Prozessautomatisierung mit KI: Leitfaden für KMU 2026

Prozessautomatisierung mit KI bedeutet: Software erledigt wiederkehrende Büroabläufe selbstständig, und ein Sprachmodell übernimmt die Schritte, für die bisher ein Mensch lesen und verstehen musste, etwa E-Mails einordnen, Belege auslesen oder Antworten vorformulieren. Für KMU lohnt sich das bei häufigen, gleichförmigen Abläufen mit digitalem Eingang. Entscheidungen mit Tragweite bleiben bei einem Menschen.

Dieser Leitfaden richtet sich an Inhaberinnen und Geschäftsführer kleiner und mittlerer Unternehmen, nicht an IT-Abteilungen. Sie erfahren, worin sich KI von klassischer Automatisierung unterscheidet, welche zwölf Prozesse sich typischerweise lohnen, wie Sie den ersten auswählen und wann Sie es besser lassen. Dazu kommen Kosten in Euro und die konkreten Pflichten aus DSGVO und EU AI Act. Stand aller Angaben: Oktober 2026.

Kurz zu mir: Ich bin Linh Phung Hoang, Software-Engineer in Berlin. Seit acht Jahren baue ich Software, die im Alltag funktionieren muss, darunter RAG-Systeme (KI, die Fragen aus den eigenen Unterlagen eines Unternehmens beantwortet) und KI-Agenten. Was hier steht, sind Beobachtungen aus solchen Projekten. Wo ich Zahlen nenne, verlinke ich die Quelle oder kennzeichne sie als Annahme.

Wenn Sie lieber direkt über Ihren eigenen Ablauf sprechen möchten: Im kostenlosen Prozess-Check klären wir, ob er sich automatisieren lässt. Wie das abläuft, steht auf der Seite KI-Prozessautomatisierung.

Was ist Prozessautomatisierung mit KI?#

Prozessautomatisierung heißt, dass ein Ablauf aus mehreren Schritten ohne manuelles Zutun durchläuft. Ein Auslöser startet ihn: Eine E-Mail kommt an, ein Formular wird abgeschickt oder es ist Montag, 8 Uhr. Danach folgt eine Kette von Aktionen über mehrere Programme hinweg. Der Fachbegriff dafür ist Geschäftsprozessautomatisierung, englisch Business Process Automation.

Mit „KI“ ist heute meist generative KI gemeint, also große Sprachmodelle (Large Language Models, kurz LLM), wie sie hinter ChatGPT, Claude, Gemini oder Mistral stecken. In der Prozessautomatisierung übernehmen sie die Schritte, die bisher ein Mensch erledigen musste, weil Text, Bilder oder Sprache verstanden werden mussten.

Geschäftsprozesse, nicht Anlagensteuerung#

Wer nach „Prozessautomatisierung“ sucht, landet schnell bei Prozessleittechnik, speicherprogrammierbaren Steuerungen und Chemieanlagen. Das ist ein eigenes Fachgebiet: die Steuerung physischer, industrieller Prozesse. In diesem Artikel geht es ausschließlich um Büro- und Geschäftsprozesse, also um Anfragen, Angebote, Rechnungen, Termine und Dokumente.

Was KI anders macht als klassische Automatisierung#

Klassische Automatisierung braucht saubere, strukturierte Daten: ein Feld „Postleitzahl“, eine Spalte „Betrag“. Im Postfach eines kleinen Betriebs sieht es anders aus. Da liegen eine Mail mit drei Anliegen, ein abfotografierter Lieferschein und eine Sprachnachricht vom Handy.

Genau hier helfen Sprachmodelle. Sie machen aus unstrukturierten Eingängen strukturierte Daten, mit denen der Rest der Kette nach festen Regeln weiterarbeiten kann. Das ist der Kern von KI-Prozessautomatisierung, der in vielen Darstellungen untergeht: Die KI ist meist nur ein Schritt im Ablauf, nicht der ganze Ablauf. Der Rest sind gewöhnliche Regeln, Schnittstellen und Freigaben.

Wie verbreitet das inzwischen ist, zeigt eine Bitkom-Umfrage vom September 2026 unter 603 Unternehmen ab 20 Beschäftigten. 57 Prozent nutzen KI. KI-Automatisierung für Unternehmen ist also längst kein Nischenthema mehr. Von den Nutzern sagen 48 Prozent, KI habe interne Prozesse deutlich beschleunigt, und 66 Prozent nennen Datenschutzanforderungen als Hürde. Beide Zahlen beschreiben gut, worum es in diesem Leitfaden geht: Der Nutzen ist real, aber nur mit sauber geklärtem Datenschutz.

Regelbasiert, RPA oder KI: Was ist der Unterschied?#

Es gibt drei Stufen der Automatisierung. Sie schließen sich nicht aus, sondern ergänzen sich.

