Automatisierungspotenzial berechnen: Zeit, Kosten, Fehler und Risiko

„Das spart uns bestimmt die Hälfte der Zeit” ist der teuerste Satz in der Automatisierungsplanung — nicht weil er falsch sein muss, sondern weil er selten nachgerechnet wird. Die meisten Automatisierungsvorhaben scheitern nicht an der Technik, sondern an einer Rechnung, die von Anfang an unvollständig war: Sie zählt die eingesparte Zeit, aber nicht die Wartung. Sie unterstellt eine Fehlerquote nahe null, ohne sie zu messen. Sie vergisst, dass jeder automatisierte Prozess weiterhin Ausnahmen produziert, die ein Mensch bearbeiten muss.

Dieser Artikel zeigt dir, wie du Automatisierungspotenzial so berechnest, dass die Zahl am Ende belastbar ist: aktuellen Aufwand sauber erfassen, die richtigen Kosten ansetzen, Fehlerkosten realistisch bewerten und Wartung sowie Ausnahmebearbeitung von Anfang an einplanen. Er gehört zum Cluster Prozessautomatisierung und richtet sich an Geschäftsführung, Operations, IT und Fachbereich in kleinen und mittleren Unternehmen, die vor der Entscheidung stehen, ob und wo sich eine Automatisierung lohnt.

Vorab die ehrliche Einordnung: Dieser Artikel liefert dir eine Methode und ein Rechenmodell mit offen gelegten Annahmen — keine allgemeingültige Formel und keine zugesicherte Einsparquote. Die Zahlen, die am Ende zählen, kommen aus deinem Prozess, nicht aus einem Artikel.

Begriffe: Was heißt „Automatisierungspotenzial” hier?

Automatisierungspotenzial ist keine feste Größe, sondern das Ergebnis einer Rechnung aus vier Bausteinen:

• Aktueller Aufwand: Wie viel Zeit und Geld kostet der Prozess heute, im Ist-Zustand, gemessen statt geschätzt.
• Automatisierungskosten: Was kostet der Aufbau (einmalig) und der Betrieb (laufend) der Automatisierung.
• Fehlerkosten: Was kosten Fehler heute, und wie verändert sich dieses Bild durch Automatisierung — nicht zwangsläufig zum Besseren, wenn Kontrollpunkte fehlen.
• Wartungs- und Ausnahmeaufwand: Was bleibt dauerhaft an manueller Arbeit übrig, weil Ausnahmefälle bewusst an Menschen gehen und Systeme sich weiterentwickeln.

Automatisierungspotenzial im engeren Sinn ist die Differenz zwischen dem heutigen Gesamtaufwand (Zeit plus Fehlerkosten) und dem erwarteten Gesamtaufwand nach Automatisierung (Automatisierungskosten plus verbleibender Wartungs- und Ausnahmeaufwand). Wird nur einer der vier Bausteine gerechnet, entsteht fast immer eine zu optimistische Zahl. Das ist der Kern des in diesem Brief benannten Problems: Zeitersparnis wird überschätzt, weil Wartung und Ausnahmebearbeitung in vielen Rechnungen schlicht fehlen.

Wichtig ist auch die Abgrenzung zur Prozessaufnahme: Automatisierungspotenzial berechnen setzt voraus, dass du den Prozess bereits kennst und beschrieben hast. Wie du überhaupt erkennst, welche Prozesse dafür infrage kommen, behandelt der Schwesterartikel zum Thema Automatisierungspotenzial erkennen — hier geht es um die Zahl danach.

Wie berechnet man den aktuellen Aufwand?

Der aktuelle Aufwand ist der am häufigsten falsch geschätzte Wert in der gesamten Rechnung — fast immer nach unten. Der Grund: Wer nach der gefühlten Dauer eines Arbeitsschritts fragt, bekommt die Dauer des reibungslosen Falls, nicht des Durchschnitts inklusive Unterbrechungen, Rückfragen und Nacharbeit.

