Auf unserer Seite zur Prozessoptimierung steht eine Frage, die wir jedem Kunden früher oder später stellen: Was kostet uns dieser Prozess jeden Monat, und was würde passieren, wenn er 20 bis 30 Prozent effizienter wäre?
Bei einem Ersatzteil-Großhändler mit rund 60 Mitarbeitenden und vier Gesellschaften in der DACH-Region war diese Frage nicht der Anfang. Die Kosten waren grob bekannt: zu viel Kapital in Artikeln, die niemand brauchte, und Fehlbestände bei denen, die gerade gefragt waren. Das eigentliche Problem lag woanders. Der Einkauf glaubte der eigenen Bestellplanungssoftware nicht mehr.
Dieser Artikel läuft die vier Schritte dieser Seite einmal an diesem Projekt durch. Nicht als Methodenvortrag, sondern so, wie es tatsächlich passiert ist.
Warum der teuerste Prozess selten der ist, den man anfasst
Fast jedes Unternehmen weiß, welcher Ablauf am meisten Reibung erzeugt. Nur wird diese Reibung selten in eine Zahl übersetzt, und ohne Zahl gibt es keine Priorität.
Ein Grund dafür steckt in den Daten. Laut der Bitkom-Studie zur Digitalisierung der Wirtschaft 2026, für die 604 Unternehmen ab 20 Beschäftigten befragt wurden, nutzen 61 Prozent das Potenzial ihrer Daten kaum oder gar nicht. Nur 5 Prozent holen alles heraus. Der zweite Grund ist noch banaler: 66 Prozent nennen fehlende Zeit im eigenen Betrieb als Digitalisierungshürde. Wer täglich Bestellungen auslösen muss, analysiert nicht nebenbei den Bestellprozess.
Genau deshalb bleibt der bekannte Problemfall bestehen. Nicht weil ihn niemand sieht, sondern weil ihn niemand rechnet.
Schritt 1: Den Prozess verstehen heißt, die Parallelwelt zu finden
Der erste Schritt heißt bei uns „Prozess verstehen“, und er besteht nicht darin, ein schönes Soll-Bild zu malen. Er besteht darin, den Prozess zu finden, der tatsächlich läuft.
Die vier Fragen dazu sind unspektakulär: Wer ist beteiligt? Wo entstehen Wartezeiten? Was läuft manuell? Wo werden Daten ein zweites Mal erfasst?
Der schnellste Weg zur Antwort ist aber ein anderer, und er hat sich bei uns zur wichtigsten Diagnosefrage entwickelt: Führt jemand neben dem System noch eine eigene Liste? Wo eine Excel-Tabelle parallel zur Software läuft, steht der echte Prozess. Die Tabelle ist keine Nachlässigkeit, sie ist eine Diagnose. Sie zeigt genau, welchen Teil seiner Arbeit ein Mensch dem System nicht überlässt, und meistens weiß er auch sehr präzise, warum.
Beim Großhändler war die Antwort eindeutig. Der Einkauf plante seine Bestellungen in eigenen Tabellen, obwohl eine etablierte Bestellplanungssoftware im Haus lief und rechnete. Damit war der Untersuchungsgegenstand gefunden. Nicht die Software, sondern die Lücke zwischen Software und Entscheidung.
Schritt 2: Kostentreiber identifizieren
Im zweiten Schritt geht es darum, die teuersten Stellen sichtbar zu machen und zu priorisieren. Bei dokumenten- und entscheidungslastigen Abläufen tauchen dabei fast immer dieselben Kategorien auf: Angebots- und Auftragsabwicklung, Rechnungsprüfung, Reporting, Reklamationen, Freigaben, Lager und Lieferung.
Beim Bestellprozess sitzen die Kosten auf zwei Seiten, und die zweite wird regelmäßig vergessen.
Auf der einen Seite steht gebundenes Kapital. Jeder Artikel, der zu früh oder in zu großer Menge im Regal liegt, bindet Geld, das anderswo arbeiten könnte, und erzeugt Lager-, Handling- und Abschreibungskosten. Diese Seite lässt sich rechnen, wenn du deinen durchschnittlichen Lagerwert und deinen kalkulatorischen Zinssatz kennst. Beides steht in deiner Buchhaltung.
Auf der anderen Seite steht der Fehlbestand, und der taucht in keinem Konto auf. Ein Artikel, der fehlt, wenn ein Kunde ihn braucht, kostet Eilfracht, Nachfassaufwand im Vertrieb, verschobene Aufträge und im schlechtesten Fall den Kunden. Für diese Kosten gibt es keine Buchung, deshalb erscheinen sie in keiner Auswertung. Genau das macht sie so teuer.
Eine belastbare Zahl entsteht hier nur mit den eigenen Werten, nicht mit Branchendurchschnitten. Welche Kennzahlen dafür taugen und welche nur beruhigen, haben wir in Optimieren, neu erfinden oder verwerfen? ausführlicher aufgeschrieben.
