Die KI-Welt erfindet das Prozessmanagement neu

Vor meinem Vortrag bei der KI-Night am 29. September 2026 habe ich einem Coding-Agenten ein Foto gegeben: ein Whiteboard mit einer Handvoll Kästen, ein paar Pfeilen und der Randnotiz „2-4 Tage ?!“. Zurück kam ein Prozessmodell, das sich in gängigen Modellierungswerkzeugen öffnen und bearbeiten lässt. Dann bat ich ihn, denselben Prozess mit einem KI-Agenten neu zu entwerfen. Das Ergebnis sieht überzeugend aus. Bei genauerem Hinsehen entscheidet der Agent darin aber kaum etwas selbst.

Dieser Artikel zeigt beide Versuche, was an ihnen gut ist und was nicht. Daraus ergibt sich eine These: Die KI-Welt erfindet gerade das Prozessmanagement neu. Wer Prozesse modellieren kann, hat das Handwerk, das KI-Agenten bisher fehlt.

Der Fall: eine Anfrage im Kundenservice

Der Prozess auf dem Whiteboard gehört zu einem Lehrfall, den ich für den Vortrag gebaut habe. Er spielt bei einem Zahlungsdienst und ist vollständig erfunden.

Eine Kundin schreibt in den Chat. Der Fall heißt im Folgenden Ticket K-17:

„Mein Paket ist nie angekommen. Bitte erstatten. Ich habe doch 30 Tage Zeit.“

Das klingt einfach. Für die Antwort braucht der Kundenservice drei Quellen: den Chat, die Bestelldaten mit Sendungsverfolgung und die Käuferschutz-Richtlinie. Dort beginnt das Problem. Die 30 Tage gelten nicht mehr, seit dem Sommer sind es 21, und damit kommt die Meldung drei Tage zu spät. Der Paketdienst meldet „zugestellt“, aber ohne Nachweis, dass die Kundin das Paket abgeholt hat.

Zwei Fragen sind also offen: Welche Regel gilt? Und ist die Ware überhaupt angekommen? Ob erstattet wird, entscheidet am Ende das Käuferschutz-Team.

Versuch 1: vom Whiteboard-Foto zum Prozessmodell

Der Coding-Agent (hier Claude Code) bekam das Foto und einen Satz als Auftrag. Die Wiedergabe zeigt den aufgezeichneten Lauf.

1 · Whiteboard-Foto (synthetisch)

2 · Claude Code schreibt die Datei

› Erstelle aus dem Foto input/whiteboard-skizze.jpg die Datei output/skizze.bpmn: ein BPMN-2.0-Modell mit Pool, den zwei Lanes, allen Schritten und dem Gateway mit beiden Pfaden. Übernimm die Beschriftungen wörtlich.

Ich lade zuerst den BPMN-Skill für die Konventionen und schaue mir dann die Skizze an.

▶ Skill prozessmodell-bpmn
  Launching skill: prozessmodell-bpmn

▶ Lesen input/whiteboard-skizze.jpg
  [Bild gelesen]

Skizze gelesen. Laut Projekt-CLAUDE.md führe ich keine Pipeline aus, sondern schreibe die beiden Dateien direkt, inklusive handgesetztem Layout.

▶ Schreiben output/skizze.bpmn  (197 Zeilen)
<?xml version="1.0" encoding="UTF-8"?>
<bpmn:definitions xmlns:bpmn="http://www.omg.org/spec/BPMN/20100524/MODEL"
                  xmlns:bpmndi="http://www.omg.org/spec/BPMN/20100524/DI"
                  xmlns:dc="http://www.omg.org/spec/DD/20100524/DC"
                  xmlns:di="http://www.omg.org/spec/DD/20100524/DI"
                  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                  id="Definitions_WareNichtErhalten"
                  targetNamespace="http://kirenz.de/bpmn/ware-nicht-erhalten"
                  exporter="handgeschrieben"
                  exporterVersion="1.0">

