Warum Process Intelligence, Business Context und KI zum Fundament erfolgreicher Unternehmenstransformation werden
Viele Unternehmen starten ihre KI- und Transformationsinitiativen mit Technologie – und übersehen dabei die eigentliche Grundlage: funktionierende und transparente End-to-End-Prozesse, belastbare Daten, den notwendigen Business Context und eine konsequente Umsetzung.
Jürgen Groth zählt zu den profiliertesten Experten für unternehmerische Transformation, strategische Neuausrichtung und operative Exzellenz. Bis Ende 2025 war er acht Jahre Member of the Executive Board und COO bei Conrad Electronic und hat dort die umfassende Transformation des Unternehmens vom klassischen Omnichannel-Händler hin zu einer international ausgerichteten B2B-Sourcing-Plattform maßgeblich mitverantwortet.
Bereits 2008 gründete er gemeinsam mit Michael Kamm ANTEVORTE, beide sind Managing Partner des Unternehmens. Zusammen mit einem erfahrenen ANTEVORTE-Transformationsteam aus langjährigen Führungskräften und ausgewiesenen Experten begleitet er Unternehmen von der Strategie- und Zielbildentwicklung bis zur operativen Umsetzung. Das Team verfügt über umfangreiche C-Level- und Transformationserfahrung. Anspruchsvolle Transformations- und Performance-Programme hat es begleitet wie auch selbst umgesetzt. Zudem ist Jürgen Groth Senior Advisor bei Celonis.
Im Interview spricht er darüber, warum Process Intelligence, Business Context und KI zunehmend zur Grundlage des intelligenten Unternehmens werden – und warum erfolgreiche Transformation immer Strategie, Technologie und konsequente Umsetzung miteinander verbinden muss.
Herr Groth, warum scheitern KI-Projekte in Unternehmen – und welche Rolle spielen dabei schlecht strukturierte oder intransparente Prozesse?
Viele Unternehmen machen bei KI denselben Fehler wie früher bei der Digitalisierung. Sie beginnen mit der Technologie statt mit der geschäftlichen Herausforderung. Dabei sollte das Problem vor der Lösung stehen. Die entscheidenden Fragen lauten: Wo binden wir unnötig Kapital? Wo verlieren wir Geld? Wo verlieren wir Zeit? Wo enttäuschen wir Kunden – und warum passiert das? Erst wenn diese Ursachen verstanden sind, lässt sich entscheiden, welche Technologie tatsächlich hilft.
Ein schlechter oder unnötig komplizierter Prozess wird durch KI nicht automatisch besser. Im ungünstigsten Fall automatisiert man Ineffizienz und skaliert sie anschließend. Hinzu kommt, dass viele KI-Initiativen Pilotprojekte bleiben, weil eine klare Verantwortung im Business, messbare Ziele und die Einbindung in wichtige End-to-End-Prozesse fehlen.
KI braucht nicht einfach nur Daten. Sie braucht Prozesswissen, Business Context, klare Ziele und Regeln. Erst dann kann sie verlässlich Entscheidungen unterstützen und zunehmend auch Handlungen übernehmen. Deshalb sehe ich KI nicht als isoliertes Technologieprojekt. Richtig eingesetzt ist sie Teil einer umfassenden Unternehmenstransformation.
Woran erkennt ein Unternehmen, ob es überhaupt „KI-ready“ ist – und welche Rolle spielt Process Intelligence dabei?
„KI-ready“ bedeutet nicht, möglichst viele Daten zu besitzen. Entscheidend ist, ob ein Unternehmen seine Prozesse, die relevanten Regeln und den Business Context so gut versteht, dass daraus verlässliche Entscheidungen abgeleitet werden können.
Ich stelle dazu immer fünf Fragen: Kennen wir unsere Prozesse von Anfang bis Ende? Haben wir Zugriff auf die relevanten Daten in ausreichender Qualität? Verstehen wir die tatsächlichen Prozessvarianten? Welche Entscheidungen und Aktivitäten lassen sich standardisieren oder automatisieren? Und welchen wirtschaftlichen Nutzen wollen wir messen?
