Autor: ccf

  • Automatisierung ist komplizierter Mist

    Automatisierung ist komplizierter Mist

    Digitalisierungsprozesse stoßen bei Mitarbeitern oft auf Ablehnung, überfordern und fühlen sich in der Implementierung zunächst kompliziert an. Das liegt entweder daran, dass sie als „ganz einfach“ verkauft werden (was sie nicht sind), oder sie werden von „Herrschaftswissen“ umweht. Oft entsteht dieser Eindruck aber auch, weil Mitarbeitende nicht richtig informiert und zu spät einbezogen werden.

    Richtig angegangen, kann die Umstellung deutlich schmerzfreier erfolgen. Am besten ist es, wenn Teilbereiche sukzessive automatisiert und vollständig digitalisiert werden. Bei passender Software kann das fast gleitend geschehen; eine radikale Umstellung zu vieler Kernprozesse auf einmal ist dann nicht nötig. Damit wird auch die Gefahr von funktionalen Lücken oder Systemausfällen drastisch minimiert.

    Wer klug ist, nutzt bereits zu Beginn das Potenzial und das Wissen aller Mitarbeiter, um Prozesse zu analysieren und zu hinterfragen. Das Erklären von Ziel und Weg schafft Transparenz und Vertrauen. Richtiges Onboarding fängt weit vor der Umsetzung an – und der eine oder andere Chef kann sicher noch etwas lernen, wenn er einfach mal zuhört. So fühlen sich die Mitarbeitenden ermutigt und ernst genommen.

    Kluge Entscheider wählen zudem frühzeitig geeignete „Champions“ in den eigenen Reihen aus, welche die Idee unterstützen und den Umgang mit den Werkzeugen meistern. Wenn man im Zuge der digitalen Automatisierung einen neuen Blickwinkel auf die eigene Arbeit einnimmt, kann das auf allen Ebenen sehr erhellend sein. Der Erfolg stellt sich dann in vielfältigerer Weise ein als erwartet. Dann ist es vielleicht manchmal noch kompliziert, aber kein „Mist“ mehr.

  • Versagen in der Mitte – mit Ansage.

    Versagen in der Mitte – mit Ansage.

    Das mittlere Management steht in Change-Prozessen sprichwörtlich zwischen den Fronten und wird dort aufgerieben. Die Leitung fordert schnelle Ergebnisse, die jedoch wenig kosten dürfen. Die Mitarbeiter wissen oft zu wenig, sind verunsichert, sollen sich aber dennoch aktiv beteiligen. Das mittlere Management hat nun die Aufgabe, diese Gemengelage in robuste Lösungen zu übersetzen. Das kann nicht gut gehen – und geht es oft auch nicht. Ein Grund dafür: Aufgaben und Ziele sind unklar. Mal wird nicht gefragt, mal wird nichts gesagt.

    Soll der „Squeeze der Mitte“ vermieden werden, muss das Management über das nötige Wissen verfügen und führen dürfen. Dazu muss es nicht nur die Ziele kennen, sondern auch die Werkzeuge, die zum Einsatz kommen. Zudem muss es in die Lage versetzt werden, flexibel auf die Ergebnisse der Umsetzung zu reagieren. Prozesse müssen laufen!

    Leider versteht jemand nicht automatisch alles besser, nur weil sein Gehalt höher ist. Man darf jedoch erwarten, dass Führungskräfte Verantwortung übernehmen, sich Themen zu eigen machen und für sie einstehen. Aber auch Manager brauchen Zeit, um neue Technologien und deren Einsatzmöglichkeiten wirklich zu durchdringen. Die Verantwortung der Leitung ist es, diese Zeiträume zu schaffen, den Support langfristig sicherzustellen und eigene „Champions“ heranzubilden. Dazu braucht es Begleitung und Hilfe. Klassische Berater gehen irgendwann. Kunden sollten daher einen Partner finden, der sie langfristig mit Know-how in allen Transformations- und Change-Schritten begleiten kann – weit über Kick-offs und erste Schulungen hinaus.

  • Zeit spart man nicht, man investiert sie.

    Zeit spart man nicht, man investiert sie.

    Automatisierung und Zeitersparnis werden oft in einem Atemzug genannt. Als würde ein Schalter umgelegt und dann wäre alles schneller, besser, effizienter. Genau das führt oft dazu, dass Erwartungen enttäuscht werden und Ängste Bestätigung finden.

    Denn erst einmal bedeutet Automatisierung Arbeit. Vor dem Erfolg steht mindestens die Prozessanalyse mittels „Process Mining“. Oft beginnt unbemerkt ein ganzer Change-Prozess, bei dem kaum ein Stein auf dem anderen bleibt: Manchmal ist der Weg hart, oft konfliktbeladen und selten sofort wirksam.

    Aber diese Veränderung der Arbeit und der frische Blick darauf sind genau das, was sich lohnt. Nicht gleich in Euro, aber sofort an Erkenntnis! Das genaue Hinschauen bei Prozessen, das Neu- und Anders-Verstehen ist essenziell, um besser zu werden – auch ganz ohne bereits digital und automatisch zu sein. Es ist die Bedingung für dauerhafte Wettbewerbsfähigkeit. Prozessoptimierung ist ein wesentlicher Schritt zu mehr Produktivität, Effizienz und zur Zufriedenheit aller Prozessbeteiligten. Ob Leistungserbringer oder Kunde, spielt dabei keine Rolle.

    Wer also die Zeit investiert, Prozesse sinnvoll zu automatisieren, nachdem sie überprüft und eventuell neu gedacht wurden, gewinnt später an Geschwindigkeit, Genauigkeit und Motivation. Alte Gewohnheiten sind wie ein alter Pulli: bequem, aber wer will damit schon zum Geschäftsessen?

  • OpenClaw vs. Emma: Die Zukunft der Automatisierung – Agiler Agent oder digitaler Kollege?

    OpenClaw vs. Emma: Die Zukunft der Automatisierung – Agiler Agent oder digitaler Kollege?

    Die Ära der einfachen Chatbots ist vorbei. Wir befinden uns mitten im Sprung zur Agentic AI und kognitiven Automatisierung. Doch während die technologische Entwicklung galoppiert, stehen Unternehmen vor einer Grundsatzentscheidung: Setzen wir auf maximale Flexibilität und radikale Autonomie oder auf kontrollierte, kognitive Prozesssicherheit?

