Prozessautomatisierung & KI-Agenten — mehr schaffen mit weniger Aufwand
Wiederkehrende Aufgaben automatisieren, KI-Agenten sinnvoll einsetzen — mit n8n, Power Automate und Praxiswissen aus der eigenen KI-Entwicklung.
Wiederkehrende Aufgaben automatisieren, KI-Agenten sinnvoll einsetzen — mit n8n, Power Automate und Praxiswissen aus der eigenen KI-Entwicklung.
In vielen mittelständischen Unternehmen läuft dasselbe Muster: Rechnungen werden händisch abgetippt, Excel-Listen zwischen Abteilungen per E-Mail verschickt, neue Mitarbeiter bekommen ihre Zugänge erst nach tagelangem Hin- und Her, und Kundenanfragen liegen im Postfach, bis jemand Zeit findet. Keine dieser Aufgaben ist für sich genommen kompliziert — aber in der Summe blockieren sie genau die Kapazität, die für Wachstum und Kundenbetreuung fehlt.
Der Hintergrund ist bekannt: Der Fachkräftemangel trifft den deutschen Mittelstand besonders hart, offene Stellen bleiben monatelang unbesetzt, und die vorhandenen Mitarbeiter übernehmen zusätzliche Aufgaben, statt sich auf ihre eigentliche Arbeit zu konzentrieren. Studien von IDC und Gartner zu Wissensarbeit kommen regelmäßig zu ähnlichen Ergebnissen: Ein erheblicher Teil der Arbeitszeit von Sachbearbeitern und Fachkräften — häufig zwischen 20 und 30 Prozent — entfällt auf repetitive, gut strukturierte Aufgaben wie Dateneingabe, Datenübertragung zwischen Systemen und das Zusammenstellen von Informationen für Freigaben. Das ist Zeit, die nirgendwo als eigener Posten in der Bilanz auftaucht, aber jeden Monat verloren geht.
"Einfach mehr Leute einstellen" ist in dieser Lage selten eine realistische Antwort. Der Arbeitsmarkt für qualifizierte Fachkräfte ist eng, Einarbeitungszeiten sind lang, und zusätzliches Personal löst das eigentliche Problem nicht — es verteilt lediglich dieselbe manuelle Arbeit auf mehr Köpfe. Sinnvoller ist es, die repetitiven Anteile aus dem Prozess herauszulösen und zu automatisieren, damit die vorhandenen Mitarbeiter sich auf Aufgaben konzentrieren können, die tatsächlich Urteilsvermögen und Fachwissen erfordern.
Prozessautomatisierung im Mittelstand funktioniert am besten mit zwei ergänzenden Ansätzen: klassischer Workflow-Automatisierung für strukturierte, regelbasierte Abläufe, und KI-Agenten für Aufgaben, die Sprache, Kontext oder Beurteilung erfordern. Beide Bausteine lassen sich einzeln oder kombiniert einsetzen.
n8n ist eine Low-Code-Plattform auf Open-Source-Basis, mit der sich Workflows zwischen unterschiedlichen Systemen verknüpfen lassen — von einfachen Benachrichtigungen bis zu komplexen, mehrstufigen Abläufen mit Verzweigungen und Fehlerbehandlung. Der entscheidende Vorteil für Unternehmen mit Compliance-Anforderungen: n8n lässt sich self-hosted betreiben, also auf eigener oder in Deutschland gehosteter Infrastruktur. Damit bleiben Daten im eigenen Einflussbereich, und die DSGVO-Anforderungen lassen sich sauber erfüllen, ohne dass Daten bei einem US-Cloud-Anbieter landen.
Microsoft Power Automate ist die naheliegende Wahl für Unternehmen, die bereits tief in der Microsoft-365-Welt verankert sind. Power Automate integriert sich direkt in SharePoint, Teams, Outlook, Dynamics und die übrige M365-Suite, ohne zusätzliche Infrastruktur aufzubauen. Für viele Standardprozesse rund um Genehmigungen, Dokumentenflüsse und Benachrichtigungen ist das der schnellste Weg zum Ergebnis.
Typische Anwendungsfälle, die ich für Mandanten umsetze:
Die Entscheidung zwischen n8n und Power Automate treffe ich gemeinsam mit Ihnen anhand konkreter Kriterien: Ist Ihre Systemlandschaft überwiegend Microsoft-basiert, oder sind viele unterschiedliche Systeme und APIs im Spiel? Wie wichtig ist Ihnen die Kontrolle über den Hosting-Ort der Daten? Gibt es bereits Power-Automate-Lizenzen in Ihrem M365-Tenant, oder wird eine neue Plattform ohnehin aufgebaut? Für M365-zentrierte Standardprozesse ist Power Automate oft der pragmatischere Weg. Für komplexere, systemübergreifende Automatisierungen mit strengen Datenschutzanforderungen ist n8n häufig die passendere Wahl.
