Die meisten Teams wissen, dass ihre Workflows langsam sind. Was sie nicht wissen: Was genau sollten sie zuerst beheben? In dieser Lücke zwischen Bewusstsein und Diagnose geraten die meisten Optimierungsbemühungen ins Stocken – und dort passieren die teuersten Fehler: Tools werden eingesetzt, bevor der aktuelle Zustand erfasst wurde, ein Prozess wird automatisiert, der gar nicht existieren sollte, oder der Erfolg wird am Tag nach dem Launch gemessen und danach nie wieder.
Die zentrale Aussage ist einfach und diskussionswürdig: Sie können die Effizienz von Workflows nicht verbessern, ohne sie zuerst zu messen. Nicht weil Messen besonders befriedigend wäre, sondern weil jede Änderung ohne Ausgangswert lediglich Reibung umverteilt.
Beheben Sie den Prozess, bevor Sie ihn automatisieren
- Erfassen Sie Workflows im aktuellen Zustand, bevor Sie etwas ändern – ohne Ausgangswert gibt es keine echte Verbesserung.
- Automatisieren Sie erst nach der Neugestaltung; Automatisierung verankert alle bereits vorhandenen Fehler.
- Legen Sie numerische Ziele fest, die an Durchlaufzeit oder Fehlerquote gebunden sind, statt vage Produktivitätsziele zu verwenden.
- Starten Sie zunächst mit einer kleinen Gruppe als Pilotprojekt – ohne diesen Schritt sinkt die Akzeptanz deutlich.
Definition der Workflow-Effizienz: Was sie tatsächlich misst
Workflow-Effizienz misst, wie viel nützliches Ergebnis ein Prozess im Verhältnis zu der dafür benötigten Zeit, dem Aufwand und den Übergaben erzeugt. Das ist etwas anderes als Geschwindigkeit. Ein Team, das Support-Tickets in 20 Minuten schließt, kann dennoch äußerst ineffizient arbeiten, wenn jedes Ticket fünf Übergaben, zwei System-Logins und einen manuellen Copy-and-Paste-Schritt erfordert, den seit zwei Jahren niemand hinterfragt hat.
Effizienz bedeutet, dass das Verhältnis stimmt: Der Output bleibt hoch, während die Inputs schlank bleiben. Sobald ein Geschäftsprozess redundante Schritte, unklare Verantwortlichkeiten oder Genehmigungsebenen ansammelt, die nur bestehen, weil sie schon immer bestanden haben, verstärkt sich die Ineffizienz. Sie kündigt sich nicht an. Sie zeigt sich in steigenden Durchlaufzeiten, wachsenden Fehlerquoten und dem vagen Gefühl, dass mehr Aufwand zum gleichen Ergebnis führt.
Der häufigste Fehler, den ich sehe, besteht darin, Key Performance Indicators als optional zu behandeln. Teams gestalten einen Workflow aus dem Bauch heraus neu, führen ihn ein und beschreiben das Ergebnis anschließend als „besser“. Besser als was? Wenn keine Daten zum Zustand davor vorliegen – etwa zur Bearbeitungszeit von Aufgaben, zur Anzahl der Übergaben oder zur Fehlerquote –, dann ist „besser“ nur ein Gefühl. Gefühle halten einer Retrospektive nicht stand. Messbare Ergebnisse schon.
Unmessbare Ineffizienz wird unsichtbar. Und unsichtbare Probleme werden nicht behoben – sie werden automatisiert.
Ursachen für Workflow-Ineffizienz, die die meisten Teams nicht vorhersehen
Diese Muster treten in Support-Warteschlangen, Retrospektiven und den Gesprächen auf, die Menschen führen, nachdem ein Prozess zum dritten Mal gescheitert ist. Jedes davon hat ein erstes Symptom, das leicht falsch interpretiert wird.
Redundante Übergaben ohne klare verantwortliche Person
Eine Aufgabe wandert von Person A zu Person B zu Person C, bevor überhaupt jemand daran arbeitet. Das erste Symptom, das Teams bemerken: Alles dauert länger als erwartet. Der Grund, warum dieses Muster bestehen bleibt: Niemand hat den Prozess erfasst, daher weiß niemand, dass Schritt zwei keinen Mehrwert bringt und nur existiert, weil Schritt drei ihn voraussetzt. Dort liegt der Engpass, nicht in den Tools.
