Wie Sie den KI-Assistenten nutzenLeitfaden: Prozessvollständigkeit

Leitfaden: Modell-Vollständigkeit & datengetriebene Erweiterung

Einführung

Mit diesem Leitfaden entwickeln Sie Schritt für Schritt einen eigenen Modell-Vervollständigungsplan – unterstützt durch den KI-Assistenten.

Der Assistent hilft Ihnen dabei, Lücken im Unternehmensmodell sichtbar zu machen – und daraus konkrete Ergänzungen sowie priorisierte Maßnahmen abzuleiten.


Klicken Sie auf einen Prompt, um ihn direkt im KI-Assistenten zu starten – vom Überblick über Vollständigkeits-Checks bis zu Quick Wins, Priorisierung und Business Case.


Schritt 1 – Überblick schaffen

📋 Beispiel-Output:

🏭 Prozesse (4)

  • Autovermietung – Von Buchung bis Rückgabe
  • Fahrzeugwartung – Planung, QS, Reinigung
  • Kundenbeschwerden – Erfassen & Beantworten
  • Kundensupport – Anfragen lösen & dokumentieren

⚙️ Aktivitäten (Beispiele)

Autovermietung: Reservierung → Zugang → Rückgabe

Wartung: Planung → Durchführung → QS → Reinigung

🧩 Systeme (11)

Carsharing-Plattform (ohne Beschreibung) · DMS · Flottensteuerung · Buchhaltung · Fahrzeugortung · …

👥 Services · Organisation

Services: Kundensupport · Autovermietung · Fahrzeugwartung

Abteilungen: Technologie · Wartungsdienste · Kundenservice

Teams: Flottenmanagement · Qualitätssicherung · Digital-Support · IT-Betrieb

👉 Ziel: Modellumfang schnell verstehen und erste Lücken/Inkonsistenzen erkennen.

Was der KI-Assistent macht
  • Liest pro Kategorie name, description, link; gruppiert je Domäne/Prozess.
  • Markiert leere Bereiche (z. B. „Carsharing-Plattform (ohne Beschreibung)“).
  • Ausgabe kompakt; bei > 50 Einträgen mit „weiter anzeigen?“.

Schritt 2 – Prozessschritte & Vollständigkeit

📋 Beispiel-Output:

ProzessStartAblauf (vereinfacht)EndeStatus
AutovermietungReservierungReservierung → Zugang → Überwachung → RückgabeRückgabe🟢 vollständig
FahrzeugwartungPlanungPlanung → Durchführung & QS → Reinigung → Bewertung → FlottenausgleichFlottenausgleich🟢 vollständig
Kundenbeschwerden(mehrere)Eingang • Erfassen • Weiterleiten • Antwort • Versand • Doku (teils unklar)(mehrere)🟡 unklar
KundensupportErstkontaktErstkontakt → Lösung → Doku → QS / EskalationQS / Eskalation🟢 vollständig

👉 Ziel: Reihenfolge, Start- und Endpunkte auf einen Blick erkennen.

Was der KI-Assistent macht
  • Rekonstruiert Sequenzen über activity-[:triggers]->activity (sonst heuristisch).
  • Erkennt Start/Ende über eingehende/ausgehende Kanten; mehrere Kandidaten ⇒ „unklar“.
  • Gibt nur den Ampelstatus aus (keine langen Begründungen).

Schritt 3 – Systemabdeckung & manuelle Schritte

📋 Beispiel-Output:

ProzessAktivitätSystemManueller Anteil
FahrzeugwartungReinigung & Vorbereitungkeine🔴 hoch
FahrzeugwartungDurchführung & QSkeine🔴 hoch
KundenbeschwerdenAntwortentwurfkeine🔴 hoch
KundensupportDokumentation & Nachverfolgungvorhanden🟡 mittel

👉 Ziel: Manuelle Hotspots und IT-Lücken für Automatisierung identifizieren.

Was der KI-Assistent macht
  • Prüft system-[:serves]->activity und execution_type (auto/halb/manuell).
  • Leitet Status heuristisch ab, wenn Attribute fehlen.

Schritt 4 – Konkrete Empfehlungen

4a) Prozesse anpassen

PrioritätProzessEmpfohlene ÄnderungNutzen
P1 · Quick WinAutovermietung„Zahlung / Vertragsbestätigung“ vor Fahrzeugzugang einfügenSichert Erlöse & Compliance, geringer Aufwand
P1 · Quick WinKundenbeschwerdenAutomatische Eingangsbestätigung aktivierenWeniger Rückfragen, sofortiger Nutzen
P2 · ManuellWartungAbschlussprüfung / Testfahrt verbindlich einführenQualitätssteigerung, Schulungsaufwand

👉 Ziel: Konkrete, schnell umsetzbare Prozessänderungen (P1–P3, „Quick Win“ bzw. „Manuelle Änderung“ ausgeschrieben).

