07.09.2022

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

Im zweiten Teil der Growth-Tutorials schreibt Datenpol-Geschäftsführer Stefan Wailand über die Auswahl von perfekten Tools für Unternehmensprozesse.
/artikel/wailand-datenpol-growth-tutorial-2
Stefan Wailand, Geschäftsführer bei Datenpol
Stefan Wailand ist Geschäftsführer bei Datenpol © Datenpol
sponsored

Wie gemma’s an? Eine gute Frage, eine valide Frage und eine oft gehörte Frage. Der Wille zur Digitalisierung der Prozesse ist da, aber die Umsetzungspläne sind sehr vage. Zuerst werden zumeist unternehmensweit die Anforderungen gesammelt und formuliert sowie diskutiert. Ein Katalog entsteht, der zu 50 Prozent Realität und 50 Prozent Wunschvorstellung ist. Und dann sind da Spezifika. Die ganz spezifischen Prozesse machen zumeist 20 Prozent der Gesamtprozesse aus, sind aber 80 Prozent der Diskussion. Ziel ist dann ein Lasten- und ein Pflichtenheft. Das klingt alles sehr aufwendig und sehr theoretisch. Es geht auch anders!

Die richtige Auswahl kostet Zeit

Das Motto ist Probieren, statt darüber philosophieren. Ein oder zwei unterschiedliche Tools auswählen und mit ihnen die Standardprozesse des Unternehmens in Real Life ein bis zwei Tage durchspielen. So kann ein Tool und deren Handhabung unter echten Bedingungen von jenen getestet werden, die dann in weiterer Folge damit arbeiten. Die wichtigsten Geschäftsprozesse werden einfach abgebildet: etwa eine Kundenanfrage, wie können Rabatte, Steuern oder individuelle Kundenanfragen gehandhabt werden, welche Funktionen können hinzugefügt werden etc. Diese ein bis zwei Tage sind auch gleich eine Schulung für die Mitarbeiterinnen und Mitarbeiter, weiters können Basisfunktionen der Software erkundet werden, die man einfach mitnutzen kann. Sie erhalten in der Anwendung Know-how über die Bedienung und die Funktionalitäten – Learning by Doing.

Der Zeitaufwand? Die Key-User müssen sich eben diese Zeit nehmen, um zu lernen es anzuwenden. Das ist zumeist weniger oder gleich viel Zeitaufwand wie die Vorstellung und Schulung von Programmen in der Theorie. Nach dem ersten Probetag kann man dann mit den Ergebnissen und Erkenntnissen das Produkt verfeinern und Stück für Stück mit Echtdaten anreichern. Mit dieser Methode kann ein agiles Roll-out gestartet werden. Alles Neue kann bereits eingepflegt werden und das Tool Schritt für Schritt „erweitert werden“ – mit Aufträgen, Abrechnungen, Projektmanagement oder etwa Lager. Die Stammdaten werden übernommen. Das ist auch eine große Chance, Ballast aus der Vergangenheit loszuwerden. Oftmals ist es ein willkommener Nebeneffekt, sich von alten Daten zu trennen.

Tools hands-on kennenlernen

In dem ganzen Prozess gilt es, den Fokus Richtung Zukunft zu legen. Selten braucht es ein perfektes Archiv aus längst vergangenen Zeiten, sondern vielmehr einen Prozess, der neue Möglichkeiten für morgen und Wachstum bietet. Was es dazu benötigt? Mut und Umsetzungsstärke! Den Mut, es einfach zu machen – sich auf die Zukunft und aufs Wesentliche zu konzentrieren. Sonderfälle und einzelne Spezifika – diese 20 Prozent – können zu einem späteren Zeitpunkt nachgezogen und ins neue System integriert beziehungsweise für das neue System entwickelt werden. Die Digitalisierung ist dabei immer Teamleistung: Das Management muss die Vision haben, die Entscheidung zur Digitalisierung kommunizieren, und die „betroffenen“ Mitarbeiterinnen und Mitarbeiter erhalten so die Möglichkeit, ein Tool, ihr neues Tool hands-on kennenzulernen.

