Wartezeit, Bearbeitungszeit und Nacharbeit: messen, was KI im operativen Geschäft verändert

Mehrere Tausend Stunden im Jahr: die Einsparung in einem Business Case für Rechnungsautomatisierung, geschrieben, bevor wir beteiligt waren. Er multiplizierte die Zahl der Rechnungen mit der früheren Zeit vom Eingang bis zur Zahlung. Der größte Teil dieser Zeit war Warten gewesen: im Postfach, in der Warteschlange eines Freigebenden, auf die Bestätigung des Lagers, dass die Ware angekommen war. An den meisten dieser Tage arbeitete niemand an der Rechnung. Automatisierung würde das Warten verkürzen, nicht Stunden zurückgeben, die niemand aufgewendet hatte.

Jeder Eingangswert stimmte. Die Methode zählte Warten als Arbeit. Ein Jahr nach dem Start hätte der Vorstand gefragt, wo die Stunden geblieben sind, und niemand hätte sie zeigen können.

McKinseys State of AI Survey (März 2025) ergab, dass die meisten Organisationen, die generative KI einsetzen, noch keinen wesentlichen Effekt auf das Ergebnis des Gesamtunternehmens sehen. Ein Teil dieser Lücke ist real. Ein Teil ist nach unserer Erfahrung eine Frage der Messung: Wert, der in einer Form behauptet wird, die hinterher niemand wiederfindet. Deshalb beginnt die Arbeit mit einer Wertaussage, die vor dem Bau vereinbart und danach berichtet wird.

Jeder Fall zerfällt in Wartezeit, Bearbeitungszeit und Nacharbeit

Wir zerlegen den Lebenslauf eines Falls in drei Teile, jeder aus seiner eigenen Quelle gemessen. Wartezeit ist Zeit, in der niemand an ihm arbeitet: im Postfach, in einer Freigabe-Warteschlange, blockiert durch fehlende Angaben. Bearbeitungszeit ist Zeit, in der ein Mensch aktiv an ihm arbeitet. Nacharbeit ist Bearbeitung, die ein zweites Mal anfällt, weil der erste Versuch falsch oder unvollständig war. Bearbeiten Sie Schadenfälle oder Überweisungen statt Rechnungen? Die Aufteilung ist dieselbe.

Die Durchlaufzeit ist die Summe aus allen dreien, und sie stammt aus den Zeitstempeln, die die Systeme ohnehin festhalten: eingegangen, geöffnet, freigegeben, bezahlt. Bearbeitungszeit und Nacharbeit stammen aus der Zeitmessung an einer Stichprobe echter Fälle über einen vollen Monat, einschließlich des geschäftigen Monatsendes. Nie aus Interviews: Menschen erinnern sich an die schwierigen Fälle, vergessen die einfachen und können Arbeiten nicht von Warten unterscheiden. In einer randomisierten Studie, die METR im Juli 2025 veröffentlichte, brauchten erfahrene Softwareentwickler bei Aufgaben, für die KI-Werkzeuge erlaubt waren, 19 % länger und glaubten hinterher trotzdem, die Werkzeuge hätten sie um 20 % schneller gemacht. Wenn Ingenieure ihr eigenes Tempo so falsch einschätzen, ist die Schätzung eines Teams zu eingesparten Stunden keine Messung.

Die Zerlegung zeigt, woher der Wert kommen wird, bevor etwas gebaut ist. Automatisierung beseitigt den Großteil der Wartezeit, viel von der Nacharbeit und weniger von der Bearbeitungszeit, weil die schwierigen Fälle weiterhin Menschen brauchen. Im Fall der Rechnungen war der größte Teil der mehreren Tausend Stunden Warten.

Warten wird mit Geld bezahlt, nicht mit Gehältern

Wartezeit zu beseitigen, bleibt wertvoll, in einer anderen Währung. Eine Rechnung, die über ihr Skontodatum hinaus liegen bleibt, verliert den Rabatt für frühes Zahlen. Ein Kundenauftrag, der auf die Kreditprüfung wartet, wartet auch im Postfach des Kunden. Geld, das ein Kunde schuldet und dessen Zahlung noch nicht zugeordnet ist, kann das Unternehmen nicht nutzen. Nichts davon sind Personalkosten, und nichts davon taucht in Stunden auf.

