Der Automatisierungs-Stack mit 5 Ebenen: So planen Sie ein Projekt

Warum Sie vor der Entwicklung ein Framework brauchen

Automatisierung kann scheitern, wenn ein Team direkt einen Chatbot oder Agenten entwickelt, ohne zu prüfen, ob Daten und Pipelines dafür bereit sind.

Automatisierung ist keine einzelne Entscheidung. Dieses Modell mit 5 Ebenen trennt Daten, Pipelines, Entscheidungslogik, generierte Ergebnisse und autonomes Handeln, damit Sie jede Abhängigkeit prüfen können. Die Ebenen können sich überschneiden, und ein nützliches System muss die fünfte Ebene nicht erreichen.

Nutzen Sie den Stack als Planungsmodell. Prüfen Sie jede Ebene anhand der tatsächlichen Systeme, Daten, Kontrollen und Arbeitsabläufe Ihres Unternehmens, bevor Sie ein Automatisierungsvorhaben für umsetzbar halten.

Ebene 1: Daten erfassen und vereinheitlichen

Das Fundament. Bevor sich etwas automatisieren lässt, müssen Daten erfasst, strukturiert und zugänglich sein. Viele Teams glauben, das sei mit einem CRM oder Tabellen bereits erledigt. Das stimmt oft nicht.

So sieht Ebene 1 in der Praxis aus: - API-Anbindungen, die Daten aus allen Quellen abrufen (CRM, Analysen, E-Mail, Zahlungen) - Vereinheitlichte Daten: Zeitstempel in einem Format, umgerechnete Währungen, einheitliche Namen - Eine verlässliche Datenquelle für jede Datenart (Kunden, Bestellungen, Ereignisse)

Häufiger Fehler: Teams bauen Automatisierungen auf fehlerhaften Daten auf. Eine Reporting-Pipeline mit uneinheitlichen Datumsformaten lässt sich nicht skalieren. Ein Agent, der Kundendaten aus 3 Quellen mit widersprüchlichen Datenstrukturen liest, liefert unbrauchbare Ergebnisse.

Für die Planung: Schätzen Sie den Aufwand für diese Ebene anhand der Anzahl der Quellen, der Datenqualität, des API-Zugangs, der Zuständigkeiten und des Abgleichsbedarfs. Setzen Sie keine pauschale Umsetzungsdauer an.

Eine Datenprüfung kann fehlende Kennungen, uneinheitliche Formate, doppelte Datensätze oder ungeklärte Zuständigkeiten aufdecken. Wer diese Lücken vor der Automatisierung schließt, vermeidet später unnötige Nacharbeit.

Ebene 2: Pipelines orchestrieren

Sind die Daten sauber, müssen sie automatisiert dorthin gelangen, wo sie gebraucht werden. Auf Ebene 2 geht es darum, Daten ohne menschliches Eingreifen vom Entstehungsort an den Einsatzort zu bringen.

So sieht Ebene 2 aus: - Webhooks, die bei Ereignissen Aktionen auslösen (neue Bestellung, geschlossenes Ticket, eingegangene Zahlung) - Zeitgesteuerte Aufgaben für die Stapelverarbeitung (tägliche Berichte, wöchentliche Synchronisierung) - Verarbeitung über Warteschlangen bei hohem Aufkommen - Fehlerbehandlung und Wiederholungslogik in jeder Pipeline

Häufiger Fehler: Pipelines ohne Überwachung entwickeln. Die Automatisierung funktioniert 3 Wochen lang und fällt dann unbemerkt aus, weil sich eine vorgelagerte API geändert hat. Niemand merkt es, bis sich ein Kunde beschwert.

Anforderung für den Produktivbetrieb: Kritische Pipelines brauchen einen festgelegten Umgang mit Fehlern. Je nach Aufbau gehören dazu Zustandsprüfungen, Warnmeldungen, Wiederholungsversuche, Kontrollen gegen doppelte Ausführung und eine Warteschlange für fehlgeschlagene Aufgaben.

Für die Planung: Schätzen Sie jede Integration anhand von Authentifizierung, Ratenbegrenzungen, Ereignismodell, Datenvolumen, Fehlerverhalten und Testumgebung.

Ebene 3: Entscheidungslogik

Das ist die entscheidende Ebene. Auf Ebene 3 werden datenbasierte Entscheidungen in Regeln und Modellen festgehalten. Hier scheitern auch die meisten Automatisierungsprojekte.

Warum das schwierig ist: Entscheidungslogik braucht saubere Eingaben (Ebenen 1 und 2), Fachwissen über die Geschäftsregeln und eine klare Definition dafür, was bei jeder Entscheidung „richtig“ bedeutet.

Beispiele für Automatisierung auf Ebene 3: - Lead Scoring: automatische Priorisierung anhand von Verhaltenssignalen, Unternehmensgröße und Interaktionen - Content-Steuerung: Auswahl von Vorlage, Kanal und Zeitpunkt für jede Nachricht - Anomalieerkennung: ungewöhnliche Muster in Abläufen, Umsätzen oder im Nutzerverhalten erkennen - Freigabeprozesse: unterhalb eines Schwellenwerts automatisch freigeben, oberhalb eskalieren

Warum Teams hier nicht weiterkommen: Sie setzen ein universell einsetzbares KI-Modell ein und erwarten, dass es die Geschäftslogik selbst erkennt. Das wird nicht funktionieren. Bei Entscheidungslogik geht es darum, Ihre konkreten betrieblichen Regeln abzubilden, nicht um allgemeine Intelligenz.

