KI-Workflow-Automatisierung

Klassische Automatisierung arbeitet mit Regeln: Wenn ein Formular eingeht, lege einen Kontakt an. Sie scheitert, sobald ein Schritt Sprachverständnis braucht, etwa zu erkennen, ob eine Anfrage ein Angebot will, eine Reklamation ist oder Werbung. KI-Workflow-Automatisierung setzt genau dort ein Sprachmodell ein und lässt den Rest des Ablaufs unverändert regelbasiert.

Der Begriff ist breit und wird gern für alles verwendet, was mit KI und Automatisierung zu tun hat. Für Entscheidungen im Unternehmen lohnt eine genauere Unterscheidung, denn sie bestimmt Kosten, Risiko und Kontrollaufwand.

Workflow oder Agent: die wichtigste Unterscheidung

Anthropic hat im Dezember 2024 eine Abgrenzung formuliert, die sich in der Branche durchgesetzt hat. Workflows sind Systeme, in denen Sprachmodelle und Werkzeuge über vorab festgelegte Pfade gesteuert werden. Agenten sind Systeme, in denen das Sprachmodell selbst entscheidet, welche Schritte und Werkzeuge es nutzt. Die Empfehlung dazu ist bemerkenswert nüchtern: die einfachste mögliche Lösung suchen und Komplexität nur erhöhen, wenn es nötig ist.

Für die meisten Marketing-Aufgaben im Mittelstand ist der KI-Workflow die richtige Stufe: verlässlicher und billiger als ein Agent, aber deutlich flexibler als reine Regeln. Wo ein Agent innerhalb eines festen Rahmens mehr Spielraum bekommt, spricht man vom agentischen Workflow.

Das Interesse wächst stetig: Laut Google-Ads-Daten wurde in Deutschland Anfang 2024 rund 140-mal im Monat nach „ki automatisierung“ und „ki workflow“ gesucht, 2026 waren es meist zwischen 930 und 1.320 Anfragen.

Wie ein KI-Workflow aufgebaut ist

Die meisten KI-Workflows bestehen aus denselben Bausteinen: einem Auslöser, einer Datenquelle, einem oder mehreren KI-Schritten, Regeln, die das Ergebnis weiterleiten, und Aktionen in anderen Systemen. Anthropic beschreibt dafür wiederkehrende Muster, darunter:

• Verkettung: Ein KI-Schritt liefert das Material für den nächsten, etwa erst zusammenfassen, dann Antwort entwerfen.
• Weiche: Die KI ordnet einen Eingang einer Kategorie zu, danach läuft je Kategorie ein eigener Pfad.
• Parallelisierung: Mehrere KI-Schritte laufen gleichzeitig, etwa Prüfung auf Fakten und auf Tonalität.
• Prüfen und verbessern: Ein zweiter KI-Schritt bewertet das Ergebnis des ersten und fordert Nachbesserung an.

Beispiel: Anfragen aus dem Kontaktformular

Zur Veranschaulichung: Ein Hersteller von Industriearmaturen bekommt täglich Dutzende Formular-Anfragen. Ein KI-Schritt erkennt Anliegen und Dringlichkeit und fasst jede Anfrage in zwei Sätzen zusammen. Eine Regel leitet Angebotsanfragen an den Vertrieb, technische Fragen an den Support und Werbung in den Papierkorb. Für den Vertrieb entwirft ein zweiter KI-Schritt eine Antwort, die ein Mitarbeiter prüft und abschickt. Das Schaubild zeigt diesen Ablauf.

Wo es sich im Marketing lohnt

Gute Kandidaten haben drei Merkmale: Sie wiederholen sich, sie verarbeiten Text, und ein Fehler ist erkennbar und korrigierbar. Typisch sind:

• Eingänge sortieren und zusammenfassen: Formulare, E-Mails, Bewertungen, Kommentare
• Berichte verdichten: Kennzahlen aus mehreren Quellen in eine Management-Zusammenfassung übersetzen
• Varianten entwerfen: Anzeigentexte, Produktbeschreibungen oder Social Posts, immer mit Freigabe
• KI-Sichtbarkeit beobachten: feste Testfragen regelmäßig an KI-Suchen stellen und Veränderungen melden, siehe Prompt-Tracking

Wie sich Marketing-Daten automatisiert zusammenführen lassen, zeigt der Beitrag Marketing-Dashboard selber bauen mit KI.

Weniger geeignet sind Aufgaben, die selten vorkommen, deren Ablauf sich ständig ändert oder bei denen jedes Ergebnis ohnehin vollständig von Hand geprüft werden muss. Dann kostet der Bau des Workflows mehr Zeit, als er spart. Auch strategische Entscheidungen wie Budgetverteilung oder Positionierung gehören nicht in einen automatischen Ablauf.

Risiken, Kosten und was Sie messen sollten

Ein Fehler in einem automatisierten Ablauf wiederholt sich bei jedem Durchlauf. Deshalb gehört an jede Stelle, an der etwas nach außen geht, ein menschlicher Prüfpunkt, das Prinzip Human in the Loop. Besonders heikel ist automatisch erzeugter Content für die Website: Google weist darauf hin, dass viele Seiten ohne Mehrwert gegen die Spamrichtlinie zum Missbrauch mit in großem Umfang generierten Inhalten verstoßen können (Leitfaden der Google Suche).

Für die Erfolgskontrolle genügen drei Kennzahlen: Durchlaufzeit pro Vorgang, Korrekturquote bei den KI-Schritten und Kosten pro Durchlauf aus Modellnutzung und Plattform. Steigt die Korrekturquote, liegt das meist am Kontext, den der KI-Schritt bekommt, nicht am Modell. Klären Sie außerdem früh, welche personenbezogenen Daten durch den Ablauf fließen und mit welchen Anbietern dafür Verträge zur Auftragsverarbeitung bestehen.