Fragmentierte Tools über E-Mail, Chat und Projektmanagement-Apps hinweg
Informationen über dieselbe Aufgabe befinden sich an drei verschiedenen Orten, und niemand weiß sicher, welche Version aktuell ist. Das Symptom sind ständige Statusabfragen und das Gefühl, dass nie wirklich etwas abgeschlossen wird. Das Silo entsteht schrittweise, da jedes Team das bevorzugte Tool einführt, und bis es jemand bemerkt, sind die Kosten des Kontextwechsels erheblich. Laut einer von Conclude.io zusammengefassten Studie wechseln digitale Beschäftigte täglich fast 1.200-mal zwischen Apps und verlieren allein durch die erneute Orientierung das Äquivalent von fünf Arbeitswochen pro Jahr.
Undokumentierte Schritte, die nur im Kopf einer Person existieren
Der Prozess funktioniert gut, bis diese Person in Urlaub geht. Das Symptom: Eine Aufgabe stockt ohne ersichtlichen Grund, und irgendwann schreibt jemand der einzigen Person, die weiß, was „vor dem Hochladen den Export manuell prüfen“ tatsächlich bedeutet. Diese Abhängigkeit bleibt unsichtbar, bis sie zur Krise wird.
Doppelte Arbeit durch nicht verbundene Systeme
Zwei Personen aktualisieren denselben Datensatz in unterschiedlichen Tools, weil keine Integration zwischen ihnen besteht. Verschwendete Zeit summiert sich unbemerkt, und die Fehlerquote steigt jedes Mal weiter, wenn die beiden Versionen auseinanderlaufen. Das erste sichtbare Symptom ist meist eine Dateninkonsistenz, kein Systemausfall.
Prozessschulden durch Workarounds, die niemand entfernt hat
Jemand hat vor sechs Monaten einen Workaround entwickelt, weil der ursprüngliche Schritt nicht funktionierte. Der ursprüngliche Schritt wurde korrigiert. Der Workaround blieb bestehen. Auf diese Weise sammeln sich zeitraubende Schritte, übereinander geschichtet, bis der Prozess dreimal so lang ist, wie die eigentliche Arbeit es erfordert.
So messen Sie Workflow-Effizienz, bevor Sie etwas ändern
Das Prinzip „Ausgangswert zuerst“ ist keine Formalität. Es unterscheidet eine echte Verbesserung von einer bloßen Umorganisation. Wenn Sie nicht messen, was vor der Änderung fehlerhaft ist, können Sie nicht bestätigen, dass es danach weniger fehlerhaft ist.
Um bestehende Workflows richtig zu prüfen, benötigen Sie Daten zu: durchschnittlicher Bearbeitungszeit vom Auslöser bis zum Abschluss, Anzahl der Übergaben pro Aufgabe, Anzahl der laufenden Aufgaben, Fehlerquote und Nacharbeitsfällen sowie SLA-Einhaltung. Diese fünf Kennzahlen zeigen Ihnen, wo Reibung tatsächlich entsteht – nicht, wo Sie sie vermuten.
Diesen Schritt zu überspringen, ist der zweithäufigste Fehler in jedem Projekt zur Workflow-Optimierung. Der häufigste Fehler ist die Automatisierung eines fehlerhaften Prozesses, darauf kommen wir noch. Doch das Auslassen der Messung folgt dicht dahinter, weil es wie zusätzlicher Aufwand wirkt, wenn Sie etwas schnell beheben möchten. Es ist kein Zusatzaufwand. Es ist das Einzige, was die Korrektur überprüfbar macht.
Um Workflow-Effizienz vor einer Änderung richtig zu messen, beginnen Sie mit einem Prozessinventar. Notieren Sie jeden Schritt im Workflow, wer dafür verantwortlich ist und wie lange er typischerweise dauert. Sammeln Sie dann Daten zur Durchlaufzeit aus dem jeweiligen System, das diese protokolliert: Ihrem Projekttool, Ihrem CRM oder Ihrer Support-Plattform. Ergänzen Sie dies durch Feedback der Mitarbeitenden, die die Arbeit ausführen. Sie wissen, welche Schritte sich falsch anfühlen; die Daten zeigen Ihnen, wie problematisch sie sind.
