KI-Masterclass: Automatisierungspotenzial erkennen – welche Schritte in Prozess X wirklich Zeit fressen

Dein Team sagt: „Der Prozess läuft doch.“

Und trotzdem dauert alles zu lange.

Anfragen bleiben liegen, Übergaben ziehen sich, Freigaben werden doppelt geprüft, Daten werden von einem Tool ins nächste kopiert. Niemand sieht den gesamten Aufwand, weil die Zeitfresser selten in einem einzelnen großen Problem stecken – sondern in vielen kleinen, wiederkehrenden Schritten.

Genau hier wird KI praktisch: nicht, um sofort den ganzen Prozess zu ersetzen, sondern um systematisch sichtbar zu machen, welche Schritte in Prozess X Zeit fressen, warum sie Zeit fressen und was sich zuerst automatisieren lohnt.

In diesem Modul zeige ich dir, wie du dafür Google Gemini, ChatGPT und Anthropic Claude nutzen kannst – nicht abstrakt, sondern als konkreten Arbeitsprozess für die Praxis. Google beschreibt Gemini als KI-Assistenten für Schreiben, Planen, Recherchieren und Lernen; OpenAI beschreibt ChatGPT als dialogorientiertes System mit kontextbezogenen Antworten und – je nach Tarif/Einstellung – zusätzlichen Tools wie Websuche; Anthropic stellt Claude als Arbeitsumgebung für hilfreiche Gespräche und professionelle Wissensarbeit dar.

1. Das reale Problem

Nehmen wir einen typischen Prozess X:

zum Beispiel Leadbearbeitung, Angebotserstellung, Rechnungsfreigabe, Recruiting oder Content-Freigaben.

Auf dem Papier sieht der Ablauf sauber aus:

Eingang → Prüfung → Rückfrage → Bearbeitung → Freigabe → Versand → Dokumentation

In der Realität sieht es eher so aus:

• Informationen fehlen
• Daten werden manuell übertragen
• Rückfragen kommen per Mail, Chat und Telefon
• Freigaben warten auf einzelne Personen
• Dokumentation wird am Ende „noch schnell“ nachgetragen
• Sonderfälle unterbrechen den Standardablauf

Das Ergebnis: Der Prozess wirkt aktiv, ist aber in Wahrheit voller Mikroverzögerungen.

2. Warum das Problem bleibt

Viele Unternehmen gehen an das Thema falsch heran.

Sie suchen direkt nach „dem besten KI-Tool“, bevor sie den Prozess überhaupt sauber zerlegt haben. Oder sie automatisieren den lautesten Schmerzpunkt, obwohl die meiste Zeit an ganz anderer Stelle verloren geht.

Typische Fehlansätze sind:

• Tool-Overload statt Prozessklarheit
• zu grobe Prozessbeschreibungen
• fehlende Trennung zwischen Bearbeitungszeit und Wartezeit
• keine Priorisierung nach Aufwand, Wiederholung und Standardisierbarkeit
• KI wird für Textproduktion genutzt, aber nicht für Prozessdiagnose

Die Folge: Man bekommt viele Ideen, aber keine belastbare Entscheidungsgrundlage.

3. Die konkrete Lösung: der 4-Schritte-Automatisierungs-Potenzial-Check

Statt sofort zu automatisieren, gehst du in vier klaren Schritten vor.

Schritt 1: Prozess X in Einzelschritte zerlegen

Nicht „Angebot erstellen“, sondern:

1. Anfrage sichten
2. Informationen im CRM prüfen
3. fehlende Daten beim Kunden anfragen
4. interne Rücksprache mit Fachbereich
5. Angebotsvorlage suchen
6. Zahlen anpassen
7. Freigabe einholen
8. PDF exportieren
9. Mail formulieren
10. Versand dokumentieren

Erst auf dieser Ebene wird sichtbar, wo Zeit verloren geht.

Schritt 2: Pro Schritt vier Werte erfassen

Für jeden Schritt dokumentierst du:

• Bearbeitungszeit: Wie lange arbeitet jemand aktiv daran?
• Wartezeit: Wie lange liegt der Schritt, bis es weitergeht?
• Wiederholungsgrad: Wie oft passiert das pro Woche/Monat?
• Standardisierbarkeit: Läuft der Schritt meist nach festen Regeln?

