Einleitung: Den ganzen Hype durchschneiden wie Hattori Hanzo
Willkommen alle zum Office Samurai podcast, wo wir den Hype durchschneiden wie Hattori Hanzo seine Feinde. Wir sprechen über alle Themen, die euch interessieren: Automatisierungstechnologien wie RPAs, IDPs, APIs, LLMs und all die anderen Abkürzungen, die man sich vorstellen kann, Communication Mining, Process Intelligence und KI. Es muss natürlich KI dabei sein.
Ich bin euer Gastgeber, Andrzej Kinastowski, einer der Gründer von Office Samurai, der Firma, die sich traut zu fragen: „Was wäre, wenn wir Business Consulting ohne den ganzen Quatsch machen würden?“. Egal ob ihr Geschäftsleiter seid, Technik-Fans oder einfach nur jemand, der seine E-Mails automatisch mit „Klar, lass uns später nochmal darüber sprechen“ beantworten möchte – ihr seid hier richtig. Also schnappt euch euer Lieblingskatana oder einfach einen richtig spitzen Bleistift und los geht’s. Dominik, der andere Gründer von Office Samurai, und ich sprechen sehr viel über Technologie, da wir eine Technologie-Beratungsfirma sind. Unsere Kunden erwarten, dass wir ihnen sagen können, welche Technologien für sie funktionieren.
Das Problem: Warum ist es so schwer, die richtige Technologie auszuwählen?
Unsere Kunden erwarten von uns, dass wir herausfinden, welche Technologien nicht nur heute ihre Probleme lösen, sondern auch in Zukunft weiter helfen. Das hat sich als ziemlich schwierig gezeigt. Wir hatten viele Treffer – Technologien, die total sinnvoll waren und wirklich sehr gut funktionieren. Aber wir hatten auch einige Fehlgriffe – Technologien, die irgendwie nicht funktioniert haben. Es lag nicht unbedingt daran, dass die Technologie schlecht war; manchmal ist die Technologie super, aber sie funktioniert in der Praxis einfach nicht, sie wird nicht genug genutzt, und am Ende müssen wir sie aufgeben. Wir haben uns gefragt: Wie können wir einschätzen, welche Technologien in der Zukunft funktionieren werden und welche nicht? Ich habe angefangen, nach einer Theorie zu suchen, die vielleicht erklärt, wie man die guten, zukunftsfähigen Technologien von denen unterscheidet, die am Ende nicht klappen. Leider habe ich nichts gefunden. Also dachte ich mir: Dann muss ich es eben selbst machen; ich muss eine einheitliche Theorie für Technologie in Geschäftsprozessen entwickeln.
Die einheitliche Theorie der Technologie: Das Kinastowski-Prinzip
Ich habe diese einheitliche Theorie der Technologie entwickelt. Und ich dachte, ich nenne sie das Kinastowski-Prinzip. Dann schreibe ich ein Buch darüber und verbringe die nächsten Jahre damit, von Konferenz zu Konferenz zu gehen und darüber zu sprechen.
Wenn wir über technologien nachdenken, bewerten wir sie meistens danach, wie nützlich sie sind. das macht sinn, weil die nützlichkeit uns zeigt, wie sehr sie uns hilft, also welchen return on investment (roi) sie bringt. aber das ist nur eine achse, nach der ich technologien bewerten möchte. die andere achse ist, wie cool diese technologie ist. so können wir also sowohl die nützlichkeit als auch die coolness einer technologie beurteilen.
Die Coolness einer Technologie hat zwei Seiten. Wenn eine Technologie richtig cool ist, gibt es viel Hype darum, und manchmal treffen wir Entscheidungen auf Basis dieses Hypes, die nicht unbedingt die besten sind. Auf der anderen Seite, wenn eine Technologie wirklich cool ist, ist es viel einfacher, die eigene Organisation oder die Sponsoren zu überzeugen, damit diese Technologie eingeführt wird. Also kann die Coolness einer Technologie auch ein großer Vorteil für Projekte sein.
Quadrant I: Dust collectors (geringe Nützlichkeit, geringe Coolness)
Dieses Viertel der Technologien, mit geringer Nützlichkeit und geringer Coolness, nennen wir Dust Collectors. Das sind Technologien, die vielleicht irgendwann, wie das Faxgerät, einmal cool und sehr nützlich waren, sich aber mit der Zeit als veraltet oder gar nicht mehr anwendbar erwiesen haben.
Blockchain und Kryptowährungen: Der Fall SAP und das Schicksal der Bored Apes
Lassen wir uns zuerst über Blockchain nachdenken. Vor etwa zehn Jahren war ich auf Konferenzen, auf denen Leute mir erzählten, dass in zehn Jahren die gesamte Buchhaltung über Blockchain laufen würde. Zehn Jahre sind vergangen, und ich sehe nicht wirklich, dass SAP sein Geschäft eingestellt hätte; es ist einfach nicht passiert.
