Analysieren
Wo wird unser Workflow tatsächlich gebremst – und welche Informationsengpässe müssen wir für die geplante KI-Integration bearbeiten?
Wir vertiefen die Engpässe des genehmigten Business Case anhand des realen Workflows und überprüfen ihren Einfluss auf Entscheidungen und Ergebnisse.
Mit diesem Schritt starten →In diesem Schritt · Inhaltsverzeichnis
Wir untersuchen die Engpässe im realen Workflow
In M – Modellieren haben wir sichtbar gemacht, wie unser relevanter Workflow heute tatsächlich funktioniert.
Wir kennen seine wesentlichen Aktivitäten, Entscheidungen, Informationswege, Übergaben und die Eingriffe unserer Mitarbeitenden.
Jetzt untersuchen wir, wo dieser Workflow besonders viel Zeit, Arbeit oder andere Ressourcen benötigt und wodurch seine Leistung begrenzt wird.
Dabei ist wichtig:
Wir beginnen nicht wieder bei null.
Aus unserem genehmigten AI Business Case wissen wir bereits, welchen kritischen Bottleneck wir reduzieren wollen und an welcher Stelle KI die Informationsversorgung verbessern soll.
Diese Entscheidung bildet den Ausgangspunkt.
Jetzt überprüfen und vertiefen wir die bisherigen Erkenntnisse anhand des realen Workflows.
Denn die konkrete Modellierung kann zeigen, dass ein Engpass komplexer ist als zunächst angenommen, dass mehrere Arbeitsschritte zusammenwirken oder dass wichtige Abhängigkeiten bisher nicht sichtbar waren.
Unser Ziel ist, den ausgewählten Informationsengpass so genau zu verstehen, dass wir seine Bearbeitung im KI-Integrationsprojekt zuverlässig vorbereiten können.
Wir arbeiten dazu in zwei Aufgaben:
Aufgabe 1: Engpässe im realen Workflow sichtbar machen.
Aufgabe 2: Die relevanten Informationsengpässe analysieren und für die Integration priorisieren.
Was wir am Ende haben
Am Ende der Analyse verfügen wir über zwei Ergebnisse.
Eine aktualisierte Engpass-Landkarte
Im Ist-Workflow-Modell sind die wichtigsten Engpässe sichtbar.
Wir erkennen, wo Verzögerungen, Fehler, Nacharbeit, Wartezeiten und zusätzliche Informationsarbeit entstehen.
Wir sehen außerdem, ob diese Schwierigkeiten den weiteren Workflow tatsächlich beeinträchtigen.
Eine überprüfte Bottleneck-Analyse
Für die relevanten Informationsengpässe wissen wir:
- welche Entscheidungen betroffen sind,
- welche Informationen dafür benötigt werden,
- wo und warum die Informationsversorgung heute nicht ausreicht,
- welche Aktivitäten dadurch behindert werden,
- welche Wirkung dies auf den gesamten Workflow hat,
und welche Engpässe für unsere geplante KI-Integration besonders wichtig sind.
Wir nutzen dafür die vorhandenen Bottleneck-Profile aus dem AI Business Case und ergänzen sie um die neu erkannten Details.
Wir erzeugen keine zweite, unabhängige Engpassanalyse.
Was wir dafür brauchen
Unsere wichtigsten Grundlagen sind:
Das Ist-Workflow-Modell aus M: Es zeigt die tatsächlichen Abläufe, Mini-Workflows, Entscheidungen und Informationsübergaben.
Die vorhandenen Bottleneck-Profile: Sie enthalten unsere bisherigen Erkenntnisse aus Kapitel 2 und dem AI Business Case.
Die Veränderungssimulation aus C: Sie zeigt, welche Wirkung wir von einer verbesserten Informationsversorgung erwarten.
Die AI Delegation Karte aus D: Sie beschreibt, welche Informationsarbeit KI übernehmen soll.
Außerdem benötigen wir praktische Informationen aus dem Workflow: konkrete Arbeitsfälle, Erfahrungswerte und gegebenenfalls vorhandene Zeit-, Qualitäts- oder Leistungsdaten.