Sobald Sie diesen Ausgangswert haben, können Sie Engpässe erkennen: dort, wo sich Aufgaben stauen, wo Nacharbeit am höchsten ist und wo sich Übergaben ohne entsprechenden Output vermehren. Dort beginnen Sie. Nicht dort, wo es sich langsam anfühlt. Dort, wo die Zahlen sagen, dass es langsam ist.
Zeitbasierte und qualitative Kennzahlen, die Sie verfolgen sollten
Die Durchlaufzeit ist der nützlichste Frühindikator: Wie lange dauert es vom Start einer Aufgabe bis zu ihrem Abschluss? Eine steigende Durchlaufzeit bedeutet, dass etwas in der Mitte langsamer wird, selbst wenn der Durchsatz oberflächlich betrachtet in Ordnung zu sein scheint.
Die Länge der Warteschlange zeigt Ihnen, wo sich Aufgaben ansammeln. Wenn bei einer Person oder einem Schritt konstant zehn Aufgaben warten und bei allen anderen nur zwei, haben Sie Ihren Engpass gefunden. Nacharbeitsfälle zeigen, wo Ergebnisse beim ersten Mal fehlerhaft sind. Das weist meist entweder auf eine unklare Übergabe oder auf unzureichend definierte Eingaben hin. Die Eskalationsrate signalisiert, dass Aufgaben regelmäßig über die zugewiesene verantwortliche Person hinausgehen müssen, um abgeschlossen zu werden. Das bedeutet entweder, dass das Verantwortlichkeitsmodell falsch ist oder dass der Person die nötigen Mittel fehlen, um die Aufgabe zu schließen.
Keine dieser Kennzahlen erfordert ausgefeilte Analysen, um mit der Messung zu beginnen. Eine gemeinsame Tabelle mit diesen vier Spalten liefert Ihnen innerhalb einer Woche mehr Erkenntnisse als ein Jahr Bauchgefühl.
Auslastungs- und Akzeptanzkennzahlen, die echte Veränderungen signalisieren
Der Durchsatz pro Person ist der nachlaufende Indikator, der bestätigt, ob eine Workflow-Änderung die Produktivität tatsächlich gesteigert oder die Reibung lediglich an einen weniger sichtbaren Ort verlagert hat. Sinkt die Durchlaufzeit, während der Durchsatz unverändert bleibt, hat jemand die eingesparte Zeit in einem anderen Engpass aufgefangen.
Die Tool-Akzeptanzrate ist die Kennzahl, die die meisten Teams nach einer Workflow-Neugestaltung vergessen zu verfolgen. Der neue Prozess existiert auf dem Papier. Die Mitarbeitenden kennen ihn. Doch sechs Wochen später ist die Hälfte des Teams wieder dazu übergegangen, Anhänge per E-Mail zu versenden, weil das neue System drei zusätzliche Schritte enthielt, die sie nicht intuitiv fanden. Entscheidend ist hier, die tatsächliche Nutzung zu beobachten, nicht die gemeldete Nutzung. Aufgaben fristgerecht zu erledigen, ist nur dann ein aussagekräftiges Signal, wenn die Arbeit über den neuen und nicht über den alten Prozess lief. Wenn Sie die Akzeptanz nicht separat verfolgen, interpretieren Sie Rückfälle fälschlich als Leistungsproblem, obwohl es tatsächlich ein Change-Management-Problem ist.
5 Schritte zur Verbesserung Ihrer Workflow-Effizienz in diesem Quartal
Es gibt Methoden zur Verbesserung der Workflow-Effizienz, die funktionieren, und Methoden, die produktiv wirken, während sie das ursprüngliche Problem weiter verstärken. Der Unterschied liegt meist in der Reihenfolge. Diese fünf Schritte folgen der entscheidenden Abfolge: Verstehen, bevor Sie ändern; neugestalten, bevor Sie automatisieren; testen, bevor Sie skalieren. Alle Strategien zur Steigerung der Workflow-Effizienz haben eines gemeinsam: Sie beginnen mit dem, was derzeit existiert, nicht mit dem, was irgendwann existieren sollte.