    Heute werfen wir einen Experten-Blick auf zwei der spannendsten (und gegensätzlichsten) Lösungen am Markt: das Open-Source-Projekt OpenClaw und die kognitive KI-Lösung EMMA.

    1. OpenClaw: Der Autonome Agent im „Vibe Coding“-Stil

    OpenClaw (ehemals Clawdbot) ist das aktuelle Enfant Terrible der KI-Szene. Initiiert von Peter Steinberger, geht dieses Tool einen Schritt weiter als ChatGPT & Co: Es übernimmt auf Wunsch die komplette Kontrolle über den Rechner.

    Die Vorteile: Grenzenlose Freiheit
    • Volle Handlungsfähigkeit: OpenClaw ist nicht nur ein Textgenerator, sondern ein KI-Agent. Er bedient Programme, verwaltet Dateien und führt Workflows autonom aus.
    • Modell-Agnostisch: Sie können wählen, welches LLM (Large Language Model) im Hintergrund die Befehle gibt – ob GPT-4, Claude oder lokale Modelle.
    • Persistentes Gedächtnis: Dank einer integrierten Datenbank lernt OpenClaw mit der Zeit dazu und behält Kontexte über lange Zeiträume bei.
    • Open Source & Community: Das Projekt entwickelt sich rasant. Neue „Skills“ werden ständig hinzugefügt.
    Die Nachteile: Ein riskantes Spiel
    • Sicherheitsrisiken: OpenClaw wird oft als „die gefährlichste Software der Welt“ bezeichnet. Da sie vollen Zugriff auf das Betriebssystem hat, können Sicherheitslücken (wie die jüngst diskutierten Codeschmuggel-Lücken) fatale Folgen haben.
    • Komplexität im Setup: Ohne technisches Verständnis (Kommandozeile, API-Keys) ist OpenClaw kaum zu bändigen.
    • Kontrollverlust: In einem professionellen Umfeld ist die „Blackbox“-Natur eines autonomen Agenten, der eventuell eigenständig Käufe tätigt oder Daten löscht, ein Albtraum für die Compliance.

    2. EMMA: Die kognitive Whitebox-Lösung

    Auf der anderen Seite steht EMMA, die kognitive KI-Lösung von Wianco OTT Robotics. EMMA ist als „digitale Mitarbeiterin“ konzipiert, die repetitive Aufgaben so erledigt, wie es ein Mensch tun würde – jedoch mit der Präzision einer Maschine.

    Die Vorteile: Stabilität und Sicherheit
    • On-Premise & DSGVO-konform: EMMA läuft lokal auf Ihrem System. Keine Daten verlassen das Unternehmen, was sie ideal für Verwaltungen und hochsensible Branchen macht.
    • Echte No-Code-Lösung: Fachbereiche können EMMA ohne IT-Kenntnisse innerhalb von zwei Tagen trainieren. Man zeigt ihr den Prozess am Bildschirm, und sie „versteht“ visuell, was zu tun ist.
    • Schnittstellen-Unabhängigkeit: EMMA benötigt keine APIs. Sie bedient bestehende Software (Legacy-Systeme) genau wie ein menschlicher Mitarbeiter über die Benutzeroberfläche.
    • Revisionssicherheit: Als „Whitebox-KI“ dokumentiert EMMA jeden Schritt per Screenshot und Protokoll. Fehlentscheidungen sind jederzeit nachvollziehbar.
    Die Nachteile: Die Grenzen der Struktur
    • Statik: EMMA ist hervorragend in vordefinierten Prozessen. Für spontane, kreative Ad-hoc-Aufgaben, wie sie ein Agent (OpenClaw) bewältigt, ist sie weniger flexibel.
    • Initialaufwand: Jeder Prozess muss explizit trainiert werden. EMMA „fantasiert“ nicht – was gut für die Sicherheit, aber limitierend für die Spontaneität ist.
    • Kostenfaktor: Mit Lizenzgebühren im vierstelligen Bereich pro Jahr ist sie eine Investition für Unternehmen, kein Spielzeug für Privatanwender.

    Der direkte Vergleich

    FeatureOpenClawEMMA (Wianco OTT)
    Primärer FokusAutonome Agenten-AktionenProzessautomatisierung (RPA+)
    SicherheitHochriskant (Experimental)Sehr hoch (On-Premise)
    BedienungCLI / Progger-KenntnisseVisuelles No-Code
    FlexibilitätExtrem hochProzessgebunden
    DatenschutzModellabhängig (oft Cloud)Lokal (100% DSGVO)

    Fazit: Welches Werkzeug für welchen Zweck?

    Als Experten-Urteil lässt sich festhalten: OpenClaw ist das perfekte Labor für alle, die die Grenzen der KI-Autonomie austesten wollen. Es ist ideal für Tech-Pioniere und komplexe, sich ständig ändernde Workflows im privaten oder experimentellen Umfeld.

    EMMA hingegen ist das Rückgrat für die moderne Business-Automatisierung. Wo Fehler keine Option sind und Datenschutz an erster Stelle steht (Personalwesen, Buchhaltung, öffentliche Verwaltung), ist sie die deutlich reifere und sicherere Wahl. Sie ersetzt nicht das Denken, aber sie befreit Ihre besten Köpfe von der Tyrannei des Repetitiven.

    Unser Rat: Starten Sie mit EMMA für Ihre Kernprozesse, um sofortigen ROI und Sicherheit zu gewinnen. Behalten Sie OpenClaw im Auge, um zu verstehen, wohin die Reise der agentenbasierten Zukunft geht.

  • Angst vor radikaler Softwareumstellung bei der Digitalisierung? 

    Angst vor radikaler Softwareumstellung bei der Digitalisierung? 

    Software ist oft ein bisschen wie ein unbequemes Familienmitglied. Man hat sich aneinander gewöhnt und sieht ihm oder ihr die Unzulänglichkeiten nach. Jede neue Software ist erstmal großartig oder doof, je nach Blickwinkel. Sicher ist: Jede Umstellung erhöht den Stress der Beteiligten und Betroffenen, von verlorenen Daten und Ausfallzeiten ganz zu schweigen. Sich verändernde Arbeitsumfelder verlangen aber oft angepasste Funktionalität.  Software wächst hier mit und wird ersetzt oder sie bekommt ein so radikales Update, dass die Verwender sehr aufwändig Neues lernen müssen. Hier kann der Einsatz einer RPA-Lösung helfen.  Meist nahtlos ins laufende System integriert, erweitert sie den Funktionsumfang bestehender Software durch die Auslagerung von Aufgaben an Drittsoftware, die im Hintergrund laufen kann. Viel mehr wird möglich, wenn RPA den Datenaustausch herstellt. 