Besonders wichtig ist das Wissen der Mitarbeitenden, die den Workflow tatsächlich ausführen.
Der Head of AI verwendet zunächst die vorhandenen Informationen und klärt fehlende Details gezielt mit diesen Mitarbeitenden.
Aufgabe 1 – Wir machen die Engpässe sichtbar
Wo verliert unser Workflow heute tatsächlich Zeit, Qualität oder Leistung?
Unser Ist-Workflow-Modell zeigt, was im Unternehmen passiert.
Jetzt untersuchen wir, an welchen Stellen die Arbeit schwierig, aufwendig oder langsam wird.
Dafür gehen wir in drei Schritten vor.
Schritt 1 – Den Workflow auf Engpässe untersuchen
Wir betrachten die relevanten Etappen unseres Workflows.
Dabei fragen wir:
Wo entstehen heute besonders große Verzögerungen, zusätzlicher Aufwand oder Qualitätsverluste?
Wir achten beispielsweise auf:
- lange Bearbeitungs- und Wartezeiten,
- wiederkehrende Fehler und Nacharbeit,
- häufige Rückfragen,
- aufwendige Abstimmungen,
- stockende Entscheidungen,
- wiederholte Eingriffe erfahrener Mitarbeitender,
- fehlende oder verspätete Informationen,
aufwendige Informationsbeschaffung und -verarbeitung.
Wir markieren die betreffenden Stellen direkt im Ist-Workflow-Modell.
Dabei berücksichtigen wir nicht nur den bereits ausgewählten KI-Einsatzort.
Wir betrachten auch die unmittelbar davor und danach liegenden Aktivitäten.
Denn dort können Abhängigkeiten bestehen, die für unsere spätere Integration wichtig werden.
Wir suchen aber nicht wahllos nach neuen KI-Projekten.
Wir wollen verstehen, welche Engpässe für das bereits genehmigte Integrationsprojekt tatsächlich relevant sind.
Schritt 2 – Die Engpass-Kandidaten beschreiben
Für jede markierte Stelle fragen wir:
Woran erkennen wir, dass hier tatsächlich ein Engpass besteht?
Wir dokumentieren möglichst konkrete Beobachtungen.
Beispielsweise:
- „Die Lieferantenvorauswahl dauert durchschnittlich drei Wochen.“
- „Wichtige Angaben müssen regelmäßig nachträglich überprüft werden.“
- „Die Produktentwicklung kann erst beginnen, nachdem bestimmte Zutaten freigegeben wurden.“
- „Bei ungewöhnlichen Lieferanten ist fast immer die Einschätzung eines erfahrenen Einkäufers erforderlich.“
Wir unterscheiden dabei Beobachtungen von Vermutungen.
Wenn bereits Kennzahlen vorliegen, nutzen wir sie.
Wenn Daten fehlen, können zunächst nachvollziehbare Erfahrungswerte und konkrete Fälle genügen.
Wir halten fest, wie zuverlässig unsere Aussage ist.
Eine umfangreiche Datenerhebung ist an dieser Stelle nicht erforderlich, solange die vorhandenen Informationen für die Integrationsarbeit ausreichen.
Schritt 3 – Die Wirkung auf den weiteren Workflow prüfen
Ein aufwendiger Arbeitsschritt ist nicht automatisch ein kritischer Engpass.
Entscheidend ist seine Wirkung auf den weiteren Ablauf.
Deshalb fragen wir:
Was passiert im Workflow, solange dieser Engpass besteht?
Kann der nächste Arbeitsschritt beginnen?
Müssen Mitarbeitende oder Systeme warten?
Können andere Tätigkeiten parallel ausgeführt werden?
Entsteht nur zusätzlicher lokaler Aufwand oder wird das Gesamtergebnis tatsächlich verzögert?
Wir verfolgen diese Wirkung bis zum Ergebnis des relevanten Workflows.
Dabei orientieren wir uns am kritischen Ergebnispfad.