	Regelbasierte Automatisierung	RPA (Software-Roboter)	KI-gestützte Automatisierung
So arbeitet sie	Wenn-dann-Regeln über Schnittstellen (APIs) zwischen Programmen	Ein Bot klickt und tippt in Programmoberflächen wie ein Mensch	Ein Sprachmodell liest, ordnet ein, liest Daten aus oder formuliert
Braucht als Eingang	Strukturierte Daten wie Formularfelder und Tabellen	Feste Bildschirmmasken	Auch Freitext, PDFs, Fotos und Sprache
Stark bei	Daten von A nach B, Erinnerungen, Statusmeldungen	Älteren Programmen ohne Schnittstelle	Anfragen verstehen, Belege auslesen, Entwürfe schreiben
Schwach bei	Allem, was nicht ins Schema passt	Geänderten Oberflächen, dann bricht der Bot ab	Exaktheit: Sie kann sich plausibel klingend irren
Verhalten	Gleicher Eingang, gleiches Ergebnis	Gleiches Ergebnis, aber störanfällig	Meist richtig, deshalb mit Prüfregeln
Beispiel	Neue Shop-Bestellung erzeugt eine Rechnung in Lexware Office	Bot überträgt Auftragsdaten in eine alte Branchensoftware	KI liest eine Anfrage-Mail und legt einen Vorgang mit allen Angaben an

In der Praxis kombiniert man die drei. Meine Faustregel lautet: so viel Regel wie möglich, so viel KI wie nötig. Jeder KI-Schritt kostet etwas Geld und Rechenzeit und bringt eine Fehlerquelle mit, die eine feste Regel nicht hat. Wenn eine Filterregel in Outlook reicht, brauchen Sie kein Sprachmodell.

Den ausführlichen Vergleich, auch zur Frage, wann RPA heute noch sinnvoll ist, finden Sie im Artikel RPA vs. KI: Unterschied, Einsatz und Kombination.

Wie läuft ein KI-automatisierter Prozess Schritt für Schritt ab?#

Damit es greifbar wird, hier ein typischer Ablauf, wie ich ihn so oder ähnlich baue: der Anfrage-Eingang eines Dienstleistungsbetriebs. Kundinnen und Kunden schreiben an die info@-Adresse, füllen das Kontaktformular aus oder schicken Fotos.

1. Auslöser: Eine neue E-Mail landet im Postfach oder ein Formular wird abgeschickt. Das Automatisierungswerkzeug, zum Beispiel n8n, bemerkt das innerhalb weniger Sekunden oder Minuten.
2. Vorfilter per Regel: Newsletter, Lieferantenrechnungen und Spam werden mit einfachen Regeln aussortiert, bevor überhaupt eine KI beteiligt ist.
3. KI-Schritt, verstehen und strukturieren: Ein Sprachmodell liest die Nachricht und füllt ein festes Datenschema: Name, Kontakt, Ort, Art des Anliegens, Dringlichkeit, fehlende Angaben. Die KI darf hier nur lesen und ausfüllen, aber nichts auslösen.
4. Prüfregeln: Sind alle Pflichtfelder gefüllt? Gibt es die Kundin schon im System? Liegt die Postleitzahl im Einzugsgebiet? Fällt eine Prüfung durch, geht der Fall in die Freigabe-Liste statt automatisch weiter.
5. Vorgang anlegen: Der Vorgang entsteht im CRM (der Kundendatenbank) oder in der Branchensoftware, die Originalnachricht hängt an.
6. Antwortentwurf: Die KI formuliert eine Antwort im Ton des Betriebs, inklusive gezielter Rückfragen zu fehlenden Angaben.
7. Menschliche Freigabe: Eine Mitarbeiterin sieht Entwurf und ausgelesene Daten nebeneinander, korrigiert bei Bedarf und gibt mit einem Klick frei.
8. Versand und Protokoll: Die Antwort geht raus. Jeder Schritt wird protokolliert, damit sich später nachvollziehen lässt, wer wann was entschieden hat.

In der Praxis hakt es meistens bei Schritt 5. Viele Branchenprogramme, gerade im Handwerk und in Praxen, haben keine offene Schnittstelle. Dann bleibt ein Import per Datei, ein Umweg über E-Mail oder ein RPA-Bot. Das sollte vor dem Start geklärt sein, nicht danach.

Welche 12 Prozesse lohnen sich in KMU?#

Die folgende Liste stammt nicht aus einer Studie. Sie sammelt typische Startkandidaten: Abläufe, die in fast jedem Betrieb vorkommen, häufig laufen und einen digitalen Eingang haben. Ausführlichere Beschreibungen finden Sie in den 20 Beispielen für KI-Automatisierung aus dem KMU-Alltag.