Über Stefan Wailand & Datenpol

Stefan Wailand digitalisiert Organisationen, Prozesse und Projekte. Er hat an der WU Wien Wirtschaftswissenschaften studiert und ist seit 2016 Geschäftsführer des Digitalisierungsexperten Datenpol. Datenpol, mit Sitz in Linz und Wien, entwickelt auf Basis der Open-Source-Software Odoo maßgeschneiderte ERP-Lösungen für Kunden in Österreich und Deutschland.

Thema des nächsten Beitrags: Die Digitalisierung des Sales-Bereichs

Serie: Growth Tutorial

Das Produkt stimmt, die Nachfrage steigt, das Geschäftsmodell etabliert sich. Der Kurs steht auf Wachstum, es können nicht mehr alle Unternehmensbereiche von den Gründern oder dem Kernteam selbst erledigt werden, die Workarounds und handgestrickten Lösungen haben ausgedient. Stefan Wailand, Geschäftsführer des ERP-Unternehmens und Digitalisierungs-Experten Datenpol erklärt in seiner Tutorial-Reihe, wie erfolgreiches Wachstum mit professioneller Unterstützung von digitalen Lösungen unterstützen kann – für Scale-ups und die, die es noch werden wollen.

Deine ungelesenen Artikel:
10.08.2026

Junge Entwickler:innen wollen mehr KI nutzen, als Unternehmen erlauben

Eine Befragung unter 1.119 jungen Entwickler:innen zeigt: Fast alle nutzen KI, doch zwei Drittel klagen über organisatorische Bremsen in Unternehmen. Während regulatorische Vorgaben den Einsatz einschränken, warnt der IT-Dienstleister Cloudflight vor den Gefahren von Schatten-IT und dem Abbau von Junior-Stellen.
/artikel/junge-entwicklerinnen-wollen-mehr-ki-nutzen-als-unternehmen-erlauben
10.08.2026

Junge Entwickler:innen wollen mehr KI nutzen, als Unternehmen erlauben

Eine Befragung unter 1.119 jungen Entwickler:innen zeigt: Fast alle nutzen KI, doch zwei Drittel klagen über organisatorische Bremsen in Unternehmen. Während regulatorische Vorgaben den Einsatz einschränken, warnt der IT-Dienstleister Cloudflight vor den Gefahren von Schatten-IT und dem Abbau von Junior-Stellen.
/artikel/junge-entwicklerinnen-wollen-mehr-ki-nutzen-als-unternehmen-erlauben
Junior Developer
(c) True Agency via Unsplash

„Wer glaubt, mit Künstlicher Intelligenz ließen sich Einstiegspositionen einfach streichen, verwechselt das Werkzeug mit der Person, die es sinnvoll einsetzt“, warnt André Holhozinskyj, CEO der europäischen Cloudflight Group. Die Warnung des Branchenexperten stützt sich auf eine aktuelle Befragung, die das Unternehmen durchgeführt hat. Unter den 1.119 Teilnehmenden – mehrheitlich Studierende und Berufseinsteiger:innen aus Deutschland, Österreich und Rumänien – zeigt sich eine weite Verbreitung, aber auch eine spürbare Reglementierung von KI-Tools im Arbeitsalltag.

Während 99 Prozent der befragten Nachwuchskräfte angeben, KI-Werkzeuge regelmäßig zu nutzen, stoßen sie in der Praxis häufig an organisatorische Grenzen. Rund zwei Drittel der Befragten berichten von Einschränkungen bei der Nutzung, die überwiegend organisatorischer Natur sind. Als Haupthindernis nennen 46 Prozent regulatorische Vorgaben wie Richtlinien von Schulen, Universitäten oder Unternehmen. Weit dahinter folgen Kosten und Lizenzgebühren mit 24 Prozent sowie ethische, rechtliche und datenschutzrechtliche Bedenken mit 23 Prozent. Mangelndes Interesse spielt mit nur zwei Prozent praktisch keine Rolle.

Risiko durch Schatten-IT und Compliance-Verstöße

Die restriktive Haltung in vielen Organisationen birgt nach Einschätzung der Studienautor:innen jedoch Risiken: Wird die Nutzung im Unternehmen untersagt oder komplett eingeschränkt, weichen Mitarbeiter:innen häufig auf private Geräte und nicht freigegebene Consumer-Tools aus – ohne Wissen oder Zustimmung der IT-Abteilung.

