Wann sich Automatisierung für ein KMU lohnt

Die Frage ist nicht, ob sich ein Prozess automatisieren lässt. Technisch lässt sich fast alles abbilden. Die Frage ist, ob das Ergebnis die laufenden Kosten rechtfertigt, nicht nur im ersten Monat, sondern dauerhaft.

Rund 41 Prozent der Unternehmen in Deutschland setzten Mitte 2025 KI in Geschäftsprozessen ein. Gleichzeitig zeigt die DIHK-Digitalisierungsumfrage 2025, dass 60 Prozent der Unternehmen fehlende Zeit als größtes Hindernis nennen, 54 Prozent die Komplexität und 42 Prozent die Kosten. Die Lücke zwischen Adoption und Umsetzungsreife ist real. Wer automatisiert, ohne vorher zu klären, ob der Prozess dafür bereit ist, landet häufig bei einem dieser drei Hindernisse.

Welche Prozesse sich eignen

Ein Prozess eignet sich dann, wenn drei Bedingungen gleichzeitig zutreffen: Er kommt häufig genug vor, dass sich der Integrationsaufwand amortisiert. Er ist stabil genug, dass Regeln oder Modelle ihn abbilden können, ohne ständig angepasst zu werden. Und er erzeugt messbare Fehlerkosten, die eine Automatisierung nachweislich reduziert.

Rechnungsfreigaben treffen diese drei Kriterien fast immer. Feste Felder, klare Regeln, hohe Wiederholung. Ähnliches gilt für die Klassifikation eingehender Nachrichten im Kundenservice, ein Prozess, den Bosch Service Solutions automatisiert hat, um E-Mails direkt dem richtigen Team zuzuordnen.

Sobald einer dieser drei Punkte fehlt, steigt das Risiko. Ein Prozess, der selten vorkommt, amortisiert die Einrichtung nicht. Ein Prozess, der sich ständig ändert, erzeugt laufende Anpassungskosten. Und ein Prozess ohne messbare Fehlerkosten liefert keinen Nachweis, dass die Automatisierung etwas verbessert hat.

Was tatsächlich kostet

Der sichtbare Teil einer Automatisierung, Lizenz, Einrichtung, vielleicht eine Schulung, ist selten das Problem. Teuer wird es bei der Integration in bestehende Systeme, bei der Pflege der Regeln oder Modelle und bei der Fehlerbehandlung, wenn etwas schiefläuft.

Wie stark diese unsichtbaren Kosten wirken, zeigt sich an der Verteilung. In Österreich nutzen 29,9 Prozent der Unternehmen KI, dreimal so viele wie noch 2021. Der Abstand nach Unternehmensgröße bleibt dabei erheblich: Bei Data Analytics, einer Voraussetzung für viele Automatisierungen, liegt die Nutzung bei Großunternehmen bei 68,8 Prozent, bei kleinen Betrieben bei 22,1 Prozent. Der Unterschied liegt nicht am Willen oder am Budget für eine Lizenz. Größere Unternehmen haben strukturierte Daten, bestehende Schnittstellen und interne Kapazität für Pflege und Weiterentwicklung. Ein kleines Unternehmen, das diese Grundlagen nicht hat, automatisiert nicht einen Prozess, es baut erst die Infrastruktur dafür.

Teilautomatisierung statt Gesamtlösung

Eine Analyse des McKinsey Global Institute über 800 Berufsbilder zeigt, dass in rund 60 Prozent aller Berufe mindestens 30 Prozent der Tätigkeiten technisch automatisierbar sind. Nicht ganze Rollen, sondern Teile davon. Mit generativer KI hat sich dieser Anteil weiter erhöht.

Für ein KMU heißt das: Der wirtschaftlich sinnvollste Einstieg liegt fast nie darin, einen gesamten Ablauf zu ersetzen. Eine Rechnungsprüfung muss nicht vollautomatisch laufen, damit sie sich lohnt. Es reicht, wenn die Datenextraktion automatisiert ist und die Freigabe beim Menschen bleibt. Das reduziert Fehler, spart Zeit und lässt sich schrittweise erweitern, ohne dass ein Fehlschlag den gesamten Prozess lahmlegt.

Wann es sich nicht lohnt

Automatisierung lohnt sich nicht, wenn sie einen instabilen Prozess zementiert. Wenn ein Ablauf intern unklar ist, widersprüchliche Regeln hat oder auf informellem Wissen einzelner Personen beruht, macht Automatisierung das Problem nicht kleiner, sondern schwerer zu korrigieren. In solchen Fällen ist der eigentliche erste Schritt nicht Technologie, sondern Prozessklärung.