    Auch die Sekundarkosten radikaler Systemeinschnitte für Umstellungszeiten und Hardware werden oft unterschätzt. Unternehmen sollten prüfen, ob der Einsatz eines RPA-Systems nicht sinnvoller ist, als Umstellungsrisiken in Kauf zu nehmen.  

    “Better safe than sorry” 

    ist ein Oldie, aber höchst relevant. Wenn „irgendeine KI“ besser ist als selbst zu denken, ist es schon zu spät. 

    Die Trennung von privater Erfahrung und professioneller Anwendung ist wichtiger denn je. Selbst der interne KI-Agent muss kritisch betrachtet werden. Die teils gedankenlose Anwendung von externer Software in Form von KI folgt leider den jahrelang gemachten Erfahrungen der Mitarbeitenden. In Unternehmen grassieren z.B. WhatsApp-Chat-Gruppen, über die wesentliche Inhalte und Daten ausgetauscht werden. Der Authenticator auf dem Privathandy verknüpft jetzt schon private Endgeräte mit Firmenkonten. Alles ganz normal? Nein. Denn Firmenstrukturen und private Strukturen sollten weitestgehend, wenn nicht gar vollständig, getrennt sein. Die Kosten für Firmenhandys sind im Zweifel deutlich geringer als eine Lösegeldforderung bei gehackten Servern. So gesehen ist das auch eine Art Versicherungsbeitrag. Aber gelebter Alltag ist leider, diesen Beitrag sparen zu wollen.  

    Eine Investition in lokale, firmeneigene IT-Infrastruktur, Personal mit Knowhow oder einen eng verknüpften, lokalen Dienstleister ist immer noch ein sinnvoller Beitrag zur Resilienz und verringerter Abhängigkeit. Und sie wissen dann wirklich ganz genau, wo ihre Daten sind und wer Zugriff hat.  

    Keine Panik!

    Entspanne dich, alles ist unter Kontrolle.

    IT-Abteilungen reagieren zuweilen mit leichter Paranoia, wenn wir RPA-Lösungen wie z.B.: #EMMA vorstellen. Dabei bieten sie überragende Sicherheit, erheblichen Zeitgewinn bei Implementierung und Nutzung und höchste Zuverlässigkeit.  

    Professionell und sicher sind so gesehen letztendlich nur Firmen-interne, lokalisierte Lösungen mit eingeschränkter Intelligenz für bestimmte Prozessarchitekturen. Sie sind der Schlüssel zu Datensicherheit in der Automatisierung und korrekten Ergebnissen und Effizienzsteigerung. Dabei sind Gateways zu LLM-KI für spezifische Aufgaben sicher sinnvoll und notwendig, sollten aber nicht den Kern der Lösung darstellen. Bei Prozessautomation sollten Lokalität, Revisionssicherheit und dokumentierte, klare Prozesse im Vordergrund stehen. „Das soll die KI machen“ ist keine nachhaltige Lösung, sondern verlagert nur das Problem in eine ungewisse Prozessarchitektur mit diffusen Ergebnissen.

    Own this!

    Eine Automatisierung und Digitalisierung sollte immer so sein, dass der Prozess-Owner auch die Prozesse bestimmt und nicht eine Automatik oder ein Preset.  Denn sonst werden nicht ganz die gewünschten Funktionen abgebildet, sondern nur die „beliebtesten“.  Natürlich: Je feiner die Stellschrauben der manuellen Beeinflussung sind, desto anspruchsvoller die Automatisierung. Aber alles, was gut ist, braucht auch Zeit. Das gilt auch weiterhin. Nur eben weniger als vorher.  Also lohnt es immer, sich diese Mühe zu machen. Autopiloten, egal, wie sie heißen, stülpen ungefragt „best practice“-Lösungen in den Arbeitsalltag. Wenn diese Prozesse nicht nachvollzogen werden können, dann können sie auch nicht dokumentiert und auch nicht gepflegt werden. Von rechtlichen und regulatorischen Aspekten mal ganz abgesehen.

    Automatisierung selbst denken, Abläufe selbst erstellen und anpassen macht Mühe, aber ergibt auch als einziger Sinn.  Sich dabei helfen zu lassen ebenso.  Aber man sollte als Process-Owner immer verstanden haben, was im Bauch der Bestie passiert. Sonst frisst sie einen womöglich.  

    Nicht einfach schlechte Prozesse digitalisieren

    Viele Prozesse erhalten erst Aufmerksamkeit, wenn sie nicht funktionieren oder ein System umgestellt wird. Und selbst dann wird ein Ablauf einfach digitalisiert, ohne ihn nochmal genau zu betrachten. Dabei liegt in der Optimierung von Prozessen sehr viel Potenzial, egal, ob Sie nun analog weitergehen oder digitalisiert werden sollen. Die Crux liegt zumeist darin, die Zeit für die Überprüfung zu haben und den inneren Abstand. Denn schließlich sind Process-Owner ja auch stolz auf das, was sie besitzen oder gar selbst geschaffen haben. Je weiter oben auf der Leiter, desto größer der Stolz auf das Eigene und desto stärker können Beharrungskräfte echten Wandel verhindern. Selbstverständlich kann auch jeder andere im Unternehmen Prozessveränderungen aus anderen Gründen hintertreiben. 

    Daher ist es wichtig, bereits vor Prozessanalyse die Potentiale mit allen Beteiligten zu besprechen und möglichst Konsens herzustellen. Eine vorgeschlagene Lösung dann nicht einfach überzustülpen, sondern wirklich zu integrieren, bringt langfristig Ergebnisse.  Oft sollte dieser Schritt durch Coaching oder Workshops begleitet werden, um eine externe, regulierende Kraft zu nutzen. Manchmal führen diese Erkenntnisse auch zu echten Change-Prozessen. Spätestens dann sollten sie begleitet werden.  

    Ist das freigegeben?