Hier hat sich auch Celonis deutlich weiterentwickelt. Process Mining war der Ausgangspunkt. Heute geht es um Process Intelligence. Aus Daten unterschiedlicher Systeme entsteht Transparenz darüber, wie Prozesse tatsächlich ablaufen – nicht nur darüber, wie sie auf dem Papier definiert wurden. Gleichzeitig wird sichtbar, wo Ineffizienzen und wirtschaftliche Wertpotenziale liegen.
Werden diese Prozessdaten mit dem Geschäftskontext verbunden, entsteht Process Intelligence. Damit erhält eine KI nicht einfach mehr Daten, sondern den Business Context, den sie benötigt, um relevante Situationen zu verstehen, Entscheidungen vorzubereiten und perspektivisch innerhalb definierter Regeln selbst zu handeln.
Meine Grundregel lautet deshalb: Erst verstehen. Dann verbessern. Dann automatisieren. Und anschließend intelligent skalieren.
Welche Ineffizienzen werden durch diese datenbasierte Transparenz typischerweise sichtbar, die vorher niemandem aufgefallen sind?
Oft sind es nicht die spektakulären Fehler, sondern tausend kleine Abweichungen, die über Jahre als normal akzeptiert wurden. Bestellungen werden mehrfach geändert, Freigaben dauern zu lange, Mitarbeitende umgehen Standardprozesse, Rechnungen bleiben im automatisierten Ablauf hängen und werden manuell bearbeitet, Zahlungsbedingungen werden nicht optimal genutzt oder Liefertermine immer wieder verschoben.
Ein einzelner Vorgang wirkt zunächst unkritisch. Wenn sich dieselbe Abweichung aber tausend- oder millionenfach wiederholt, entstehen erhebliche Kosten, längere Durchlaufzeiten, gebundenes Kapital und negative Kundenerlebnisse.
Genau hier verändert datenbasierte Prozesstransparenz die Diskussion im Management: Aus Vermutungen werden Fakten. Wo liegt das Problem? Wie häufig tritt es auf? Was sind die Ursachen? Welche wirtschaftliche Auswirkung hat es? Und welchen Value können wir realisieren, wenn wir die Ursache beseitigen?
Wichtig ist auch der Blick vom Kunden aus. Wenn Reklamationen durch Prozessprobleme entstehen, sollte man nicht zuerst den Kundenservice mit einem KI-Agenten beschleunigen. Die intelligenteste Automatisierung kann darin bestehen, den Grund für den Kundenkontakt vollständig zu beseitigen.
Wie finden Unternehmen heraus, welche Abläufe sie zuerst abschaffen oder verändern sollten, bevor sie KI einsetzen?
Die Priorisierung muss sich am Business Value orientieren. Zunächst braucht es Transparenz über die End-to-End-Prozesse. Wo liegt der größte wirtschaftliche Hebel? Was können wir tatsächlich beeinflussen? Und wo lässt sich schnell ein messbarer Nutzen erzielen?
Anschließend gilt eine klare Reihenfolge: Eliminieren, vereinfachen, standardisieren, automatisieren – und erst dann prüfen, wo KI der richtige Hebel ist.
Unternehmen haben häufig 30 oder 50 denkbare KI-Anwendungsfälle, aber nur begrenzte Ressourcen. Deshalb sollten sie zwei oder drei relevante Probleme auswählen, den wirtschaftlichen Nutzen beweisen, daraus lernen und anschließend skalieren. Ich nenne das „Test. Learn. Earn. Scale.“ – testen, lernen, Wert schaffen und anschließend skalieren.
Entscheidend ist nicht der Proof of Concept, sondern der Proof of Value. Ein Projekt darf nach dem Start nicht einfach ins Tagesgeschäft überführt und anschließend aus dem Fokus verloren werden. Sonst entstehen Kosten, ohne dass der erwartete Nutzen sichtbar wird.