Wir kennen eher andere Anwendungen von Blockchain, wie Bitcoin. Wir sind Anfang 2025 und Bitcoin steigt wieder, aber der Wechselkurs von Bitcoin ist im Grunde zufällig. Deshalb gibt es in Geschäftsprozessen nicht viel Nutzen, den wir mit dieser Blockchain-Implementierung in unseren Firmen einsetzen könnten. Ein weiteres Beispiel sind NFTs. Sie waren eine Zeit lang total angesagt. Aber wenn man diesem Hype gefolgt ist, bleibt man am Ende mit ein paar Bored Apes zurück, die niemand einem abkaufen will.
Auch wenn es gewisse Nischenanwendungen für Blockchain in Geschäftsprozessen gibt, wie zum Beispiel Smart Contracts, kann man sagen, dass Blockchain für die meisten Firmen nicht sehr nützlich ist. Es liegt also niedrig in Nützlichkeit und niedrig in Coolness. Blockchain im Jahr 2025 in Geschäftsprozessen ist ein bisschen weniger nützlich, aber ein bisschen cooler als ein Faxgerät.
Quadrant II: Showoffs (geringe Nützlichkeit, hohe Coolness)
Das sind Technologien, die wenig nützlich sind, aber richtig cool wirken. Dieses Viertel nenne ich Showoffs. Das sind Technologien, die jeder ausprobieren möchte, bei denen es aber im Moment nicht besonders viel geschäftlichen Sinn macht, sie einzusetzen.
VR und 3D-Druck: Coole Technik, die im Büro nicht funktioniert
Die nächste Technologie ist VR. Mark Zuckerberg hat uns erzählt, dass wir unsere Tage im Homeoffice mit VR-Headsets auf dem Kopf verbringen würden, was eindeutig nichts ist, was wir wirklich wollen. Die Technologie hat sich als sehr teuer und auf Dauer ziemlich unangenehm für die Menschen erwiesen.
Es sieht so aus, als ob VR in Geschäftsprozessen einfach nicht funktioniert. Es gibt bestimmte Bereiche, in denen VR viel Sinn macht, zum Beispiel in der Produktion, besonders beim Training. Ich habe mit einer Firma gesprochen, die VR-Headsets nutzt, um Mitarbeiter im Umgang mit ihren Maschinen zu schulen, und das ergibt total Sinn. Aber während der Arbeit ständig ein VR-Headset auf dem Kopf zu haben, scheint einfach nicht zu funktionieren. VR ist eine wirklich coole Technologie, deshalb setzen wir sie hoch auf die Coolness-Seite. Wenn es um die Nützlichkeit in Geschäftsprozessen geht, ist sie allerdings sehr, sehr niedrig.
Das ist im Grunde ähnlich wie beim 3D-Druck. 3D-Druck kann in der Produktion für viele Dinge funktionieren, und es ist eine wirklich coole Technologie. Aber wenn es um die Arbeit im Büro geht – solange wir keinen 3D-Drucker haben, der mir zum Mittagessen einen Hamburger druckt, funktioniert es einfach nicht; es ergibt keinen geschäftlichen Sinn.
Quadrant III: Beige Workhorses (hohe Nützlichkeit, geringe Coolness)
Das ist das Viertel – geringe Coolness, aber hohe Nützlichkeit – das ich Beige Workhorses nennen würde. Sie sind beige, weil diese Technologien nicht mehr besonders spannend oder neu sind. Aber sie sind Workhorses, weil sie das Unternehmen am Laufen halten. Ohne ERPs oder ohne RPAs würden viele Firmen im Grunde einfach stillstehen.
Robotic Process Automation (RPA): Geschäft wie gewohnt
Die nächste Technologie ist Robotic Process Automation (RPA). RPA ist heute eine Technologie, die im Grunde jeder benutzt; früher war sie nur für große Unternehmen gedacht, aber inzwischen nutzen sogar mittelgroße und kleine Firmen RPA, um ihre Prozesse zu automatisieren.
Wir sollten RPA als sehr nützlich betrachten, weil bei vielen Firmen schon viele Prozesse mit RPA laufen. Die Nützlichkeit ist also wirklich sehr groß. Aber die Coolness dieser Technologie ist nicht mehr da. Sie ist weniger cool geworden, weil Roboter inzwischen Geschäft wie gewohnt sind. So wie ERP-Systeme vor vielen Jahren etwas Neues und Spannendes waren, sagt heute niemand mehr: „Oh mein Gott, ihr habt SAP! Das ist so cool.“ ERP-Systeme und RPA sind Technologien, die für unsere Unternehmen sehr, sehr nützlich sind, aber sie sind einfach nicht mehr cool.
