Teil 1 der Reihe »Enterprise Process Factory« · Gregor Lietz
KI verändert gerade fast alles – auch die Digitale Transformation. Zum Auftakt der Reihe »Enterprise Process Factory« ordnet Teil 1 ein, worum es bei der Transformation im Kern geht, warum Agilität zur entscheidenden Voraussetzung wird und was KI dazu beitragen kann – und was nicht.
KI – angekommen und trotzdem am Anfang
Derzeit scheint sich alles nur noch um KI zu drehen. Gefühlt jeden Tag kommt eine neue KI-Enterprise-Plattform auf den Markt, und jeden Tag grüßt das Versprechen, sie könne die Probleme lösen, an denen sich die Digitale Transformation bisher die Zähne ausgebissen hat. Erfreulicherweise wird diese Entwicklung nicht nur von den Tech-Giganten der Branche, sondern auch von einer Welle innovativer Startups vorangetrieben, von denen viele ihren Sitz in Europa haben.
Doch nicht nur neue KI-Plattformen drängen auf den Markt. Auch bestehende Software, allen voran die Standardsoftware, wird mit KI gründlich umgekrempelt. Mit der KI kommt das Versprechen – vieles wird einfacher und vieles wird schneller. Ob es auch preiswerter wird, steht in den Sternen, denn mit wachsendem Verbrauch wachsen auch die Kosten. Eine geschäftliche Nutzung der KI setzt belastbares Verhalten voraus und dieses in der Regel die Nutzung eines kostenpflichtigen Abonnements sowie Services mit garantierter Verfügbarkeit und Verlässlichkeit. Dies trägt dazu bei, dass die Gesamtkosten der KI-Nutzung weiter steigen.
Zwei Zahlen prägen dabei das Bild: Laut einer im September 2026 veröffentlichten Bitkom-Umfrage setzt zum ersten Mal die Mehrheit von 57 % der in Deutschland befragten Unternehmen ab 20 Mitarbeitern KI geschäftlich ein1. Die Ausgaben für generative KI werden sich laut Bitkom auf Basis von IDC-Daten voraussichtlich auf 11,5 Milliarden Euro verdoppeln2. Der gesamte KI-Markt aus Software, Services und Hardware wächst um 48 % auf 28,7 Milliarden Euro. Die wichtigsten Zahlen der Umfrage sind allerdings andere: nur 3 % der Unternehmen mit KI-Einsatz geben an, das Potenzial von KI heute schon eher stark auszunutzen (vollständig: kein einziges Unternehmen; siehe Abb. 1), und nur 3 % aller Unternehmen wollen ihre Ausgaben für KI 2026 eher senken.
Eines ist klar: Ohne KI scheint es nicht mehr zu gehen – weder privat noch geschäftlich. Gleichzeitig stehen neun von zehn Unternehmen auch im vierten Jahr nach der Einführung von ChatGPT de facto noch am Anfang einer strukturell-flächendeckenden KI-Adoption, sodass auf absehbare Zukunft weiterhin ein starkes Wachstum der KI-Nutzung zu erwarten ist. Dieses Bild gilt nach unserer Erfahrung genauso für öffentliche Verwaltungen und Hochschulen.
Die Kombination aus starkem Wachstum und einer frühen Adoptionsphase führt zu mehreren Fragen. Eine davon, ob sich die Investition auszahlt, beantwortet die Bitkom-Umfrage zumindest teilweise – immerhin 66 % der Unternehmen mit KI-Einsatz haben nach eigener Einschätzung ihre Wettbewerbsposition dank KI verbessert, und 45 % sehen einen messbaren Beitrag zum Unternehmenserfolg. Eine andere Frage lautet: In welcher Form wird die KI-Adoption in der Unternehmens-IT stattfinden – wird sie die bestehenden Systeme durch die neuen KI-Plattformen verdrängen oder wird sie zur Modernisierung und Erneuerung von Bestandssystemen führen? Die Frage gilt gleichermaßen für die Standardsoftware wie ERP- und ECM-Systeme und für Individualsoftware in Form von Fachverfahren. Womöglich findet die KI-Adoption auf einem dritten Weg statt – als Kombination aus Ablösung und Modernisierung. Dazu mehr in Teil 2 »Die Standardsoftware am Scheideweg«.
