Beispiel zur Veranschaulichung, zusammengestellt aus anonymisierten Erfahrungswerten aus der Beratungspraxis. Die geschilderte Perspektive spiegelt typische Herausforderungen wider, wie sie in vergleichbaren Transformationsberater und B2B-IT-Dienstleistern regelmäßig auftreten.
Als CDO bei einem mittelständischen Unternehmen sitze ich an einer eigenartigen Schnittstelle: Ich bekomme aus der Geschäftsführung die Ansage „wir müssen effizienter werden, lasst uns mehr automatisieren“ – und gleichzeitig aus dem Team die berechtigte Sorge „wird meine Aufgabe jetzt wegrationalisiert?“. Als wir vor einiger Zeit begonnen haben, uns unsere eigenen internen Abläufe abteilungsübergreifend anzuschauen, kam am Ende etwas anderes heraus, als ich anfangs erwartet hatte. Deshalb schreibe ich das hier mal aus meiner Perspektive auf – nicht als Berater, sondern als jemand, der es intern umsetzen musste.
Der Ausgangspunkt: eine Grafik, die uns anfangs gar nicht gefallen hat
Unsere Erfahrungswert hatte uns eine Einordnung mitgebracht, wie hoch das realistische Automatisierungspotenzial je Abteilung ist:
Meine erste Reaktion als Tech Lead: Warum steht „Fulfillment / Projektabwicklung“ – also mein ureigener Bereich, die Softwareentwicklung und Projektumsetzung – bei nur 40 %, während Admin und Buchhaltung bei 60-70 % liegen? Ich hätte instinktiv gedacht, dass gerade wir als Tech-Abteilung mit CI/CD, automatisierten Tests und KI-gestützter Coding-Assistenz ganz vorne liegen müssten.
Nach ein paar Wochen praktischer Umsetzung habe ich verstanden, warum die Einschätzung genau andersherum Sinn ergibt.
Was bei uns im Fulfillment tatsächlich automatisiert werden konnte
Wir haben in der Projektabwicklung inzwischen automatisiert:
- Zeiterfassung und Projekt-Reporting laufen komplett ohne manuelles Zutun
- Ticket-Routing zwischen Entwicklung, QA und Kundenanfragen erfolgt regelbasiert
- Ein Großteil unserer Testsuiten läuft automatisiert bei jedem Deployment
- Standard-Code-Reviews auf Stilebene und offensichtliche Fehler übernimmt inzwischen ein KI-gestütztes Tool vor, bevor ein Mensch überhaupt draufschaut
Das war der Teil, der schnell ging und sofort spürbare Zeitersparnis gebracht hat. Genau dieser Teil entspricht in etwa den 40 %, die in der Einschätzung genannt wurden.
Was sich nicht automatisieren ließ – und warum das gut so ist
Was übrig blieb, war interessanterweise genau der Teil unserer Arbeit, der den größten Unterschied für unsere Kunden macht: Architekturentscheidungen bei komplexen Systemen, die Fehlersuche in einem gewachsenen Legacy-System eines Kunden, das seit zehn Jahren niemand mehr vollständig dokumentiert hat, und vor allem die Gespräche mit dem Kunden, wenn sich mitten im Projekt Anforderungen ändern und man gemeinsam entscheiden muss, was das für Timeline und Budget bedeutet.
Ein Kollege aus dem Support hat das treffend zusammengefasst: „Ich will nicht, dass der Kunde merkt, dass hier ein Bot antwortet – ich will, dass er merkt, dass er ernst genommen wird.“ Genau das war unsere Erfahrung im Kundensupport (bei uns mit rund 35 % Automatisierungsgrad): Die einfachen Statusanfragen laufen automatisiert, aber sobald ein Enterprise-Kunde ein echtes Problem hat, wollen die Leute einen Menschen am anderen Ende, der ihre Situation versteht.
Der Punkt, der bei uns intern für die größte Erleichterung gesorgt hat
Die größte Sorge im Team war: „Wird jetzt jemand von uns überflüssig?“ Die Antwort, die sich nach einigen Monaten praktisch bestätigt hat: Niemand wurde überflüssig – aber die Arbeit hat sich verschoben. Unsere Entwickler verbringen heute deutlich weniger Zeit mit standardisierten Code-Reviews und Reporting, dafür deutlich mehr Zeit mit den technisch anspruchsvollen Problemen, für die sie eigentlich ausgebildet sind. Das hat nebenbei auch die Zufriedenheit im Team spürbar erhöht – niemand hat Informatik studiert, um Stundenzettel auszufüllen.
Was ich anderen Tech Leads mitgeben würde
Wenn ich es rückblickend zusammenfassen müsste: Wir haben nicht „die Abteilung automatisiert“. Wir haben die Fleißarbeit innerhalb der Abteilung automatisiert und die frei gewordene Zeit in die Aufgaben investiert, die tatsächlich Urteilsvermögen brauchen. Das ist ein feiner, aber entscheidender Unterschied – und er erklärt auch, warum ausgerechnet der Vertrieb in der Einschätzung von unseren Experten mit nur 20 % das geringste Automatisierungspotenzial hat: Bei einem Sechs- oder Siebenstelligen-Euro-Deal will der Kunde am Ende mit einem Menschen sprechen, der die Verantwortung für die Lösung übernimmt – nicht mit einem System, das ihm eine Nachricht generiert hat.
Aus technischer Sicht kann ich nur bestätigen: Die Grenze zwischen „automatisierbar“ und „menschlich notwendig“ verläuft in der Praxis erstaunlich genau dort, wo es die Einschätzung unserer Softwareentwickler und KI-Berater vorhergesagt hat – auch wenn es für mich als Tech Lead anfangs kontraintuitiv war, dass ausgerechnet unsere Kernabteilung nicht ganz oben auf der Automatisierungsskala steht.
Dieser Beitrag ist ein fiktiver, illustrativer Erfahrungsbericht auf Basis anonymisierter Praxiserfahrungen aus der Beratungsarbeit von SAPHIR GmbH