Was der KI-Assistent macht
  • Kreuzt die Sequenzen aus Schritt 2 mit den manuellen Hotspots aus Schritt 3.
  • Schätzt Impact und Aufwand (Daumenregeln, Erfahrungswerte) und vergibt Priorität P1–P3.
  • Markiert „Quick Win“, wenn hoher Nutzen bei geringem Aufwand (≈ ≤ 2 Wochen) vorliegt.
  • Formuliert jede Maßnahme als prägnante Änderung inklusive erwartetem Effekt.

🧭 Prioritäten (P1–P3) erklärt

  • P1 · Quick Win: Hoher Nutzen bei geringem Aufwand (≤ 2 Wochen). Schnell umsetzbar und sofort sichtbarer Effekt.
  • P2 · Mittlere Priorität: Deutlicher Nutzen, erfordert Koordination oder Schulung (≈ 2–6 Wochen). Mittlerer Aufwand und spürbarer Mehrwert.
  • P3 · Langfristige Maßnahme: Strategisch wichtig, aber mit hohem technischen oder organisatorischen Aufwand (> 6 Wochen). Teil einer Roadmap oder größeren Initiative.

4b) Datenmodell erweitern

PrioritätErweiterungBeschreibungNutzen
P1 · Quick WinTrigger-EigenschaftenTyp, Reihenfolge, Wahrscheinlichkeit, PflichtEindeutige Sequenzen
P1 · Quick WinData-Flow-AttributeInterface, Frequenz, Volumen, Latenz, PIIIntegrations- & Datenschutz-Transparenz
P1 · Quick WinSLA / Lead-TimeAuf Aktivitätsebene; RPO / SLO für SystemeSteuerung & Resilienz

👉 Ziel: Schema so erweitern, dass Analysen, Compliance und Entscheidungen belastbarer werden.

Was der KI-Assistent macht
  • Prüft, welche Analysen/Reports aktuell am Datenmodell scheitern (Sequenz, SLA, Resilienz).
  • Leitet minimale, rückwärtskompatible Attribut-/Beziehungs-Erweiterungen ab.
  • Ordnet Nutzen (Transparenz, Steuerbarkeit, Compliance) und Priorität (P1–P3) zu.
  • Empfiehlt Beispielwerte/Quellen (z. B. „SLA in Minuten aus Ticket-System“).

4c) Fehlende Prozesse/Systeme ergänzen

PrioritätNameKernschritteBeteiligte Teams / Systeme
P1 · Quick WinMicroservice „Auto-Ack für Beschwerden“Eingang erkennen → Template befüllen → SendenDigital-Support, Dev · E-Mail, DMS
P1 · Quick WinSub-Prozess „Zahlungsfreigabe & Vertragsbestätigung“Reservierung prüfen → Zahlung autorisieren → Vertrag bestätigenIT, SW-Entwicklung, Buchhaltung

👉 Ziel: End-to-End schließen, indem fehlende Bausteine gezielt ergänzt werden.

Was der KI-Assistent macht
  • Erkennt Lücken aus Schritt 2/3 (z. B. fehlende Bestätigungsschritte, Services ohne System).
  • Skizziert Scope, Kernschritte (A→B→C) und betroffene Teams/Systeme.
  • Bewertet Abhängigkeiten/Risiken kurz und versieht Vorschläge mit P1–P3.
  • Empfiehlt MVP/Pilot vor Rollout.

Schritt 5 – Bewertung & Priorisierung

📊 Beispiel-Output:

EmpfehlungKategorieNutzenAufwandKritikalitätPrioritätKurzbegründung
Zahlungsfreigabe & VertragsbestätigungSub-ProzesshochniedrighochP1 (Quick Win)Erlöse/Compliance vor Zugang sichern.
Trigger-Eigenschaften ergänzenDatenmodellhochniedrigmittelP1 (Quick Win)Verlässliche Sequenz-/Ampel-Analysen.
RPO/SLO auf SystemDatenmodellmittelniedrighochP1Resilienz sichtbar, BCP/DR schneller.
Digitale SchadensdokumentationSub-ProzessmittelmittelmittelP2Qualität/Nachvollziehbarkeit erhöhen.