Beschleuniger und Bremse zugleich
Bei den Endnutzern in den Abteilungen ist KI längst in der Adoptionsphase angekommen. Sie schreiben damit Texte, erstellen Präsentationen, entwickeln Software, verfassen E-Mails, organisieren ihren Tagesablauf und vieles mehr. Inzwischen ist es einfacher aufzuzählen, in welchen Anwendungsfällen KI noch nicht zum Einsatz kommt, als umgekehrt.
Unternehmen, öffentliche Verwaltungen und Hochschulen ringen allerdings noch um ihre KI-Strategien. Neben dem eigentlichen Software-Stack und den mit ihm verbundenen Themen wie Cloud-Computing-Ressourcen, Software-Plattformen sowie LLM-Ops-Werkzeugen zum Betrieb und zur Überwachung von Modellen rücken zunehmend weitere Themen wie Governance und Compliance in den Vordergrund. Die Vielfalt und die Masse dieser Themen sowie die Anforderungen aus den bestehenden gesetzlichen Regelungen sorgen dafür, dass diese frühe Phase der KI-Adoption zurzeit mit starker Verunsicherung auf Kundenseite verbunden ist.
Laut der zitierten Bitkom-Umfrage nennen Unternehmen mit KI-Einsatz Datenschutz (66 %) und rechtliche Verunsicherung (56 %) als größte Hemmnisse. Die Verunsicherung entsteht nicht nur, weil so viel Neues gleichzeitig auf den Markt kommt, sondern auch, weil so viele widersprüchliche Aussagen über Erwartungen und Realität im Umlauf sind.
Ein gutes Beispiel dafür ist der Einsatz von KI in der Softwareentwicklung. Gefühlt ist die Zahl derer, die verstärkt auf KI-gestütztes Coding setzen, genauso groß wie die Zahl derer, die es wieder aufgeben, weil sie darin eine Sackgasse sehen. In der Tat muss sich der Einsatz der KI in der Softwareentwicklung einer kritischen Frage stellen: Welche Art der Software kann KI realistischerweise produzieren? Kann KI auch Produkte, die sich in der Praxis der Unternehmens-IT bewähren? Auf diese Frage gehen wir später noch ein.
Die Verunsicherung führt zu einem ernsthaften Problem, das zurzeit in vielen Gesprächen mit Kunden und Interessenten deutlich wird: zur Zurückhaltung bei strategischen Entscheidungen. Diese Zurückhaltung ist nachvollziehbar, denn Unklarheit und Unsicherheit sind kein guter Boden für Entscheidungen. Gerade jetzt aber sind Entscheidungen, vor allem zur KI-Adoption, besonders wichtig.
Mit dem fortschreitenden Einsatz der KI gewinnt ein weiterer Aspekt an Bedeutung: die Digitale Souveränität. Im politischen Alltag als Unabhängigkeit von den global agierenden, meist amerikanischen Tech-Unternehmen der Branche verstanden, wirft sie in Wirklichkeit tiefergehende Fragen auf. Was bedeutet die Digitale Souveränität wirklich? Reicht es, dass die KI aus einem europäischen Rechenzentrum heraus betrieben wird oder sollte die Frage nicht eher lauten: „Welche Aufgaben wird die KI in Zukunft übernehmen und welche Kontrollmechanismen gegenüber der KI müssen wir als Teil unserer Governance etablieren“?
Um die Frage beantworten zu können, müssen die Einsatzfelder und die Möglichkeiten der KI-Plattformen mit den Anforderungen der Digitalen Transformation abgeglichen werden. Die zentrale Frage lautet dabei: Wie wird die KI die Digitale Transformation beeinflussen und kann die KI Softwareprodukte für Unternehmenseinsatz bauen?
Bei der Transformation geht es um Prozesse
Im Fokus der Digitalen Transformation stehen bei Unternehmen, Verwaltungen und Hochschulen drei zentrale Anforderungen – und alle drei sind prozesszentriert:
- Prozessintegration: Nur eine Digitalisierung der Wertschöpfungsketten, die Ende-zu-Ende und ohne Prozessbrüche umgesetzt ist, sorgt für die Leistungsfähigkeit und die Kosteneffizienz der Prozesse. Traditionell war die Prozessintegration vor allem für das Zusammenspiel der Teilprozesse eines Kernprozesses entscheidend; inzwischen gilt sie für die Organisation als Ganzes.