    Ein großes Geschwindigkeitsproblem der Digitalisierung liegt in der Freigaben-Kultur oder eben deren Mangel.  Unklare Prozess-Bedingungen führen oft dazu, dass vollständig automatisierbare Prozesse unterbrochen werden, um „nochmal draufzuschauen“. Dieser Bottleneck verlangsamt nicht nur die Abläufe, er ist auch gefährlich, wenn Momententscheidungen nicht nachvollziehbar getroffen werden. Und nicht jeder Prozess und Ablauf ist ein Sonderfall, im Gegenteil. 

    Oft wird er genau dazu gemacht, weil jemand nochmal draufschaut. Zuweilen hat das auch mit der Bedeutungsfindung des Draufschauenden zu tun. Sinnvolle Prozessautomatisierung berücksichtigt den notwendigen Grad an Eingriffen und Individualentscheidungen, indem sie mit den standardisierten Vorgängen die Hauptmenge der Arbeiten übernimmt, um für die wenigen Sonderfälle den Faktor Mensch die nötige Zeit zur schnellen Entscheidung zu schaffen.

    Mit dem Brennglas   

    Der Einstieg in die Prozessdigitalisierung bietet die perfekte Möglichkeit, sich eigene, täglich gelebte Prozesse mal mit der Lupe anzuschauen. Um dann konsequent gemeinsam daran zu arbeiten, dass ein Prozess Ergebnis- und Effizienzorientiert in seine digitale Form übersetzt wird. Denn auch im Digitalen gilt: Ein schlanker Prozess ist ein guter Prozess. Er bietet Übersicht, bessere Fehlerminimierung und Geschwindigkeit. Und RPA-Programme wie #EMMA bieten hier die Möglichkeit, viele übersichtliche Einzelprozesse und funktionale und komplexe Prozessketten zu integrieren. Und auch hier gilt: „Do not over-engineer”. Wenn man den Prozess nicht nachvollziehen kann, ist er per se nicht gut. Denn nur, wenn Prozesse verstanden sind, können sie auch hinterfragt werden.     

    Verdeckte Prozesse aufspüren

    Wenn Mitarbeiter das Unternehmen verlassen oder lange krank sind, werden plötzlich bisher unbemerkte Abläufe unterbrochen und Prozesse teils empfindlich gestört. Nachschub fehlt, Blumen sterben, der Kaffee geht aus, Lieferanten und Kunden beschweren sich. Und das sind die kleinen Probleme (bis auf den Kaffee!) 

    Wo welche Unterlagen und Informationen liegen, sollte eben nicht auf einem Post-It unter der Schreibtischablage notiert sein oder im Kopf des Mitarbeiters, sondern als Prozess, als Kerninformation zentral dokumentiert sein. Prozessabläufe und Ausnahmen müssen transparent hinterlegt sein. Ein Organigramm funktioniert nur mit konsequenter Prozessdokumentation. Das gilt auch und gerade für kleinere Unternehmen. Das müssen keine aufwändigen Diagramme sein, eine Niederschrift im Server mit klug benannten Dokumenten und einer sinnvollen Ordnerstruktur ist schon ein kleines WIKI. 

     Leider ist die Wichtigkeit des Prozesses (und damit der Dokumentationsdruck) zuweilen nach der Wahrnehmung von drei Arbeitsebenen gesetzt: Controlling, Legal, C-Level. Dabei geschehen außerhalb dieser Wahrnehmungsbereiche sehr viele Dinge, die in einer Prozesskette enorme Wirkung entfalten können. Stringente Prozessdokumentation wird so auch zu einer Kulturfrage für Unternehmen. Die Digitalisierung und Automatisierung bieten hier echte Chancen zu einem positiven Culture-Change! 

    Wissen bleibt Macht!

    Informationsmanagement ist Teil des Prozessmanagements und sollte daher von der Firmenleitung auf allen Ebenen unterstützt, ermöglicht und eingefordert werden. Nicht nur bei der Frage, wo der leckere Kaffee herkommt, ist Wissen entscheidend. 

    Es muss Zeit geschaffen werden, Tätigkeiten zu betrachten und zu dokumentieren. Denn die Rationalisierung, also die Steigerung der Effizienz, systematische Verbesserung von Arbeitsabläufen, kommt so oder so. Fachkräftemangel und Dokumentationspflichten, zunehmende Digitalisierung sind besondere Treiber. 

    Es lohnt sich aber in jedem Fall, alle Prozesse anzuschauen, auch die vermeintlich klaren, einfachen, und sie zu dokumentieren. Denn das bietet Transparenz und Chancen zur kontinuierlichen Verbesserung. Dieses Prinzip kann man lernen und damit beginnen, aktuelle Abläufe zu prüfen, ob sie sinnvoll oder einfach nur „gewachsen“ sind.  Bei der Digitalisierung der Geschäftsprozesse ist das unendlich hilfreich. Die Einführung von digitalen Assistenten wie #EMMA bietet hier eine ideale Möglichkeit, sich Stück für Stück zu rationelleren und effizienteren Modellen durchzuarbeiten und die Prozesstransparenz zu erhöhen. Sonst geht irgendwann das Wissen um die Kaffee-Quelle verloren und das muss natürlich verhindert werden!     

    Automatisierung und individuelle Betreuung von Kontakten.

    Automatisierung trifft oft auf Widerstände mit dem Argument, dass dann eine individuelle Kundenbetreuung nicht mehr möglich ist, wenn „alles immer gleichläuft“.  Sehr schnell wird die Ausnahme zur Norm erhoben und so behauptet, der gleiche Standard sei schlecht.  Das Gegenteil ist der Fall, denn eine sinnvolle Entlastung durch Automatisierung führt dazu, dass die entscheidende Zeit zur individuellen Betreuung wieder entsteht.

     Standard-Kern-Prozesse verhindern per se nicht, dass man alternative Lösungen im Unternehmen ermöglicht. Diese sollten immer vorhanden und gedacht sein. Denn die Abweichung von der Norm geschieht im Umgang mit Menschen unausweichlich.

    Die Kernprozesse zu automatisieren, bedeutet große Entlastung. Stammdaten, Werte, Tabellen, Preise und Konditionen können bereits digital eingeben werden oder werden von Software eingelesen. Bestellungen und Versand werden automatisiert, ebenso wie Standard-Anschreiben etc. 