Schritt 1: Analysieren und erfassen Sie Ihre aktuellen Workflows
Erstellen Sie zunächst ein Prozessinventar. Listen Sie jeden Schritt in dem Workflow auf, den Sie verbessern möchten, wer an jedem Punkt beteiligt ist und was den nächsten Schritt auslöst. Zeichnen Sie den Workflow dann auf. Als Flussdiagramm, Whiteboard-Skizze oder Swimlane-Darstellung in einem gemeinsamen Dokument. Das Format spielt keine Rolle. Das Erfassen erzwingt eine Klarheit, die verbale Beschreibungen nie erreichen.
Sammeln Sie sowohl Daten zur Durchlaufzeit als auch Feedback der Mitarbeitenden, die die Arbeit ausführen. Die Personen, die arbeiten, wissen, welche Schritte in einem Workflow falsch wirken; die Daten zeigen, wie hoch ihre Kosten sind. Ein effizienter Workflow beginnt mit einem ehrlichen Bild der tatsächlichen aktuellen Geschäftsprozesse – nicht mit dem, was in der Dokumentation steht.
Der häufigste Fehler besteht darin, diesen Schritt vollständig zu überspringen und direkt zu Lösungen zu springen. Ich habe dieses Muster oft genug gesehen, um nicht mehr davon überrascht zu sein. Ein Team verbringt drei Wochen damit, eine Automatisierung zu entwickeln, die den falschen Prozess schneller durchläuft. Die Geschwindigkeit ist real. Der Effizienzgewinn nicht.
Schritt 2: Priorisieren Sie Probleme und Effizienzziele
Sobald Sie eine Karte des aktuellen Zustands haben, priorisieren Sie Schmerzpunkte nach geschäftlicher Auswirkung und Umsetzbarkeit. Nicht alles, was nicht funktioniert, ist gleichermaßen wert, behoben zu werden. Ein Schritt, der einem Prozess vier Stunden hinzufügt, der zweimal pro Jahr ausgeführt wird, ist weniger wichtig als ein Schritt, der einem Prozess 15 Minuten hinzufügt, der 200-mal pro Woche abläuft.
Übersetzen Sie jede Priorität in ein konkretes numerisches Ziel. „Genehmigungsdurchlaufzeit um 30 % reduzieren“ ist ein Effizienzziel. „Produktiver werden“ ist keines. Vage Ziele führen weder zu Verantwortlichkeit noch zu einer Möglichkeit, festzustellen, ob die Änderung funktioniert hat. Verknüpfen Sie jedes Ziel mit einer Kennzahl aus Ihrem Ausgangswert, identifizieren Sie Verbesserungsmöglichkeiten durch den Vergleich des aktuellen Zustands mit dem Erreichbaren und stellen Sie sicher, dass jemand für jedes Ziel verantwortlich ist.
Wenn Ihr Team das Ziel nicht innerhalb eines Quartals mit einem angemessenen Pilotumfang erreichen kann, ist das Ziel wahrscheinlich zu groß. Teilen Sie es auf.
Schritt 3: Gestalten Sie Workflows neu, um Reibung zu beseitigen
Hier findet die eigentliche Arbeit statt. Sehen Sie sich Ihre Karte des aktuellen Zustands an und fragen Sie: Welche Schritte könnten vollständig entfernt werden? Welche Übergaben existieren nur, weil zwei Systeme nicht miteinander kommunizieren? Welche Genehmigungsschritte fangen echte Probleme ab und welche sind lediglich aus Gewohnheit entstandene Bremsschwellen?
Um einen Teil des Workflows zu verschlanken, beginnen Sie mit den Punkten mit der höchsten Reibung aus Ihren Ausgangsdaten. Entfernen Sie zuerst redundante Genehmigungen. Bündeln Sie ähnliche Aufgaben, wo möglich: Fünf Elemente in einer Sitzung zu prüfen, ist effizienter als jedes einzeln beim Eingang zu prüfen. Reduzieren Sie Übergaben, indem Sie prüfen, ob jeder Schritt wirklich eine andere Person oder lediglich ein anderes System erfordert.