  <bpmn:collaboration id="Collaboration_1">
…

  Datei geschrieben

▶ Schreiben output/notizen.md  (3 Zeilen)
- Unklar: Der Schritt "Käuferschutz prüft + entscheidet" ist auf dem Whiteboard in der oberen Zeile (Kundenservice) gezeichnet, der Text nennt aber die Rolle Käuferschutz; ebenso ist nicht eindeutig, ob "Rückfrage Händler" wirklich vom Käuferschutz ausgeführt wird oder nur aus Platzgründen unten steht, und ob der Rückpfeil eine echte Schleife zurück zu "Bestellung + Tracking nachschauen" meint.
- Annahmen: "Käuferschutz prüft + entscheidet" und "Rückfrage Händler" liegen in der Lane Käuferschutz (Rollenname bzw. Position auf dem Board), der Zusatz "(Kundenservice)" unter "Anfrage erfassen" wurde als Lane-Zuordnung gelesen und nicht in den Task-Namen übernommen, der Rückpfeil ist als Schleife modelliert, alle Schritte sind userTasks (Menschen), das Gateway ist ein exklusives Gateway.
- Nicht übernommen: die Randnotiz "2-4 Tage ?!" oben rechts (Durchlaufzeit, Bezug unklar) sowie die blaue Unterstreichung unter "Käuferschutz prüft + entscheidet" (Hervorhebung ohne Prozessbedeutung).

  Datei geschrieben

Beide Dateien liegen in `output/`. Wie in der Projekt-CLAUDE.md verlangt, habe ich keine Befehle ausgeführt, die Validierung über die Process-Lab-Pipeline steht also noch aus.

**`output/skizze.bpmn`**
- Pool „Ware nicht erhalten" mit den Lanes „Kundenservice" und „Käuferschut …

✓ Fertig nach 98 Sekunden Laufzeit.

3 · Das Modell, gerendert aus genau dieser Datei

Zwei Stellen in der Mitschrift finde ich wichtiger als das Modell selbst. Der Agent lädt zuerst einen Skill, also eine hinterlegte Arbeitsanweisung für Prozessmodelle, bevor er das Foto liest. Und er schreibt neben dem Modell eine Notizdatei: was auf dem Whiteboard unklar war, welche Annahmen er getroffen hat und was er nicht übernommen hat, etwa die Randnotiz „2-4 Tage ?!“. Mit diesen Notizen beginnt die Prüfung durch das Prozessteam.

So sieht der heutige Ablauf als Modell aus. Jede Bahn steht für eine Rolle, Kästen sind Aufgaben, Rauten sind Entscheidungen.

Dass eine KI ein Diagramm zeichnen kann, ist nicht der Punkt. Das Ergebnis ist kein Bild, sondern eine Datei im offenen Standard BPMN 2.0. Sie lässt sich in Camunda Modeler, SAP Signavio oder bpmn.io öffnen, und Fachleute können dort jeden Schritt, jede Zuordnung und jede Rückschleife ändern.

<bpmn:lane id="Lane_Agent" name="KI-Agent">
  <bpmn:flowNodeRef>T_Haendler</bpmn:flowNodeRef>
  <bpmn:flowNodeRef>T_Dossier</bpmn:flowNodeRef>
</bpmn:lane>
…
<bpmn:businessRuleTask id="T_Regeln"
    name="Richtlinie, Frist und Nachweis prüfen">
  <bpmn:documentation>Feste Regel ohne Modell.
    Wählt die aktuelle Richtlinienversion …</bpmn:documentation>
</bpmn:businessRuleTask>
<bpmn:userTask id="T_Freigabe"
    name="Dossier prüfen und Freigabe erteilen">
  <bpmn:documentation>… Nur das Käuferschutz-Team
    entscheidet (Regel R5) …</bpmn:documentation>
</bpmn:userTask>
…
<bpmndi:BPMNShape bpmnElement="T_Regeln">
  <dc:Bounds x="540" y="40" width="160" height="80" />
</bpmndi:BPMNShape>

Der Agent beschleunigt das Zeichnen. Die gemeinsame Klärung, ob der Ablauf so stimmt, ersetzt er nicht.

Versuch 2: den Prozess neu entwerfen

Für den Neuentwurf bekam der Coding-Agent drei Dinge mit:

1. Wissen: die Käuferschutz-Richtlinie und die Regeln des Käuferschutz-Teams.
2. Arbeitsanweisung: denselben Skill wie im ersten Versuch.
3. Vorgaben: Über Erstattung und Kulanz entscheidet nur das Käuferschutz-Team. Keine Nachricht versenden, keine Zahlung ändern.

Nach gut zwei Minuten lag dieser Entwurf vor:

Vieles daran ist gut: Alles Feste steht vor dem, was eine KI tut, und nach außen geht nur, was das Käuferschutz-Team freigegeben hat.