Drei Werte brauchst du, gemessen statt geschätzt:

1. Häufigkeit pro Monat — wie oft läuft der Prozess tatsächlich, nicht wie oft er theoretisch laufen sollte. Ein Blick in Ticket-System, E-Mail-Postfach oder ERP-Log ist zuverlässiger als eine Erinnerung.
2. Durchschnittliche Bearbeitungsdauer je Durchlauf — gemessen an mehreren echten Fällen, nicht am besten Fall. Zeiterfassung über eine oder zwei Wochen ist aufwendiger als eine Schätzung, aber der Unterschied zwischen beiden ist genau der Fehler, den die spätere Rechnung sonst mitschleppt.
3. Interner Stundensatz der ausführenden Person — nicht der Bruttolohn allein, sondern eine realistische Vollkostenrechnung (inklusive Lohnnebenkosten, Arbeitsplatzkosten), wie sie Controlling oder Personalabteilung meist ohnehin führen.

Daraus ergibt sich die Grundformel:

Monatliche Prozesskosten = Häufigkeit/Monat × Ø Dauer (Std.) × Stundensatz

Für die systematische Erhebung — gerade wenn ein Prozess durch mehrere Systeme läuft und niemand ihn komplett überblickt — beschreibt Microsoft mit Process Mining einen strukturierten Ansatz: Dabei werden reale Ereignisdaten aus den beteiligten Systemen ausgewertet, um sichtbar zu machen, wie ein Prozess tatsächlich abläuft, Engpässe zu erkennen und Automatisierungschancen datenbasiert statt anhand von Vermutungen zu identifizieren. Für ein KMU mit überschaubarer Prozesslandschaft ist ein vollwertiges Process-Mining-Tool oft überdimensioniert — das Prinzip dahinter (reale Daten statt gefühlter Dauer) lohnt sich trotzdem im Kleinen: eine Woche Zeiterfassung schlägt jede Schätzung.

Welche Kosten zählen?

Auf der Kostenseite der Rechnung gehören zwei Blöcke hinein, die oft getrennt betrachtet und dadurch beide unterschätzt werden:

Einmalige Kosten: Konzeption und Prozessaufnahme, Entwicklung beziehungsweise Konfiguration der Automatisierung, Integration in bestehende Systeme, Tests an echten Daten vor dem Go-live.

Laufende Kosten: Plattform- oder API-Gebühren, Lizenzen angebundener Dienste, und — siehe nächster Abschnitt — Wartung und die Bearbeitung von Ausnahmefällen.

Auf der Nutzenseite steht die eingesparte Bearbeitungszeit, bewertet zum selben Stundensatz wie beim aktuellen Aufwand, plus vermiedene Fehlerkosten. Genau hier zeigen Praxisbeispiele, wie unterschiedlich groß der Effekt ausfallen kann: Laut Zapier hat das Unternehmen Popl durch KI-gestützte Workflows in seinen Vertriebsprozessen jährlich rund 20.000 US-Dollar eingespart, und ein remote arbeitendes IT-Team habe monatlich über 600 Stunden zurückgewonnen, weil rund 28 Prozent der Support-Tickets automatisiert bearbeitet wurden. Diese Zahlen stammen aus Einzelfällen mit eigenem Prozess- und Kostenprofil — sie sind eine Einordnungshilfe für die Größenordnung möglicher Effekte, keine Prognose für deinen Fall. Was bei dir herauskommt, hängt an deinen eigenen drei Werten aus dem vorigen Abschnitt.

Wichtig für eine saubere Rechnung: Vergleiche Gleiches mit Gleichem. Wenn du die einmaligen Entwicklungskosten den monatlichen Einsparungen gegenüberstellst, brauchst du einen Zeithorizont (zum Beispiel zwölf oder 24 Monate), sonst wird aus einer einmaligen Investition rechnerisch ein Dauerverlust oder ein sofortiger Gewinn — beides verzerrt.

Wie bewertet man Fehlerkosten?

Fehlerkosten werden in Automatisierungsrechnungen häufig in zwei entgegengesetzte Richtungen falsch behandelt: entweder komplett ignoriert, oder pauschal als „geht gegen null durch Automatisierung” unterstellt. Beides ist unpräzise.