Standardisieren Sie wiederholbare Schritte mit Vorlagen und dokumentierten SOPs, bevor Sie irgendeinen Teil des gesamten Workflows anfassen, der automatisiert werden könnte. Diesen Punkt übergeht jeder zu schnell: Sie müssen die Redundanzen, die auf dem Papier Zeit verschwenden, optimieren, bevor Sie all das in ein Tool übertragen. Das Prinzip ist einfach: zuerst standardisieren, dann automatisieren. Ein Schritt, der in der manuellen Ausführung inkonsistent ist, wird auch im großen Maßstab inkonsistent sein.
Schritt 4: Automatisieren Sie gezielt – nicht nur eifrig
Bei der Automatisierung richten Teams den größten Schaden in Prozessen an, die sie auf dem Papier bereits korrigiert haben. Die Warnung sollte klar formuliert werden: Die Automatisierung eines fehlerhaften Prozesses verankert diesen Prozess und erschwert spätere Änderungen. Automatisierung ist kein Ersatz für eine Neugestaltung. Sie erfolgt nach der Neugestaltung, damit ein klar definierter, regelbasierter und standardisierter Prozess nicht bei jedem Schritt menschliches Eingreifen erfordert.
Die Arbeit, die tatsächlich von Automatisierung profitiert: wiederkehrende Aufgaben wie Dateneingabe, Routing-Entscheidungen auf Basis fester Kriterien, Statusbenachrichtigungen, Datensatzerstellung und Datensynchronisierung zwischen Systemen. Das sind Schritte, bei denen die Entscheidung immer gleich ist, die Eingaben konsistent sind und die einzige Variable darin besteht, ob ein Mensch oder ein Skript sie ausführt. Automatisieren Sie diese Aufgaben. Überlassen Sie Schritte, die Urteilskraft, Kontext oder Ausnahmebehandlung erfordern, Menschen – zumindest, bis die Muster gut verstanden sind.
Ein Muster, das ich im Support wiederholt sehe: Ein Team entwickelt Workflow-Automatisierung für sein sichtbarstes Problem, ohne zuerst die Qualität der Eingaben zu beheben. Die Automatisierung wird korrekt ausgelöst, aber die empfangenen Daten sind inkonsistent. Daher ist auch der Output inkonsistent, und nun läuft diese Inkonsistenz im großen Maßstab. In Latenode zeigt sich ein solches Setup häufig, wenn Nutzer einen Trigger verknüpfen, bevor sie die Payload-Struktur testen. Der Workflow läuft. Die nachgelagerten Datensätze sind falsch. Das Dashboard steht auf Grün. Gegen diesen Fehlermodus sollten Sie planen, bevor Sie etwas entwickeln.
Für Teams, die nach einer Neugestaltung Routing- oder Benachrichtigungs-Workflows verbinden, sieht das praktische Muster so aus: Definieren Sie die auslösende Bedingung präzise, ordnen Sie die exakten Felder zu, die der nächste Schritt benötigt, und erstellen Sie den Fehlerpfad vor dem Erfolgspfad. Ein gutes Automatisierungstool macht dies sichtbar. Latenodes Preisgestaltung pro Ausführung bedeutet, dass ein Workflow mit sechs Schritten als eine Ausführung statt als sechs einzelne Aufgaben zählt. Das verändert die Kalkulation dafür, wie sinnvoll es ist, Edge Cases direkt im Workflow zu behandeln.
Schritt 5: Pilotieren, messen und kontinuierlich verbessern
Führen Sie den neugestalteten Workflow zunächst mit einer kleinen Gruppe ein, bevor Sie ihn auf das gesamte Team skalieren. Ein Pilotprojekt, das zwei bis vier Wochen mit einem Teil der tatsächlichen Arbeit läuft, liefert Ihnen echte Signale darüber, was scheitert, was Menschen verwirrt und wie die Ausgangswerte nach der Änderung aussehen.
Verfolgen Sie Frühindikatoren unmittelbar nach dem Launch: Durchlaufzeit, Fehlerquote und Anzahl der Übergaben. Vergleichen Sie sie mit Ihrem ursprünglichen Ausgangswert. Haben sich die Zahlen in die richtige Richtung bewegt, skalieren Sie. Wenn nicht, ermitteln Sie, welcher Schritt noch immer Reibung verursacht, bevor Sie den Umfang erweitern.
