Was nach dem Go-Live kommt: Die unterschätzte Seite jeder Automatisierung
Automatisierungsprojekte gelten nach dem Go-Live als abgeschlossen. Was danach kommt, plant kaum jemand ein. Das ist teuer.
Was nach dem Go-Live kommt
Ein Kunde schrieb mir Anfang Februar: "Der Workflow läuft seit drei Monaten nicht mehr. Hat jemand die API geändert?"
Niemand hatte die API geändert. Der Anbieter hatte sein Authentifizierungsverfahren auf OAuth 2.0 umgestellt. Rückwärtskompatibel laut Dokumentation, nur eben nicht für die Art, wie der Connector aufgesetzt war. Der Workflow lief weiter, produzierte aber seit Wochen leere Datensätze. Niemand hatte es bemerkt, weil niemand hinschaute.
Das ist das Problem bei Automatisierungsprojekten: nicht der Go-Live, sondern was danach kommt.
Die Illusion des fertigen Projekts
Automatisierungen gelten intern oft als Einmalaufgaben. Gebaut, getestet, live geschaltet, abgehakt. Jetzt läuft das.
Was dabei übersehen wird: Jede Automatisierung hängt an APIs, die sich ändern, an Software, die Updates bekommt, an Prozessen, die sich weiterentwickeln, und an Daten, deren Format sich schleichend verschiebt. All das passiert, ob der Workflow es weiß oder nicht.
In der IT-Welt kennt man technische Schulden. Im Bereich Automatisierung gibt es das Äquivalent: Workflows, die niemand mehr vollständig versteht, aber die täglich laufen. Bis sie es nicht mehr tun.
Was Workflows stoppt
API-Änderungen sind die häufigste Ursache. Anbieter versionieren ihre Schnittstellen, deprecaten Endpunkte, ändern Authentifizierungsverfahren. Wer keine automatische Benachrichtigung hat, erfährt davon oft erst, wenn etwas schweigt.
Dann gibt es Datendrift. Der Input kommt plötzlich in einem leicht anderen Format. Felder haben neue Namen, Pflichtfelder wurden hinzugefügt, ein Datumsformat wurde geändert. Kleine Abweichungen, die ein gut gebauter Workflow ignoriert, ein schlecht gebauter übernimmt und still falsche Ergebnisse produziert.
Und dann: Prozessveränderungen im eigenen Haus. Jemand passt einen Formularbereich an, der als Trigger dient. Eine Spalte im CRM bekommt einen neuen Wert. Ein Mitarbeiter verlässt das Unternehmen und der Workflow lief auf seinen API-Schlüssel.
KI macht das nicht stabiler
KI-Schritte in Workflows haben ihre eigene Form von Drift. Modellversionen ändern sich. Prompts, die vor sechs Monaten zuverlässig funktionierten, produzieren mit einem aktualisierten Modell andere Ausgaben. Kleine Formatänderungen in der Ausgabe können nachgelagerte Verarbeitungsschritte brechen.
Das macht KI-Workflows nicht unbrauchbar. Es macht sie genauso wartungspflichtig wie den Rest.
Was das für die Planung bedeutet
Ein Automatisierungsprojekt endet nicht mit dem Go-Live. Es beginnt damit.
Jeder Workflow, der produktiv läuft, braucht einen Verantwortlichen. Keine Vollzeitstelle, aber eine Person, die bei einem Ausfall als erste kontaktiert wird und den Workflow versteht.
Er braucht Monitoring. Einen Alert, der ausgeht, wenn der Workflow seit 24 Stunden keine Ergebnisse produziert hat. Die meisten Plattformen bieten das nativ an. Selten wird es konfiguriert.
Und er braucht eine Wartungslogik. Kein monatliches Review für jeden Flow, aber ein klares Protokoll für den Fall, dass ein verbundenes System ein Update ankündigt.
Meine Faustregel: Ein Workflow, der täglich läuft und bei Ausfall echten Schaden verursacht, braucht mindestens eine halbe Stunde Aufmerksamkeit pro Monat.
Das stille Scheitern
Ein Totalausfall ist selten das schlimmste Szenario. Den merkt jemand sofort.
Das größere Risiko ist, wenn der Workflow läuft, aber seit Wochen falsche Daten produziert. CRM-Datensätze mit fehlenden Feldern. Rechnungen, die nicht korrekt zugeordnet werden. Bestellungen in falschen Systemen. Dieser Fehler setzt sich fort, bis jemand die Konsequenz bemerkt, meistens Wochen nach dem Vorfall.
Was realistisch einzuplanen ist
Für einfache Workflows mit stabilen Integrationen sind das zwei bis vier Stunden pro Jahr. Für komplexe Flows mit mehreren Systemen und KI-Schritten mehr. Aber nie null.
Das ändert die Wirtschaftlichkeitsrechnung selten grundsätzlich. Eine Automatisierung, die 300 Stunden manuellen Aufwand pro Jahr einspart, amortisiert sich auch mit 20 Stunden Wartungsaufwand. Aber wer Automatisierung plant wie ein Einmalprojekt, wundert sich, wenn der ROI nach zwei Jahren nicht mehr stimmt.
Die Frage, die ich am Anfang jedes Projekts stelle: Was braucht dieser Workflow, damit er in zwei Jahren noch läuft? Wer das früh klärt, spart sich viele Überraschungen.
Welche Ihrer laufenden Automatisierungen haben Monitoring und einen klaren Verantwortlichen? Der kostenlose Automations-Check hilft Ihnen, das in 30 Minuten zu bewerten.