Nr.	Prozess	Was automatisch läuft	Wo der Mensch bleibt
1	Anfragen annehmen und vorsortieren	Auslesen, Vorgang anlegen, Rückfragen vorbereiten	Freigabe der Antwort, Sonderfälle
2	Standardfragen beantworten	Antwortentwurf zu Öffnungszeiten, Status oder Ablauf aus Ihren Unterlagen	Freigabe oder Stichprobe, Beschwerden
3	Angebotsentwürfe	Positionen aus Anfrage und Preisliste vorschlagen	Kalkulation prüfen, Preis freigeben
4	Eingangsrechnungen und Belege	Daten auslesen, vorkontieren, an Lexware Office, sevDesk oder DATEV übergeben	Unklare Belege, Zahlungsfreigabe
5	Zahlungserinnerungen	Offene Posten abgleichen, Erinnerung vorbereiten	Freigabe vor Versand, Stammkunden
6	Termine bestätigen und erinnern	Bestätigung, Erinnerung, Absagen in den Kalender eintragen	Umbuchungen mit Konflikten
7	Posteingang und Dokumente ablegen	Dokumentart erkennen, benennen, dem Vorgang zuordnen	Unsichere Zuordnungen
8	Kundendaten pflegen	Kontaktdaten aus Signaturen übernehmen, Gesprächsnotizen zusammenfassen	Stichproben zur Qualität
9	Telefonnotizen und Mailbox	Sprachnachricht abschreiben, zusammenfassen, Rückruf-Aufgabe anlegen	Der Rückruf selbst
10	Internes Wissen abfragen	Antworten aus Handbüchern und Preislisten mit Quellenangabe	Pflege der Unterlagen
11	Onboarding von Kunden oder Mitarbeitenden	Checklisten, Unterlagen anfordern, Zugänge vorbereiten	Persönliches Gespräch, Vertragliches
12	Wochenberichte	Zahlen aus Tabellen und Systemen zusammenfassen	Bewertung und Entscheidungen

Zu Nummer 4 eine Ergänzung, die oft übersehen wird: Seit dem 1. Januar 2025 müssen Unternehmen in Deutschland E-Rechnungen empfangen können, die Pflicht zur Ausstellung folgt bis 2028 in Stufen (FAQ des Bundesfinanzministeriums, Stand März 2026). Echte E-Rechnungen im Format XRechnung oder ZUGFeRD lassen sich ohne KI auslesen, weil die Daten schon maschinenlesbar sind. KI brauchen Sie vor allem für Papier, Fotos und PDF-Belege ohne Datensatz.

Zu Nummer 10: Fachleute sprechen hier von RAG (Retrieval-Augmented Generation). Die KI sucht zuerst passende Stellen in Ihren eigenen Dokumenten und formuliert die Antwort auf dieser Grundlage. Das senkt das Risiko erfundener Antworten, beseitigt es aber nicht.

Je nach Branche verschieben sich die Schwerpunkte. Im Handwerk geht es oft um Anfragen mit Fotos, Aufmaß und Angebote, mehr dazu unter KI im Handwerk: Prozesse automatisieren, Gewerk für Gewerk. In Praxen stehen Telefon und Termine im Vordergrund, in Kanzleien Fristen und Dokumente. Maklerbüros kämpfen mit Portalanfragen und Exposés (KI für Immobilienmakler), Restaurants mit Reservierungen während des Service (Restaurant-KI) und Reinigungsfirmen mit vielen Objekten und Qualitätsnachweisen (KI in der Gebäudereinigung).

Welcher Prozess zuerst? Das Bewertungsraster#

Der beste erste Kandidat ist selten der spektakulärste. Bewerten Sie Ihre Kandidaten mit diesem Raster und vergeben Sie je Kriterium 1 bis 3 Punkte.

Kriterium	1 Punkt	2 Punkte	3 Punkte
Häufigkeit	monatlich oder seltener	wöchentlich	täglich
Zeit pro Durchlauf	unter 2 Minuten	2 bis 10 Minuten	über 10 Minuten
Gleichförmigkeit	jeder Fall ist anders	meist ähnlich	fast immer gleich
Datenlage	Papier oder Wissen im Kopf	digital, aber verstreut	digital an einem Ort, etwa Postfach oder Formular
Fehlerfolgen	teuer oder rechtlich heikel	ärgerlich, aber korrigierbar	fällt sofort auf und ist leicht zu korrigieren

Auswertung: 12 bis 15 Punkte sind ein guter Startkandidat. 9 bis 11 Punkte gehen auch, brauchen aber Vorarbeit, meist bei der Datenlage. Unter 9 Punkten sollte der Prozess nicht Ihr erster sein. Wie Sie einen Ablauf vor der Automatisierung erst vereinfachen, zeigt der Beitrag Prozessoptimierung mit KI: Methoden und Beispiele.