Das Problem war nicht die falsche Rechnung, sondern die Unerklärbarkeit
Hier wurde das Projekt interessant, denn der Vertrauensverlust hatte eine Vorgeschichte.
Die eingesetzte Standardsoftware hatte in der Vergangenheit nachweislich falsche Bestellvorschläge berechnet. Der Hintergrund war keine schlechte Software, sondern die Komplexität ihrer Implementierung: viele Parameter, viele Annahmen, viele Stellen, an denen eine Konfiguration nicht zur Realität des Ersatzteilgeschäfts passte. Dazu kam, dass das Ergebnis nicht nachvollziehbar war. Der Vorschlag stand da, aber nicht, wie er zustande kam.
Und daraus entsteht die Kette, die den Prozess am Ende richtig teuer gemacht hat:
- Standardsoftware trägt einen Kernprozess, dessen Logik stark vom Unternehmen abhängt.
- Die Implementierung wird komplex, weil jede Besonderheit über Parameter abgebildet werden muss.
- Es entstehen falsche Vorschläge.
- Das Ergebnis ist nicht nachvollziehbar, also ist der Fehler nicht zuordenbar.
- Weil niemand die Ursache findet, kann sie niemand abstellen.
- Der Einkauf baut sich eine Parallelwelt, in der er die Rechnung selbst versteht.
Der entscheidende Punkt steckt in Stufe vier. Ein falscher Vorschlag allein zerstört kein Vertrauen. Ein falscher Vorschlag, den du nicht erklären kannst, schon. Bei einem erklärbaren Fehler prüfst du die Stammdaten, korrigierst einen Parameter und arbeitest weiter. Bei einem unerklärbaren Fehler weißt du nicht, ob die Parametrierung schuld war, die Datenqualität oder das Rechenmodell selbst. Also traust du dem nächsten Vorschlag auch nicht mehr, selbst wenn er richtig ist.
Dass dieses Muster kein Einzelfall ist, zeigt der Blick auf Automatisierung generell. Im State of Agentic Orchestration and Automation Report 2026 von Camunda betreiben 71 Prozent der Unternehmen KI-Agenten in Pilotprojekten, aber nur 11 Prozent produktiv in echten Entscheidungen. 85 Prozent fehlt die Prozessreife für diesen Schritt, und 48 Prozent berichten, dass ihre Automatisierung isoliert neben dem eigentlichen Prozess läuft. Das Muster ist dasselbe wie beim Großhändler: Die Rechenleistung war nie das Nadelöhr. Die Nachvollziehbarkeit war es.
Schritt 3: Gezielt optimieren, und zwar an der Wurzel
Aus dieser Diagnose folgte eine Entscheidung, die wir gemeinsam mit dem Kunden getroffen haben: Die alte Lösung wurde nicht ergänzt, sondern abgelöst.
Der Grund ist derselbe, aus dem der Prozess vorher nicht funktionierte. Transparenz lässt sich einer intransparenten Berechnung nicht überziehen. Man kann eine bessere Oberfläche davorsetzen und zusätzliche Auswertungen daneben, aber die Blackbox bleibt und wird mitgeschleppt. Wenn Nachvollziehbarkeit das eigentliche Ziel ist, muss sie in der Berechnung selbst entstehen.
Gebaut wurde deshalb eine Web-App mit statistischer Bedarfsprognose und Anbindung an beide ERP-Systeme, die Verkaufsartikel mehrstufig in ihre Einkaufskomponenten auflöst, damit Bestellvorschläge dort entstehen, wo tatsächlich bestellt wird. Vier Dinge waren dabei ausschlaggebend:
- Jeder Bestellvorschlag legt seine Grundlage offen. Durchschnittsverbrauch, Sicherheitsbestand, Wiederbeschaffungszeit und die angewendete Strategie sind sichtbar, samt Zwischenergebnissen. Der Einkauf kann jeden Vorschlag prüfen, kommentieren und mit Fachwissen anpassen, statt ihn zu glauben oder zu ignorieren.
- Koordinierte Wochenzyklen statt Ad-hoc-Entscheidungen. Alle vier Gesellschaften bestellen nach einem gemeinsamen, abgestimmten Rhythmus.
- Management-Freigabe vor der Auslösung. Nichts geht automatisch raus. Die Führung behält die Kontrolle, ohne jeden Einzelartikel prüfen zu müssen.
- Live-Anbindung an beide ERPs. Bestands- und Auftragsdaten kommen in Echtzeit in die Prognose, statt aus einem Export von letzter Woche.