Ein Engpass ist für unser Projekt besonders wichtig, wenn seine Reduzierung tatsächlich dazu beitragen kann, das angestrebte Business-Ziel besser zu erreichen.
Wir markieren solche Zusammenhänge im Modell.
Damit entsteht eine aktualisierte Engpass-Landkarte des tatsächlichen Workflows.
Aufgabe 2 – Wir analysieren die Informationsengpässe
Welche Informationsprobleme behindern wichtige Entscheidungen und damit die Leistung unseres Workflows?
Nicht jeder Engpass ist ein Informationsproblem.
Manche Tätigkeiten benötigen einfach Zeit, weil physische Arbeiten, technische Anlagen oder verfügbare Kapazitäten die Leistung begrenzen.
Andere Engpässe entstehen aber wesentlich dadurch, dass Informationen fehlen, zu spät eintreffen oder nur mit großem Aufwand aufbereitet werden können.
Diese Fälle betrachten wir genauer.
Unsere grundlegende Logik lautet:
Daten → Informationen → Entscheidungen → Aktivitäten → Ergebnis
Dabei untersuchen wir nicht nur, welche Informationen fehlen.
Wir wollen verstehen, warum sie gebraucht werden und was ihre verspätete oder unzureichende Bereitstellung im weiteren Workflow verursacht.
Dafür gehen wir wiederum in drei Schritten vor.
Schritt 1 – Entscheidungen und Informationsprobleme bestimmen
Wir nehmen einen relevanten Engpass aus unserer Landkarte.
Dann fragen wir:
Welche konkrete Entscheidung wird hier erschwert oder verzögert?
Anschließend:
Welche Informationen werden benötigt, um diese Entscheidung ausreichend gut und rechtzeitig treffen zu können?
Und schließlich:
Was funktioniert bei der heutigen Informationsversorgung nicht ausreichend?
Vielleicht fehlen wichtige Angaben.
Vielleicht liegen sie verteilt in unterschiedlichen Quellen.
Vielleicht müssen Mitarbeitende zahlreiche Dokumente lesen, Daten vergleichen oder Informationen manuell prüfen.
Vielleicht sind bestimmte Angaben nicht aktuell, unvollständig oder nur mit großem Aufwand verfügbar.
Wir betrachten dafür die relevanten Mini-Workflows aus M – Modellieren.
Ein Mini-Workflow kann beispielsweise lauten:
Lieferanteninformationen beschaffen → Angebote vergleichen → geeignete Kandidaten auswählen → Kandidaten an die Produktentwicklung übergeben.
Wir klären die Informationsprobleme an den Stellen, an denen sie für konkrete Entscheidungen relevant sind.
Dabei greifen wir auf die vorhandenen IDEA-Analysen zurück.
Wir erfassen keine Informationen doppelt.
Schritt 2 – Die Wirkung auf den gesamten Workflow prüfen
Jetzt stellen wir eine entscheidende Frage:
Wenn wir dieses Informationsproblem wesentlich reduzieren, was verändert sich tatsächlich im weiteren Workflow?
Wir untersuchen, welche Entscheidung dadurch früher oder besser getroffen werden könnte.
Dann verfolgen wir, welche nachfolgenden Aktivitäten davon profitieren.
Dabei unterscheiden wir zwischen einer lokalen Verbesserung und einer Verbesserung des Gesamtergebnisses.
Ein Beispiel:
Die Lieferantenrecherche dauert heute drei Wochen.
Angenommen, wir könnten die benötigten Informationen künftig innerhalb eines Tages bereitstellen.
Das wäre eine erhebliche lokale Verbesserung.
Aber was folgt daraus?
Kann die Produktentwicklung tatsächlich früher beginnen?
Müssen nachfolgende Mitarbeitende nicht mehr warten?
Oder bleibt der gesamte Workflow trotzdem unverändert langsam, weil anschließend ein physischer Test mehrere Monate beansprucht?
Wir überprüfen diese Zusammenhänge mit den realen Informationen aus dem Ist-Workflow-Modell.