👉 Ziel: Managementtaugliche Reihenfolge (P1–P3) mit klarer Begründung und „Quick Win“-Hinweis in Worten.

Was der KI-Assistent macht
  • Konsolidiert alle Vorschläge (4a–4c) in einer Scorecard (Nutzen, Aufwand, Kritikalität).
  • Normalisiert Bewertungen und leitet P1–P3 sowie „Quick Win“-Kennzeichnung ab.
  • Entfernt Duplikate, weist Risiken/Annahmen knapp aus und sortiert final nach Priorität.

Schritt 6 – Quick-Wins

📋 Beispiel-Output:

  • Auto-Ack für Beschwerden (Quick Win): schnellere Erstreaktion; Owner: Digital-Support · Nächster Schritt: Ticket-ID-Template aktivieren.
  • Ticketabschluss & CSAT (Quick Win): saubere Abschlüsse + Feedback; Owner: QA · Nächster Schritt: CSAT-Trigger bei Lösung.
  • Trigger-Eigenschaften (Quick Win): verlässliche Sequenz-Checks; Owner: KG-Admin · Nächster Schritt: Schema-Erweiterung & Backfill.
  • RPO/SLO pflegen (Quick Win): BCP/DR-Entscheide; Owner: IT-Ops · Nächster Schritt: Attribut-Pflege + Dashboard.

👉 Ziel: Knackige To-do-Liste mit Verantwortlichen und nächster Aktion.

Was der KI-Assistent macht
  • Aggregiert alle als „Quick Win“ markierten Maßnahmen aus 4a–4c und 5.
  • Ordnet pro Maßnahme Owner/Rollen zu und schlägt die nächste konkrete Aktion vor.
  • Empfiehlt Erfolgsmetriken (z. B. „% Auto-Acks“, „Time-to-First-Response“) für die Erfolgsmessung.

Schritt 7 – Nutzen-Zusammenfassung

🎯 Beispiel-Output:

  • Effizienz: −15–30 % Lead Time (Durchlaufzeit) · −10–25 % AHT (Average Handling Time) · +5–15 pp FCR (First Contact Resolution)
  • Kosten: −10–25 % Bearbeitungszeit je Ticket · −20–40 % Chargebacks
  • Qualität/Compliance: +10–20 pp SLA-Einhaltung · −30–50 % Audit-Abweichungen
  • Mitarbeiter: −20–30 % Onboarding-Zeit · −15–25 % Suchzeit
  • Kunden: −50–80 % Erstantwortzeit · +8–15 pp CSAT (Customer Satisfaction)
  • Steuerung: +60–90 % Sequenz-Abdeckung · +70–95 % Abhängigkeits-Transparenz

👉 Ziel: Den Business Case kurz, verständlich und mit Kenngrößen belegen.

Was der KI-Assistent macht
  • Aggregiert Effekte aus den Schritten 1–6 in sechs Nutzen-Dimensionen.
  • Nennt 2–3 messbare Effekte je Dimension (Spannweiten als Richtwerte).

Schritt 8 – PDF-Business-Case-Report erstellen

👉 Ziel: Eine druckfertige, management-taugliche PDF-Zusammenfassung der Nutzenanalyse (aus Schritt 7).

Was der KI-Assistent macht
  • Übernimmt die Kennzahlen aus der Nutzen-Übersicht und formatiert sie in übersichtlichen Tabellen.
  • Erstellt eine kurze Executive Summary und ein prägnantes Fazit in Unternehmensfarben.
  • Exportiert das Dokument als PDF (A4), geeignet für Reviews und Vorstandsrunden.

Fazit

Mit diesen Prompts führt Sie der KI-Assistent vom Überblick über Ihr Unternehmensmodell bis hin zu konkreten Erweiterungen und Prioritäten:

  • Schritt 1–3: Struktur, Reihenfolge und Systemabdeckung analysieren
  • Schritt 4–5: Lücken schließen, Prozesse und Datenmodell gezielt erweitern, Prioritäten (P1–P3) ableiten
  • Schritt 6–8: Quick Wins, Business Case und Nutzenübersicht für Management-Entscheidungen erstellen

🎯 Ergebnis: Eine vollständige, konsistente und datengetriebene Modellübersicht – mit klaren Handlungsfeldern, priorisierten Maßnahmen und messbarem Nutzen für Automatisierung, Reporting und Entscheidungsfindung.

👉 Jetzt starten: Prompts aktivieren, auf Ihre Domäne anwenden – und Schritt für Schritt ein belastbares, verknüpftes Unternehmensmodell entwickeln.