Quadrant IV: Lifesavers (hohe Nützlichkeit, hohe Coolness)
Dieses Viertel der Technologien mit hoher Nützlichkeit und hoher Coolness nenne ich Lifesavers. Sie sind Lifesavers, weil sie Probleme lösen, die man früher mit anderen Technologien nicht lösen konnte. Und weil sie cool sind, ist es einfacher, das Management zu überzeugen, Geld für die Einführung bereitzustellen, und auch einfacher, die eigene Organisation zu überzeugen.
Process Intelligence (PI): Einblick darin, was die Menschen wirklich tun
Process Mining ist ein schwieriges Thema, weil es wirklich kompliziert ist. Man braucht dafür sehr gut ausgebildete Leute und viel Zeit, um es einzuführen. Wenn es einmal implementiert ist, sieht man, was in den Prozessen aus der Perspektive des Hauptsystems oder der Hauptsysteme passiert, aber man bleibt blind für alles, was rund um diese Prozesse geschieht. Process Mining liegt wahrscheinlich inzwischen eher auf der niedrigeren Seite der Coolness.
Es gibt jedoch eine Reihe neuer Technologien, die man Process Intelligence nennt. Früher haben wir diese Technologien Task Mining genannt, aber inzwischen sind sie viel mehr als das. Process Intelligence versucht im Grunde nicht nur zu sehen, was in den Prozessen passiert, sondern auch, was die Menschen wirklich tun. Beim Process Mining ist man blind für Dinge wie Teams, Excel oder E-Mail. Bei Process Intelligence installiert man einen Agenten auf den Computern der Mitarbeiter, und diese Agenten beobachten, was die Menschen in allen Anwendungen machen. Diese Tools zeichnen auf, was sie tun, wie oft sie zwischen Anwendungen wechseln, von wo nach wo sie Daten kopieren, und sie können die Prozesse in allen Anwendungen verstehen. Das gibt einem erstaunliche Einblicke.
Wir hatten sehr erfolgreiche Implementierungen, bei denen unsere Kunden Möglichkeiten für Automatisierung und Prozessverbesserung gefunden haben. Process Intelligence würde ich sowohl auf der Coolness-Seite als auch auf der Nützlichkeits-Seite hoch einordnen, weil es großen Nutzen bringt und eine neue und spannende Technologie ist.
Intelligent Document Processing (IDP): Von OCR-Masken zu Machine Learning
Eine weitere Technologie, die in dieses Viertel gehört, ist IDP, also Intelligent Document Processing. Früher haben wir das intelligente OCRs genannt, aber das OCR-Element ist nicht mehr so wichtig – es geht um den intelligenten Teil. IDP-Technologien sind in der Lage, strukturierte und halbstrukturierte Dokumente zu analysieren und Daten daraus zu gewinnen. In der Vergangenheit war das manuelle Buchen von Rechnungen eine langweilige und mühsame Aufgabe.
Die richtigen Informationen auf einer Rechnung zu finden, ist für eine Maschine nicht leicht, weil jede Rechnung von jeder Firma ihr eigenes Layout hat. Alte OCRs basierten auf dem, was wir Masken nannten. Für jede neue Rechnungsvorlage musste man eine Maske erstellen. Das erforderte viel Arbeit und war nicht perfekt; wenn sich das Layout nur ein wenig änderte, funktionierte das Tool nicht mehr. Ich war Teil eines Projekts, bei dem wir festgestellt haben, dass die Teams mehr Zeit damit verbrachten, die Fehler des OCR zu beheben, als wenn sie alle Rechnungen einfach manuell gebucht hätten.
IDP verfügt jetzt über Machine-Learning-Algorithmen, die man tatsächlich trainieren kann. Viele Dokumente kann es direkt lesen, und danach kann man es weiter anlernen. Die Dokumente, die es nicht lesen kann, gehen zu Verifikationsstationen, wo ein Nutzer dem Tool zeigt, wo bestimmte Felder sind. Die Daten aus diesen Verifikationsstationen werden genutzt, um das Modell neu zu trainieren, sodass die Qualität mit der Zeit immer besser wird. IDP gehört eindeutig zu den Lifesavers. Diese Technologien sind extrem, extrem nützlich.
Communication Mining: Lösen von Freestyle-Kommunikation
Communication Mining hilft dabei, das zu tun, was IDP für strukturierte und halbstrukturierte Dokumente macht, aber für unstrukturierte Daten, vor allem Kommunikation. Auch wenn wir schon 2025 haben, bekommen wir immer noch sehr viel Freestyle-Kommunikation in unseren Organisationen; die Leute eröffnen Tickets und schreiben E-Mails mit Anfragen, anstatt Formulare zu benutzen. Diese Art von Daten ist für Computer extrem schwer zu verstehen.