Dafür verwenden wir die Veränderungssimulation aus C als Ausgangspunkt und vergleichen ihre Annahmen mit der tatsächlichen Arbeit.
Wir simulieren den Business Case nicht vollständig neu. Wir überprüfen, ob seine entscheidenden Annahmen unter den realen Bedingungen weiterhin tragen.
Wenn sich neue Abhängigkeiten zeigen, dokumentieren wir sie.
Schritt 3 – Die Informationsengpässe für die Integration priorisieren
Jetzt vergleichen wir die relevanten Informationsengpässe.
Wir fragen:
Welche Informationsprobleme müssen wir im genehmigten KI-Projekt tatsächlich bearbeiten, damit die erwartete Workflow-Verbesserung erreicht werden kann?
Dabei berücksichtigen wir:
- die Bedeutung für die betroffenen Entscheidungen,
- die Wirkung auf nachfolgende Aktivitäten,
- die heutige Verzögerung oder den Informationsaufwand,
- die Häufigkeit der betreffenden Fälle,
- die Bedeutung für das gesamte Workflow-Ergebnis,
die Abhängigkeiten zu anderen Arbeitsschritten.
Unser Ausgangspunkt bleibt die im AI Business Case beschlossene KI-Delegation.
Wir priorisieren deshalb nicht erneut sämtliche möglichen KI-Einsatzorte im Unternehmen.
Wir klären vielmehr, welche Informationsengpässe innerhalb des vorgesehenen Integrationsbereichs vorrangig behandelt werden müssen.
Dazu können auch unmittelbar benachbarte Mini-Workflows gehören, wenn sie für den Erfolg der Integration notwendig sind.
Erkennen wir andere interessante Verbesserungsideen, halten wir sie im vorhandenen Ideen-Backlog fest.
Wir erweitern den Projektumfang nicht unbemerkt.
Falls unsere Analyse zeigt, dass der ursprünglich ausgewählte Informationsengpass das Business-Ziel tatsächlich kaum beeinflusst, müssen wir diese neue Erkenntnis ernst nehmen.
Wir klären dann, ob eine Anpassung des Integrationsansatzes genügt oder ob sich eine wesentliche Annahme des genehmigten Business Case verändert hat.
Bei grundlegenden Änderungen wird die verantwortliche Führung einbezogen.
Der Head of AI führt die Analyse
Der Head of AI ist der zentrale Bearbeiter des Integrationsprojekts.
Er verwendet das vorhandene Ist-Workflow-Modell, die bisherigen Bottleneck-Profile und die Ergebnisse des AI Business Case.
Er markiert mögliche Engpässe, untersucht die relevanten Informationsprobleme und dokumentiert ihre Auswirkungen.
Dazu spricht er gezielt mit den Menschen, die an den betroffenen Stellen arbeiten und Entscheidungen treffen.
Bei Bedarf lässt er sich einzelne Fälle zeigen oder prüft vorhandene Zeit- und Leistungsdaten.
Wir brauchen dafür kein großes Analyseteam.
Der Head of AI führt die Informationen zusammen und lässt wichtige fachliche Aussagen bei den zuständigen Mitarbeitenden bestätigen.
Er ist der Autor der Analyse. Die Workflow-Mitarbeitenden liefern das notwendige Praxiswissen.
IT- und Daten-Verantwortliche werden nur dort hinzugezogen, wo eine konkrete Frage zu Informationsquellen oder Systemen geklärt werden muss.
Beispiel: Schokofino
Schokofino möchte die Entwicklungszeit neuer saisonaler Produkte reduzieren.
Im AI Business Case haben wir bereits die aufwendige Lieferanten- und Zutatenvorauswahl als wichtigen Ansatzpunkt für KI ausgewählt.
Jetzt untersuchen wir anhand des realen Ist-Workflow-Modells, wie dieser Engpass tatsächlich entsteht und wirkt.