Ein KI-Agent ist mehr als ein Chatbot: Er kombiniert ein Sprachmodell (LLM) mit Werkzeugen (Tools), einem Gedächtnis (Memory) und einem klar definierten Ziel. Statt nur Text zu generieren, kann ein Agent eigenständig Zwischenschritte planen, externe Systeme abfragen, Dokumente durchsuchen und auf Basis der Ergebnisse weiterarbeiten.
Im Mittelstand sehe ich vor allem vier wiederkehrende Anwendungsfälle:
Meine eigene Praxis ist hier der beste Beleg: AuditShield, meine KI-Plattform für ISO-27001- und TISAX-Audits, ist selbst eine KI-Agenten-Anwendung — mit RAG-gestützter Wissensbasis, mehreren spezialisierten Agenten und produktivem Betrieb in Deutschland gehosteter Infrastruktur. Ich weiß aus erster Hand, wo die Fallstricke liegen, weil ich sie selbst gelöst habe.
Ein wichtiger Punkt, der in vielen Verkaufsgesprächen untergeht: Microsoft 365 Copilot und GitHub Copilot allein reichen für die meisten Automatisierungsziele nicht aus. Diese Copilots sind hervorragend für generische Assistenzaufgaben — Text zusammenfassen, E-Mails formulieren, Code vorschlagen. Sie sind aber nicht auf Ihre spezifischen Prozesse, Datenquellen und Geschäftsregeln zugeschnitten. Ein custom Agent, der genau auf Ihren Rechnungsworkflow, Ihre Produktkataloge oder Ihre internen Richtlinien trainiert und angebunden ist, leistet deutlich mehr als ein generischer Copilot — weil er Zugriff auf die richtigen Daten und Werkzeuge hat und für ein konkretes Ziel gebaut wurde.
Wer KI-Agenten oder Copilots im Unternehmen einführt, sollte parallel die Sicherheitsseite mitdenken — Datenschutz, Zugriffskontrolle, Schutz vor Prompt Injection. Diese Fragen behandle ich vertiefend in meiner KI-Beratung & KI-Sicherheit.
Automatisierung wird erst greifbar, wenn man sie an Beispielen mit echten Zahlen durchdenkt. Vier typische Projekte:
Eingehende Rechnungen (PDF, E-Mail-Anhang) werden per OCR erfasst, durch n8n validiert und automatisch in SAP gebucht. Erfahrungswerte aus vergleichbaren Projekten: Bearbeitungszeit pro Rechnung sinkt von 8–10 Minuten auf unter 1 Minute Prüfaufwand, Erfassungsfehler durch Tippfehler entfallen nahezu vollständig.
Ein KI-Agent liest eingehende Support-Tickets, erkennt Dringlichkeit und Thema, weist die passende Kategorie zu und schlägt eine erste Antwort vor. Das Team prüft statt zu tippen — die Reaktionszeit auf Erstanfragen sinkt oft von mehreren Stunden auf wenige Minuten.
Sobald ein neuer Mitarbeiter im HR-System angelegt wird, erstellt n8n automatisch Benutzerkonten, setzt die passenden Zugriffsrechte und weist relevante Dokumente zu. Aus mehreren Tagen Verwaltungsaufwand wird ein automatisierter Prozess, der am ersten Arbeitstag steht.
Mitarbeiter fragen den Assistenten statt einen Kollegen oder das Intranet zu durchsuchen: "Wie ist der Freigabeprozess für Bestellungen über 5.000 Euro?" Der Agent antwortet mit Verweis auf die konkrete interne Richtlinie — Wissen, das sonst nur in Köpfen oder unübersichtlichen SharePoint-Ordnern steckt.
Mehr zum technischen Aufbau solcher Wissensassistenten finden Sie im Blog-Artikel RAG-Systeme selbst gebaut. Wer sich fragt, ob lokale KI-Modelle oder Cloud-Dienste die bessere Basis sind, findet Orientierung im Artikel Local LLMs vs. Cloud-KI für KMU.
Automatisierungsprojekte scheitern selten an der Technik — sie scheitern an unklaren Prozessen und fehlender Vorbereitung. Deshalb folgt jedes Projekt einem festen Ablauf:
Gemeinsame Aufnahme des Ist-Prozesses: Wer macht was, in welchem System, mit welchen Daten? Wo entstehen Wartezeiten, Medienbrüche oder Fehler? Ergebnis ist eine klare Prozesslandkarte statt vager Annahmen.
Auswahl der passenden Automatisierungsform — n8n, Power Automate, KI-Agent oder eine Kombination. Schriftliches Konzept mit Architektur, Datenflüssen, Schnittstellen und einer realistischen Aufwandsschätzung.
Entwicklung des Workflows oder Agenten in einer Testumgebung, iterative Abstimmung mit den beteiligten Fachbereichen, strukturierte Tests mit echten Datenfällen vor dem Go-Live.
Nach dem Go-Live begleite ich den produktiven Betrieb, behebe Störungen, passe Workflows bei Prozessänderungen an und identifiziere weitere Automatisierungspotenziale.
