​KI-gestützte Prozessautomatisierung strategisch umsetzen

Das Seminar baut auf deinem Grundlagenwissen zum Einsatz von KI im Prozessmanagement auf und fokussiert sich auf die Entwicklung und Bewertung von KI-gestützter Automatisierung sowie deren strukturierter Umsetzung und Integration in deine Unternehmensprozesse.

Tag 1 – Strategie, Use Cases & Toolauswahl

KI-Automatisierung im Unternehmenskontext verstehen

• Rolle von KI in der Prozessautomatisierung.
• Klassische Automatisierung (z. B. RPA) vs. KI-gestützte Ansätze.
• Abgrenzung: Experiment vs. skalierbare Lösung.

Use Cases systematisch identifizieren und bewerten

• Kriterien für geeignete Prozesse.
• Definition eines konkreten eigenen Anwendungsfalls.
• Zielbild, Input/Output und grobe Prozessstruktur festlegen.

Machbarkeit prüfen: Prozesse, Systeme, Daten

• Welche Systeme sind beteiligt?
• Welche Daten liegen vor?
• Welche Schnittstellen existieren?
• Wo entstehen typische Hürden?

Toollandschaft verstehen und fundiert auswählen

• Vergleich zentraler Automatisierungsplattformen (Make, Zapier, N8N, MS Power Automate).
• Entscheidungslogik für Toolauswahl (Kosten, Integration, Skalierung).

Tag 2 – Workflows verstehen & prototypisch umsetzen

Grundlagen von KI-Automatisierungs-Workflows

• Aufbau von Workflows (Trigger, Verarbeitung, Output).
• Rolle von KI innerhalb von Prozessen.
• Vorstellung eines Beispiel-Workflows als Referenz.

Hands-on: Aufbau eines eigenen Workflow-Prototyps

• Gemeinsamer Aufbau eines vollständigen Beispiel-Workflows.
• Übertragung ausgewählter Elemente auf eigene Prozesse.
• Einordnung von Grenzen und nächsten Umsetzungsschritten.

Stabilität und Qualität von Automatisierungen sicherstellen

• Typische Fehlerquellen in Automatisierungs-Workflows erkennen.
• Einfache Maßnahmen zur Verbesserung von Stabilität und Qualität anwenden.
• Verständnis dafür entwickeln, welche Anforderungen im laufenden Betrieb relevant werden.

Tag 3 – Umsetzung im Unternehmen, Governance & Skalierung

KI-Automatisierung im Unternehmen organisieren und steuern

• Rollen, Verantwortlichkeiten und Zusammenarbeit zwischen Fachbereich und IT.
• Zentrale vs. dezentrale Umsetzung von Automatisierungen.
• Integration in bestehende Prozesse und Systeme.

Governance, Datenschutz und Risiken berücksichtigen

• Relevante rechtliche Rahmenbedingungen (z. B. DSGVO, EU AI Act).
• Typische Risiken bei KI-Automatisierung (Daten, Qualität, Bias).
• Maßnahmen zur Risikominimierung im eigenen Projekt.

Automatisierungsprojekte strukturiert bewerten und vorbereiten

• Bewertung von Prozessen, Systemen und Schnittstellen im Vorfeld eines Projekts.
• Einordnung technischer, organisatorischer und rechtlicher Voraussetzungen.
• Ableitung konkreter Anforderungen und nächster Schritte.

Transfer und Skalierung in die Praxis

• Übertragbarkeit auf den eigenen Arbeitskontext.
• Voraussetzungen für die weitere Umsetzung.
• Austausch zu Erfahrungen, offenen Fragen und Herausforderungen.