# Intelligente Workflows

> Quelle: https://punktzwei.ch/intelligente-workflows

## Automatisierte Workflows: Orchestrierung statt Insellösung

Ein guter Workflow ist mehr als ein einzelnes Skript. Er verbindet Datenquellen, Verarbeitungsschritte und Zielsysteme zu einer nachvollziehbaren Pipeline – vom Auslöser (etwa einem neuen Inhalt im CMS, einem Eintrag in der Datenbank, einer hochgeladenen Datei) bis zur Ausgabe (im richtigen Format, am richtigen Ort, zur richtigen Zeit).

Wir konzipieren solche Abläufe so, dass jeder Schritt für sich getestet, ersetzt oder erweitert werden kann. Die Werkzeuge wählen wir nach Bedarf: kleine Skripte für punktuelle Aufgaben, Workflow-Engines wie n8n, Make oder Zapier für visuelle Orchestrierung, oder massgeschneiderte Integrationen, wo Standardlösungen an Grenzen stossen. Wichtig ist, dass die Übergabepunkte zwischen Systemen klar definiert sind und der Datenfluss von Anfang bis Ende dokumentiert bleibt.

Repetitive Aufgaben, Datenexporte, Berichte, Freigabe-Prozesse und Konvertierungen sind klassische Kandidaten für Automatisierung. Wir analysieren mit den Beteiligten gemeinsam, wo im Tagesgeschäft Zeit gebunden wird, was sich technisch sauber abbilden lässt und welche Schritte bewusst manuell bleiben sollten.

Auf dieser Basis entsteht eine Pipeline, die die einzelnen Stationen verbindet – mit klaren Schnittstellen, dokumentierten Datenformaten und Logging an den richtigen Stellen. So bleibt die Automatisierung auch dann wartbar, wenn sich Tools, Datenquellen oder Anforderungen verändern.

## KI als Dirigent – wenn der Workflow mitdenken soll

Klassische Automatisierung folgt fest definierten Regeln: «Wenn X passiert, dann mach Y.» Das funktioniert dort gut, wo Eingaben strukturiert und Entscheidungen klar deterministisch sind. Sobald aber Inhalte interpretiert, Kontext berücksichtigt oder Texte sinnerfassend verarbeitet werden müssen, stösst dieser Ansatz an seine Grenzen.

Genau hier kommt generative KI ins Spiel. Ein KI-gestützter Workflow kann einen eingehenden Text beispielsweise inhaltlich klassifizieren, eine sinnvolle Zusammenfassung erstellen, Schlagworte vergeben, Bilder beschreiben oder einen passenden Folge-Workflow auslösen – und das alles auf Basis des tatsächlichen Inhalts und nicht nur seiner Metadaten. Dabei übernimmt die KI die Rolle eines Dirigenten: Sie erkennt die Situation, trifft kontextbezogene Entscheidungen und ruft zur richtigen Zeit die passenden automatisierten Bausteine auf.

Der Vorteil: Workflows werden flexibler und tolerieren auch Eingaben, die nicht exakt einem vordefinierten Schema entsprechen. Gleichzeitig bleibt die Verlässlichkeit klassischer Automatisierung erhalten, weil die KI nur den interpretierenden Teil übernimmt, die mechanischen Schritte (Datei umbenennen, in die richtige Datenbank schreiben, E-Mail versenden) laufen weiterhin deterministisch.

## Bestehende Systeme einbinden

Nur wenn die beteiligten Systeme miteinander kommunizieren, funktionieren Workflows durchgängig. In den meisten Unternehmen existieren bereits etablierte Spezialsysteme: ein ERP-System für die Buchhaltung, ein CRM-System für den Vertrieb, ein PIM-System für die Produktdaten und ein DAM-System für die Medien. Diese Systeme abzulösen, ist in der Regel aufwändiger und risikoreicher, als sie sauber miteinander zu verbinden.

Wir bauen die nötigen Brücken. APIs und Middleware-Schichten, die Daten dorthin fliessen lassen, wo sie benötigt werden. Jedes System bleibt in seinem Bereich stark, während sich der Workflow durch alle hindurchzieht. Meist starten wir dabei pragmatisch mit einer überschaubaren Integration, die einen konkreten Engpass adressiert. Darauf bauen wir eine Plattform, die über die Jahre mitwachsen kann.

## Wartbar, nachvollziehbar, kontrolliert

Eine gute Automatisierung – ob klassisch oder KI-gestützt – ist nicht die, die heute am schnellsten läuft, sondern die, die auch in drei Jahren noch nachvollziehbar ist. Wir achten deshalb auf nachvollziehbare Pipelines, eine klare Dokumentation und erweiterbare Schnittstellen.

Bei KI-gestützten Schritten kommen zusätzliche Anforderungen dazu: explizite Leitplanken für die Modelle, klare Audits der getroffenen Entscheidungen und Mechanismen, um bei Bedarf in den Ablauf einzugreifen. So entsteht ein Workflow, der einerseits eigenständig läuft und andererseits jederzeit überprüfbar bleibt.

Bei der klassischen Automatisierung werden wiederkehrende Arbeitsschritte reduziert und konsistente Abläufe sichergestellt. KI ergänzt diese Prozesse an den Stellen, an denen Inhalte analysiert, strukturiert oder kontextbezogen verarbeitet werden müssen, beispielsweise bei Übersetzungen, Metadaten, Inhaltsprüfung oder der Verarbeitung unstrukturierter Daten