-AI-Projekten und wiederholt die 2028-Prognose. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027

Du liest als Gast — willkommen. Als Leser bekommst du „Den Brief": persönliche Werkstattnotizen, 2x im Monat, direkt in dein Postfach. → Leser werden