    Wer Sonderfälle effizient behandeln will, braucht Entlastung der Mitarbeiter durch digitale Assistenz. Und Strukturen, die das Vorsehen, Entscheider, die das aktiv vorleben, aber eben auch weitestgehend klug automatisierte Standardprozesse. Die gibt’s oft nicht im Katalog, sondern die müssen aus der gelebten Best Practice heraus in etwas Neues, effizientes überführt werden. Dann funktioniert es auch mit der Individualität bei weitestgehender Standardisierung.

    Kundenbindung mit System 

    Automatisierung im CRM-System

    Jede Automatisierungslösung sollte an ein bestehendes CRM-System angebunden werden, damit alle Vorgänge und Kunden und Lieferanten eingepflegt sind. Das spart Zeit und verringert die Fehlerquote.  

    Wenn Systeme keine Schnittstellen untereinander aufweisen, kann eine Automatisierungs-Software wie #EMMA helfen. Sie kann auf verschiedenste Systeme zugreifen und formatunabhängig Daten austauschfähig machen. So können alle Systeme automatisch auf dem neuesten Stand sein. 

    Wenn alle Daten des Unternehmens und des Kunden verknüpft und verfügbar sind, wird Qualität fühlbar. Dort, wo der Kontakt ein Problem hat, kann dann ein Mensch mit Agilität und Empathie nun sein Problem lösen und individuelle Lösungen finden. Vielleicht sogar am Telefon mit echter, menschlicher Interaktion. Wer dann natürlich den Kundenkontakt auch einem Chatbot überlässt, könnte je nach Klientel über das Effizienzziel hinausgeschossen sein.  Wenn der Unternehmensfokus auf vollständiger Standarisierung und Effizienz liegt, kann die Kundenfluktuation entsprechend sein und die Kostenrechnung zeigt dann, ob die ständige Akquise günstiger ist als die Bestandskundenpflege und die individuelle Betreuung im Einzelfall.

    Daten und Abläufe digitalisieren, um Zeit für den Mensch-Mensch-Kontakt zu haben.  

  • nova:med goes EMMA! 

    nova:med goes EMMA! 

    Wir von CCF AG haben mit viel Spaß und Intensität den Grundstein für die Automatisierung digitaler Prozesse gelegt. Unter Trainer @Richard Loch und unser CTO Carsten Recker waren dazu zwei volle Tage vor Ort. 

    Die Teilnehmer konnten die vielen Möglichkeiten von EMMA sehen und erleben. Dabei haben wir viel positives Feedback und Informationen zur den Abläufen mitgenommen. So sind Schulungen immer geben und nehmen. 

    Es geht dabei auch nie um die reine Funktion, sondern auch immer um den Sinn der Maßnahme und tiefes Prozessverständnis. Dann gelingt Automatisierung. 

    Unser Konzept ist es, jede Schulung so flexibel zu gestalten, dass wir unsere Teilnehmer dort abholen, wo sie stehen und spontane Fragen und konkrete Wünsche intensiv mit einbeziehen. Das Team von nova:med war so engagiert und proaktiv, dass wir viele Funktionen und Arbeitsweisen bereits konkret besprechen konnten. Das hast viel Spaß gemacht und war ein sehr effizienter Beginn für eine Effizienz-Software. Vielen Dank dafür! 

    Wir begleiten auch weiterhin die nova:med auf ihrem Weg und sind kompetenter Ansprechpartner und zuverlässiger Support über den Kick-Off hinaus. Wir freuen uns auf die Ergebnisse und erste Erfolge! 

    Danke nochmal an die Kollegen von nova:med für die aktive Teilnahme und das echte Engagement und die tolle Vorbereitung. Es hat wirklich Spaß gemacht und wir kommen gerne zum Deep-Dive wieder!

  • KI-Browser: Die smarte Revolution im Web

    KI-Browser: Die smarte Revolution im Web

    Was IT-Entscheider, Tech-Enthusiasten und Nutzer über Atlas, Comet & Co. wissen müssen

    Warum Browser plötzlich wieder spannend sind

    Seit Jahren wirkten Browser wie ein abgeschlossenes Kapitel: Chrome, Edge, Safari, Firefox – alle mit Tabs, Lesezeichen und privaten Fenstern. Schnell, funktional, aber selten revolutionär.

    Doch 2025 hat sich das geändert. KI-Browser – angeführt von ChatGPT Atlas (OpenAI) und Perplexity Comet (Perplexity AI) – treten an, das Surfen grundlegend zu verändern. Sie kombinieren generative KI, Agenten-Funktionalität und automatisierte Web-Interaktion.

    Statt selbst zu klicken, tippen oder suchen, sollen Nutzer künftig sagen können:

    „Finde mir das beste Hotel in Lissabon für unter 150 € und buche es.“

    Und der Browser erledigt den Rest – inklusive Vergleich, Formularausfüllung und Reservierung.

    Das klingt nach Science Fiction – ist aber bereits Realität.

    Was ist ein „agentischer“ KI-Browser?

    Traditionelle Browser sind passive Werkzeuge. Sie zeigen an, was Sie anfordern.
    Agentische Browser hingegen handeln aktiv:

    FunktionTraditioneller BrowserKI-Browser (z. B. Atlas, Comet)
    InteraktionKlickbasiert, manuellSprachbasiert oder natürlichsprachlich
    Datenverständnisrein syntaktisch (HTML)semantisch (Inhaltserkennung durch KI)
    AktionenNur NutzerbefehlEigenständige Mehrschrittaktionen
    KontextKein GedächtnisOptionales Gedächtnis („Browser Memories“)

    Beispiel:

    • Chrome-Nutzer: „Flüge Frankfurt → Lissabon“ → Google-Suchergebnisse
    • Atlas-Nutzer: „Buche den günstigsten Direktflug nach Lissabon für nächstes Wochenende unter 300 €“ → Browser durchsucht, vergleicht, füllt Formulare und schlägt Buchung vor

    Diese neue Generation von Browsern basiert auf Large Language Models (LLMs), die tief in den Workflow integriert sind – nicht nur als Seitenleiste, sondern als zentrale Steuereinheit.