Beim zweiten Hinsehen

Der Entwurf wirkt fertig. Genau deshalb lohnt ein zweiter Blick. Er zeigt drei Dinge.

Der Agent wählt keinen Weg. In der Bahn „KI-Agent“ stehen zwei Schritte in fester Reihenfolge: Nachweis beim Händler anfragen, Dossier erstellen. Ob etwas ein Workflow oder ein Agent ist, hängt an einer einzigen Frage: Wer bestimmt den nächsten Schritt?

Beim Workflow ist der Ablauf vorgegeben, ein Sprachmodell erledigt einzelne Aufgaben darin. Beim Agenten sind Ziel und Grenzen vorgegeben, den Weg wählt das Sprachmodell selbst (Anthropic, Building effective agents). Nach dieser Unterscheidung ist der Entwurf ein Workflow mit zwei KI-Schritten. Er ist besser als der alte Ablauf, aber er ist ein besserer Workflow.

Eine Vorgabe ist verletzt. Die Regel lautete: keine Nachricht versenden. Der Entwurf lässt den Agenten trotzdem beim Händler anfragen. Das kann sinnvoll sein. Es ist aber eine Entscheidung, die das Käuferschutz-Team treffen muss und die nicht nebenbei in einem Entwurf fallen sollte.

Die schwierigen Fälle bleiben ungelöst. Der neue Prozess beginnt wieder mit einem Datenabruf, der eine Bestellnummer erwartet. Was passiert, wenn die Anfrage keine enthält, sagt das Modell nicht.

Keiner dieser Punkte spricht gegen das Vorgehen. Sie zeigen, wofür der Entwurf da ist: Er macht Annahmen sichtbar, über die man streiten kann. Und sie zeigen ein Muster, das ich auch aus Projekten kenne. Ohne klare Ansage wird der Agent in den Ablauf eingebaut, der schon da ist. Das gilt offenbar auch, wenn eine KI den Ablauf entwirft.

Wo ein Agent wirklich nötig ist

Ein Agent lohnt sich dort, wo erst ein Zwischenergebnis zeigt, was als Nächstes zu tun ist. Am Fall K-17 lässt sich das in zwei Runden durchspielen.

In der ersten Runde findet der Agent die aktuelle Richtlinie und stellt fest, dass die Frist abgelaufen ist. Die Frist allein entscheidet den Fall aber nicht. Deshalb prüft er in der zweiten Runde die Sendungsverfolgung und stößt auf den fehlenden Übergabenachweis. An dieser Grenze stoppt er. Beim Käuferschutz-Team kommt kein Urteil an, sondern ein Dossier: Meldung drei Tage nach Fristende, Paketshop meldet „zugestellt“, Übergabenachweis fehlt, offene Frage an den Händler, zu jeder Aussage die Quelle.

Dass nach der Fristprüfung die Sendungsverfolgung an der Reihe ist, stand vorher nirgends. Es ergab sich aus dem, was der Agent gefunden hatte. Zum Vergleich der feste Ablauf mit drei Fällen:

Der Standardfall läuft glatt durch, dafür ist ein fester Workflow ideal: billig, schnell, prüfbar. K-17 funktioniert, weil jemand den Pfad „Rückfrage beim Händler“ vorher modelliert hat. Die Anfrage ohne Bestellnummer rutscht in den Pfad, der am ehesten passt, und jemand im Kundenservice sucht die Bestellung von Hand.

Man kann jeden dieser Fälle nachmodellieren. Lässt sich die Recherche vorab vollständig aufzählen, ist das auch der bessere Weg. Ein Agent lohnt sich erst, wenn die Liste der Ausnahmen nicht endet und jede neue einen weiteren Pfad oder Handarbeit bedeutet.

Was feststehen muss

Wenn der Agent seinen Weg selbst wählt, stellt sich die Frage, was trotzdem feststeht. Prozessplattformen haben dafür inzwischen ein Muster: fester Ablauf, Agent und Mensch in einem Modell.

Eindeutige Fälle laufen über den festen Pfad. Bei einem Widerspruch übernimmt der Agent und wählt im gestrichelten Kasten seine Werkzeuge selbst. Beide Pfade münden in dieselbe Freigabe durch das Käuferschutz-Team.

