KI Automatisierung von Geschäftsprozessen: Praxis-Guide für KMU (2026)
Make, n8n und ein paar KI-Modelle ersetzen kein Personal — aber sie nehmen Ihrem Team 10–15 Stunden Stupidroutine pro Woche ab. So gehen Sie es richtig an.
Automatisierung von Geschäftsprozessen ist keine IT-Großbaustelle mehr. Mit no-/low-code-Plattformen wie Make und n8n plus generativer KI bauen Sie in wenigen Tagen Workflows, die früher SAP-Projekte waren: Angebotserstellung, Lead-Qualifizierung, Rechnungsfreigabe, Onboarding. Dieser Guide zeigt konkret, welche Prozesse sich für KI Automatisierung eignen, welche Tools Sie wirklich brauchen, was es kostet — und in welcher Reihenfolge Sie vorgehen, damit es funktioniert statt frustriert.
Was „KI Automatisierung von Geschäftsprozessen“ wirklich bedeutet
Klassische Prozessautomatisierung (RPA, Make, Zapier) verbindet Systeme über fixe Regeln: *Wenn neue Zeile in Google Sheet, dann sende Slack-Nachricht*. Das funktioniert für strukturierte Daten, scheitert aber sobald Text, Kontext oder Entscheidungen ins Spiel kommen.
KI Automatisierung ergänzt diese Pipelines an genau den Stellen, an denen bisher ein Mensch eingreifen musste:
- Klassifizieren: Welche Kategorie hat dieses E-Mail-Ticket?
- Extrahieren: Welche Beträge stehen auf dieser PDF-Rechnung?
- Formulieren: Schreibe ein kundenspezifisches Angebot aus diesen 6 Stichpunkten.
- Entscheiden: Ist dieser Lead Sales-Ready oder gehört er in den Nurturing-Funnel?
Das Ergebnis: End-to-End-Workflows, in denen Make/n8n die Schienen verlegen und ein Sprachmodell die unstrukturierten Teile übernimmt. Genau dort liegt der Effizienzgewinn — und genau dort scheitern Projekte, die nur „ChatGPT einführen“ wollen, ohne die Prozesskette zu denken.
Die 7 Geschäftsprozesse, die sich für KMU am schnellsten rechnen
Aus 30+ Implementierungen in österreichischen und deutschen KMU sehen wir immer wieder dieselben Quick Wins:
| Prozess | Aufwand vorher | Aufwand nachher | Tool-Stack |
|---|---|---|---|
| Eingehende Anfragen klassifizieren + zuweisen | 5–10 Min/Stück | 10 Sek + Review | Make + GPT-4o-mini |
| Angebote aus Briefing erstellen | 30–45 Min | 5 Min Review | n8n + Claude Sonnet |
| Belege/Rechnungen erfassen | 3–5 Min/Beleg | 30 Sek Freigabe | Make + GPT-4o Vision |
| Lead-Recherche vor Erstgespräch | 20–30 Min | 2 Min Lesen | n8n + Perplexity API |
| Newsletter aus Quellen kuratieren | 2–3 Std/Woche | 20 Min Review | Make + GPT-4o |
| Kunden-Onboarding-Mails personalisieren | 15 Min/Kunde | Automatisch | n8n + GPT-4o-mini |
| Meeting-Protokoll → Aufgabenliste | 30 Min nach Termin | 0 Min | Fireflies + Make |
Faustregel: Wenn ein Prozess wiederkehrend, regelbasiert und textlastig ist, ist er ein Kandidat für KI Automatisierung. Strategie, Verhandlung und Personalentscheidungen bleiben menschlich — und sollen das auch.
Make vs. n8n vs. Zapier — welches Tool für welchen Fall
Die Wahl der Plattform entscheidet über Wartbarkeit und laufende Kosten. Unsere Empfehlung nach Use-Case:
- Zapier — am einfachsten, am teuersten. Sinnvoll, wenn Sie unter 1.000 Aktionen/Monat bleiben und nicht-technische Mitarbeiter selbst zaps bauen sollen.
- Make (ehem. Integromat) — bestes Preis-Leistungs-Verhältnis für KMU. Visueller Flow-Builder, KI-Integrationen (OpenAI, Anthropic, Mistral) nativ, ~9 €/Monat für 10.000 Operations. Empfehlung für 80 % der Fälle.
- n8n — open source, self-hostable, ideal wenn Datenschutz-Anforderungen (z. B. Kanzleien, Gesundheitswesen) eine Cloud-Lösung ausschließen oder wenn Sie tiefere JavaScript-Logik brauchen. Etwas steilere Lernkurve.
Kombiniert mit dem Sprachmodell, das zum Job passt: GPT-4o-mini für Klassifikation und Extraktion (günstig, schnell), Claude Sonnet für lange Texte und Angebote, Perplexity API für Recherchen mit Quellenangaben. Mehr zu Auswahlkriterien: KI-Tools für Selbstständige 2026.
Beispiel-Workflow: Vom E-Mail-Posteingang zum qualifizierten Lead in Pipedrive
Ein realer Workflow, den wir in einer Wiener Agentur (12 Mitarbeiter) eingerichtet haben:
- Trigger: Neue E-Mail an `hello@kundendomain.at` (Make-Modul: Email Watch)
- Schritt 1 — Klassifizieren: GPT-4o-mini erhält Betreff + Body und gibt JSON zurück: `{ typ: "anfrage|spam|rechnung|sonstiges", thema, dringlichkeit }`
- Schritt 2 — Routen: Router-Modul leitet nach Typ weiter
- Schritt 3 — Bei Anfrage: Claude formuliert eine personalisierte Antwort als Entwurf in Gmail (kein automatischer Versand!)