Schritt 3: KI auf Zeitfresser statt auf „Automatisierung insgesamt“ ansetzen

Die bessere Frage an KI lautet nicht:

„Was kann man automatisieren?“

Sondern:

„Welche Einzelschritte verursachen den größten Zeitverlust – und warum?“

Genau dafür eignen sich Gemini, ChatGPT und Claude sehr gut. Alle drei lassen sich als strukturierte Sparringspartner nutzen, aber mit leicht unterschiedlicher Stärke in der praktischen Anwendung. Google dokumentiert für Gemini unter anderem Chat-Nutzung im Web, Antwortüberprüfung und verbundene Apps; OpenAI beschreibt für ChatGPT die dialogische Nutzung über die Eingabebox sowie je nach Zugriff zusätzliche Werkzeuge; Anthropic stellt Lern- und Arbeitsleitfäden für Claude bereit, um Prompts, Analyse und Arbeitsabläufe zu strukturieren.

Schritt 4: Ergebnisse priorisieren

Danach priorisierst du nicht nach „cool“, sondern nach:

Zeitverlust × Häufigkeit × Automatisierbarkeit

Das ist die Basis für echte Quick Wins.

4. So nutzt du Google Gemini, ChatGPT und Claude konkret im Vergleich

Jetzt wird es praktisch.

Die drei Tools solltest du nicht blind gegeneinander antreten lassen, sondern bewusst für unterschiedliche Blickwinkel einsetzen.

A. Google Gemini: gut für erste Struktur, Clustering und Sichtbarmachung von Mustern

Gemini ist sinnvoll, wenn du aus einem unsauberen, realen Prozessinput schnell eine erste Struktur machen willst. Offizielle Hilfeseiten beschreiben die Nutzung im Webchat, Antwortprüfung sowie Funktionen wie Connected Apps und Gems, die je nach Konto zusätzliche Kontexte und Workflows ermöglichen.

So gehst du vor

Du gibst Gemini zuerst keine „große Strategieaufgabe“, sondern einen rohen Prozessdump:

• Liste aller Prozessschritte
• beteiligte Rollen
• Tools
• typische Rückfragen
• Medienbrüche
• geschätzte Zeiten

Dann promptest du zum Beispiel so:

Prompt an Gemini:

„Analysiere den folgenden Prozess. Markiere pro Schritt, ob der Zeitverlust hauptsächlich durch manuelle Dateneingabe, Warten auf Freigaben, unklare Informationen, Medienbrüche oder Abstimmung entsteht. Fasse ähnliche Engpässe zusammen und nenne die drei größten Zeitfresser.“

Was Gemini in diesem Use Case oft gut kann

• ähnliche Probleme gruppieren
• erste Muster sichtbar machen
• verstreute Prozessinformationen in Kategorien ordnen
• einen verständlichen Startüberblick liefern

Wofür ich Gemini hier einsetzen würde

Als ersten Analyse- und Strukturierungsdurchlauf.

Nicht für die finale Entscheidung, sondern für die schnelle Verdichtung:

„Wo steckt wahrscheinlich die meiste Reibung?“

B. ChatGPT: stark für Priorisierung, Umsetzungslogik und nächste Automatisierungsschritte

ChatGPT eignet sich besonders gut, wenn du aus einer Prozessanalyse konkrete Maßnahmen ableiten willst. OpenAI beschreibt ChatGPT als dialogbasiertes System; im Help Center werden außerdem – abhängig von Tarif und Einstellungen – zusätzliche Werkzeuge wie Websuche und vertiefte Recherche genannt.

So gehst du vor

Du gibst ChatGPT idealerweise bereits eine strukturierte Tabelle, zum Beispiel:

Dann promptest du zum Beispiel so:

Prompt an ChatGPT:

„Bewerte diese Prozessschritte nach Zeitverlust, Häufigkeit und Automatisierbarkeit. Erstelle eine Prioritätenliste mit Quick Wins, mittelfristigen Automatisierungen und Schritten, die vorerst manuell bleiben sollten. Begründe jede Empfehlung.“

Was ChatGPT in diesem Use Case oft gut kann

• aus Rohdaten eine Prioritätenlogik bauen
• Quick Wins von komplexeren Projekten trennen
• Umsetzungsoptionen formulieren
• mit dir mehrere Iterationen durchgehen

Wofür ich ChatGPT hier einsetzen würde

Als Entscheidungs- und Maßnahmen-Workbench.