Die belastbarere Herangehensweise besteht aus zwei Schritten:

1. Fehlerkosten im Ist-Zustand erfassen: Wie oft treten Fehler im aktuellen, manuellen Prozess auf (Fehlerquote), und was kostet ein einzelner Fehlerfall an Nacharbeitszeit — Korrektur, Rückfrage, im schlechtesten Fall Kundenkommunikation oder Nachlieferung? Multipliziere Fehlerquote, Nacharbeitszeit und Stundensatz, um monatliche Fehlerkosten im Ist-Zustand zu erhalten.
2. Fehlerbild nach Automatisierung realistisch einschätzen, nicht unterstellen: Automatisierung kann Fehlerquellen wie Tippfehler oder Übertragungsfehler zwischen Systemen reduzieren. Sie kann aber auch neue Fehlerarten einführen — etwa wenn ein KI-gestützter Schritt Eingaben fehlinterpretiert. Zapier weist in seinem Leitfaden zu KI-Workflows ausdrücklich darauf hin, dass solche Workflows keine „Set-it-and-forget-it“‑Systeme sind, sondern Leitplanken und gelegentliche menschliche Prüfung brauchen — insbesondere wenn Eingaben unklar oder chaotisch sind.

Daraus folgt für die Rechnung: Setze die Fehlerkostenreduktion nicht als Automatismus an, sondern an konkrete Kontrollpunkte gebunden. Ein Prozess mit definierter Stichprobenprüfung oder Freigabeschritt vor kritischen Aktionen (Versand, Zahlung, Vertragsabschluss) senkt Fehlerkosten überprüfbar. Ein Prozess ohne solche Kontrollpunkte kann Fehler im Einzelfall lediglich schneller und in größerem Volumen produzieren.

Wie werden Wartung und Ausnahmen eingerechnet?

Das ist der Block, der die meisten Rechnungen zu optimistisch macht — und laut Aufgabenstellung dieses Artikels genau der Punkt, den Standardkalkulationen regelmäßig unterschlagen.

Wartung umfasst: Monitoring, ob der automatisierte Prozess weiterhin korrekt läuft, Anpassungen bei Änderungen an angebundenen Systemen (neue API-Version, geändertes Formular, neues ERP-Feld), und periodische Prüfung, ob sich der zugrunde liegende Geschäftsprozess selbst verändert hat. Als Faustregel aus meiner Beratungspraxis lohnt es sich, jährlich einen zweistelligen Prozentsatz der Erstinvestition für Wartung einzuplanen — das ist ein Erfahrungswert zur groben Orientierung, keine gemessene Norm, und du solltest ihn an die Komplexität deines Prozesses anpassen: Wenige stabile Schnittstellen bedeuten weniger Wartung, viele sich ändernde Systeme mehr.

Ausnahmebearbeitung ist kein Übergangszustand, der irgendwann verschwindet, sondern ein dauerhafter Bestandteil fast jedes automatisierten Prozesses. Jeder Automatisierungsentwurf sollte vorab festlegen, was der automatisierte Teil sicher allein entscheiden darf und was an einen Menschen geht. Die Zeit für diese verbleibende manuelle Bearbeitung gehört in die laufenden Kosten — nicht, weil die Automatisierung „nicht funktioniert hat”, sondern weil eine realistische Ausnahmequote von Anfang an Teil des Modells ist.

Für die Rechnung heißt das: Der laufende Kostenblock besteht nicht nur aus Plattform- und API-Gebühren, sondern aus Plattformkosten plus Wartungszeit plus Ausnahmebearbeitungszeit — alle drei zum internen Stundensatz beziehungsweise zu Lizenzpreisen bewertet.

Ein praktischer Hinweis aus der Projektbegleitung: Die Ausnahmequote ist zu Beginn eines automatisierten Prozesses fast immer höher als später, weil Randfälle erst im laufenden Betrieb sichtbar werden, die in der Planung niemand bedacht hat. Wer die Ausnahmequote nur einmalig zu Projektstart schätzt und dann nicht weiter beobachtet, arbeitet nach wenigen Monaten mit einer veralteten Zahl. Sinnvoller ist ein einfaches laufendes Tracking — etwa ein Zähler, wie viele Fälle pro Woche an einen Menschen eskaliert werden — das die Ausnahmequote im Rechenmodell regelmäßig aktualisiert, statt sie einmalig festzuschreiben.

Rechenmodell: Automatisierungspotenzial in vier Schritten

Damit die Bausteine greifbar werden, hier das Rechenmodell als Tabelle zum Selbst-Ausfüllen. Trage in die mittlere Spalte deine eigenen, gemessenen Werte ein — die Formeln bleiben gleich, die Zahlen sind bei dir andere.