So sieht das für drei typische, hier frei erfundene Kandidaten aus:

Kandidat	Häufigkeit	Zeit	Gleichförmigkeit	Daten	Fehlerfolgen	Summe
Anfrage-Eingang	3	2	2	3	3	13
Monatlicher Bericht an die Bank	1	3	3	2	2	11
Vorauswahl von Bewerbungen	2	2	1	2	1	8

Der Anfrage-Eingang gewinnt, obwohl der Bankbericht pro Durchlauf mehr Zeit kostet. Er läuft täglich, und ein Fehler fällt sofort auf, weil ein Mensch jede Antwort freigibt. Die Bewerbervorauswahl scheitert nicht nur am Raster. KI-Systeme, die Bewerbungen sichten oder filtern, gelten nach dem EU AI Act als Hochrisiko-Systeme (Anhang III Nr. 4) und bringen deutlich mehr Pflichten mit.

Rechnen Sie zusätzlich die Stunden aus: Durchläufe pro Monat mal Minuten pro Durchlauf. Aus meiner Erfahrung lohnt sich eine eigene Automatisierung selten, wenn dabei weniger als etwa fünf Stunden im Monat herauskommen. Wie Sie die Kandidaten überhaupt finden und dokumentieren, beschreibt der Artikel Geschäftsprozesse automatisieren: Welcher Prozess zuerst?.

Wann sollten Sie nicht automatisieren?#

Dieser Abschnitt kann Ihnen am meisten Geld sparen: Eine Automatisierung, die Sie gar nicht erst bauen, kostet weder Einrichtung noch Pflege.

• Der Prozess ist selten. Was viermal im Jahr vorkommt, braucht eine gute Checkliste, keine Automatisierung. Einrichtung und Pflege kosten mehr, als sie sparen.
• Der Prozess ist nicht stabil. Wenn jede Woche anders gearbeitet wird, automatisieren Sie das Durcheinander. Legen Sie zuerst den Ablauf fest.
• Die Daten sind schlecht. Wenn Kundennummern doppelt vergeben sind oder Preislisten in fünf Versionen kursieren, liefert auch die beste KI falsche Ergebnisse, nur schneller.
• Ein Fehler wäre teuer und würde nicht auffallen. Überweisungen, Kündigungen, rechtlich bindende Erklärungen: Hier darf die KI vorbereiten, aber nie allein auslösen.
• Es geht um Entscheidungen über Menschen. Bewerbungen, Kreditwürdigkeit, Leistungsbewertung. Artikel 22 DSGVO schützt vor rein automatisierten Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung, und der AI Act stuft vieles davon als hochriskant ein.
• Der persönliche Kontakt ist Ihr Produkt. Beratung, Reklamationen und schwierige Gespräche bleiben menschlich. Automatisieren Sie das Drumherum, nicht das Gespräch.
• Eine einfache Regel reicht. Eine Filterregel im Postfach kostet nichts und verhält sich bei gleichem Eingang immer gleich.

Die zwei typischen KI-Risiken#

Halluzination: Sprachmodelle erzeugen wahrscheinliche Antworten, keine garantiert richtigen. Ein unleserlicher Betrag wird nicht unbedingt als „unleserlich“ gemeldet, sondern womöglich plausibel ergänzt. Deshalb braucht jeder KI-Schritt Prüfregeln, dazu mehr im nächsten Abschnitt.

Prompt-Injection: Eingehende E-Mails sind fremder Text, und fremder Text kann Anweisungen an die KI enthalten.

Wo muss ein Mensch entscheiden? Freigaben, Prüfregeln, Fehlerfälle#

Fachleute nennen das Prinzip „Human in the Loop“. Es heißt: Ein Mensch ist fest im Ablauf eingeplant, nicht nur als Notfallknopf. Das ist kein Zugeständnis an Skeptiker, sondern Teil eines guten Designs. Ich teile jeden Ablauf vor dem Bauen in drei Zonen auf.

Drei Zonen für jeden Ablauf#

Zone	Was dort passiert	Beispiele
Läuft automatisch	Schritte mit geringem Risiko und eindeutigen Prüfregeln	Ablegen, Erinnern, Vorgang anlegen, Statusmeldungen
Mit Freigabe	Die KI bereitet vor, ein Mensch bestätigt mit einem Klick	Antworten an Kunden, Angebote, Zahlungserinnerungen, unsichere Zuordnungen
Bleibt menschlich	Hier entstehen Vertrauen und Verantwortung	Beratung, Reklamationen, Preisverhandlungen, alles mit rechtlicher Tragweite

Am Anfang landet bewusst mehr in der Freigabe-Zone als nötig. Erst wenn Sie über einige Wochen sehen, dass bestimmte Freigaben fast immer unverändert durchgehen, verschieben Sie genau diese Fallgruppe in die automatische Zone. So wächst der Automatisierungsgrad mit dem Vertrauen, nicht mit dem Versprechen eines Anbieters.