Typische Komponenten auf dieser Ebene: Regelwerke, Bewertungsmodelle und Klassifizierungs-Pipelines. Wo möglich, arbeiten sie mit festen Regeln; Wahrscheinlichkeiten kommen nur dort zum Einsatz, wo die Daten es erlauben. Jede Entscheidung sollte protokolliert und überprüfbar sein.

Für die Planung: Berücksichtigen Sie Zeit für Analyse und Anpassungen, denn Geschäftsregeln, Ausnahmen und Zuständigkeiten bei Eskalationen sind oft nicht dokumentiert.

Ebene 4: Intelligente Aktionen

Auf Ebene 4 erzeugt KI Ergebnisse, statt Informationen nur weiterzuleiten: Inhalte, personalisierte Antworten, dynamisch erstellte Dokumente oder Code für interne Tools.

Das unterscheidet Ebene 4 von der allgemeinen Nutzung von ChatGPT: - Strukturierte Prompts mit Geschäftskontext aus den Ebenen 1 bis 3 - Prüfung der Ergebnisse (jeder generierte Inhalt wird anhand von Qualitätsregeln geprüft) - Feedbackschleifen: Menschliche Korrekturen fließen in die Verbesserung der Prompts ein - Kostenüberwachung (API-Kosten pro Aktion, Kunde und Kampagne)

Beispiele: - Wöchentliche Kundenberichte aus Pipeline-Daten erstellen - Personalisierte Kontaktsequenzen aus angereicherten CRM-Daten erstellen - Standardarbeitsanweisungen aus Betriebsprotokollen entwerfen - Antworten für den Support mit Kontext aus der Wissensdatenbank automatisch erstellen

Entscheidender Grundsatz: Ebene 4 erzeugt Ergebnisse. Sie trifft keine Entscheidungen. *Was* erzeugt werden soll, legt Ebene 3 fest. Wer beides vermischt, riskiert Chatbots im Produktivbetrieb, die Fakten erfinden.

Für die Planung: Legen Sie vor der Aufwandsschätzung die Arten von Ergebnissen, die Kontextquellen, Validierungsregeln, den Prüfprozess und das erwartete Volumen fest.

Ebene 5: Autonome Agenten

Die oberste Ebene des Stacks. Agenten sind Systeme, die über mehrere Ebenen hinweg beobachten, entscheiden und handeln, ohne dass ein Mensch sie jeweils anstößt. Sie überwachen Bedingungen, führen Workflows aus und passen sich anhand der Ergebnisse an.

Was unterscheidet einen Agenten von einer Automatisierung? Eine Automatisierung führt nach einem Auslöser eine feste Abfolge aus. Ein Agent überwacht Bedingungen, wählt Aktionen aus verfügbaren Werkzeugen und passt sein Verhalten anhand der Ergebnisse an. Der Unterschied ist wichtig, weil Agenten auf verlässliche Grundlagen in allen 4 darunterliegenden Ebenen angewiesen sind.

Mögliche Einsatzmuster für Agenten: - Ein Agent für den Betrieb, der den Zustand von Pipelines überwacht, Engpässe erkennt und Ressourcen neu zuweist - Ein Agent für Wachstum, der die Leistung von Kampagnen analysiert und Budgets in Echtzeit umverteilt - Ein Support-Agent, der Tier-1-Tickets bearbeitet, Sonderfälle eskaliert und aus Lösungen lernt

Warum Sie nicht direkt bei Ebene 5 einsteigen können: Ohne saubere Daten (Ebene 1) entscheidet ein Agent auf Basis unzuverlässiger Informationen. Ohne Pipelines (Ebene 2) kann er keine Aktionen ausführen. Ohne Entscheidungslogik (Ebene 3) weiß er nicht, was „richtig“ bedeutet.

Ohne geprüfte Generierung (Ebene 4) liefert er unzuverlässige Ergebnisse.

Für die Planung: Schätzen Sie den Aufwand anhand der Anzahl und des Risikos möglicher Aktionen, der Integrationsarbeit, des Umfangs der Evaluierung, der Freigabekontrollen und der Verfahren zur Fehlerbehebung.

Wo steht Ihr Unternehmen im Stack?

Ein Unternehmen kann Daten auf Ebene 1 und einige störanfällige Automatisierungen auf Ebene 2 haben, während auf den höheren Ebenen klare Entscheidungsregeln, intelligente Aktionen oder Kontrollen fehlen.

Kurzer Selbsttest: - Ebene 1: Können Sie alle Kunden-, Bestell- und Ereignisdaten in weniger als 5 Minuten an einem Ort zusammenführen? - Ebene 2: Laufen Ihre kritischen Workflows ohne manuelle Auslöser? Werden Sie bei Fehlern benachrichtigt?

- Ebene 3: Sind Ihre Geschäftsregeln in Software abgebildet oder existieren sie nur im Kopf einer Person? - Ebene 4: Erstellen Sie Inhalte, Berichte oder Mitteilungen mithilfe von KI? - Ebene 5: Gibt es in Ihrem Unternehmen Systeme, die ohne menschliches Eingreifen beobachten, entscheiden und handeln?

Wenn die Grundlagen auf den Ebenen 1 bis 3 schwach sind, dokumentieren und testen Sie diese Abhängigkeiten, bevor ein Agent selbstständig handeln darf. Ein Audit kann den Ist-Zustand erfassen und den kleinsten sicheren nächsten Schritt aufzeigen.