Können Sie ein konkretes Beispiel nennen, bei dem dieser Ansatz funktioniert hat?
Bei Conrad war Process Intelligence Teil einer wesentlich größeren Unternehmenstransformation. Wir haben das Unternehmen über mehrere Jahre vom klassischen Omnichannel-Handelsmodell hin zu einer international ausgerichteten B2B-Sourcing-Plattform transformiert. Dazu gehörten die strategische Neuausrichtung und das Geschäftsmodell ebenso wie z. B. die neue Zielgruppe B2B, Sortiment und Marketplace, Organisation, End-to-End-Prozesse, IT, Digitalisierung und Performance. Process Intelligence war dabei für uns kein Selbstzweck, sondern ein wichtiger Enabler innerhalb dieser Transformation.
Wir haben zunächst mit dem End-to-End-Prozess Order-to-Cash begonnen – von der Bestellung bis zum Zahlungseingang. Mein Ziel als Vorstand war nicht, ein weiteres Analysetool einzuführen. Mich interessierten konkrete unternehmerische Fragen: Wo verlieren wir Geld und Zeit? Wo verschlechtert sich die Lieferperformance? Wo entsteht unnötig gebundenes Kapital? Und wo erzeugen unsere eigenen Prozesse negative Kundenkontakte?
Wir haben zunächst Transparenz geschaffen, Prozessabweichungen identifiziert und konkrete Maßnahmen abgeleitet. Die ersten messbaren Erfolge haben Vertrauen aufgebaut. Danach konnten wir Process Intelligence auf weitere End-to-End-Prozesse skalieren und parallel ein Operating Model etablieren.
Dafür braucht es eine klare Unterstützung durch Vorstand oder Geschäftsführung, einen verantwortlichen Business Owner und eine zentrale Einheit, in der Wissen und Programmfortschritt gebündelt werden. In unseren Fortschrittsmeetings ging es nicht nur darum, was erledigt wurde. Entscheidend waren Outcome und Impact: Welche Wirkung gab es auf Cash, Umsatz, Kosten, Geschwindigkeit oder Kundenzufriedenheit?
Über die verschiedenen End-to-End-Initiativen konnten wir bei Conrad einen messbaren wirtschaftlichen Mehrwert im zweistelligen Millionenbereich realisieren. Process Intelligence war nie das Ziel. Business Value und eine bessere Grundlage für Managemententscheidungen waren das Ziel.
Wo entsteht der größte Produktivitätsgewinn, wenn Process Intelligence und KI miteinander verbunden werden – bei Geschwindigkeit, Kosten oder Entscheidungsqualität?
Klassische Kostenreduktion und Produktivitätssteigerung bleiben wichtig. Langfristig halte ich jedoch Geschwindigkeit und Qualität von Entscheidungen für den noch größeren Hebel. Unternehmen treffen täglich Tausende operative Entscheidungen zu Bestellungen, Lieferterminen, Beständen, Kundenaufträgen, Zahlungen und Ausnahmen.
Process Intelligence erkennt, wo eine relevante Abweichung entsteht, welchen wirtschaftlichen Kontext sie hat und welche Auswirkungen daraus entstehen können. KI kann mögliche Ursachen und Handlungsoptionen bewerten. AI Agents werden innerhalb klar definierter Regeln zunehmend konkrete Maßnahmen selbst ausführen. Damit verändert sich die Rolle der Technologie fundamental: von der Analyse über die Empfehlung hin zur Aktion.
Der wirtschaftliche Nutzen zeigt sich in vier Dimensionen: Cash und Working Capital, Kosten und Produktivität, Umsatz und Service sowie Risiko und Compliance. Voraussetzung ist eine messbare Ausgangsbasis. Ohne Baseline und kontinuierliche Value Governance ist eine KI-Initiative für mich noch kein belastbares Transformationsprogramm.