Gernot Molin, CTO der Cloudflight Group, warnt vor den unmittelbaren Gefahren für die Datensicherheit: „Tools wie ChatGPT, Gemini oder Claude sind nicht für Unternehmenssicherheit oder Compliance konzipiert, sondern für einfachen Zugang, und das schafft unmittelbare Risiken.“ So könnten etwa proprietäre Algorithmen durch das Einfügen von Code-Schnipseln abfließen, oder Entwickler:innen könnten unbeabsichtigt Kundendaten bei der Analyse von Log-Dateien offenlegen. Unternehmen, die an Richtlinien wie DSGVO, HIPAA oder SOC 2 gebunden sind, riskieren laut Molin bei der Verwendung nicht autorisierter Dienste empfindliche Verstöße. Er plädiert daher für eine kontrollierte Freigabe von KI-Werkzeugen, die direkt in bestehende Entwicklungsumgebungen integriert und durch Sicherheitskontrollen sowie Audit-Trails abgesichert sind.

Vielseitige Nutzung abseits von reinem Code

Die Befragung räumt zudem mit dem Vorurteil auf, KI diene primär dem Schreiben von neuem Programmcode. Der Einsatz zur reinen Code-Generierung liegt bei 18 Prozent und ist damit fast gleichauf mit dem Debugging und Code-Reviews (19 Prozent), administrativen und organisatorischen Aufgaben wie Recherche (19 Prozent) sowie der Code-Optimierung (17 Prozent). Dokumentation (12 Prozent) und Testautomatisierung (10 Prozent) folgen mit etwas Abstand.

Den größten Nutzen sehen die Befragten in der Entlastung bei Routinearbeiten. Fast jede:r Zweite (48 Prozent) nutzt KI vor allem zur Bewältigung repetitiver, zeitaufwändiger Aufgaben wie dem Erstellen von Boilerplate-Code oder dem automatisierten Organisieren von Daten. Ziel sei es, so heißt es aus den offenen Antworten der Teilnehmenden, sich dank der KI auf die interessanten Teile der Arbeit konzentrieren zu können. Zudem schätzen 42 Prozent die Tools als eine Art rund um die Uhr verfügbaren Tutor, der komplexe Konzepte erklären kann. Dieser Effekt könnte nach Einschätzung der Studienautoren vor allem in Regionen mit schwächerer Bildungsinfrastruktur den Zugang zu hochwertiger Programmierausbildung demokratisieren.

Zukunftssorgen und die Rolle der Nachwuchskräfte

Trotz der intensiven Nutzung blickt die junge Generation keineswegs sorgenfrei in die Zukunft. Lediglich 12 Prozent der Befragten geben an, keinerlei Sorge hinsichtlich der Auswirkungen von KI auf ihre eigene Karriere zu haben. Die überwiegende Mehrheit von 88 Prozent äußert leichte bis extreme Besorgnis. Neben der allgemeinen Karriereentwicklung sorgt sich ein Teil der Entwickler:innen auch um den eigenen Lernfortschritt: Es besteht die Befürchtung, durch eine zu starke Abhängigkeit von der KI das eigene Weiterkommen zu bremsen und durch die automatisierten Lösungen „dümmer“ zu werden. Viele wünschen sich daher Erklärungen anstelle von fertigen Antworten.

Für Cloudflight-CEO Holhozinskyj zeigt die Untersuchung, dass Unternehmen umdenken müssen. Künstliche Intelligenz müsse wie eine „virtuelle Mitarbeiterin“ verstanden werden, die ein geregeltes Onboarding benötigt. Wer Juniorstellen aus Gründen der kurzfristigen Kostenersparnis streicht, begehe laut Holhozinskyj einen strategischen Fehler: „Urteilsvermögen entsteht nicht am Reißbrett, sondern über Jahre praktischer Erfahrung, auch aus eigenen Fehlern, und genau diese Erfahrung bauen Unternehmen gerade systematisch ab, wenn sie ihre Juniorstellen kürzen.“ Langfristig drohe den Unternehmen dadurch der Verlust der „Senior-Kompetenz von morgen“ an die Konkurrenz, was sich schnell zum mittelfristigen Wettbewerbsnachteil entwickeln könne.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse