KI-basiertes Business Process Reengineering

BPR erlebt ein Comeback mit KI-Power. Wenn klassische IT-Architekturen an ihre Grenzen stoßen und ein kontinuierlicher Verbesserungsprozess (KVP) den erhofften Turnaround nicht mehr herbeiführen kann, braucht es radikale Neugestaltung und einen Musterwechsel: AI-native End-to-End-Prozesse. Der RETHINC-Ansatz verbindet konsequente Outcome-Ausrichtung mit KI-gestützter Analyse, Ideation und Dry Runs. So entstehen orchestrierte, kosteneffiziente End-to-End-Prozesse, die Kunden begeistern und Mitarbeitende entlasten.

Das Business Process Reengineering ist zurück!

Das Business Process Reengineering (BPR) aus den frühen 1990er Jahren erlebt gerade seinen zweiten oder sogar dritten Frühling. Damals forderten Michael Hammer und James Champy kompromisslos, historisch gewachsene und fragmentierte Organisationsstrukturen komplett zu überdenken. Dabei sollte man Kernprozesse top-down auf einem völlig weißen Blatt Papier radikal neugestalten. Mit diesem Greenfield-Ansatz winkten Quantensprünge wie 80% bessere, schnellere und günstigere Prozesse.

In den 10er Jahre des neuen Jahrtausends folgte mit Methoden wie Design Thinking und Outcome Driven Innovation eine Renaissance des BPR-Ansatzes. Völlig losgelöst vom derzeitigen Ablauf bestimmen die Nutzer mit ihren erwarteten Ergebnissen, welche Werte der neu zu gestaltende Prozess leisten muss. Heute diskutiert die Fachwelt erneut leidenschaftlich über diesen White-sheet-of-Paper-Ansatz.  Ist das nur eine Modewelle oder gibt es einen sachlichen Hintergrund?

Warum sich Reengineering jetzt wieder lohnt

Das Reengineering erwies sich historisch immer genau dann als erfolgreich, wenn bestehende Systeme ihr absolutes Ende erreichten und ein kontinuierlicher Verbesserungsprozess (KVP) den erhofften Turnaround schlicht nicht mehr herbeiführen konnte. Ein Beispiel: Volkswagen feilte jahrzehntelang detailverliebt am Käfer, bis dieser technologisch völlig ausgereizt war und sich nicht mehr an veränderte Märkte anpassen ließ. Erst als man mit dem Golf auf grüner Wiese das Konzept völlig umwarf, gelang der Sprung in eine neue Ära.

Der entscheidende Faktor beim Greenfield-Ansatz ist dabei immer: etablierte Muster radikal aufzubrechen. Auf diese Weise können völlig neue Geschäftsmodelle und End-to-End-Prozesse entstehen, so wie beispielsweise Uber die klassischen Gesetzmäßigkeiten von Taxifahren aushebelte oder Airbnb das Beherbergen revolutionierte.

Die bisherigen IT- und Prozessarchitekturen haben die End-of-life-Phase erreicht

Genau vor diesem Wendepunkt steht heute die IT- und Prozesslandschaft fast aller Unternehmen. Organisationen haben diese Architekturen in den vergangenen Jahrzehnten zwar intensiv gepflegt und bis zum Äußersten ausgereizt, doch nun stoßen sie systemisch an eine unüberwindbare Decke. Mächtige Kernsysteme wie ERP- oder CRM-Software sind stetig erweitert und individuell angepasst worden. On top kommen häufig hunderte kleine Spezialanwendungen, die mühsam an die Monolithen angebunden werden.

Um die Datenflüsse irgendwie aufrechtzuerhalten, werden Schnittstellen aber häufig nur mit Robotic Process Automation (RPA) provisorisch überbrückt. Ein radikales Tabula rasa ist unumgänglich geworden. Wer jetzt noch versucht, noch mehr Technologie in diese historisch gewachsenen, heterogenen Landschaften hineinzuschütten, scheitert unweigerlich.

Passieren bei der KI-Einführung die gleichen Fehler wie in der RPA-Einführung?