Eine Zeile im Prompt ist eine Bitte an das Sprachmodell.Ein verbindlich konfigurierter Schritt im Prozess wird durchgesetzt und protokolliert.

Auf dem Wort „verbindlich“ liegt das Gewicht. Die Zeichnung allein reicht dafür nicht: Schritte in einem Ad-hoc-Subprozess können mehrfach, in beliebiger Reihenfolge oder gar nicht ausgeführt werden (Camunda, Ad-hoc sub-processes). Die Regelprüfung im Kasten ist deshalb erst dann Pflicht, wenn die Abschlussbedingung des Kastens sie voraussetzt oder wenn sie als fester Schritt dahinter steht. Die Freigabe ist erzwungen, weil sie außerhalb liegt. Was Pflicht sein soll, gehört also nicht in den Kasten des Agenten.

Dasselbe gilt für die Regeln selbst. Welche Version der Richtlinie gilt und wann die Frist endet, steht im Lehrfall nicht als Text im Prompt, sondern als feste, versionierte Regel, die das System ausführt. In Prozessmodellen übernehmen das häufig Entscheidungstabellen nach dem Standard DMN.

Die KI-Welt erfindet das Prozessmanagement neu

In der KI-Diskussion heißen diese Dinge Guardrails, Human in the Loop, Eskalationspfad und Orchestrierung. Im Prozessmanagement heißen sie Gateway, Benutzeraufgabe, Entscheidungstabelle und Bahn. Dafür gibt es einen Standard, Werkzeuge und Menschen, die seit Jahren damit arbeiten. Die Hersteller von Prozessplattformen betten Agenten inzwischen als Subprozess ein, und in der Forschung entsteht unter dem Namen „Agentic BPM“ ein eigenes Feld (Dumas et al. 2026, Calvanese et al. 2026).

Die Fragen, die jedes Agenten-Vorhaben beantworten muss, sind Fragen des Prozessmanagements: Wer entscheidet? Was ist fest? Wo darf der Weg offen bleiben? Was wird protokolliert? Prozessteams müssen deshalb nicht warten, bis ihnen jemand eine Agentenplattform hinstellt. Sie können heute an einem eigenen Prozess festlegen, was der Rahmen ist.

Eine Einschränkung gehört dazu: Der Rahmen im Prozess braucht einen Rahmen im Unternehmen. In einer Befragung von 500 IT-Entscheidern deutscher Großunternehmen, die ich Anfang 2026 ausgewertet habe, gaben 76 Prozent an, KI-Agenten zu erproben. Produktiv im Kerngeschäft setzen sie 19 Prozent ein. Von diesen 19 Prozent nennen 60 Prozent mindestens drei Governance-Strukturen, bei den übrigen sind es 29 Prozent.

Die Befragung zeigt einen Zusammenhang, keinen Nachweis, dass der Rahmen den produktiven Einsatz verursacht. Sie fragt nach Regeln und Gremien im Unternehmen, nicht nach Prozessmodellen, und sie umfasst nur Unternehmen ab 2.000 Mitarbeitenden.

Was ich nicht weiß

Ob der neue Prozess Zeit spart. Der Entwurf ist eine Gestaltungshypothese. Die Wartezeit auf den Händler bleibt in jedem Fall. Ein Pilot müsste messen, wie sich die Durchlaufzeit verändert, wie oft das Käuferschutz-Team ein Dossier zurückgibt, wie viel Nacharbeit entsteht und was der Betrieb kostet.

Was Klarna zeigt. Anfang 2024 stellte der Zahlungsdienst einen KI-Assistenten in den Kundenservice-Chat. Nach eigenen Angaben übernahm er im ersten Monat zwei Drittel der Chats (Klarna, Pressemitteilung vom 27.02.2024). Im Mai 2025 räumte CEO Sebastian Siemiatkowski im Gespräch mit Bloomberg sinngemäß ein, dass Kosten ein zu dominantes Kriterium gewesen seien und die Qualität gelitten habe. Das Unternehmen stellt wieder Menschen im Service ein. Der Fall wird als Beleg für beides herangezogen: dass Agenten den Service übernehmen können und dass sie es nicht können. Was im Prozess genau fehlte, geht aus den öffentlichen Quellen nicht hervor. Der Lehrfall in diesem Artikel hat mit Klarna nichts zu tun.