Konfidenzschwellen: wie man sie wirklich baut#

Oft liest man, man solle der KI eine Konfidenzschwelle geben: Ist sie sich zu mehr als 90 Prozent sicher, läuft der Fall automatisch. Das klingt einfacher, als es ist. Die Selbsteinschätzung eines Sprachmodells ist kein verlässliches Maß für Richtigkeit. In meinen Projekten setzt sich die Sicherheit deshalb aus überprüfbaren Signalen zusammen:

• Vollständigkeit: Sind alle Pflichtfelder gefüllt?
• Plausibilität: Ergeben Netto und Umsatzsteuer den Bruttobetrag? Ist die Prüfziffer der IBAN gültig? Liegt das Rechnungsdatum nicht in der Zukunft?
• Abgleich mit Stammdaten: Gibt es Kunde, Lieferant oder Auftragsnummer wirklich in Ihrem System?
• Übereinstimmung: Kommen zwei unabhängige Auslesungen zum selben Ergebnis?
• Fallgruppe: Gehört der Fall zu einer sensiblen Gruppe wie Beschwerde, Kündigung oder Rechtliches? Dann immer Freigabe, egal wie sicher der Rest aussieht.

Nur wenn alle Signale grün sind, läuft ein Fall automatisch weiter. Das ist weniger elegant als eine einzelne Prozentzahl, aber nachvollziehbar. Und Sie können es Ihrem Team in fünf Minuten erklären.

Was passiert, wenn etwas schiefgeht?#

• Schattenbetrieb zuerst: In den ersten Wochen läuft die Automatisierung mit, ohne etwas auszulösen. Sie vergleichen ihre Vorschläge mit dem, was Ihr Team tatsächlich tut.
• Fehlerliste statt Funkstille: Fällt ein Dienst aus oder liefert die KI Unbrauchbares, landet der Fall auf einer Liste und jemand wird benachrichtigt. Nichts verschwindet still.
• Stichproben: Auch automatisch erledigte Fälle werden regelmäßig geprüft, zum Beispiel zehn pro Woche.
• Protokoll: Jeder Schritt wird mit Zeitstempel gespeichert: Eingang, KI-Ergebnis, Prüfergebnis, Freigabe durch wen. Das hilft bei der Fehlersuche, bei Kundenfragen und bei Datenschutz-Auskünften.
• Notausschalter: Jede Automatisierung lässt sich mit einem Klick pausieren, ohne dass Daten verloren gehen. Das Team arbeitet dann wie vorher von Hand weiter.

Welche Tools und welche Architektur brauchen Sie?#

Eine KI-Automatisierung besteht fast immer aus denselben Bausteinen: Auslöser, Orchestrierung, KI-Schritt, Prüfregeln, Freigabe, Zielsysteme und Protokoll. Für KMU sind zwei Entscheidungen wichtig: das Werkzeug für die Orchestrierung und das Sprachmodell.

Orchestrierung: n8n, Make, Zapier oder Power Automate#

Orchestrierung heißt: Ein Werkzeug verbindet die Schritte und führt sie in der richtigen Reihenfolge aus. Die vier verbreitetsten Optionen für kleine Teams:

Werkzeug	Stärken	Grenzen	Datenschutz-Blick
n8n	Sehr flexibel, eigene KI-Bausteine, bei Bedarf eigener Code	Selbstbetrieb braucht jemanden, der Server und Updates pflegt	Firma mit Sitz in Berlin, Betrieb auf eigenem EU-Server möglich
Make	Visuelle Oberfläche, schneller Einstieg	Abrechnung nach Credits, komplexe Logik wird schnell unübersichtlich	Cloud-Dienst, Region und AVV bei der Einrichtung prüfen
Zapier	Sehr viele fertige Anbindungen	Abrechnung pro Task, bei vielen Schritten teurer	US-Anbieter, Drittlandtransfer prüfen
Power Automate	Naheliegend, wenn Sie Microsoft 365 nutzen	Lizenzmodell schwer zu durchschauen	Über den Microsoft-Vertrag geregelt, Details prüfen

Zu den Preisen, Stand Oktober 2026 und bitte vor einer Entscheidung prüfen: n8n Cloud kostet laut Preisseite ab 20 Euro im Monat bei jährlicher Zahlung (Starter, 2.500 Ausführungen pro Monat), der Pro-Tarif 50 Euro (10.000 Ausführungen). Die selbst betriebene Community Edition kostet keine Lizenzgebühr, der Server schon. Make bietet einen kostenlosen Einstieg mit 1.000 Credits pro Monat.