Konkrete Preise hängen stark vom Umfang ab — deshalb gebe ich hier das Modell, nicht eine Pauschale:
Ein bis zwei Tage zur Prozessanalyse und ersten Einschätzung des Automatisierungspotenzials. Abgerechnet nach Tagessatz — Sie erhalten danach eine belastbare Grundlage für die Entscheidung, ob und wie sich das Projekt lohnt.
Nach dem Discovery-Workshop erhalten Sie eine konkrete Aufwandsschätzung für die Umsetzung — je nach Komplexität als Festpreis oder auf Zeit- und Materialbasis. Keine Kalkulation ohne vorherige Analyse Ihres tatsächlichen Prozesses.
Für den laufenden Betrieb biete ich eine monatliche Betreuungspauschale an — für Störungsbehebung, Anpassungen bei Prozessänderungen und kontinuierliche Weiterentwicklung Ihrer Automatisierungen.
Prozessautomatisierung mit n8n, Power Automate oder KI-Agenten ist bereits für kleinere Mittelständler ab etwa 10 Mitarbeitern sinnvoll — es braucht keine Konzerngröße, um von wiederkehrenden, gut strukturierten Aufgaben entlastet zu werden. Typische Signale, dass sich ein Blick lohnt:
Wenn Ihnen mehrere dieser Punkte bekannt vorkommen, ist ein Discovery-Workshop der richtige erste Schritt — nicht der sofortige Kauf einer Automatisierungsplattform.
RPA (Robotic Process Automation) simuliert Mausklicks und Tastatureingaben in bestehenden Oberflächen — nützlich bei Systemen ohne API, aber fehleranfällig bei Änderungen der Oberfläche. n8n arbeitet dagegen über echte Schnittstellen (APIs) und ist als Low-Code-Plattform flexibler und stabiler für Datenflüsse zwischen Systemen. KI-Agenten gehen noch einen Schritt weiter: Sie treffen innerhalb definierter Grenzen eigenständige Entscheidungen, etwa bei der Einordnung von Anfragen oder der Formulierung von Texten — Aufgaben, die klassische Automatisierung nicht abdeckt.
Beides ist möglich. n8n kann self-hosted auf eigener Infrastruktur oder auf in Deutschland gehosteten Servern betrieben werden — das ist die von mir empfohlene Variante für Unternehmen mit DSGVO- oder NIS2-Anforderungen. Alternativ gibt es n8n Cloud als gehosteten Dienst des Anbieters. Welche Variante passt, hängt von Ihren Datenschutzanforderungen und Ihrer IT-Infrastruktur ab.
Das kommt auf die gewählte Architektur an. Bei selbst gehosteten oder in Deutschland betriebenen Lösungen — wie ich sie bei AuditShield einsetze — bleiben Ihre Daten in Ihrem Einflussbereich. Bei Anbindung an Cloud-LLMs (z. B. über API) werden Anfragen an den jeweiligen Anbieter übermittelt; hier prüfe ich vorab, welche Daten das betrifft, ob ein Auftragsverarbeitungsvertrag vorliegt und ob eine lokale Alternative sinnvoller ist. Details dazu im Artikel Local LLMs vs. Cloud-KI für KMU.
Bei klar strukturierten, häufig wiederholten Prozessen (z. B. Rechnungseingang, Onboarding) liegt der Amortisationszeitraum oft im Bereich von wenigen Monaten, da die eingesparte Zeit direkt messbar ist. Bei KI-Agenten mit weicheren Nutzenkriterien (z. B. schnellere Reaktionszeit) dauert es etwas länger, bis sich der Effekt in Zahlen zeigt. Im Discovery-Workshop schätze ich das für Ihren konkreten Fall realistisch ein — ohne die Erwartungen künstlich hochzuschrauben.
Für den laufenden Betrieb in der Regel nein. Workflows und Agenten werden so aufgebaut, dass Ihr Team sie über einfache Oberflächen bedient oder überwacht, ohne selbst programmieren oder Prompt-Engineering betreiben zu müssen. Für größere Anpassungen oder neue Anwendungsfälle biete ich entweder die Umsetzung selbst an oder schule Ihr Team gezielt, je nachdem, wie viel Sie langfristig intern abdecken möchten.
Da ich herstellerneutral arbeite und überwiegend auf offene beziehungsweise weit verbreitete Plattformen (n8n, Power Automate) setze, sind Sie nicht an mich als Person gebunden. Workflows und Dokumentation gehören Ihnen, Konfigurationen lassen sich exportieren oder von einem anderen Dienstleister weiterführen. Es gibt keinen versteckten Vendor-Lock-in — das ist mir bei der Technologieauswahl bewusst wichtig.
Vereinbaren Sie ein kostenloses Erstgespräch. Ich zeige Ihnen ehrlich, wo sich Automatisierung für Ihr Unternehmen lohnt — und wo (noch) nicht.