Jetzt haben wir Tools mit fortgeschrittenen Machine-Learning-Fähigkeiten, die wirklich einfach zu benutzen sind. Man gibt E-Mails oder Tickets in das Tool und bringt dem Modell bei, welche Arten von Anfragen man bekommt. Dann zeigt man ihm für jede Art von Anfrage die sogenannten Entities, die gefunden werden müssen (zum Beispiel SAP-Dokumentnummern für GL-Clearing). Wie bei IDP trainiert man das Modell an Verifikationsstationen, indem man über die nötigen Felder „malt“. So entsteht eine Situation, in der ein großer Teil der Kommunikation automatisch verarbeitet werden kann.
Das Tool verarbeitet zehntausende von E-Mails, daher ist der Return on Investment absolut enorm. Communication Mining gehört zu hoher Nützlichkeit und wirklich hoher Coolness, weil diese Technologie Probleme löst, die vor zwei oder drei Jahren im Grunde noch unlösbar waren.
GenAI Assistants und Cyber Ola
Wir waren alle ziemlich enttäuscht von Chatbots, aber mit Large Language Models (LLMs) hat sich das Spiel geändert, weil LLMs sehr gut darin sind, mit Menschen zu kommunizieren. Während das Trainieren eines LLM enorme Rechenleistung erfordert und sehr teuer ist (mindestens ein paar Millionen), kann man Assistenten erstellen, die Fragen auf Basis des Wissens der eigenen Firma beantworten können, ohne das Modell selbst zu trainieren.
Einen solchen haben wir in unserer Firma, den wir Cyber Ola nennen. Wir haben diesem GenAI-Assistenten all unsere Admin- und HR-Prozesse beigebracht, mit ungefähr 40 großen Dokumenten. Unsere Mitarbeiter können Cyber Ola in Teams Fragen stellen und bekommen Antworten genau auf Basis dieses Wissens. Wir haben es geschafft, dass er nicht halluziniert; wenn er die Antwort nicht hat, sagt er einfach: „Ich weiß es nicht, frag eine biologische Ola.“ Wenn er eine Antwort gibt, zeigt er auch an, aus welchem oder welchen Dokumenten die Antwort stammt. GenAI-Assistenten gehören zu den Technologien, die sowohl hoch nützlich als auch hoch cool sind.
GenAI Agents: The future of automation
GenAI-Assistenten sind nur etwas, das wir machen, bevor wir den nächsten Schritt gehen, denn gerade jetzt dreht sich alles um GenAI-Agents. Wir sehen bereits, dass in diesen Agents ein enormes Potenzial steckt.
Unser Cyber Ola bekommt neue Funktionen – agentische Funktionen. Unsere Mitarbeiter können ihm nicht nur Fragen stellen, sondern bei bestimmten Fragen bietet er auch an, die Aufgabe für den Mitarbeiter zu erledigen. Wenn jemand zum Beispiel fragt, wie er eine Rückerstattung für seine Brille bekommt, erklärt Cyber Ola nicht nur den Ablauf, sondern fragt auch: „Möchtest du, dass ich das für dich erledige?“. Über eine Reihe von APIs, die wir dafür programmiert haben, kann er das Formular ausfüllen und an unsere Admin- und HR-Abteilung schicken. Kleinere und größere Aufgaben, die wir früher GenAI-Assistenten zugeschrieben haben, können nun erledigt werden – und damit werden sie zu GenAI-Agents.
Das ist etwas, das unsere Arbeitsweise verändern wird; viele Dinge, die wir jetzt selbst machen oder wegen denen wir andere Leute stören müssen, werden in Zukunft von diesen GenAI-Agents erledigt. Wenn man sich anschaut, was die Technologie schon heute für eine Organisation leisten kann, sieht man, dass der Einfluss enorm sein kann. Aus Sicht der Nutzer ist es extrem einfach zu bedienen; man kann es mit einem Chat, Teams oder einem Zoom-Chat verbinden, und Business-User interagieren ganz natürlich damit. GenAI-Agents gehören zu sehr hoher Nützlichkeit und sehr hoher Coolness.
Fazit: Zusammenfassung und Verabschiedung
Und das war’s mit dieser Folge des Office Samurai Podcasts. Diese Episode wäre nicht möglich gewesen ohne die scharfen Fähigkeiten und die geschmeidigen Moves von Anna Cubal, unserer Produzentin und Hüterin des Chaos. Wir nehmen diesen Podcast im mächtigen Wodzu Beats Studio auf. Wenn euch gefallen hat, was ihr gehört habt, abonniert uns, hinterlasst eine Bewertung und folgt uns in den sozialen Medien. Habt ihr Fragen, Feedback oder wollt ihr mir einfach nur sagen, dass ich Hattori Hanzo falsch ausspreche, schreibt uns eine Nachricht. Bis zum nächsten Mal – jetzt geht raus und rettet die Welt, oder wenigstens ein kleines Stück davon.