Genau das passiert derzeit. Viele Unternehmen erleben derzeit wieder, was sich vor einigen Jahren beim Einführen von Robotic Process Automation (RPA) zeigte. Fachbereiche handeln eigenmächtig und setzen KI-Anwendungen und Agenten isoliert und dezentral ein. Das verspricht zwei kurzfristig schnelle Erfolge, häuft aber langfristig massive technische Schulden an. 

Da sich so Agenten unkontrolliert ausbreiten („Agent Sprawl“), lassen sich neue Daten kaum noch sauber integrieren. Zum einen, wenn es sich bei diesen Agenten um undurchsichtige Blackbox-Systeme handelt, bei denen niemand mehr nachvollziehen kann, was sie eigentlich tun, da sie lediglich fertige Ergebnisse ausspucken. Zum anderen, wenn sich gerade bei langlaufenden und komplex verzweigenden End-to-End-Prozessen der Status der Daten in den Anwendungen für die verschiedenen Prozessschritte permanent ändern. Dann geht die Möglichkeit verloren, die KI-Anwendungen verlässlich in eine übergreifende IT-Architektur einzubinden.

Warum die KI-Kosten in Geschäftsprozessen aus dem Ruder laufen können

Weil die KI-Anwendungen derzeit unkoordiniert wachsen, da die Kosten für Token explodieren. Die zahlreichen Medienbrüche zwingen die KI dazu, permanent Daten im Hintergrund abzufragen. Die Folge: Isolierte Agenten müssen unzählige Schleifen drehen, um den benötigten Kontext für eine Aufgabe zeitaufwendig zu rekonstruieren. Das treibt die API-Gebühren bei den Sprachmodell-Anbietern im laufenden Betrieb zum Teil in astronomische Höhen.

Hinzu kommt, dass Nutzer:innen autonome Systeme oft unüberlegt für Aufgaben nutzen, die diese technologische Flexibilität überhaupt nicht benötigen. Agenten eignen sich überall dort, wo Aufgaben und Teilprozesse dynamisch ablaufen, um beispielsweise aktuelle Preis- oder Wettbewerbsdaten flexibel in ihre Entscheidungen einzubeziehen. Mehr dazu: KI-Agenten im Prozessmanagement

Sobald ein Geschäftsprozess jedoch klar feststeht und standardisiert abläuft, erweist es sich als völlig überflüssig, jedes Mal neu zu überlegen, was in welcher Reihenfolge zu tun ist. In diesen Fällen folgt man einfach verlässlich den vorgegebenen Regeln, anstatt die determinierte Struktur ständig teuer zu hinterfragen.

Der tiefere Musterwechsel: Von menschlicher Bedienung zu AI-nativen Prozessen

Es sind nicht nur die an Grenzen stoßenden bisherigen IT-Architekturen (Automation Ceiling) und die explodierenden KI-Kosten, die ein radikales Reengineering unumgänglich machen. Vielmehr steht jetzt ein fundamentaler Musterwechsel an, weil man bisherige IT-Systeme nach einer völlig anderen Grundidee entwickelte. Bisher konstruierte man Software stets so, dass Menschen sie aktiv bedienen mussten. Das gesamte System funktionierte nur, weil Personen Daten manuell erfassten, Masken ausfüllten und Befehle ausführten – die Benutzeroberfläche (User Interface) diente dabei als zwingende Schnittstelle zwischen Mensch und Maschine.

Nun bricht dieses vertraute Prinzip komplett auf. Wenn KI selbst als ausführende Technologie agiert, fällt die klassische Benutzeroberfläche schlicht weg. Denn die Systeme brauchen den Menschen nicht mehr, um Anwendungen operativ auszuführen. AI-native Lösungen optimieren nicht mehr, wie Menschen mit einer Software interagieren, sondern steuern Datenflüsse und operative Entscheidungen vollkommen autonom im Hintergrund.