Meine Wahl für die meisten KMU-Projekte ist n8n, weil es sich bei Bedarf auf einem Server in Deutschland betreiben lässt und man nicht an einen Cloud-Tarif gebunden ist. Das ist eine Präferenz, keine Pflicht. Wer ohnehin tief in Microsoft 365 arbeitet, fährt mit Power Automate oft einfacher.

Sprachmodelle und Hosting in der EU#

Beim Sprachmodell haben Sie drei Optionen:

1. Große Modelle per Schnittstelle von OpenAI, Anthropic oder Google. Sie sind leistungsfähig, die Daten gehen aber an den Anbieter. OpenAI bietet für API-Projekte seit Februar 2025 eine Datenverarbeitung in Europa an. Prüfen Sie bei jedem Anbieter Region, Auftragsverarbeitungsvertrag und ob Ihre Eingaben zum Training genutzt werden.
2. Europäische Anbieter wie Mistral AI aus Paris. Mistral Large kostet laut Preisseite 0,50 US-Dollar pro Million Eingabe-Tokens und 1,50 US-Dollar pro Million Ausgabe-Tokens (Stand Oktober 2026, bitte prüfen). Tokens sind Wortbausteine, nach denen abgerechnet wird. Eine kurze Geschäfts-E-Mail umfasst einige hundert davon.
3. Offene Modelle selbst betreiben, auf eigener Hardware oder bei einem Rechenzentrum in der EU. Die Daten verlassen Ihre Infrastruktur nicht. Dafür steigen die Fixkosten für Grafikkarten und Pflege, und kleinere Modelle sind bei schwierigen Texten oft schwächer. Das lohnt sich vor allem bei sehr sensiblen Daten oder sehr großen Mengen.

Eine Beobachtung aus meinen RAG-Projekten: Die Wahl des Modells ist selten der Engpass. Ob ein Ablauf zuverlässig läuft, entscheidet sich an den Eingangsdaten, den Prüfregeln und den Sonderfällen. Beginnen Sie mit einem soliden Modell aus der Mittelklasse und wechseln Sie nur, wenn Ihre Testfälle das rechtfertigen.

Was kostet Prozessautomatisierung mit KI?#

Belastbare Zahlen gibt es nur für einen konkreten Ablauf. Damit Sie trotzdem eine Größenordnung haben, folgen hier die Kostenblöcke und eine Beispielrechnung mit offengelegten Annahmen. Die vollständige Herleitung mit mehr Szenarien steht im Artikel Prozessautomatisierung Kosten 2026: Preise und ROI.

Einmalige und laufende Kosten im Überblick#

Gerechnet wird mit Aufwand in Stunden mal Stundensatz. Annahme: 95 Euro pro Stunde, Median für IT-Freelancer laut Freelancer-Kompass 2026 von freelancermap. Agenturen liegen meist darüber. Die Stundenbänder sind meine Einschätzung aus Projekten, keine Marktstudie. Das ist eine Rechenannahme, kein Angebot von mir; was Ihr Projekt kostet, klären wir im Gespräch.

	Einzelner Ablauf	Prozesskette	KI-Agent oder Wissens-Assistent
Beispiel	Anfrage-Eingang mit Antwortentwurf	Anfrage, Angebot, Auftrag und Rechnung verbunden	Assistent beantwortet Fragen aus Ihren Unterlagen und legt Vorgänge an
Aufwand (Annahme)	15 bis 40 Stunden	60 bis 150 Stunden	150 bis 400 Stunden
Einmalkosten bei 95 €/h, gerundet	1.500 bis 4.000 €	6.000 bis 15.000 €	15.000 bis 40.000 €
Laufend pro Monat (Plattform, KI, Wartung)	50 bis 200 €	150 bis 500 €	300 bis 1.500 €

Dazu kommt Ihre eigene Zeit: den Ablauf erklären, echte Testfälle liefern, in der Testphase Freigaben übernehmen. Diese Stunden stehen in keinem Angebot, planen Sie sie trotzdem ein.

Warum die KI selbst selten der große Posten ist#

Eine kurze Rechnung mit den Listenpreisen von Mistral Large von oben. Annahme: 250 Anfragen im Monat, je Anfrage rund 5.000 Tokens Eingabe (Nachricht plus Arbeitsanweisung) und 1.000 Tokens Ausgabe (ausgelesene Daten plus Antwortentwurf).

