Das Ende der Prozesse, hoch leben die Algorithmen

Seit Jahrzehnten ordnen Unternehmen ihre Arbeit in End-to-End-Prozessen: vom Auftragseingang bis zur Rechnung, von der Bewerbung bis zum Arbeitsvertrag. Auch die Digitalisierung hat diese Struktur übernommen und die Ketten lediglich in Software nachgebaut. Ich halte das für einen Zwischenschritt. Sobald selbstlernende Algorithmen bereichsübergreifend und in Echtzeit miteinander kommunizieren, lösen sich die Prozessketten auf, und an ihre Stelle tritt ein vernetztes Gesamtsystem. Dieser Beitrag erklärt, warum das so ist, wie der Übergang verläuft und was er heute für Entscheidungen bedeutet.

Der Prozess als Ordnungsprinzip hat seine Grenzen

Ein End-to-End-Prozess hat einen Anfang, ein Ende und dazwischen eine Abfolge von Schritten, die durch mehrere Abteilungen läuft. Diese Form war lange sinnvoll: Sie machte Arbeit planbar, teilbar und prüfbar. Gleichzeitig hat sie die Organisation geprägt. Entlang der Prozessschritte entstanden Abteilungen, entlang der Abteilungen Grenzen, und an jeder Grenze eine Schnittstelle, an der Informationen übergeben, umformatiert und nicht selten verloren werden.

Mit den Strukturen wurde auch das Denken begrenzt. Wer lange in einer größeren, hierarchisch organisierten Firma gearbeitet hat, kennt das Muster: Jede Abteilung entwickelt im Lauf der Zeit ihre eigene Systemlogik und optimiert zuerst für sich selbst. Informationen werden zurückgehalten, Kennzahlen geschönt, Fehler erst gemeldet, wenn sie nicht mehr zu verbergen sind. Der tägliche Kampf um den kleinen Vorteil innerhalb der eigenen Grenzen verdrängt das Gesamtoptimum. In „Das selbstfahrende Unternehmen“ (Springer Gabler 2021) habe ich dieses Verhalten als typisches Merkmal des analogen Unternehmens beschrieben.

Die Digitalisierung der letzten zwanzig Jahre hat daran wenig geändert. Sie hat die Prozessketten in Workflow-Systeme übertragen, die Übergaben beschleunigt und die einzelnen Kernprozesse um einige Prozentpunkte effizienter gemacht. Die Grundstruktur blieb: linear, abgegrenzt, mit einem Anfang und einem Ende.

Der Vergleich mit dem Automobil

Die Automobilindustrie zeigt, wie sich ein Ordnungsprinzip verschieben kann. Rund hundert Jahre lang wurde das Auto um den Verbrennungsmotor herum gedacht und gebaut. Dieses Herzstück mit seinen hunderten Komponenten stand im Zentrum von Forschung und Entwicklung; Leistung, Drehmoment, Verbrauch und Abgaswerte waren die entscheidenden Kennzahlen.

Mit dem Elektroantrieb genügen im Grunde eine Batterie und ein vergleichsweise einfacher Motor. Damit verlagert sich die Aufmerksamkeit: weg von der Mechanik, hin zu den mitfahrenden Menschen, ihrem Komfort und ihrer Sicherheit, und hin zur Software, die das Fahrzeug künftig steuert. Die Hersteller müssen ihr Denken ändern, nicht nur ihre Technik.

Für Unternehmen gilt dasselbe. Bislang galt die Aufmerksamkeit den Kernprozessen einzelner Abteilungen, aus denen ein paar Prozent Effizienz herausgeholt wurden. Das weit größere Potenzial, das Unternehmen als Ganzes zu vernetzen und zu steuern, geriet dabei aus dem Blick. Die Entlastung von Routinen durch Software gibt diesen Blick frei.

Vom Prozess zum vernetzten System: drei Stufen

Die Ablöse der Prozesse geschieht nicht in einem Schritt, sondern in derselben Reihenfolge, in der sich ein Unternehmen zum selbstfahrenden Unternehmen entwickelt. Ich unterscheide drei Stufen.

Die erste Stufe wird oft unterschätzt. Eine Eingangsrechnung, die am Empfang gescannt und als Bild per E-Mail weitergeleitet wird, ist zwar digital gespeichert, für Software aber so undurchsichtig wie das Papier davor; der Ablauf bleibt derselbe. Erst wenn Inhalt und Zweck der Daten maschinell verstanden werden, kann die zweite Stufe beginnen.

Die dritte Stufe ist der eigentliche Bruch. Die ehemaligen Prozesse existieren dann nicht mehr als Ketten mit mühsamer Schnittstellenarbeit, sondern als Teilsysteme, die rund um die Uhr Informationen austauschen und ihre Entscheidungen fortlaufend aneinander ausrichten. Das Unternehmen wird, wie ich es im Buch nenne, zu einem Organismus, dessen Funktionen in Echtzeit miteinander und mit der relevanten Umwelt verbunden sind.