- Prozess-Agilität: Nur eine Prozessintegration, die flexibel genug ist, um ständigen Anpassungen standzuhalten, bringt die erhofften Vorteile. Technologische, organisatorische und wirtschaftliche Disruption führen dazu, dass Prozesse stärker als früher individualisiert und häufiger als früher angepasst werden müssen.
- Prozess-Compliance: Nur eine Prozessoptimierung, die die Anforderungen an die Konformität mit gesetzlichen Regelungen von vornherein berücksichtigt, sorgt für deren lückenlose Abdeckung. Mit der stetig wachsenden Regulierungsdichte gewinnt dieser Aspekt immer mehr an Bedeutung. In der zitierten Bitkom-Umfrage sehen sich 37 % der Unternehmen als Anwender vom EU AI Act betroffen. 89 % der Unternehmen, die betroffen sind oder das noch prüfen, erwarten einen hohen Umsetzungsaufwand.
Unstrittig ist, dass die Prozesstransformation von zwei weiteren Faktoren geprägt wird: Eingeleitet wird sie meist durch den technologischen Wandel, begleitet wird sie vom organisatorischen Kulturwandel. Zum Wesen einer prozessorientierten Organisation gehört jedoch, dass sie beides selbst als Prozess aufgesetzt und operationalisiert hat.
Die Agilität gewinnt
Wer Antworten liefern will, muss zuerst das Henne-Ei-Problem der Prozesszentrierung lösen: Beginnt die Geschichte mit der Prozessintegration, mit der Prozess-Agilität oder mit der Prozess-Compliance? Anders gefragt: Sollen Prozesse erst Ende-zu-Ende integriert und danach flexibilisiert werden – oder umgekehrt?
Die Antwort ist einfach: Ohne Agilität lässt sich eine Ende-zu-Ende-Prozessintegration de facto nicht erreichen, denn angesichts der aktuellen technologischen und geschäftlichen Disruption wird diese Arbeit nie fertig.
Der Fokus muss deshalb auf der Prozess-Agilität und somit auf der Flexibilität der zum Einsatz kommenden Geschäftsprozesse liegen. Um Prozesse anpassbar und individualisierbar zu machen, braucht es modular aufgebaute, atmende Organisationen, in denen Veränderung keine Störung ist, sondern das Gestaltungsprinzip. Die Geschäftsprozessoptimierung muss dabei institutionalisiert, als Dauerprozess aufgesetzt und mit der Weiterentwicklung der internen Systeme und der Organisation selbst synchronisiert werden.
Gleichzeitig muss in diesen Organisationen dafür gesorgt werden, dass die Dokumentprozesse und Prozessdokumentationen, die im Fokus der Compliance stehen, von vornherein als nativer Bestandteil der Geschäftsprozesse behandelt und umgesetzt werden. Mit der wachsenden Bedeutung des Wissensmanagements für die Qualität der Prozesse lösen sich die Dokumentmanagement- und Enterprise-Content-Management-Systeme aus ihrer Rolle des „Belegarchivs“ und entwickeln sich zu wertvollen Wissensquellen.
Die „Factory“ ersetzt das „Modul“
Die Forderung nach Agilität ist nicht neu – sie begleitet die Unternehmens-IT seit Jahrzehnten. Dass sie bis heute nicht eingelöst ist, hat einen Grund: Agilität bekommt man nicht geschenkt.
Sie hat immer mit denselben Gegenspielern zu kämpfen – mit der Starrheit der Standardisierung und mit dem Widerstand der Organisation. Hinzu kommt das Problem der Kosten. Ein gutes Beispiel ist der Ansatz des Enterprise Service Bus (ESB), der in den 2000er- und 2010er-Jahren vielfach eingeführt und wegen der Kosten und seiner Schwerfälligkeit in den Jahren danach häufig von Microservices und API-Gateways abgelöst wurde.
Die eigentliche Aufgabe ist schnell beschrieben: die Themenbereiche einer Organisation in Prozessgruppen zu modularisieren und dabei anpassbar und individualisierbar zu implementieren.