Das ergibt 1,25 Millionen Eingabe- und 0,25 Millionen Ausgabe-Tokens. Bei 0,50 und 1,50 US-Dollar pro Million sind das 0,63 plus 0,38, also rund 1 US-Dollar im Monat. Selbst ein Modell, das zehnmal so viel kostet, bleibt bei etwa 10 US-Dollar. Das Geld steckt in Einrichtung, Sonderfällen und Pflege.

Beispielrechnung: Anfrage-Eingang in einem Betrieb mit 12 Mitarbeitenden#

Pro Monat	Vorher	Nachher
Anfragen komplett von Hand	250 × 8 Min. = 2.000 Min.	38 × 8 Min. = 304 Min.
Anfragen mit KI-Vorbereitung und Freigabe	keine	212 × 2 Min. = 424 Min.
Arbeitszeit gesamt	2.000 Min. = 33,3 Std.	728 Min. = 12,1 Std.
Personalkosten zu 45 €/Std.	1.500,00 €	546,00 €
Laufende Kosten der Automatisierung	0,00 €	172,50 €
Kosten gesamt	1.500,00 €	718,50 €
Ersparnis		781,50 €

Die 3.325 Euro für den Aufbau sind damit nach gut vier Monaten wieder hereingeholt (3.325 geteilt durch 781,50). Gespart werden rund 21 Arbeitsstunden im Monat.

Zwei Einschränkungen gehören dazu. Erstens wird gesparte Zeit nur dann zu Geld, wenn Ihr Team sie sinnvoll nutzt, etwa für abrechenbare Arbeit oder schnellere Rückmeldungen. Zweitens fehlt in der Rechnung ein Effekt, der in der Praxis oft wichtiger ist: Anfragen werden schneller beantwortet. Was das wert ist, hängt von Ihrem Geschäft ab.

Zur Dauer: Aus meiner Erfahrung braucht ein einzelner, klar abgegrenzter Ablauf ein bis drei Wochen bis zum Start, danach folgt der Schattenbetrieb. Muss erst eine Schnittstelle zur Branchensoftware geklärt werden, dauert es länger.

DSGVO und EU AI Act: Was müssen KMU konkret tun?#

DSGVO: die Checkliste vor dem Start#

Sobald personenbezogene Daten durch die Automatisierung laufen, und bei Anfragen, Rechnungen und Terminen ist das praktisch immer so, gilt die Datenschutz-Grundverordnung. Die deutschen Aufsichtsbehörden haben in der Datenschutzkonferenz (DSK) eine Orientierungshilfe „Künstliche Intelligenz und Datenschutz“ veröffentlicht (Mai 2024). Ergänzt wird sie durch Papiere zu technischen und organisatorischen Maßnahmen (Juni 2025) und zu RAG-Systemen (Oktober 2025).

• Datenfluss aufschreiben: Welche Daten fließen in welchen Dienst, und wo werden sie verarbeitet?
• Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO mit jedem Dienst abschließen, der personenbezogene Daten verarbeitet: Automatisierungsplattform, KI-Anbieter, Hoster.
• Drittlandtransfer prüfen (Art. 44 ff.): Bei US-Anbietern auf eine Zertifizierung nach dem EU-US Data Privacy Framework oder auf Standardvertragsklauseln achten, wo möglich eine EU-Region wählen. Das Framework hat im September 2025 eine Klage vor dem Gericht der EU überstanden, das Rechtsmittel beim Europäischen Gerichtshof (C-703/25 P) ist aber noch anhängig (Stand Oktober 2026).
• Training ausschließen: Vertraglich klären, dass Ihre Eingaben nicht zum Training der Modelle genutzt werden. Kundendaten gehören nicht in kostenlose Chat-Oberflächen.
• Daten sparsam übergeben: Nur die Felder an die KI geben, die sie für die Aufgabe braucht. Wo möglich, Namen und Kontaktdaten vorher entfernen oder ersetzen.
• Verzeichnis der Verarbeitungstätigkeiten (Art. 30) um die neue Verarbeitung ergänzen.
• Datenschutzerklärung und Informationspflichten (Art. 13 und 14) aktualisieren.
• Datenschutz-Folgenabschätzung (DSFA, Art. 35) prüfen: Sie ist nötig, wenn voraussichtlich ein hohes Risiko besteht, etwa bei Gesundheitsdaten oder bei systematischer Bewertung von Personen.
• Keine rein automatisierten Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung (Art. 22): Der Europäische Gerichtshof hat 2023 im SCHUFA-Urteil (C-634/21) entschieden, dass schon ein automatisch berechneter Wert darunter fallen kann, wenn er die spätere Entscheidung maßgeblich bestimmt.
• Löschfristen festlegen für Protokolle und Zwischenergebnisse.

Eine ausführliche Fassung mit Erläuterungen zu jedem Punkt finden Sie in der Checkliste für DSGVO-konforme KI.