Algorithmen sind Chefs, Daten sind die Währung.

Dieses Motto aus dem Buch ist bewusst zugespitzt. Es beschreibt keine Herrschaft der Maschinen, sondern eine Verschiebung: Die operative Steuerung wandert in Software, und die Qualität der Daten entscheidet darüber, wie gut diese Steuerung funktioniert.

Ein Beispiel: die Freigabe eines Belegs

Wie sich das im Alltag zeigt, lässt sich am Vier-Augen-Prinzip beschreiben, einem klassischen End-to-End-Prozess. Aus dem Außendienst wird ein Bewirtungsbeleg über 1.000 Euro eingereicht. Die zuständige Führungskraft prüft, ob die damit verbundene Leistung plausibel ist, und leitet den Beleg zur Freigabe an die Prokura weiter. Danach wird gezahlt, verbucht und irgendwann im Monatsbericht ausgewiesen. Drei Personen, drei Übergaben, mehrere Tage.

Im selbstfahrenden Unternehmen liegen der Beleg und alle damit verknüpften Daten, also Kundentermin, Projekt, Budget und Reiserichtlinie, in maschinenlesbarer Form vor. Regel- und KI-basierte Algorithmen treffen die Entscheidung sofort und lösen gleichzeitig alle Folgeaktionen aus: die Anweisung des Betrags, die Verbuchung, die Aktualisierung der Liquiditätsplanung und der laufenden Projektkalkulation, bei Bedarf die Simulation von Szenarien, etwa welche Auswirkung ein weiterer Kundenbesuch auf die Projektmarge hätte.

Der Unterschied liegt nicht darin, dass ein Prozess schneller abgearbeitet wird. Es werden mehrere Entscheidungen zugleich getroffen und mehrere Aktionen zugleich ausgelöst, und der Systemstatus ist jederzeit abrufbar, nicht erst nach Monatsende in einem aufwendig aufbereiteten Bericht. Die Führungskraft sieht nur noch, was tatsächlich ihre Aufmerksamkeit braucht: den Ausnahmefall.

Wie Algorithmen entscheiden und wer die Ziele setzt

Dass mehrere Entscheidungen parallel fallen können, liegt daran, dass Software anders entscheidet als ein Mensch. Algorithmen berechnen aus großen Datenmengen Korrelationen, die nach außen als Entscheidung wahrgenommen werden. Sie verarbeiten dabei weit mehr Fakten in weit kürzerer Zeit. Menschen entscheiden auch bei dünner Faktenlage, intuitiv und wertbasiert, und müssen die Entscheidung anschließend oft mühsam rechtfertigen.

Wichtig ist dabei ein Punkt, der in der Diskussion häufig untergeht: Algorithmen treffen ihre Entscheidungen nicht selbst. Sie verfolgen Ziele, die Menschen ihnen vorgegeben haben. Technisch geschieht das über Schwellenwerte und definierte Ergebnisparameter, innerhalb derer die Entscheidung im Einzelfall fällt. Die Programmiererinnen und Programmierer, und mit ihnen das Management, treffen eine Meta-Entscheidung, die für alle folgenden Einzelentscheidungen den Rahmen setzt. Wer diesen Rahmen setzt, führt das Unternehmen.

Zur Entscheidung gehört das Fehlermachen. Ein lernender Algorithmus trifft zu Beginn häufig Fehlentscheidungen; Menschen oder andere Algorithmen erkennen sie und melden sie zurück. Aus dieser Rückmeldung korrigiert der Algorithmus seine Parameter, und die geänderte Konfiguration greift bereits bei der nächsten Entscheidung. Denselben Fehler macht er danach im Regelfall kein zweites Mal. Dieser Feedback-Zyklus erklärt, warum jeder Algorithmus zu Beginn trainiert werden muss, und er erklärt auch, warum eine Einzelentscheidung nach einiger Zeit des Lernens für Menschen kaum noch nachvollziehbar ist. Prüfbar bleibt sie im übergeordneten Kontext: an ihren Ergebnissen, gemessen an den vorgegebenen Zielen.

Ein Beispiel dafür, wie schnell Menschen algorithmischen Entscheidungen Vertrauen schenken, wenn die Ergebnisse überprüfbar sind, ist die Geldanlage. Robo-Advisors verwalteten 2017 weltweit ein Anlagevolumen von rund 260 Milliarden Euro; für 2025 wird ein Volumen von etwa 2,3 Billionen Euro erwartet (Statista, Digital Market Outlook „Robo-Advisors weltweit“, abgerufen am 30. November 2021). Ob sie erfahrene Portfoliomanagerinnen und Portfoliomanager dauerhaft übertreffen, wird diskutiert; dass ihnen Kapital in dieser Größenordnung anvertraut wird, ist messbar.