    Aktuelle Marktakteure (Stand: November 2025)

    BrowserHerstellerBesonderheitenStatus
    ChatGPT AtlasOpenAIAgent-Modus, Browser Memories, tiefe ChatGPT-IntegrationBeta (macOS, Pro-Abo)
    Perplexity CometPerplexity AIKI-gesteuerte Recherche- und AutomationsaufgabenEarly Access
    Arc MaxThe Browser CompanyKI-gestützte Zusammenfassungen, Link-Vorschau, SpacesStable
    Microsoft Edge CopilotMicrosoftNative Windows- und M365-IntegrationStable
    Opera AriaOpera SoftwareKostenlose KI + VPN, Tab-Verwaltung („Islands“)Stable
    Brave LeoBrave SoftwareDatenschutzfokus, lokale KI-VerarbeitungStable

    „Browser-Evolution 2010 2025“

    • 2010 – 2018: Fokus auf Geschwindigkeit und Add-ons
    • 2019 – 2023: Cloud-Sync und Datenschutz
    • 2024 – 2025: Integration von Sprach- und KI-Agenten

    Diese Timeline verdeutlicht den Wandel von „Werkzeug“ zu „Mitdenker“.

    Chancen: Produktivität auf Autopilot

    Die Effizienzversprechen der KI-Browser klingen verlockend – und sind teils schon spürbar:

    1. Autonome Aufgaben
      Browser können selbstständig recherchieren, vergleichen und strukturieren – etwa bei Reiseplanung oder Einkauf.
    2. Intelligente Zusammenfassungen
      Lange Artikel, PDFs und Videos werden automatisch in prägnante Kernaussagen verdichtet (Atlas, Comet, Arc Max).
    3. Kontextuelles Arbeiten
      Die KI versteht, was Sie tun: Beim Verfassen einer E-Mail kann sie Textvorschläge aus zuvor geöffneten Quellen ableiten.
    4. Revolutionierte Suche
      Statt Linklisten erhalten Sie eine synthetisierte Antwort. Comet und Atlas nutzen hier semantische Web-Aggregatoren.
    5. Automatische Organisation
      Browser wie Arc oder Opera gruppieren Tabs intelligent – KI erkennt Projekte, Themen oder Aufgabenbereiche.

    „Produktivität durch KI-Assistenz“
    Ein Kreisdiagramm mit Segmenten:

    • 25 % Zeitersparnis durch Automatisierung
    • 20 % weniger Kontextwechsel
    • 15 % bessere Entscheidungsgrundlage
    • 40 % Nutzerkomfort / Barrierefreiheit

    (Symbolische Schätzung, nicht empirisch.)

    Risiken: Zwischen Komfort und Kontrollverlust

    Die neue Bequemlichkeit hat ihren Preis. Sicherheitsforscher warnen vor neuen Angriffsszenarien:

    1. Sicherheitslücken & „Prompt Injection“

    KI-Browser lesen Webseiten semantisch – und damit auch versteckte Befehle.
    Angreifer können unsichtbare Prompts einbetten, die den Browser dazu verleiten, vertrauliche Daten preiszugeben.
    Beispiel: Perplexity Comet war Ziel von Tests, bei denen eingebettete Prompts API-Schlüssel auslasen. (Quelle: Brave Security Blog, 10/2025)

    2. Datenschutz & Datenhoheit

    Um als Assistent zu agieren, benötigen KI-Browser Zugriff auf E-Mails, Kalender, Verlauf und Cookies.
    Bei ChatGPT Atlas ist dieses Verhalten teils optional – das Feature „Browser Memories“ speichert Nutzerdaten bis zu 30 Tage. (Quelle: Wikipedia / Atlas Artikel, 10/2025)

    3. Fehlentscheidungen & Halluzinationen

    Wie jede KI können auch Browser falsche Fakten erzeugen oder Aktionen missverstehen.
    Ein Beispiel: Comet interpretierte eine Preisfilter-Anfrage falsch und zeigte nur teure Optionen.

    4. Performance & Stabilität

    Frühe Tests (z. B. The Verge, 10/2025) berichten, dass die KI-Analyse bei Atlas Aktionen leicht verzögert.

    5. Kosten & Zugänglichkeit

    Viele „Agent-Funktionen“ sind aktuell nur in kostenpflichtigen Pro-Abos oder auf Einladung verfügbar.

    Sicherheit und Verantwortung im Fokus

    Für IT-Verantwortliche stellt sich weniger die Frage „Ob“, sondern „Wie sicher“ KI-Browser in den Alltag integriert werden können.

    Empfohlene Vorgehensweisen:

    • Pilotphase in geschlossenen Testumgebungen
    • Zugriffsbeschränkungen für sensible Bereiche (z. B. Intranet, Banking)
    • Datenschutzprüfung bei aktivierten Gedächtnis- oder Cloud-Features
    • Schulung der Nutzer im Umgang mit KI-Empfehlungen

    Fazit: Zwischen Innovation und Risikoabwägung

    KI-Browser markieren den Beginn einer neuen Ära des Internets.
    Sie verwandeln das Web von einer Informationsquelle in eine Handlungsplattform.
    Doch noch ist die Technologie unausgereift und sicherheitlich fragil.

    Für den Alltag – insbesondere im Unternehmenskontext – gelten Browser wie Arc Max, Edge Copilot oder Opera Ariaderzeit als stabiler Mittelweg: Sie bieten produktive KI-Funktionen ohne übermäßige Risiken.

    Die „Browser-Kriege“ sind zurück – diesmal geht es nicht um Geschwindigkeit, sondern um Intelligenz und Vertrauen.

    „Risiko-Nutzen-Matrix“

    Nutzen / RisikoNiedrigMittelHoch
    HochArc Max (hoher Nutzen, moderates Risiko)Edge Copilot (mittleres Risiko)Atlas / Comet (Prototyp-Risiken)
    MittelOpera Aria (Balanced)Brave Leo (sehr sicher, etwas eingeschränkt)
    NiedrigKlassische Browser ohne KI


  • Generative KI – der unterschätzte Game Changer für KMU

    Generative KI – der unterschätzte Game Changer für KMU

    Warum KI gerade jetzt wichtig ist

    Die digitale Transformation verändert die Wirtschaft schneller als je zuvor.
    Für kleine und mittlere Unternehmen (KMU) bedeutet das: Wer innovativ bleibt, bleibt im Wettbewerb.

    Eine der spannendsten Technologien dieser Entwicklung ist die generative Künstliche Intelligenz (KI).
    Sie ist längst nicht mehr nur ein Thema für große Tech-Konzerne – sie wird zu einem echten Wachstumstreiber für den Mittelstand.

    Was versteht man unter generativer KI?