Die erste Teilaufgabe – die Modularisierung – hat die Standardsoftware geleistet. Um Individualsoftware in möglichst vielen Branchen abzulösen, haben ERP- und ECM-Systeme ihre Software modularisiert, zur Abdeckung von möglichst vielen Geschäftsprozessen befähigt und damit die Grundlage für ein weltweites Wachstum gelegt. Mit ERP- und ECM-Systemen werden heute in den meisten Organisationen sowohl die Verwaltungs- als auch die Produktionsprozesse gesteuert, wobei für öffentliche Verwaltungen der Begriff der Produktion eine besondere Bedeutung hat: digitale Dienste für Bürger und Wirtschaft.
Modularisierung allein bedeutet jedoch noch lange keine Agilität. Im Gegenteil: Durch die Standardisierung der Software sind in den Organisationen vielfach Prozess-Silos entstanden, deren Flexibilität sich in engen Grenzen hält. Der wesentliche Grund für die geringe Flexibilität der mit Standardsoftware umgesetzten Prozesse liegt dabei in der zugrunde liegenden Philosophie, in der Standardisierung das Gegenteil der Individualisierung bedeutet.
Die zweite Teilaufgabe – die Sicherstellung der Flexibilität von Geschäftsprozessen durch Anpassbarkeit und Individualisierbarkeit – verlangt deshalb einen anderen Ansatz. Einen Ansatz, in dem nicht das Modul mit seinen Standardprozessen in den Mittelpunkt rückt, sondern die Möglichkeit, die Prozesse dieses Moduls möglichst dynamisch und dabei wirtschaftlich zu individualisieren. Da viele dieser Prozesse in Zeiten der Disruption komplett neu gebaut werden müssen, nennen wir dieses Konzept „Enterprise Process Factory“ – im Sinne einer Fabrik (deutsch: Prozessfabrik), in der Prozesse gebaut und weiterentwickelt werden. Mehr dazu in Teil 3 »Aus Softwarefabrik wird Prozessfabrik« und in Teil 4 »Organisation als Factory«.
KI allein kann die „Factories“ nicht bauen
Wie entsteht eine „Process Factory“ und kann KI dabei helfen? Die Frage, ob die KI Software entwickeln kann, stellt sich nicht. Softwareentwicklung gehört zu ihren wichtigsten Anwendungsfällen; genau genommen liegt sie in der DNA der KI, die man vereinfacht als »Software, die Software entwickelt« beschreiben kann.
Die eigentliche Frage lautet: Kann KI allein Process Factories als Frameworks für unternehmensweiten Einsatz nach dem beschriebenen Prinzip und im beschriebenen Umfang entwickeln? Die Antwort lautet – zumindest zum jetzigen Zeitpunkt – nein.
KI kann zwar Software entwickeln, nicht aber – jedenfalls nicht mit vertretbarem Aufwand – eine komplette Standardsoftware samt Produktlebenszyklus bauen und weiterentwickeln. Dasselbe gilt für kommerziell einsetzbare Individualsoftware in Anwendungsbereichen mit hohen Anforderungen an Verfügbarkeit, Qualität und deterministisches Verhalten.
Abb. 3 zeigt, wo die Grenze verläuft: Prototypen und einzelne Lösungen gelingen mit KI schon heute. Generalisierung, kommerzielle Tragfähigkeit und ein Produktlebenszyklus verlangen dagegen eine Umgebung aus Methoden, Prozessen und Menschen, die KI nicht selbst mitbringt. Insbesondere die Generalisierung, also die Abstraktion von Einzellösungen zu wiederverwendbaren Mustern, erfordert sowohl eine Musterprozessverwaltung als auch ein Verständnis von Musterprozessen in unterschiedlichen Modellierungsnotationen.
Abb. 3 beantwortet auch die Eingangsfrage nach der Rolle der KI in der Entwicklung einer „Process Factory“. Erwartungsgemäß reicht die als „Vibe Coding“ bekannte und inzwischen sehr verbreitete Methode der schnellen Softwareentwicklung mit KI nicht aus, um Lösungen für die Unternehmenswelt zu bauen. Für schnelle Prototypenentwicklung gut geeignet, kann sie die übliche fachliche Komplexität der Unternehmensprozesse nicht angemessen handhaben.
Mit Agentic Engineering, also der Programmierung von KI-Agenten auf KI-Enterprise-Plattformen, kommt man weiter, allerdings gehört zur Welt der Unternehmens-IT sowohl die Verlässlichkeit als auch die prozessuale Abdeckung des Produktlebenszyklus, der in den beiden Ansätzen nicht vorhanden ist.