Der Hebel liegt in der Integration

In den nächsten fünf bis zehn Jahren werden Unternehmen immer mehr Algorithmen für einzelne Spezialaufgaben anlernen: Belegprüfung, Disposition, Preisfindung, Wartungsplanung. Jeder davon wird seine Aufgabe bald zuverlässiger erledigen als ein manueller Ablauf. Das ist aber erst die erste Hälfte der Entwicklung. Die zweite besteht darin, dass diese Algorithmen ihren Status laufend mit allen anderen Bereichen austauschen. So entsteht ein Entscheidungsnetzwerk, das das gesamte Unternehmen durchzieht.

Die technischen Fortschritte der letzten Jahrzehnte waren Summen: mehr Prozessoren, mehr Speicher, leistungsfähigere Endgeräte, punktuelle KI-Anwendungen. Der Hebel dieser Stufe entsteht dadurch, dass alle diese Errungenschaften erstmals vollständig integriert werden. Ich erwarte deshalb eine Transformation, die größer ausfällt als alle bisherigen Schritte der vier technischen Revolutionen. Erst mit dieser Integration lassen sich sämtliche Entscheidungen, die großen wie die kleinen, auf das Gesamtoptimum im Sinne der strategischen Ziele ausrichten. Die widersprüchlichen Logiken der Einzelsysteme, das Zurückhalten von Informationen und das Vertuschen von Fehlern werden dann nicht durch Appelle überwunden, sondern durch Transparenz: Jedes Ergebnis ist sichtbar, sobald es entsteht.

Dass dieser Schritt notwendig wird, hat auch mit der Datenmenge zu tun. Nach einer Studie der International Data Corporation, zitiert nach Statista 2020, wächst das weltweite Datenvolumen von 33 Zettabyte im Jahr 2018 auf 175 Zettabyte im Jahr 2025. Das Problem der Unternehmen ist nicht die Speicherung, sondern die aktive Nutzung dieser Daten. Sie ist mit linearen Prozessen und manueller Auswertung nicht mehr zu leisten.

Die Organisation folgt der Technik. Wenn die operative Steuerung in vernetzter Software liegt, verlieren Organigramme und Hierarchien ihre Begründung; Abteilungsgrenzen und die Grenzen zu Partnern und Lieferanten werden durchlässig. Unternehmen, die daran festhalten, werden mit Wettbewerbern konfrontiert sein, die schneller, präziser und kostengünstiger entscheiden.

Was das heute für Entscheidungen bedeutet

Kaum ein Unternehmen, das wir beraten, steht heute auf der dritten Stufe. Die meisten arbeiten an der ersten und zweiten. Die Auflösung der Prozesse ist dennoch keine ferne Vision, sondern eine Frage der Architektur, die jetzt entschieden wird. Fünf Konsequenzen halte ich für zentral:

• Daten maschinenlesbar machen, nicht nur digital speichern. Ein PDF im Posteingang ist kein Fortschritt, wenn Software seinen Inhalt nicht versteht. Ohne diese Grundlage kann keine der weiteren Stufen beginnen.
• Prozesse auf ihre Auflösung hin entwerfen. Wer heute einen Ablauf automatisiert, sollte ihn als Zustände, Ereignisse und Regeln beschreiben, nicht als Kette von Übergaben. So lässt er sich später in ein vernetztes System überführen, statt ihn erneut zu bauen.
• Meta-Entscheidungen explizit machen. Schwellenwerte, Zielgrößen und Entscheidungsspielräume gehören dokumentiert und verantwortet, bevor Software sie anwendet. Das ist Führungsarbeit, keine Programmieraufgabe.
• Feedback-Schleifen einplanen. Ein Algorithmus, dessen Fehler niemand zurückmeldet, lernt nicht. Wer ihn einsetzt, braucht einen Weg, Ergebnisse zu prüfen und Abweichungen zurückzuspielen.
• Abteilungsgrenzen als Datengrenzen abbauen. Das Gesamtoptimum ist nur erreichbar, wenn die Systeme der Bereiche denselben Status sehen. Jedes Silo, das heute entsteht, ist eine Schnittstelle von morgen.

Meine Einschätzung ist, dass der Produktivitätsabstand zwischen Unternehmen, die diesen Weg gehen, und solchen, die weiter an Prozessketten optimieren, größer sein wird als bei allen bisherigen Stufen der Digitalisierung. Die End-to-End-Prozesse haben ihre Aufgabe erfüllt. Sie gehören in die Wirtschaftsgeschichte, nicht in die Zielarchitektur.

Der nächste Schritt

Die Grundlagen dieses Beitrags, die Autonomiestufen und das Kapitel zum Sieg der Algorithmen, sind im Buch „Das selbstfahrende Unternehmen“ ausführlich beschrieben; eine Zusammenfassung finden Sie im ersten Beitrag dieser Serie. Mehr zum Buch und zur Vision steht auf der Seite Das selbstfahrende Unternehmen. Wenn Sie wissen wollen, auf welcher Stufe Ihr Unternehmen steht und welche Prozesse sich als erste auflösen lassen, buchen Sie ein Expertengespräch.