Ausgangslage
Der Kunde — ein mittelständisches Unternehmen mit stark wiederholten Routine-Workflows — kämpfte mit zwei Problemen: Datenaufbereitung lief manuell in mehreren Excel-Pipelines, und die operative Bearbeitung von Standardvorgängen band ein Vielfaches der Personalkapazität, die eigentlich für Kundenkontakt gebraucht wurde.
Ziel: Wiederholungs-Workflows durch KI-gestützte Automatisierung ersetzen, ohne dass die Mitarbeitenden eine komplette Software-Plattform neu lernen müssen.
Lösung
Wir haben in mehreren Schritten eingeführt:
- Prozess-Audit: Identifikation der zehn meistwiederholten Vorgänge mit dem größten Zeitanteil.
- KI-Modelle: Klassifikations- und Extraktionsmodelle (Python, TensorFlow / PyTorch) für strukturierte Eingangsdaten (E-Mails, PDFs, Formulare).
- Workflow-Integration: Anbindung an bestehende Systeme über Webhooks und REST-APIs — keine Plattform-Migration nötig.
- Containerisiertes Deployment: Docker + Kubernetes auf AWS für Skalierbarkeit und sauberes Update-Management.
- Monitoring: Performance- und Drift-Monitoring, damit Modelle nicht stillschweigend abdriften.
Ergebnis
- 85 % der Zielvorgänge laufen vollautomatisch — Restfälle werden mit klarer Begründung an Sachbearbeitung eskaliert.
- 60 % Zeitersparnis in den betroffenen Abteilungen, frei für hochwertigere Tätigkeiten.
- Projektlaufzeit: 14 Monate vom Audit bis zum vollständigen Roll-out.