Braucht es einen kulturellen Wandel, damit Process Intelligence und KI wirklich wirken?
Die Technologie ist notwendig, aber nicht der entscheidende Erfolgsfaktor. Die Entwicklung hin zu einem intelligenten Unternehmen ist eine Unternehmenstransformation – und damit vor allem eine Führungs- und Umsetzungsaufgabe. Vorstand und Geschäftsführung müssen sie sichtbar treiben. Gleichzeitig braucht es Verantwortung im Business für Ergebnisse und Wertbeiträge. Das ist keine reine IT-Aufgabe.
Hilfreich ist eine zentrale Steuerung, etwa ein Transformation Management Office oder Center of Excellence. Dort werden Prioritäten, Standards, Wissen und Skalierung gebündelt. Genau das erleben wir auch in unseren Transformationsmandaten bei ANTEVORTE. Technologie allein verändert kein Unternehmen. Man muss Zielbild, Strategie, Organisation, Prozesse, Performance, Führung, Technologie und Umsetzung zusammenbringen.
Denn diese Transformation ist nicht nach drei Jahren abgeschlossen, sondern entwickelt sich kontinuierlich weiter. Die Fähigkeit, sich kontinuierlich zu verändern, wird selbst zu einer zentralen Managementkompetenz. Der kulturelle Kern ist die Bereitschaft, sich immer wieder neu zu erfinden und lernen zu wollen. Mitarbeitende müssen verstehen, wie sich ihre Arbeit verändert, und dafür befähigt werden.
Transformation scheitert selten an der Technologie. Sie scheitert meist an fehlender Führung, unzureichender Steuerung und mangelnder Umsetzung.
Wie wird sich das Zusammenspiel von Process Intelligence und KI in den nächsten Jahren verändern? Entwickeln wir uns tatsächlich zum „intelligenten Unternehmen“?
Wir bewegen uns vom digitalen zum intelligenten Unternehmen. In der ersten Phase haben Unternehmen ihre Prozesse und Geschäftsmodelle digitalisiert. Danach ging es zunehmend darum, Prozesse datenbasiert zu verstehen und zu steuern. Jetzt kommt mit KI und insbesondere mit AI Agents die nächste Entwicklungsstufe.
Genau deshalb ist auch die Entwicklung von Celonis interessant. Celonis kommt historisch aus dem Process Mining, hat sich aber längst zu einer umfassenden Process-Intelligence-Plattform weiterentwickelt. Heute geht es darum, Daten aus unterschiedlichen Systemen zusammenzuführen und datenbasierte Transparenz über die tatsächlich ablaufenden End-to-End-Prozesse zu schaffen, Ineffizienzen und Wertpotenziale zu identifizieren und diese Informationen mit dem notwendigen Business Context anzureichern. Process Intelligence und Business Context können damit zu einem technologischen Backbone für KI und AI Agents werden.
Denn ein AI Agent muss mehr wissen als nur das, was in einem einzelnen Datensatz steht. Er muss verstehen: Was passiert gerade? Warum passiert es? Welche Geschäftsregeln gelten? Welches Ziel verfolgen wir? Welche wirtschaftlichen Auswirkungen hat eine Entscheidung? Und welche Handlung darf er überhaupt ausführen?
Erst dann wird aus generativer KI eine Technologie, die Unternehmen nicht nur bei der Informationsverarbeitung unterstützt, sondern zunehmend auch operative Entscheidungen und Prozesse intelligent steuern kann. Ich sehe die Entwicklung deshalb in vier Stufen: Digitalisierung è Process Intelligence è AI Enablement è Agentic Enterprise.
KI selbst wird zunehmend zum Standard. Der nachhaltige Wettbewerbsvorteil entsteht dadurch, wie intelligent ein Unternehmen seine eigenen Daten, Prozesse, Business Context und Entscheidungen miteinander verbindet – und wie konsequent es daraus messbaren Value realisiert.