Etablieren Sie einen regelmäßigen Rhythmus für Retrospektiven. Workflow-Optimierung ist kein einmaliges Ereignis. Die richtige Denkweise ähnelt eher der agilen Methodik: kurze Zyklen, sichtbare Kennzahlen und die echte Bereitschaft, Anpassungen vorzunehmen, wenn die Daten zeigen, dass etwas nicht funktioniert. Eine Kultur der kontinuierlichen Verbesserung bedeutet, dass das Team Workflow-Effizienz als laufende Variable behandelt, nicht als abgeschlossenes Projekt. Finden Sie durch Iteration heraus, was am besten funktioniert – nicht durch perfektes Design im Voraus. Das Ziel ist eine nachhaltige Workflow-Verbesserung über 90 Tage, nicht eine erfolgreiche Launch-Woche.
Tools und Technologien für Workflow-Effizienz: Was Sie zuerst konsolidieren sollten
Bevor Sie einem Tool-Stack für Workflows ein neues Tool hinzufügen, sollten Sie sich fragen, ob der bestehende Stack reduziert werden kann. Teams unterschätzen regelmäßig, wie stark ihre bestehenden Tools das Problem verursachen, das sie lösen möchten.
Die vier Kategorien, die für die meisten Teams tatsächlich relevant sind: Projektmanagement, wo Arbeit verfolgt und zugewiesen wird; Dokumentation, wo Prozesse und Entscheidungen festgehalten werden; Kommunikation, wo Abstimmung stattfindet; und Plattformen für Workflow-Automatisierung, auf denen regelbasierte Arbeit ohne manuelles Eingreifen abläuft. Das ist alles. Alles andere ist meist eine Erweiterung einer dieser Kategorien oder ein Workaround für eine Lücke zwischen ihnen.
Das Überlastungsmuster ist konsistent: Ein Team fügt Tools wie Slack für Kommunikation, ein separates PM-Tool für Aufgabenmanagement, ein anderes Dokumentationssystem und dann individuelle Softwarelösungen für bestimmte Funktionen hinzu. Am Ende ergeben sich fünf Oberflächen, die dieselben Informationen fragmentieren. Workflow-Management wird in der Gesamtsicht schwerer erkennbar. Prioritäten verschwinden in separaten Benachrichtigungsströmen. Neue Tools, die Reibung reduzieren sollten, erhöhen sie.
Konsolidierung vor Erweiterung ist die richtige Entscheidung, wenn dieselben Informationen an mehr als zwei Orten vorhanden sind, Statusaktualisierungen manuell über Systeme hinweg repliziert werden müssen oder der Verlauf einer Aufgabe teilweise in E-Mails, teilweise in einem Projekttool und teilweise im Gedächtnis einer Person existiert. Wenn diese Bedingungen zutreffen, verschlimmert ein weiteres Tool die Situation.
Produktivitätsgewinne durch Tool-Konsolidierung sind nicht theoretisch. Die Forschung zum Kontextwechsel legt nahe, dass die kognitiven Erholungskosten pro bedeutendem App-Wechsel messbar und kumulativ sind. Die Anzahl der Oberflächen zu reduzieren, die eine Person zur Erledigung einer Aufgabe besuchen muss, senkt diese Kosten direkt.
📊 In der Praxis:
Laut einer von ActivTrak zitierten Studie dauert es durchschnittlich 23 Minuten und 15 Sekunden, nach einer bedeutenden Unterbrechung wieder vollständig konzentriert zu sein. Jeder Wechsel zwischen Tools in einem fragmentierten Stack kostet nicht fünf Sekunden. Er kann potenziell 23 Minuten kosten. Ein Team, das an einem Vormittag zehnmal Apps wechselt, hat vor der Mittagspause das Äquivalent von fast vier Stunden konzentrierter Arbeitskapazität verloren.
Die Fehler, die verhindern, dass Workflow-Verbesserungen dauerhaft wirken
Eine Workflow-Neugestaltung, die nicht über den ersten Monat hinaus Bestand hat, ist meist kein Designproblem. Sie ist ein Problem des menschlichen Systems. Der Prozess wurde korrigiert. Die Menschen darum herum nicht.