Aufgabe 1 – Engpässe sichtbar machen
Wir betrachten den Workflow:
Kundenvorlieben erfassen → Zutaten und Lieferanten finden → Rezeptvarianten entwickeln → testen → Produktion vorbereiten → Marktstart
Dabei werden mehrere problematische Stellen sichtbar.
Zutaten und Lieferanten finden
Die Recherche ist aufwendig und bindet erfahrene Einkäufer.
Rezeptvarianten vergleichen
Viele Varianten müssen anhand unterschiedlicher Anforderungen beurteilt werden.
Labortests
Physische Tests verursachen Wartezeiten.
Freigaben
Abstimmungen und Rückfragen verzögern einzelne Arbeitsschritte.
Wir markieren diese Stellen in unserem Workflow-Modell.
Noch ist nicht jeder dieser Engpässe automatisch Teil unseres KI-Projekts.
Wir prüfen deshalb, welche Auswirkungen sie auf den weiteren Ablauf haben.
Aufgabe 2 – Informationsengpässe analysieren
Wir betrachten genauer die Lieferanten- und Zutatenvorauswahl.
Betroffene Entscheidung
Welche Zutaten und Lieferanten sollen für eine neue Rezeptur näher geprüft werden?
Benötigte Informationen
Preise, Verfügbarkeiten, Qualität, Zertifizierungen, technische Eigenschaften und Erfahrungen aus früheren Projekten.
Heutiges Informationsproblem
Die Informationen stammen aus unterschiedlichen Quellen.
Sie werden manuell gesucht, geprüft und miteinander verglichen.
Bei bestimmten Zutaten muss zusätzlich ein erfahrener Einkäufer einbezogen werden.
Folge im Workflow
Die Produktentwicklung wartet auf eine geeignete Vorauswahl.
Einige Arbeiten können möglicherweise parallel stattfinden, andere erst nach einer fachlichen Entscheidung beginnen.
Wirkung auf das Business-Ziel
Wir betrachten frühere Entwicklungsprojekte und prüfen, ob eine schnellere Vorauswahl den Beginn nachfolgender Arbeiten tatsächlich vorverlegt hätte.
Wenn das der Fall ist, bestätigt unsere Detailanalyse die zentrale Annahme des AI Business Case.
Wir wissen dann genauer, welche Informationen, Regeln und Eingriffe die geplante KI-Lösung berücksichtigen muss.
Gleichzeitig erkennen wir, welche Verzögerungen bestehen bleiben würden, selbst wenn die Informationsarbeit deutlich schneller erfolgt.
Unsere Priorisierung
Wir konzentrieren die Integrationsarbeit weiterhin auf die Lieferanten- und Zutatenvorauswahl.
Innerhalb dieses Bereichs behandeln wir insbesondere die Informationsbeschaffung, den Vergleich relevanter Angaben und die Vorbereitung der Entscheidung.
Wir dokumentieren die notwendigen menschlichen Eingriffe und Abhängigkeiten zu nachfolgenden Tests.
Andere Engpässe werden nicht automatisch Teil des Projekts.
Damit ist unser gewählter KI-Einsatzort nicht nur aus wirtschaftlicher Sicht begründet, sondern auch anhand des realen Workflows konkret überprüft.
Wann ist unser Ergebnis gut genug?
Unsere Analyse ist ausreichend, wenn:
- die wichtigen Engpässe im relevanten Workflow sichtbar sind,
- wir konkrete Beobachtungen oder nachvollziehbare Erfahrungswerte kennen,
- wir zwischen lokalen Problemen und tatsächlich wirksamen Engpässen unterscheiden können,
- die betroffenen Entscheidungen und Informationsprobleme klar beschrieben sind,
- die Auswirkungen auf nachfolgende Aktivitäten nachvollziehbar sind,
- wir die wesentlichen Annahmen unseres AI Business Case überprüft haben,
- die prioritären Informationsengpässe für die Integration feststehen,
und die zuständigen Mitarbeitenden unsere Analyse fachlich nachvollziehen können.