Wie lange das Bild hält. Agenten bewältigen immer längere Aufgaben, die Messungen dazu stehen im Anhang. Was heute als Grenze eines Agenten gilt, kann in einem Jahr überholt sein. Der Rahmen aus Zuständigkeit, festen Regeln und Freigabe hängt davon nicht ab.

Selbst ausprobieren

Die beiden Versuche lassen sich mit einem eigenen Prozess wiederholen. Vier Schritte, keiner davon setzt eine neue Plattform voraus.

1. Einen Kandidaten wählen. Geeignet ist ein Prozess, wenn mehrere dieser Merkmale zutreffen:

• Ausnahmen landen bei Menschen, die bei null anfangen.
• Die Antwort steckt in mehreren Quellen (im Lehrfall: Chat, Bestelldaten, Richtlinie).
• Es gibt eine benannte Stelle, die entscheidet.
• Fehler lassen sich abfangen, bevor sie nach außen wirken. Ein Prozess, in dem der Agent sofort buchen oder versenden müsste, ist kein Startkandidat.
• Der Fall kommt oft genug vor, dass sich ein Pilot auswerten lässt.

2. Die Vorgaben aufschreiben. Auf eine Seite gehört, was der Coding-Agent nicht selbst wissen kann: Wer entscheidet (eine Rolle, keine Person)? Was darf der Agent nie? Darf er nach außen wirken, etwa bei Dritten nachfragen? Welche Regeln sind fest? Welches Wissen braucht der Prozess?

3. Den Entwurf beauftragen. Der Coding-Agent bekommt das Foto oder eine Beschreibung des heutigen Ablaufs, die Vorgaben und eine Arbeitsanweisung. Die Arbeitsanweisung aus dem Lehrfall gibt es hier in einer allgemeinen Fassung:

4. Den Entwurf mit der Fachabteilung prüfen. Fünf Fragen genügen für den ersten Durchgang:

1. Liegt jeder Schritt in der Bahn der Rolle, die ihn wirklich ausführt?
2. Wo wählt der Agent seinen Weg selbst, und wo sind seine Schritte fest vorgegeben?
3. Ist jede Wirkung nach außen (Versand, Zahlung, Anfrage an Dritte) entweder freigegeben oder ausdrücklich erlaubt?
4. Was passiert bei einer Ablehnung, und wann endet die Schleife?
5. Welche Annahmen hat der Agent in seinen Notizen festgehalten, und welche davon stimmen nicht?

Schwierig wird es meist nicht beim Entwurf, sondern zwischen Workshop und Betrieb, wenn Berechtigungen, Datenzugriffe und Netzwerk geklärt werden müssen. Sind Architektur und Data Science schon am Entwurf beteiligt, lassen sich diese Fragen klären, bevor sie den Piloten aufhalten. In einem Workshop lassen sich ein geeigneter Prozess, ein prüfbarer Entwurf und die Messgrößen für einen Piloten gemeinsam erarbeiten.

Anhang: Warum die Frage jetzt ansteht

KI-Agenten bewältigen immer längere Aufgaben. Die Forschungsorganisation METR misst, wie lange ein Mensch für eine Software-Aufgabe braucht, die ein Sprachmodell in der Hälfte der Fälle löst. Bei GPT-4 vom März 2023 lag dieser Wert bei rund vier Minuten, bei Claude Opus 4.6 vom Februar 2026 bei rund zwölf Stunden (METR, Time Horizons).

Gemessen wird an Software-Aufgaben und bei 50 Prozent Erfolgsquote. Das ist kein Maß für jede Büroarbeit. Wichtiger als der einzelne Wert ist das Muster: Seit 2023 verdoppelt sich der Zeithorizont nach den Daten von METR etwa alle vier Monate.

Verdopplungen unterschätzt man leicht, weil sie lange harmlos aussehen. Ein Vergleich: Wer mit einem Schritt von 75 Zentimetern losgeht und jeden weiteren Schritt doppelt so lang macht wie den vorigen, ist nach 29 Schritten am Mond. Nach 20 Schritten sind aber erst 786 Kilometer geschafft, das sind 0,2 Prozent der Strecke. Mit gleich langen Schritten wären es rund 500 Millionen.

Ob das Tempo anhält, weiß niemand. Für die Prozessgestaltung genügt die Richtung: Wer heute einen Prozess entwirft, sollte nicht davon ausgehen, dass Agenten auf dem Stand von heute bleiben.

Quellen und Hinweise