Innerhalb dieses dritten Schritts sieht der gebaute Ablauf so aus, ein Zyklus aus fünf Stationen, der in jeder Gesellschaft neu anläuft:
Die Besonderheit steckt in dem Kasten am Rand. Die vier Gesellschaften sind für einander gleichzeitig Lieferant und Kunde. Was in der einen als Bedarf auftaucht, wird in der anderen zur Lieferung, und die Konditionen dafür werden intern abgestimmt. Genau deshalb funktioniert Bestellplanung hier nicht als vier unabhängige Rechnungen. Wenn alle vier zur gleichen Zeit nach demselben Verfahren rechnen, addieren sich ihre Bestellungen nicht mehr zufällig, sondern gehen als abgestimmtes Bild ins Gespräch mit dem Lieferanten.
Der letzte Punkt der Liste ist der, der die Lösung tragfähig macht, und er hat nichts mit Rechnen zu tun. Auch bei intelligenter Prozessautomatisierung halten wir es genauso: Das System bereitet vor und schlägt vor, die kritische Freigabe bleibt beim Menschen. Wer Verantwortung trägt, braucht Kontrolle, sonst nutzt er das System nicht.
Schritt 4: Erfolg messen, auch dort wo keine Zahl steht
Der vierte Schritt ist der Vorher-Nachher-Vergleich. Beim Großhändler steht auf der harten Seite:
| Ergebnis | Vorher |
|---|---|
| Freigabe-Durchlauf unter einem Tag, vom Vorschlag bis zur freigegebenen Bestellung | Kein Freigabe-Prozess vorhanden |
| Vier Gesellschaften bestellen nach einem gemeinsamen Zyklus | Vier Gesellschaften ohne gemeinsamen Rhythmus |
| Zwei ERP-Systeme live in der Prognose | Manuelle Datenpflege auf veralteter Grundlage |
Der Indikator, der uns am meisten sagt, steht allerdings in keiner Tabelle: Die Nebentabellen verschwanden. Solange jemand parallel rechnet, ist die Optimierung nicht angekommen, unabhängig davon, was das Dashboard behauptet. Der Satz, an dem wir das Projekt messen, kam vom Einkaufsleiter: „Endlich wissen wir, warum das System bestellt, was es bestellt.“ Die ganze Geschichte steht in unserer Referenz Bestelloptimierung mit transparenter Prognose, die Lösung selbst ist inzwischen als Visposition verfügbar.
Zur Ehrlichkeit gehört die andere Seite. In der Bitkom-Erhebung berichten 45 Prozent der KI-nutzenden Unternehmen von beschleunigten internen Prozessen, aber 33 Prozent auch von höheren Kosten als erwartet. Deshalb messen wir vor dem Start und nicht erst danach. Ohne Ausgangsmessung gibt es später keinen Beweis, nur Behauptungen in beide Richtungen.
Derselbe Verlauf, ein anderer Prozess
Das Muster ist nicht an die Disposition gebunden. Bei einem mittelständischen Lebensmittelunternehmen lief jede Serviceanfrage durch fünf Stationen: Kundenservice, Innendienst, Technik, Disposition und Abrechnung. Alle arbeiteten am selben Vorgang, aber nicht im selben System. Weitergegeben wurde per E-Mail, Excel-Tabelle und Telefon, über drei gewachsene ERP-Systeme hinweg.
Auch hier war der Kostentreiber nicht die einzelne Bearbeitung, sondern die Übergabe dazwischen. Und auch hier lagen die größten Posten außerhalb jeder Auswertung: Rückforderungen an Lieferanten, die im Tagesgeschäft untergingen. Am Ende waren es fünfstellige jährliche Verluste, die vorher nicht messbar waren. Heute laufen die drei ERP-Systeme in einem durchgängigen Workflow zusammen, und ein Ticket ist in unter einem Tag bearbeitet. Nachzulesen in der Referenz Service-Ticketing end-to-end gedacht.
Zwei Branchen, zwei völlig verschiedene Prozesse, dieselbe Ursache: Informationen, die den Prozess nicht begleiten, und Ergebnisse, die niemand erklären kann.
Vier Fragen an deinen Prozess
Wenn du das auf einen eigenen Ablauf übertragen willst, reichen vier Fragen für den Anfang:
- Führt jemand neben dem System eine eigene Liste? Wenn ja, welchen Teil der Arbeit traut er dem System nicht zu?
- Kann jemand erklären, wie das System zu seinem Ergebnis kommt? Wenn nicht, ist jeder Fehler ein unlösbarer Fehler.
- Welche Kosten dieses Prozesses tauchen in keiner Buchung auf? Eilfracht, Nacharbeit, verschobene Aufträge, entgangene Aufträge.
- Weiß jemand, wo ein Vorgang gerade steht, ohne nachzufragen? Jede nötige Rückfrage ist ein Messpunkt.
Wer diese vier Fragen für seinen wichtigsten Prozess beantworten kann, braucht keine Studie mehr, um zu wissen, wo das Geld liegen bleibt. Und braucht meistens auch kein Großprojekt, um es zurückzuholen.