EU AI Act: was für typische Büroautomatisierung gilt#

Die KI-Verordnung (EU) 2024/1689 gilt schrittweise. Für die meisten Büroautomatisierungen in KMU sind drei Punkte relevant:

1. KI-Kompetenz (Art. 4), seit 2. Februar 2025: Wer KI-Systeme beruflich einsetzt, ist im Sinne der Verordnung „Betreiber“ und muss Maßnahmen ergreifen, die die KI-Kompetenz der Mitarbeitenden fördern. Mit der Änderungsverordnung (EU) 2026/1744, dem sogenannten Digital Omnibus, in Kraft seit 27. Juli 2026, wurde die Pflicht entschärft: Ein bestimmtes Kompetenzniveau pro Person ist nicht mehr vorgeschrieben. Für die meisten KMU ist eine kurze, dokumentierte Einweisung ein angemessener Anfang: was die Automatisierung tut, wo sie Fehler macht, welche Daten nicht hineingehören und wann man eskaliert.
2. Transparenz (Art. 50), seit 2. August 2026: Wenn Menschen direkt mit einem KI-System chatten oder telefonieren, müssen sie erkennen können, dass sie mit einer KI sprechen, sofern das nicht ohnehin offensichtlich ist. Für einen Chatbot auf Ihrer Website oder einen KI-Telefonassistenten heißt das: ein klarer Hinweis zu Beginn. Bei einer internen Automatisierung, deren Antworten ein Mensch vor dem Versand freigibt, sprechen Ihre Kunden nach meinem Verständnis nicht direkt mit einer KI.
3. Hochrisiko-Bereiche meiden oder bewusst angehen: KI für Bewerberauswahl, Leistungsbewertung von Beschäftigten oder Kreditwürdigkeitsprüfung gilt als hochriskant (Anhang III). Die Pflichten dafür hat der Digital Omnibus auf den 2. Dezember 2027 verschoben. Anfragen, Belege und Termine fallen nicht darunter.

Berufsgeheimnis und Buchhaltung#

Ärztinnen, Anwälte, Steuerberaterinnen und andere Berufsgeheimnisträger dürfen Geheimnisse an externe Dienstleister nur weitergeben, soweit das für deren Tätigkeit erforderlich ist. Sie müssen außerdem dafür sorgen, dass diese zur Geheimhaltung verpflichtet sind (§ 203 Abs. 3 und 4 StGB). Das betrifft jeden Dienst in der Kette, auch den KI-Anbieter.

Für Belege und Rechnungen gelten zusätzlich die GoBD, die Regeln der Finanzverwaltung zur elektronischen Buchführung (BMF-Schreiben vom 28. November 2019, zuletzt geändert am 14. Juli 2025). Praktisch heißt das: Originale unveränderbar aufbewahren und die Automatisierung in Ihrer Verfahrensdokumentation beschreiben.

So starten Sie: fünf Schritte zum ersten automatisierten Prozess#

1. Drei Kandidaten sammeln. Fragen Sie Ihr Team, welche Aufgabe jede Woche nervt. Notieren Sie Häufigkeit und Minuten pro Durchlauf.
2. Mit dem Raster bewerten. Nehmen Sie den Kandidaten mit den meisten Punkten, nicht den spannendsten.
3. Den Ablauf auf einer Seite aufschreiben. Auslöser, Schritte, Programme, Ausnahmen. Passt er nicht auf eine Seite, ist er für den Anfang zu groß.
4. Datenschutz und Schnittstellen klären. Welche Daten, welche Dienste, welche Verträge? Hat Ihre Software eine Schnittstelle?
5. Klein starten und messen. Ein Ablauf, echte Daten, Schattenbetrieb und vorher festgelegte Erfolgskriterien, zum Beispiel: Neun von zehn Freigaben gehen unverändert durch.

Fazit: klein anfangen, Menschen einplanen, ehrlich rechnen#

Prozessautomatisierung mit KI ist für KMU kein Großprojekt, wenn man sie richtig zuschneidet. Sie brauchen einen häufigen Ablauf, KI nur dort, wo Text verstanden werden muss, klare Prüfregeln und einen Menschen, der freigibt, was nach außen geht. Die KI-Nutzung selbst kostet bei typischen Mengen wenig. Das Geld steckt in sauberer Einrichtung und Pflege, und der Datenschutz gehört an den Anfang, nicht ans Ende.

Ihr nächster Schritt dauert zehn Minuten: Schreiben Sie drei Kandidaten auf und bewerten Sie sie mit dem Raster oben. Wenn Sie danach eine zweite Meinung möchten, finden Sie auf der Seite KI-Prozessautomatisierung den Ablauf der Zusammenarbeit und den Weg zum kostenlosen Prozess-Check.