    Generative KI ist eine Form von künstlicher Intelligenz, die neue Inhalte erzeugen kann – Texte, Bilder, Musik oder Code.
    Im Gegensatz zu klassischer KI, die Daten analysiert und Muster erkennt, kombiniert generative KI bestehendes Wissen zu neuen Ergebnissen.

    Beispiele für generative KI-Tools sind ChatGPT, Google Gemini, Claude, Midjourney, oder Google Nano Banana.

    Wichtig: KI arbeitet nicht kreativ im menschlichen Sinn, sondern rekombiniert bestehende Informationen – oft erstaunlich originell, aber stets datenbasiert.

    Die wichtigsten Vorteile für KMU

    1. Kosteneffizienz durch Automatisierung

    KI reduziert Zeitaufwand für Routineaufgaben wie Texterstellung, Contentproduktion oder Berichte.

    2. Kreativität und Innovation steigern

    Generative KI dient als kreativer Ideengeber – ob für Kampagnen, Produktideen oder Designkonzepte.

    3. Personalisierung im großen Maßstab

    Individuelle Inhalte für Kund:innen werden zur Realität – z. B. personalisierte E-Mails, Newsletter oder Produktempfehlungen. Wichtig: Datenschutz (DSGVO) beachten!

    4. Schnellere Markteinführung

    Prototypen, Entwürfe und Marketingmaterialien lassen sich in Minuten statt Tagen erstellen.

    5. Demokratisierung von Fähigkeiten

    Auch Unternehmen ohne spezialisierte Fachkräfte können professionelle Ergebnisse erzielen – dank zugänglicher KI-Tools.

    Konkrete Einsatzfelder in KMU

    • Marketing & Kommunikation: Blogbeiträge, Social-Media-Posts, Werbetexte, Newsletter
    • Produktdesign & Entwicklung: Ideen- und Varianten-Generierung
    • Kundenservice: Automatische Beantwortung von Standardfragen
    • Interne Prozesse: Erstellung von Präsentationen, Dokumentationen oder Reports

    RPA vs. Generative KI: Wo liegt der Unterschied?

    • RPA (Robotic Process Automation): Automatisiert regelbasierte, wiederkehrende Aufgaben (z. B. Dateneingabe).
    • Generative KI: Erzeugt Inhalte, Texte oder kreative Ideen – basierend auf Kontext und Wahrscheinlichkeiten.

    Die Zukunft liegt in der Kombination beider Technologien, oft als Intelligent Automation bezeichnet.

    Praxisbeispiele (realistisch, aber fiktiv)

    Online-Modehändler „Stoff & Stil“

    Ein kleines Textilunternehmen nutzt KI, um Produktbeschreibungen und Blogbeiträge zu generieren.
    Ergebnis: Schnellere Content-Erstellung, niedrigere Marketingkosten, mehr Reichweite.

    Bäckerei „Kruste & Krümel“

    Eine lokale Bäckerei erstellt mit KI täglich Social-Media-Posts mit charmanten Texten und passenden Bildern.
    Ergebnis: Mehr Sichtbarkeit und Kundenbindung – bei minimalem Aufwand.

    Chancen und Herausforderungen

    Chancen:

    • Effizienzsteigerung und Zeitersparnis
    • Neue Innovationsmöglichkeiten
    • Zugang zu professionellen Tools ohne hohe Kosten

    Herausforderungen:

    • Datenschutz & DSGVO: Nur anonymisierte oder erlaubte Daten verwenden
    • Urheberrecht: KI-Ausgaben prüfen, bevor sie veröffentlicht werden
    • Qualitätssicherung: Menschliche Kontrolle bleibt unverzichtbar
    • Governance: Klare interne KI-Richtlinien sind Pflicht

    Fazit: Jetzt ist der richtige Zeitpunkt für KMU

    Generative KI ist kein Zukunftstrend mehr – sie ist Teil der Gegenwart.
    KMU, die frühzeitig Erfahrungen sammeln, sichern sich einen echten Wettbewerbsvorteil.

    Entscheidend ist dabei nicht die Technologie allein, sondern wie sie genutzt wird:
    als Werkzeug, das Menschen unterstützt – nicht ersetzt.

  • RPA beginnt mit Verständnis – warum eine präzise Prozessanalyse entscheidend ist

    RPA beginnt mit Verständnis – warum eine präzise Prozessanalyse entscheidend ist

    RPA (Robotic Process Automation) verspricht, wiederkehrende Aufgaben effizient und fehlerfrei zu erledigen. Doch bevor ein Bot programmiert wird, muss klar sein, was der Bot eigentlich tun soll – und ob der Prozess technisch dafür geeignet ist. Genau hier kommt die Prozessanalyse ins Spiel. Sie bildet die Grundlage jeder erfolgreichen Automatisierung.

    Warum Prozessanalyse so wichtig ist

    Viele Prozesse laufen seit Jahren “einfach so”. Mitarbeitende wissen aus Erfahrung, wo Daten liegen, welche Schritte nötig sind oder wann man eingreifen muss. Ein Bot hat dieses Erfahrungswissen nicht – er braucht klare, strukturierte Regeln.
    Die Prozessanalyse macht implizites Wissen explizit:

    • Sie zeigt auf, welche Arbeitsschritte genau stattfinden,
    • welche Systeme und Datenquellen beteiligt sind,
    • und wo potenzielle Fehlerquellen oder Ausnahmen auftreten.

    Nur so kann entschieden werden, ob sich der Prozess für RPA eignet – und wie man ihn gegebenenfalls anpassen muss.

    Wie Sie Ihren Prozess ideal beschreiben

    Damit wir den Automatisierungsgrad eines Prozesses bewerten können, hilft eine möglichst präzise Beschreibung. Folgende Leitfragen haben sich in der Praxis bewährt:

    1. Wo kommen die Daten her?
    • Aus welcher Quelle stammen die Informationen? (z. B. E-Mail, PDF, Excel, ERP-System, CRM, Webportal …)
    • Werden sie manuell erfasst oder automatisch erzeugt?
    • Gibt es ein einheitliches Format oder sind die Daten unstrukturiert (z. B. freie Texte, Scans)?
    • Müssen Daten aus mehreren Quellen zusammengeführt werden?

    Beispiel: Eine Mitarbeiterin erhält täglich Bestellungen per E-Mail, öffnet die PDF-Anhänge und trägt die Inhalte manuell in ein ERP-System ein.