Sie haben als Vorstand große Transformationen verantwortet und starten und begleiten heute mit ANTEVORTE weitere Transformationsprogramme. Was sind aus Ihrer Erfahrung die entscheidenden Erfolgsfaktoren?
Für mich beginnt eine Transformation immer mit einer fundierten Ist-Analyse. Bevor man über neue Strategien, Organisationen oder Technologien spricht, muss man verstehen, wo das Unternehmen tatsächlich steht: Wie funktionieren Geschäftsmodell, Organisation und End-to-End-Prozesse heute? Wo liegen die wesentlichen Probleme und Ursachen? Wo verlieren wir Ergebnis, Liquidität, Geschwindigkeit oder Kunden? Und wo liegen die größten Wertpotenziale?
Aus dieser Ist-Analyse entwickeln wir ein klares strategisches Zielbild: Wo soll das Unternehmen in drei bis fünf Jahren stehen? Wie soll das zukünftige Geschäfts- und Operating Model aussehen, und welche Fähigkeiten braucht das Unternehmen dafür? Aus der Differenz zwischen Ist-Situation und Zielbild ergeben sich dann die konkreten Handlungsfelder. Diese müssen priorisiert, mit klaren Verantwortlichkeiten, messbaren Zielen und einem belastbaren Umsetzungsplan hinterlegt und zu einem Transformationsprogramm zusammengeführt werden.
Und dann kommt für mich der entscheidende Punkt: konsequente Umsetzung. Viele Unternehmen sind gut darin, Strategien und Zielbilder zu entwickeln. Erfolgreiche Transformation entsteht aber erst durch die Umsetzung. Deshalb verbinden wir bei ANTEVORTE Analyse, Zielbild, Strategie und Umsetzung in einem durchgängigen Transformationsansatz und übernehmen bei Bedarf auch operative Verantwortung.
Process Intelligence, Business Context und KI sind dabei heute wichtige zusätzliche Enabler der Transformation. Sie helfen uns, die Ist-Situation datenbasiert zu verstehen, Ursachen und Wertpotenziale sichtbar zu machen und daraus konkrete Maßnahmen abzuleiten und konsequent umzusetzen.
Gleichzeitig kommt Process Intelligence im intelligenten Unternehmen eine neue Rolle zu: Durch die Verbindung von Prozessdaten und Business Context kann sie zum technologischen Backbone für KI und AI Agents werden. KI erhält dadurch den notwendigen Kontext, um nicht nur Informationen zu verarbeiten, sondern Entscheidungen vorzubereiten und zunehmend auch konkrete Handlungen innerhalb der End-to-End-Prozesse auszuführen. Damit wird Process Intelligence zu einem wichtigen Bindeglied zwischen Transparenz, Transformation und der intelligenten Steuerung des zukünftigen Unternehmens. Sie sind aber kein Selbstzweck, sondern müssen sich in das übergeordnete Zielbild und die Transformation einfügen.
Am Ende zählt der messbare wirtschaftliche Value: Ist das Unternehmen profitabler, schneller, kundenorientierter und wettbewerbsfähiger geworden – und hat es gleichzeitig die Fähigkeit aufgebaut, sich kontinuierlich weiterzuentwickeln?
Unternehmer | Gründer & Managing Partner ANTEVORTE | Transformationsexperte | Senior Advisor Celonis | ehem. Member of the Executive Board & COO Conrad Electronic
Mit ANTEVORTE begleitet Jürgen Groth gemeinsam mit Michael Kamm und einem erfahrenen Transformationsteam Unternehmen bei strategischer Neuausrichtung und umfassenden Transformationen – von Zielbild und Umsetzungskonzept bis zur operativen Realisierung und bei Bedarf mit temporärer C-Level-Verantwortung.
Kontakt:
Jürgen Groth
E-Mail: groth@antevorte-pm.com
Web: www.antevorte-pm.com