Schritt	Formel	Deine Eingabe (Beispiel)
1. Aktuelle Prozesskosten/Monat	Häufigkeit/Monat × Ø Dauer (Std.) × Stundensatz	300 Vorgänge × 0,25 Std. × 35 €/Std. = 2.625 €/Monat
2. Aktuelle Fehlerkosten/Monat	Fehlerquote × Häufigkeit/Monat × Nacharbeitszeit (Std.) × Stundensatz	6 % × 300 × 0,5 Std. × 35 €/Std. = 315 €/Monat
3. Automatisierungskosten (einmalig)	Konzeption + Entwicklung/Integration + Tests	Annahme: 8.000–15.000 €
4. Laufende Kosten nach Automatisierung/Monat	Plattform/API + Wartung + Ausnahmebearbeitung (Std. × Stundensatz)	Annahme: 150 € + 200 € + (20 Std. × 35 €/Std. = 700 €) = 1.050 €/Monat
Monatliches Nettopotenzial	(Schritt 1 + Schritt 2) − Schritt 4	(2.625 € + 315 €) − 1.050 € = 1.890 €/Monat
Amortisationsdauer	Schritt 3 ÷ monatliches Nettopotenzial	8.000–15.000 € ÷ 1.890 € ≈ 4,2–7,9 Monate

Alle Zahlen in der rechten Spalte sind ein illustratives Beispiel mit offen gelegten Annahmen (Fehlerquote, Nacharbeitszeit, Ausnahmequote von hier angenommen rund 20 Stunden/Monat), kein Angebot und keine Prognose. Ersetze jede Zelle durch deinen gemessenen Wert. Zwei Effekte zeigen sich in den meisten realen Rechnungen dieser Art, sobald die tatsächlichen Zahlen eingesetzt werden: Erstens verändert allein Zeile 4 (laufende Kosten inklusive Ausnahmebearbeitung) das Ergebnis stärker als die meisten Teams vorher annehmen. Zweitens lohnt sich der Blick auf die Amortisationsdauer mehr als der auf die absolute Ersparnis — eine kleine, aber schnell amortisierte Automatisierung ist oft die bessere erste Entscheidung als eine große mit unsicherer Zahlenbasis.

Eine sinnvolle Ergänzung, bevor du dich auf ein einzelnes Ergebnis verlässt: Rechne das Modell zweimal, mit einer vorsichtigen und einer optimistischen Annahme je unsicherer Eingabegröße (vor allem Fehlerquote und Ausnahmequote). Liegt das Nettopotenzial in beiden Fällen deutlich im Plus, ist die Entscheidung robust gegenüber Schätzfehlern. Kippt das Ergebnis zwischen den beiden Varianten von positiv zu negativ, ist das ein direktes Signal, dass du vor der Entscheidung erst belastbarere Werte brauchst — meist über einen Piloten, siehe nächster Abschnitt.

Wann lohnt ein Pilot?

Immer dann, wenn eine oder mehrere der vier Eingabegrößen — Häufigkeit, Dauer, Fehlerquote, Ausnahmequote — nicht aus echten Messwerten stammen, sondern geschätzt sind. In der Praxis betrifft das die meisten Vorhaben zu Beginn.

Ein Pilot ist in diesem Zusammenhang kein Kompromiss, sondern der günstigste Weg, an belastbare Zahlen für das Rechenmodell zu kommen:

• Zuschnitt: ein klar abgegrenzter Teilprozess, vier bis acht Wochen Laufzeit, mit paralleler manueller Kontrolle in der Anfangsphase.
• Messgrößen vorher festlegen: tatsächliche Bearbeitungsdauer je automatisiertem Durchlauf, tatsächliche Fehlerquote nach Automatisierung, tatsächliche Ausnahmequote (Anteil der Fälle, die an einen Menschen gehen).
• Ergebnis: Die im Pilot gemessenen Werte ersetzen die Annahmen im Rechenmodell — die Entscheidung über den Vollausbau basiert dann auf Messwerten statt auf der ursprünglichen Schätzung.

Ein Pilot lässt sich meist überspringen, wenn der Prozess bereits an anderer Stelle im Unternehmen in vergleichbarer Form automatisiert läuft und die vier Eingabegrößen dadurch schon bekannt sind.