Die organisatorischen Fehlermuster sind so konsistent, dass ich sie ohne große Variationen beschreiben kann: Verantwortlichkeiten wurden nicht klar zugewiesen, Schulungen wurden ausgelassen oder als optional behandelt, die Unterstützung durch die Führung war beim Launch sichtbar und danach unsichtbar, und niemand maß die Akzeptanz 60 oder 90 Tage später. Bis die Maßnahmen zur Sicherstellung der Nutzung des neuen Workflows hätten greifen sollen, ist das Team stillschweigend zum alten Vorgehen zurückgekehrt, und niemand weiß genau, wann es passiert ist.
Diese Chancen zur Verbesserung der menschlichen Seite einer Workflow-Änderung werden übergangen, weil sie als weich wahrgenommen werden. Das sind sie nicht. Sie entscheiden darüber, ob eine Änderung Bestand hat oder ob eine Retrospektive mit „Warum hat die letzte Initiative nicht funktioniert?“ beginnt.
Einen fehlerhaften Prozess automatisieren und ihn für behoben erklären
Das ist der häufigste Fehler und der teuerste, um ihn rückgängig zu machen. Wenn Sie vor der Neugestaltung automatisieren, bewahren Sie jeden Fehler des aktuellen Prozesses und sorgen dafür, dass diese Fehler schneller, konsistenter und in größerem Umfang ablaufen. Der Prozess verbessert sich nicht. Er beschleunigt sich.
Die Ironie daran ist, dass No-Code- und Low-Code-Tools es einfacher gemacht haben, dies schnell schlecht umzusetzen. Sie können an einem Nachmittag eine mehrstufige Automatisierung entwickeln, ohne jemals zu hinterfragen, ob jeder Schritt in dieser Automatisierung existieren sollte. Robotic-Process-Automation-Tools haben im Unternehmenskontext dasselbe Problem: Ein Prozess, der vor RPA acht manuelle Schritte erforderte, benötigt nun acht automatisierte Schritte, und jede Änderung daran erfordert das Öffnen des Automatisierungstools statt einer bloßen Prozessänderung. Fest programmierte Ineffizienz mit weniger Fehlern ist nicht dasselbe, wie weniger Fehler in den Prozess selbst zu programmieren.
Die Analyse des aktuellen Zustands muss immer zuerst erfolgen. Die einzige Ausnahme wäre ein Prozess, der so einfach und isoliert ist, dass es wirklich nichts neu zu gestalten gibt – und meiner Erfahrung nach existiert ein solcher Prozess nur selten.
Change Management überspringen und Akzeptanz verlieren
Neue Workflows scheitern ohne drei Dinge: Schulungen, die vor dem Go-live stattfinden statt nach der ersten Runde von Verwirrung; klare Verantwortlichkeiten für jeden Schritt, damit niemand annimmt, jemand anderes kümmere sich darum; und sichtbare Unterstützung durch die Person, die Autorität über das Team hat.
Mitarbeiterschulungen sind die Investition, die die meisten Teams streichen, wenn Zeitpläne enger werden. Dann wundern sie sich, warum die Tool-Akzeptanzrate drei Wochen nach dem Launch bei 40 % liegt. Weiterbildung bedeutet nicht, Menschen den Umgang mit neuer Software beizubringen. Es geht darum, den neuen Prozess weniger unsicher wirken zu lassen als den alten. Neue Mitarbeitende lernen dies schneller als langjährige Mitarbeitende, weil sie keine bestehenden Gewohnheiten überwinden müssen. Langjährige Mitarbeitende fallen zurück, weil die alte Vorgehensweise funktioniert, auch wenn sie langsamer ist – und vertraute Langsamkeit ist einfacher als unvertraute Geschwindigkeit.
Change Management schafft außerdem eine positive Feedback-Schleife, in der frühe Anwender zu internen Fürsprechern statt zu frustrierten Ausnahmen werden. Ohne Change Management werden die Menschen, die Schwierigkeiten hatten, zu denen, die alle anderen warnen.
🤔 Denken Sie darüber nach:
Die meisten Teams messen Effizienzgewinne bei Workflows in der zweiten Woche nach dem Launch, wenn noch alle aufmerksam sind. Nur wenige messen sie in Woche zehn, wenn die Rückkehr zu alten Vorgehensweisen bereits begonnen hat. Wenn Ihre Initiativen zur Workflow-Effizienz nur beim Launch bewertet werden, messen Sie die bestmögliche Version des Ergebnisses – bevor sich die Gewohnheiten, die es untergraben, bilden konnten.