Also für die Frage:

„Was automatisieren wir zuerst – und wie?“

C. Anthropic Claude: stark für Tiefe, Klarheit und das Herausarbeiten versteckter Prozessrisiken

Claude ist besonders hilfreich, wenn du nicht nur oberflächliche Zeitfresser finden willst, sondern die Denkfehler im Prozessdesign verstehen möchtest. Anthropic stellt dazu Lernmaterialien und praxisnahe Leitfäden bereit, um Claude für professionelle Workflows einzusetzen.

So gehst du vor

Du gibst Claude den Prozess plus Kontext:

• Welche Ziele der Prozess hat
• welche Sonderfälle auftreten
• welche Regeln oder Freigaben nicht verhandelbar sind
• wo Fehler teuer werden
• welche Informationen häufig fehlen

Dann promptest du zum Beispiel so:

Prompt an Claude:

„Untersuche diesen Prozess nicht nur auf Zeitfresser, sondern auf strukturelle Ursachen von Verzögerungen. Zeige, welche Schritte unnötige Rückfragen erzeugen, wo Rollen unklar sind, welche Freigaben nur scheinbar notwendig sind und welche Automatisierungen Risiken erzeugen würden.“

Was Claude in diesem Use Case oft gut kann

• bessere Unterscheidung zwischen Symptom und Ursache
• sauberere Formulierungen bei Prozesslogik
• Hinweise auf Ausnahmen, Unsicherheiten und Governance
• klarere Analyse von Abhängigkeiten

Wofür ich Claude hier einsetzen würde

Als Qualitäts- und Tiefenprüfung.

Also für die Frage:

„Wo würden wir mit einer vorschnellen Automatisierung den falschen Schritt beschleunigen?“

5. Der beste Praxisprozess: nicht entweder/oder, sondern nacheinander

Die sinnvollste Nutzung ist oft diese Reihenfolge:

1. Gemini für den ersten Muster-Scan

Du lässt den unstrukturierten Prozess vorsortieren und Engpässe clustern.

2. ChatGPT für Priorisierung und Umsetzungsplan

Du verwandelst diese Erkenntnisse in eine belastbare Roadmap.

3. Claude für Tiefencheck und Risiken

Du prüfst, ob die geplanten Automatisierungen fachlich und organisatorisch wirklich tragfähig sind.

So bekommst du keine hübsche KI-Antwort, sondern eine bessere Entscheidungsgrundlage.

6. Praxisbeispiel: mittelständisches Unternehmen im Angebotsprozess

Ein B2B-Unternehmen möchte seinen Angebotsprozess beschleunigen.

Vorher

• Anfragen kommen per Mail rein
• Daten werden manuell ins CRM übertragen
• Produktinfos werden aus mehreren Dokumenten zusammengesucht
• Rückfragen an Technik dauern
• Freigaben laufen per E-Mail
• Versand und Dokumentation macht der Vertrieb manuell

Die offizielle Wahrnehmung:

„Die Angebotserstellung dauert halt.“

Die echte Ursache:

nicht ein Schritt, sondern sechs kleine Reibungsverluste.

Analyse mit KI

Mit Gemini wird sichtbar:

Die größten Muster sind fehlende Eingangsdaten, doppelte Dateneingabe und Wartezeiten bei Freigaben.

Mit ChatGPT entsteht daraus eine Priorisierung:

1. standardisiertes Anfrageformular
2. automatische CRM-Vorbefüllung
3. Angebotsvorlage mit variablen Bausteinen
4. Freigaberegeln nach Schwellenwert automatisieren
5. Versand und CRM-Dokumentation koppeln

Mit Claude wird dann klar:

Die Technik-Rückfragen sind nicht nur ein Zeitproblem, sondern ein Standardisierungsproblem, weil Produktwissen nicht sauber strukturiert vorliegt. Außerdem sind manche Freigaben historisch gewachsen und fachlich gar nicht mehr nötig.