    2. In welcher Form liegen die Daten vor?
    • Sind die Daten strukturiert (z. B. CSV, Datenbank, Formularfelder) oder unstrukturiert (z. B. Fließtext, eingescanntes Dokument)?
    • Gibt es Varianten oder Ausnahmen im Aufbau (z. B. unterschiedliche Layouts von Lieferanten)?
    • Müssen die Daten validiert oder bereinigt werden, bevor sie weiterverarbeitet werden können?

    Beispiel: Bestelldaten liegen in einer Excel-Datei mit festen Spalten vor – ideal für RPA. Wenn jede Datei anders aussieht, ist zunächst eine Standardisierung sinnvoll.

    3. Was passiert mit den Daten? (Prozessablauf)
    • Welche Schritte führt der Mensch aktuell aus? (z. B. öffnen, prüfen, kopieren, eintragen, weiterleiten …)
    • Welche Regeln entscheiden über den Ablauf? (z. B. “Wenn Betrag > 5.000 €, Freigabe erforderlich.”)
    • Gibt es Schleifen, Verzweigungen oder manuelle Prüfungen?
    • Wie wird mit Fehlern oder fehlenden Daten umgegangen?

    Tipp: Dokumentieren Sie den Ablauf Schritt für Schritt, z. B. in einem einfachen Flowchart oder in Tabellenform.

    4. Wohin gehen die Daten? (Zielsysteme)
    • In welchem System oder Format werden die Ergebnisse gespeichert?
    • Müssen Daten an andere Abteilungen, Systeme oder externe Partner übermittelt werden?
    • Gibt es Rückmeldungen oder Statusinformationen, die zurückfließen?

    Beispiel: Nach der Erfassung werden Bestellungen im ERP verbucht und gleichzeitig eine E-Mail-Bestätigung an den Kunden gesendet.

    5. Wie häufig läuft der Prozess ab und wie hoch ist das Volumen?
    • Wie oft wird der Prozess ausgeführt (täglich, wöchentlich, monatlich)?
    • Wie viele Datensätze oder Vorgänge fallen pro Durchlauf an?
    • Wie viel Zeit benötigt der manuelle Ablauf aktuell?

    Diese Angaben helfen, den wirtschaftlichen Nutzen (ROI) der Automatisierung abzuschätzen.

    Wie wir auf Basis Ihrer Beschreibung vorgehen

    Nach Ihrer Prozessbeschreibung führen wir eine strukturierte Analyse durch:

    1. Automatisierbarkeit: Technische Machbarkeit und Stabilität.
    2. Komplexität: Anzahl der Schritte, Varianten, Systeme und Ausnahmen.
    3. Wirtschaftlichkeit: Zeitersparnis, Skalierbarkeit und Investitionsaufwand.
    4. Empfehlung: Ob und wie der Prozess automatisiert werden kann.

    Sie erhalten eine klare Einschätzung – kein Marketingversprechen, sondern eine fundierte technische Bewertung.

    Eine erfolgreiche RPA-Einführung beginnt nicht mit einem Bot, sondern mit einem verständlichen Prozess. Je besser der Ablauf beschrieben und dokumentiert ist, desto zielgerichteter kann eine Automatisierung entwickelt werden.

  • No-Code – was ist das?

    No-Code – was ist das?

    Grundlagen & FAQ

    Was ist No‑Code‑Automatisierung?
    Automatisierung ohne Programmierkenntnisse: Workflows werden per Drag‑and‑drop visuell modelliert und konfiguriert.

    Was sind No‑Code‑Anwendungen?
    Tools/Plattformen, mit denen Apps, Workflows oder Integrationen ohne Code erstellt werden.

    Was ist Low Code und No‑Code?
    No‑Code: ganz ohne Coding. Low‑Code: minimale Skripte möglich, dafür flexibler. Beide beschleunigen Umsetzung und entlasten IT.

    Was ist ein Beispiel für eine No‑Code‑KI?
    OCR-basierte Dokumentenerkennung, automatische Klassifikation von E‑Mails/Tickets, Textzusammenfassungen oder Formular‑Extraktion per vorkonfigurierter KI‑Bausteine.

    Wie funktioniert No‑Code‑Automatisierung?
    Auslöser (Trigger) + Aktionen (Actions) + Bedingungen. Die Plattform führt die definierten Schritte serverseitig aus und protokolliert Ergebnisse.

    Welche Vorteile hat No‑Code?
    Schnelle Umsetzung, geringe Einstiegshürden, niedrige Kosten, leichtere Wartung, mehr Eigenständigkeit in Fachabteilungen.

    Wann lohnt sich No‑Code?
    Bei klaren, standardisierbaren Abläufen mit verfügbaren Schnittstellen/Connectoren, insbesondere für Fachbereiche mit begrenzten Entwicklerressourcen.

    Beispiele für No‑Code‑Automatisierungen
    E‑Mail‑Marketing, Angebotserstellung aus Formularen, CRM/ERP‑Sync, Terminbestätigungen, Ticketanlage, Berichte/Benachrichtigungen, Datei‑Routings.

    Wie sicher ist No‑Code?
    Achte auf DSGVO‑Konformität, Datenstandorte, Verschlüsselung, Rollen/Rechte, Secrets‑Management, Audit‑Logs, Backup/Restore.

    Wie messe ich den Erfolg (KPIs)?
    Durchlaufzeit, Bearbeitungskosten pro Vorgang, Fehlerquote, Automatisierungsgrad, Nutzerzufriedenheit, Time‑to‑Value.

    Sind No‑Code‑Plattformen DSGVO‑konform?
    Kommt auf Anbieter/Region an. Prüfe Auftragsverarbeitung, TOMs, Datenlokation, Subprozessoren.

    Welche Abteilungen profitieren besonders?
    Vertrieb/Marketing, HR, Finance, Service/Support, Einkauf, IT‑Operations.

    Wie dokumentiere ich Automatisierungen sinnvoll?
    Kurze Prozessbeschreibung, Trigger/Actions, Eingaben/Ausgaben, Fehlerpfade, Ownership, KPIs; Ablage versioniert und zentral.

    Wie starte ich pragmatisch?
    Top‑3 Use Cases auswählen, kleinen Pilot bauen, Erfolg messen, Standards definieren, dann skalieren.