Die RETHINC-Methode

Wenn derzeit vieles dafürspricht, Prozesse auf einem weißen Blatt Papier völlig neu zu denken, stellt sich die entscheidende Frage: Wie geht man dabei konkret vor? Hier setzt die RETHINC-Methode aus dem strategischen Prozessmanagement an. Sie geht konzeptionell vor, richtet sich also strikt am erwünschten Prozessergebnis (Outcome) aus. Damit unterscheidet sich die Methode grundsätzlich von den vielen analytischen Vorgehensmodellen, die vom bestehenden Ist-Zustand ausgehen.

Der RETHINC-Ansatz baut grundsätzlich auf zwei großen Blöcken auf, die sich am bekannten Prinzip des Double Diamonds orientieren. Dieses Modell beschreibt, wie man den Denkraum in einer Divergenzphase zuerst weit öffnet, um unvoreingenommen Erkenntnisse zu sammeln, bevor man diese in einer Konvergenzphase wieder gezielt auf die wesentlichen Kernpunkte zusammenführt.

• Prozess-Check (Divergenz):
  Hier wird der strategische Rahmen völlig lösungsoffen abgesteckt. Dabei erfasst man, vor allem den Kontext präzise und führt das vorhandene Organisationswissen direkt mit aktuellen operativen Daten zusammen. Danach helfen detaillierte Customer Journeys und Personas dabei, in die Welt der Betroffenen einzutauchen. So lassen sich Frustrationen gezielt offenlegen. Über die Jobs-to-be-Done wird exakt analysiert, welche konkreten Ergebnisse (Outcomes) der neu gestaltete Prozess am Ende liefern muss.
• Visionsentwicklung (Konvergenz):
  In diesem zweiten Block werden traditionelle, lineare Denkmuster durch vielseitige Kreativitätstechniken aufgebrochen. Auf diese Weise lassen sich innovative Soll-Konzepte entwerfen und visionäre Prozessmodelle entwickeln. Bevor man den neuen Weg jedoch riskant im Live-Betrieb einführt, wird er gefahrlos über ein anschauliches Storyboarding oder Testläufe erprobt. Strukturierte Audits und Feedback-Schleifen sichern das Ergebnis schließlich rechtssicher ab.

KI-Inside als Game Changer

Die wahre Revolution entfaltet sich darin, wie Künstliche Intelligenz sowohl den Prozess-Check als auch die Visionsentwicklung beschleunigt und bereichert. Früher fielen Ansätze wie das klassische Business Reengineering, Design Thinking oder die Outcome-Driven Innovation – genau wie traditionelle Kreativitätstechniken – extrem zeitraubend aus. Man investierte Monate, um spärliche Daten mühsam zusammenzutragen.

Heute führt man all diese Schritte mit KI in kürzester Zeit und in enormer Menge aus; man durchläuft unzählige Schleifen parallel und generiert so eine weitaus größere Fülle an innovativen Ideen. Dabei setzt man beispielsweise beim Ergründen des Problemraums auf Context Engineering und KI-basierte Customer-Journey-Ermittlungen, um Datenberge vollautomatisch zu durchleuchten. Oder es werden kreative Ideen mit KI-basiertem Reengineering entwickelt und unmittelbar über virtuelle Testläufe (AI Dry Runs) abgesichert.

KI-native End-to-end-Prozesse

KI beschleunigt jedoch nicht nur das Vorgehen, sondern formt auch direkt die neuen Prozesslösungen. Die große Prozessvision des Re-Engineering zielt auf vollkommen KI-native End-to-End-Prozesse ab. Hierbei orchestriert das System determinierte Parts sinnvoll mit dynamischen Teilprozessen. So entsteht ein gesamthaftes, nahtloses Erlebnis, das Kunden begeistert und Mitarbeitende optimal unterstützt. Wie dieser Wandel die Prozesswelt verändert und welche wichtige Rolle der Mensch dabei spielt, steht hier: KI-Agenten im Prozessmanagement

Und wer wissen möchte, wie man die RETHINC-Methode und orchestrierte Agenten erfolgreich verankert, ist herzlich zum Vortrag von Prof. Dr. Guido Fischermanns auf der iboCON eingeladen.

Zum Autor

Verpassen Sie zukünftig keinen neuen Artikel! Jetzt zum ibo-Newsletter anmelden.