Der prozessgesteuerte Produktlebenszyklus ist eine wesentliche Eigenschaft der „Process Factory“: Er stellt sicher, dass sowohl die Prozessfabrik selbst als auch die mit ihr erstellten Geschäftsprozesse einer verlässlichen und deterministischen Weiterentwicklung unterliegen. Obwohl eine Prozessfabrik grundsätzlich auch ohne KI entwickelt werden kann, liegt es im Hinblick auf die Vorteile der KI-Nutzung auf der Hand, die KI sowohl in die Entwicklung der Software selbst als auch in die Entwicklung der Geschäftsprozesse einzubinden.
Software ist nicht alles
Zur Anforderung der Abdeckung eines Produktlebenszyklus kommt eine weitere hinzu: Eine Process Factory besteht nicht nur aus Software. Software ist ein wichtiger Teil – aber eben nur ein Teil.
Zur Aufgabe gehört ebenso die Notwendigkeit, Geschäftsprozesse unter realen Bedingungen zu optimieren, sie zu modellieren, sie zu Musterprozessen zu abstrahieren und umgekehrt aus Musterprozessen konkrete Prozesse zu individualisieren. Eine Process Factory ist immer auch ein Repository von Prozessen. Dazu kommen zwei weitere Fähigkeiten, die für eine Process Factory substanziell sind und die KI derzeit nicht übernehmen kann: die Gestaltung des Kulturwandels einer Organisation und das Treffen von Geschäftsentscheidungen.
Fazit
Ob Unternehmen, öffentliche Verwaltungen oder Hochschulen – sie alle stehen vor einer ähnlichen Herausforderung: ihre Geschäftsmodelle, ihre Strukturen und ihre Organisationskultur einer Digitalen Transformation zu unterziehen. Die strategische Agenda trägt diese Herausforderung in alle Bereiche und alle Ebenen einer Organisation. Alle müssen einen Beitrag leisten, und am Ende muss eine messbare Wirkung stehen. Dabei ist die Digitale Transformation keine einmalige Aktion, sondern vielmehr eine Daueraufgabe, die sich ständig neu erfindet.
Mit dem Einzug der KI kann sie eine einschneidende Veränderung und eine deutliche Beschleunigung erfahren. Die Aufgabe bleibt – aber KI ändert die Spielregeln. Die Erwartungen an diese Beschleunigung durch den Einsatz der KI sollten jedoch realistisch bleiben – die KI ist zwar in der Breite angekommen, steht aber in den Organisationen noch am Anfang.
Beim Entwickeln von Software ist KI schon heute ein wirkungsvoller Helfer. Eine „Process Factory“, die Generalisierung, kommerzielle Tragfähigkeit und einen Produktlebenszyklus erst möglich macht, kann KI allein jedoch nicht bauen, und Geschäftsentscheidungen kann sie derzeit nicht übernehmen. Wie sich KI-Plattformen und Standardsoftware zueinander entwickeln und welche Kontrollmechanismen wir etablieren müssen, behandeln die nächsten Teile.
Am 21.10.2026 geht es in Teil 2 um die Standardsoftware selbst: warum ERP- und ECM-Systeme an einem Scheideweg stehen – und warum ihre bisherigen Konzepte nicht in die Zukunft tragen.
© 2026 LCSI SaaS Operations Services GmbH. Alle Rechte vorbehalten. Veröffentlichung, Vervielfältigung oder Weitergabe – auch auszugsweise – nur mit vorheriger schriftlicher Zustimmung des Autors.
Quellen
- https://www.bitkom.org/Presse/Presseinformation/Erstmals-nutzt-Mehrheit-Unternehmen-KI, Bitkom-Presseinformation „Erstmals nutzt die Mehrheit der Unternehmen KI“ vom 14.09.2026, Abruf am 14.10.2026
- https://www.bitkom.org/Presse/Presseinformation/Deutscher-KI-Markt-waechst-um-48-Prozent, Bitkom-Presseinformation „28,7 Milliarden Euro für KI: Deutscher Markt wächst um 48 Prozent“ vom 22.09.2026 (Daten: IDC Worldwide AI and Generative AI Spending Guide, August V2 2026), Abruf am 14.10.2026