Nachher

• strukturierter Anfrageeingang
• weniger Rückfragen
• weniger Copy-Paste
• schnellere Freigaben
• klare Trennung zwischen Standardfall und Sonderfall
• erste Teilautomatisierungen statt Vollautomatisierungsfantasie

Das Ergebnis ist meist nicht „100 % automatisch“, sondern 30 bis 50 % weniger Reibung in den relevantesten Schritten. Ob das erreichbar ist, hängt natürlich stark von Datenqualität, Prozessdisziplin und Systemlandschaft ab; die Priorisierungsmethode erhöht aber die Chance, zuerst an den richtigen Stellen anzusetzen. Diese Einordnung ist eine Praxisableitung aus den oben beschriebenen Produkt- und Nutzungsmöglichkeiten der drei Systeme.

7. Sofort umsetzbare Schritte

Wenn du das morgen in deinem Unternehmen testen willst, geh so vor:

1. Wähle einen echten Prozess X

Nicht den größten, sondern einen häufigen Prozess mit klaren Übergaben.

2. Zerlege ihn in 10 bis 20 Einzelschritte

Keine Oberbegriffe. Nur konkrete Aktivitäten.

3. Ergänze pro Schritt fünf Felder

Rolle, Bearbeitungszeit, Wartezeit, Häufigkeit, Standardisierbarkeit.

4. Starte mit einem Dreifach-Review

• Gemini für Muster und Cluster
• ChatGPT für Priorisierung
• Claude für Ursachen und Risiken

5. Markiere nur drei Kandidaten

Nicht zehn. Nur die drei Schritte mit dem größten Hebel.

6. Entscheide zwischen drei Maßnahmenarten

• eliminieren
• standardisieren
• automatisieren

7. Teste einen Pilot in vier Wochen

Kein Mammutprojekt. Ein klar abgegrenzter Teilprozess reicht.

8. Strategische Einordnung

Wer Prozesse nicht auf Zeitfresser untersucht, automatisiert oft das Falsche.

Dann wird nicht der Engpass entfernt, sondern nur ein einzelner Arbeitsschritt schneller gemacht, während der eigentliche Verlust weiter in Wartezeiten, Rückfragen und Medienbrüchen steckt.

Genau deshalb ist diese Art der KI-Nutzung strategisch relevant:

• Du nutzt KI nicht nur als Texthilfe, sondern als Analyseinstrument.
• Du erkennst, wo Standardisierung vor Automatisierung kommen muss.
• Du reduzierst Blindinvestitionen in Tools.
• Du baust intern Prozesskompetenz statt Tool-Abhängigkeit auf.

Der Wettbewerbsvorteil liegt nicht darin, dass du „auch KI nutzt“.

Er liegt darin, dass du besser entscheidest, was zuerst verändert werden muss.

9. Mein Fazit

Wenn du herausfinden willst, welche Schritte in Prozess X wirklich Zeit fressen, brauchst du keine perfekte Transformation von Tag eins an.

Du brauchst zuerst Transparenz.

Google Gemini, ChatGPT und Anthropic Claude können dir dabei jeweils auf unterschiedliche Weise helfen:

• Gemini für den schnellen Musterblick
• ChatGPT für Priorisierung und Umsetzungslogik
• Claude für Tiefenschärfe, Ursachenanalyse und Risikoprüfung

Die eigentliche Stärke entsteht aber erst im Zusammenspiel:

erst clustern, dann priorisieren, dann absichern.

So wird aus KI kein Spielzeug, sondern ein Werkzeug für bessere Prozesse.

🚀 Nächster Schritt

Wenn du KI nicht nur verstehen, sondern strukturiert in deinem Unternehmen einsetzen willst, dann:

👉 Informiere dich über unsere KI-Weiterbildung:
https://bloo.school

👉 Informiere dich über unsere Smart Market Fit Angebote:
https://bloola.com/smf - Der Smart Market Fit Kurs
https://bloola.com/smf-system - Das Smart Market Fit System für Unternehmen

👉 Oder erfahre mehr über unsere Beratungs- und Automatisierungslösungen:
https://bloola.com