- Schritt 4 — Lead anlegen: Make legt Kontakt in Pipedrive an, Tags = extrahierte Themen, Notiz = KI-Zusammenfassung
- Schritt 5 — Slack-Ping: Sales-Channel bekommt Kurzhinweis mit Link zum Deal
Laufzeit: 12 Sekunden. Kosten pro Anfrage: ~0,003 €. Manuelle Bearbeitung vorher: 8–12 Minuten. Bei 40 Anfragen/Woche spart das 5–7 Stunden — pro Woche, jede Woche. Mehr Details zur Umsetzung im Schwester-Artikel: KI-Automatisierung im Kleinunternehmen.
Der 30-Tage-Implementierungsplan
Tag 1–7 — Prozess-Audit. Listen Sie alle wiederkehrenden Aufgaben über 5 Min auf. Markieren Sie pro Aufgabe: Häufigkeit, Dauer, Frust-Level (1–5). Top-3-Kandidaten ergeben sich automatisch.
Tag 8–14 — Pilot bauen. Wählen Sie einen Prozess (nicht drei!). Bauen Sie ihn in Make oder n8n. Halten Sie einen menschlichen Freigabeschritt drin — niemals direkt in produktive Kunden-Mails senden.
Tag 15–21 — Messen. Loggen Sie Zeit vor/nach und Fehlerquote. Verwenden Sie unsere KI-Zeitersparnis-Formel. Sammeln Sie Fehlerbeispiele zur Prompt-Optimierung.
Tag 22–30 — Skalieren. Erst jetzt: zweiter Prozess. Dokumentation, Backup-Trigger, Monitoring. Bei sensiblen Daten: Datenschutz-Check, siehe DSGVO und KI.
Kosten und ROI: ehrliche Zahlen für ein 10-Personen-KMU
Beispielrechnung — 10-Personen-Dienstleister, 3 automatisierte Prozesse:
- Tools: Make Pro (16 €), OpenAI API (~30 €), Claude API (~25 €), Pipedrive-Add-ons (~0) = 71 €/Monat
- Setup: 2 Workshops à 4 Std + 3 Wochen Begleitung = einmalig 3.500–5.000 € (intern oder mit Partner)
- Zeitersparnis: 3 Prozesse × ~5 Std/Woche × 4,3 Wochen = 65 Std/Monat
- Wert bei 70 €/Std interner Kosten: 4.550 €/Monat
Break-even: Monat 2. ROI nach 12 Monaten: Faktor 8–10. Zum Vergleich: Eine zusätzliche Halbtagskraft kostet im DACH-Raum 1.800–2.400 €/Monat brutto — und nimmt keine Stupid-Routine ab, weil sie sinnvolle Arbeit will. Mehr zur Abwägung: KI vs. Mitarbeiter einstellen.
Die 5 häufigsten Fehler bei der Einführung
1. Zu groß starten. Wer „den gesamten Vertriebsprozess automatisieren“ will, scheitert. Beginnen Sie mit einem einzigen, messbaren Schritt.
2. Keine Human-in-the-Loop-Phase. KI macht Fehler. Die ersten 4–6 Wochen sollte ein Mensch jede Ausgabe freigeben — danach wissen Sie, wo die Ausnahmen sitzen.
3. Kein Logging. Ohne Monitoring sehen Sie nie, ob die Automatisierung läuft. Make und n8n haben eingebaute Run-Logs — nutzen Sie sie.
4. Sensible Daten in Consumer-ChatGPT. Für Geschäftsprozesse zwingend API mit aktivierter Datenschutz-Option oder europäische Modelle wie Mistral nutzen.
5. Keinen Owner benennen. Jeder Workflow braucht einen Verantwortlichen, der bei Fehlerbenachrichtigungen reagiert. Sonst stirbt die Automatisierung langsam, ohne dass es jemand bemerkt.
Quellen & weiterführende Links
Häufige Fragen
+Brauche ich Programmierkenntnisse, um Make oder n8n zu nutzen?
Nein. Make ist vollständig visuell — wer Excel-Formeln versteht, kommt klar. n8n erlaubt optional JavaScript-Snippets für komplexere Logik, ist aber für Standard-Workflows ebenfalls klickbasiert.
+Ist die Automatisierung von Geschäftsprozessen mit KI DSGVO-konform?
Ja, wenn Sie Anbieter mit EU-Datenverarbeitung wählen (z. B. Mistral, oder OpenAI über Azure EU) und keine personenbezogenen Daten in den kostenlosen ChatGPT geben. Details: DSGVO und KI.
+Was kostet ein typisches Automatisierungsprojekt?
Für ein KMU realistisch: 3.000–6.000 € einmalig für 2–3 Workflows plus 50–100 €/Monat laufende Tool-Kosten. Der ROI liegt typischerweise bei Faktor 5–10 im ersten Jahr.
+Welche Prozesse sollte ich NICHT automatisieren?
Alles, was strategische Entscheidungen, Verhandlungen, Personalführung oder Krisenkommunikation betrifft. Auch Prozesse mit weniger als 2 Vorgängen/Woche lohnen den Setup-Aufwand nicht.
+Make oder n8n — was passt besser für mein Unternehmen?
Make für 80 % der KMU (schnell, Cloud, günstig). n8n wenn Sie self-hosten müssen (Datenschutz) oder komplexere Logik brauchen. Beide haben gute KI-Integrationen.
◆ Bereit zum Anwenden?
Schluss mit Lesen — fangen Sie an zu sparen.
Die Gratis-Analyse zeigt Ihnen in 3 Minuten, wo KI in Ihrem Business diese Woche schon Wirkung zeigen kann.