Umsetzung: Vom Rechenmodell zur Entscheidung

1. Prozess abgrenzen. Ein Teilprozess mit klarem Anfang und Ende, nicht „die Buchhaltung“ als Ganzes.
2. Aktuellen Aufwand messen, nicht schätzen — über mehrere echte Durchläufe, wie im zweiten Abschnitt beschrieben.
3. Fehlerquote und Nacharbeitszeit im Ist-Zustand erfassen, auch wenn das unbequem ist — ohne diesen Wert bleibt die Rechnung einseitig optimistisch.
4. Automatisierungs- und laufende Kosten grob kalkulieren, inklusive Wartung und geschätzter Ausnahmequote — lieber mit einer Bandbreite als mit einer Scheingenauigkeit.
5. Rechenmodell mit eigenen Werten füllen und Nettopotenzial sowie Amortisationsdauer berechnen.
6. Bei unsicheren Eingabegrößen: Pilot statt Vollausbau. Miss die vier Werte real, aktualisiere dann das Modell.
7. Entscheidung treffen — und dokumentieren, welche Annahmen ihr getroffen habt, damit ihr sie später gegen die Realität prüfen könnt.

Risiken und Grenzen der Berechnung

Auch ein sauberes Rechenmodell bleibt eine Annäherung, keine Garantie:

• Keine garantierten Einsparungen oder Automatisierungsquoten. Niemand kann seriös zusichern, welchen Anteil eines Prozesses eine Automatisierung am Ende tatsächlich übernimmt, bevor sie an echten Daten getestet wurde. Angebote mit solchen Zusagen sind ein Warnsignal.
• Der Prozess ändert sich, das Modell veraltet. Häufigkeit, Fehlerquote und Ausnahmequote sind keine festen Größen. Eine Rechnung von heute braucht eine Aktualisierung, wenn sich Volumen oder angebundene Systeme deutlich ändern.
• Fehlerkosten sind teilweise nicht monetär. Kundenvertrauen oder Reputationsschäden nach einem sichtbaren Fehler lassen sich schwer in eine Stundensatz-Rechnung packen. Das Modell erfasst die direkten Kosten — die indirekten gehören in die qualitative Risikoabwägung dazu.
• Scheingenauigkeit vermeiden. Eine Rechnung auf zwei Nachkommastellen mit geschätzten Eingaben ist nicht präziser als eine grobe Bandbreite — sie wirkt nur so. Bandbreiten mit genannten Annahmen sind ehrlicher als eine einzelne, scheinbar exakte Zahl.
• Rechtliche und Compliance-Aufwände fehlen im Grundmodell. Je nach Branche und Datenart können Aufwände für Datenschutzprüfung hinzukommen (Stand Juli 2026; dieser Artikel ersetzt keine Rechtsberatung).

Checkliste: Automatisierungspotenzial belastbar berechnen

1. Ist der Prozess klar abgegrenzt (ein Teilprozess, nicht ein ganzer Bereich)?
2. Basiert der aktuelle Aufwand auf gemessenen, nicht geschätzten Werten?
3. Ist die aktuelle Fehlerquote erfasst, inklusive Nacharbeitszeit pro Fehlerfall?
4. Sind einmalige und laufende Automatisierungskosten getrennt kalkuliert?
5. Ist ein Wartungsbudget als laufender Kostenblock eingeplant, nicht als Fußnote?
6. Ist eine realistische Ausnahmequote mit zugehöriger Bearbeitungszeit im Modell?
7. Ist die Amortisationsdauer berechnet, nicht nur die absolute Ersparnis?
8. Sind alle Annahmen dokumentiert und einem Verantwortlichen zugeordnet?
9. Ist bei unsicheren Eingabegrößen ein Pilot mit Messkriterien vorgesehen?
10. Fehlt jedes Versprechen einer garantierten Einsparquote? (Gut so.)

Wenn du unsicher bist, welche Werte in dein Rechenmodell gehören oder wie du sie in deinem konkreten Prozess erhebst: In der KI-Beratung gehe ich mit dir gemeinsam durch Aufwand, Kosten, Fehlerbild und Wartungsrealität deines Prozesses, bevor irgendetwas gebaut wird. Ein Erstgespräch kostet nichts und klärt meist schon, ob sich ein Pilot lohnt oder die Zahlen noch nicht tragen.