1. Vom Beginn der Automatisierung bis zum "Automation Plateau"
Mit Beginn der Industrialisierung wurden zunehmend Prozesse automatisiert. Im Rahmen der Digitalisierung im letzten Jahrhundert konnten insbesondere im Dienstleistungsbereich zunehmend Prozesse automatisiert werden. Dank Tools für die Workflowautomation, u.a. Robotic Process Automation, war es möglich, regelbasierte digitale Prozesse zu automatisieren.
Diese Ansätze hoben den Automatisierungsgrad im Bereich Dienstleistungen bis zu einem bestimmten Niveau an. In der Literatur wird dieses Niveau auch „automation plateau“ genannt und stellt die Grenze dar, bis zu welcher regelbasiert automatisiert werden kann.[1] Ab hier bedarf es typischerweise komplizierter Entscheidungen in Abhängigkeit von dynamischen Umständen – eine Aufgabe, welche gut von Menschen mit Fachwissen erledigt werden kann, allerdings schlecht von einer regelbasierten Maschine.
2. Der Durchbruch: Wie Künstliche Intelligenz das Plateau überwindet
In den letzten Jahren entwickelte sich Künstliche Intelligenz rasant weiter. Von komplizierten Algorithmen über Neuronale Netze hin zu Large Language Modellen, kurz LLM. Diese LLMs haben in den letzten 4 Jahren enorme Fortschritte erreicht und sind längst in der Lage, Unsummen an spezifischem Wissen zu „lernen“ und für komplexe Fragestellungen einzusetzen. Von neuen Musikhits bis hin zu Hochschulabschlussarbeiten können sie Aufgaben übernehmen – schneller und teils in konstant höherer Qualität als Menschen.
Damit bietet sich eine Lösung, das automation plateau zu verlassen.
3. Hyperautomation: Die Revolution der Ende-zu-Ende-Prozesse
Die sinnvolle Kombination aus Workflowautomation und KI-Modellen, für die annähernd vollständige Automatisierung von Ende-zu-Ende Prozessen bezeichnet man als Hyperautomation.[2] Die aktuellen Entwicklungen rund um Agentische KI führt schließlich zu annähernd autonomen Systemen. Damit stellt Hyperautomation nicht eine evolutionäre Verbesserung dar, sondern vielmehr das Potential einer echten Revolution, u.a. für die Dienstleistungsbranchen.[3]
Dieses Potential lässt sich schnell erklären, wenn wir uns den typischen, generischen Handlungsprozess für komplizierte bis komplexe Herausforderungen ansehen. Als Grundlage hierfür eignet sich der sogenannte Demingkreis: Planen – Durchführen – Prüfen – Verbessern, kurz PDCA-Zyklus.[4]
4. Der PDCA-Zyklus: Technisch vollständig abgedeckt
Die Workflowtools der letzten 10-15 Jahren konnten regelbasiert Aufgaben durchführen und damit einen wesentlichen Block im PDCA-Zyklus übernehmen. Die dann aufkommende Generative AI (kurz GenAI) in Form von Chatbots, bspw. ChatGPT ergänzten die Möglichkeit, Daten zu analysieren und einzelne, losgelöste Entscheidungsprozesse kreativ zu unterstützen.[5] Aber es fehlten die effizienten, rechtzeitigen Rückkopplungsmöglichkeiten und die systemische Verbindung zwischen den einzelnen Elementen.
Genau das löst Hyperautomation, bspw. in Form von agentischer KI auf: Die schwierigeren Entscheidungspunkte sowie Lösungswege können dank GenAI autonom gelöst werden, Prozessschritte können vollständig automatisiert werden und das System lernt selbstständig mit zunehmender Erfahrung. Im Grunde können damit alle 4 Elemente des PDCA-Zyklus technisch durch Hyperautomation-Ansätze bzw. agentische KI übernommen werden.
Quellen:
[1] Bornet, P. et al.: Agentic Artificial Intelligence (2025).
[2] Bornet, P. et al.: Agentic Artificial Intelligence (2025).
[3] Venkataarangam, M.: Hyperautomation: The Next Frontier In Business Process Transformation; International Journal of Computing and Engineering (2025).
[4] Siehe https://de.wikipedia.org/wiki/Demingkreis, abgerufen am 10.12.2025 10:00.
[5] Ranjan, S. et al.: Agentic AI in Enterprise, (2025).
Fazit
Das enorme Potential für Dienstleistungsbranchen
Die bisherigen Grenzen des automation plateau werden damit aufgehoben – nicht verschoben, sondern wirklich aufgehoben! Ein echter Boost, der die Art, wie Dienstleistungsunternehmen operativ funktionieren radikal verändern wird: Prozesse werden vollständig automatisiert und skalierter möglich sein (siehe unsere Success Story), ganze Wertschöpfungsketten werden sich alleine und kontinuierlich verbessern…
Und wo so viel Licht ist, ist auch Schatten und verschiedenste Herausforderungen gilt es auf dem Weg zu lösen. Diesen sowie den wesentlichsten Erfolgsfaktoren widmen wir uns in unserem nächsten Beitrag.
Ronny Kant
Ronny verfügt über langjährige Erfahrung als Projektmanager und Agile Leader. Seine fundierten und zertifizierten Kenntnisse im Bereich Digitalisierung und agiler Transformation bringt er seit Jahren erfolgreich bei verschiedenen Organisationen, vorrangig der Finanzdienstleistungsbranche ein. Mit seinem Team beschäftigt er sich unter anderem intensiv mit der Unternehmenstransformation, im Speziellen der Fragestellung, wie die digitale Transformation nachhaltig erfolgreich gelingen kann. Daneben ist er regelmäßig Gast und Referent auf Fachkongressen und nimmt Lehraufträge im Bereich IT-Management an Universitäten wahr.