Unsere zentrale Prüffrage lautet:
Verstehen wir jetzt ausreichend genau, welche Informationsengpässe wir bei der KI-Integration bearbeiten müssen, damit die geplante Verbesserung im realen Workflow tatsächlich wirksam werden kann?
Wenn ja, ist die Analyse für diesen Projektschritt ausreichend.
Typische Fehler, die wir vermeiden
Wir beginnen die Bottleneck-Suche vollständig von vorn
Der kritische Engpass wurde im AI Business Case bereits untersucht und ausgewählt.
Wir überprüfen und vertiefen diese Erkenntnisse, statt die Grundsatzentscheidung ohne Anlass zu wiederholen.
Wir erklären jedes Ärgernis zum Engpass
Nicht jede unangenehme oder aufwendige Tätigkeit begrenzt die Leistung unseres Workflows.
Wir prüfen die tatsächlichen Auswirkungen auf die nachfolgenden Aktivitäten.
Wir betrachten nur Bearbeitungszeiten
Auch Fehler, Nacharbeit, unzureichende Informationen und wiederkehrende Eingriffe können die Workflow-Leistung wesentlich beeinträchtigen.
Wir verwechseln Symptome mit Ursachen
„Die Recherche dauert lange“ beschreibt zunächst eine Beobachtung.
Wir müssen zusätzlich verstehen, welche Informationen aufwendig beschafft werden und welche Entscheidung davon abhängt.
Wir setzen lokale Verbesserungen mit Geschäftsnutzen gleich
Eine schnellere Informationserstellung führt nicht automatisch zu einem schnelleren Gesamtworkflow.
Wir betrachten immer die Wirkung auf nachfolgende Aktivitäten und das Business-Ziel.
Wir sehen jeden Engpass als KI-Aufgabe
Manche Engpässe entstehen vor allem durch physische Abläufe, organisatorische Regeln oder begrenzte Kapazitäten.
Nicht jeder Engpass kann durch bessere Informationen wesentlich reduziert werden.
Wir erweitern das KI-Projekt unkontrolliert
Weitere interessante Engpässe können sichtbar werden.
Wir bearbeiten sie aber nur dann im aktuellen Projekt, wenn sie für den genehmigten Integrationsansatz tatsächlich notwendig sind.
Andere Ideen halten wir für spätere Verbesserungen fest.
Wir analysieren endlos
Wir benötigen keine vollständige wissenschaftliche Untersuchung des Unternehmens.
Wir brauchen eine hinreichend zuverlässige Analyse, um die konkrete Integration erfolgreich vorzubereiten.
Unser Ergebnis
Am Ende von A – Analysieren verfügen wir über eine aktualisierte Engpass-Landkarte und eine überprüfte, priorisierte Analyse der relevanten Informationsengpässe.
Wir wissen jetzt genauer, wo die geplante KI-Leistung im tatsächlichen Workflow ansetzen muss, welche Entscheidungen sie unterstützen soll und welche nachfolgenden Aktivitäten davon profitieren können.
Damit können wir die Anforderungen an die Informationsversorgung und die Einbindung der KI-Lösung gezielt weiter konkretisieren.
M zeigt uns, wie unser Workflow tatsächlich funktioniert. A zeigt uns, welche Informationsengpässe innerhalb dieses Workflows wir für die genehmigte KI-Integration gezielt bearbeiten müssen.
Unsere Templates für Schritt A
Wir verwenden die Ergebnisse des Business Case und die bereits bestehenden Profile weiter. Die Vorlagen dienen der Vertiefung und Dokumentation dieses MASTER-Schritts, nicht einer doppelten Datenerfassung.
Engpass-Landkarte
Wir kennzeichnen beobachtete Engpässe direkt im vorhandenen Ist-Workflow und verfolgen ihre Auswirkungen.
Bottleneck Analysis
Wir überprüfen Informationsprobleme vor Entscheidungen und priorisieren sie für das genehmigte Integrationsprojekt.
S · Spezifizieren
Wir präzisieren den Informationsbedarf mit CORDS und leiten daraus konkrete, prüfbare Anforderungen an die KI-Leistung ab.
Weiter zu S →