Die Wertaussage bewertet Wartezeit deshalb dort, wo sie anfällt: genutztes Skonto im Verhältnis zum möglichen, Tage vom Auftrag bis zur Bestätigung, die durchschnittlichen Tage, bis Kunden in dem Bereich zahlen, den der Workflow berührt. Ein CFO verfolgt diese Zahlen ohnehin und kann sie ohne uns prüfen. Nur Bearbeitungszeit und Nacharbeit gehören in eine Kapazitätskennzahl.

Ein schrittweiser Start liefert den Vergleich

Jede Wertaussage muss beantworten, was ohne das System passiert wäre. Ein Projekt ändert immer auch anderes: Stammdaten werden bereinigt, Lieferanten werden gebeten, Bestellnummern anzugeben, ein überflüssiger Freigabeschritt fällt weg. Alles verbessert die Zahlen. Nichts davon ist die KI.

Die sauberste Antwort, die wir kennen: In einer Gruppe mit mehreren Gesellschaften, Märkten oder Teams in einigen früher starten als in anderen. Für ein paar Monate sind die Einheiten ohne ihn der Vergleich, mit derselben Saison, demselben Volumen und, wenn sie sie auch bekommen, derselben Bereinigung. Der Unterschied zwischen den Gruppen ist die Wirkung des Systems, und sie schwankt, deshalb berichten wir sie nach Team oder Fallart statt als eine Zahl. Wo das nicht geht, wird jede andere Änderung aufgeführt und, wenn möglich, für sich gemessen. Manchmal zählt die Bereinigung mehr als das System, und die Wertaussage sagt das.

Kapazität wird in der Spitze gemessen

Für die meisten Betriebe zählt Kapazität: wie viel mehr Volumen dasselbe Team aufnehmen kann, bevor es zum Engpass wird. Diese Zahl braucht ein Wachstumsplan, und an einem durchschnittlichen Tag sieht sie besser aus, als sie ist. Wir messen sie in der Spitze am Monatsende: Volumen, das an den geschäftigsten Tagen fristgerecht erledigt wird, und die Größe der verbleibenden Prüfwarteschlange. Ein Team, das die Spitze jetzt bequem schafft, wo es früher in den nächsten Monat rutschte, hat Kapazität, auf die ein CFO Wachstum planen kann.

Bei einem Getränkehersteller ging der Weg von der Rechnung über Bestellung und Wareneingang bis zur Zahlung von 3 Tagen auf 15 Minuten zurück, mit 94 % der Rechnungen ohne einen Menschen abgeglichen. Das sind Durchlaufzeit und Abgleichquote aus Systemzeitstempeln vorher und nachher. Es zeigt pünktlich bezahlte Lieferanten und ein Finanzteam, das den Prozess nicht mehr aufhält. Es ist keine Aussage über Stunden, Personal oder Umsatz, und wir stellen es nicht so dar.

Umsatz und vermiedene Fehler brauchen direkte Belege

Schnellere Angebote gewinnen vielleicht mehr Aufträge. Manchmal stimmt der Zusammenhang; gemessen wird er fast nie. Wir behaupten einen Umsatzeffekt nur, wenn der Kunde ihn so gemessen hat, dass es einer Prüfung durch den Finanzbereich standhält: mit einer Vergleichsgruppe oder einem Vorher-Nachher an etwas, das der Workflow direkt steuert, etwa Anfragen, die früher unbeantwortet blieben.

Vermiedene Fehler bekommen dieselbe Strenge. Eine gestoppte doppelte Zahlung, eine Differenz, die vor dem Monatsabschluss gefunden wird: Jede zählt nur, wenn das System sie markiert und ein Mensch sie als echt bestätigt hat, bewertet mit dem gefährdeten Betrag, nicht mit einer Vermutung über Folgen.

Die Wertaussage hat eine feste Form

Die Wertaussage für den Sponsor enthält drei bis fünf Kennzahlen, nie zwanzig. Für jede: Definition, Quellsystem, Zeitraum, Ausgangswert, aktueller Wert und was sich im selben Zeitraum sonst geändert hat. Eine Zahl, deren Methode sich nicht in einem Satz nennen lässt, bleibt draußen. Jeder Gewinn steht neben seinen laufenden Kosten: KI und Betrieb sowie die Prüfzeit, die das System von Menschen verlangt, die Kosten, die Business Cases am häufigsten weglassen. Die Kennzahlen werden vor dem Bau festgelegt und nach dem Start nicht gegen schöner aussehende getauscht.

Zwei weitere Regeln. Eine Zahl, die das System über sich selbst meldet, etwa wie viele Fälle es allein abgeglichen hat, wird zuerst mit den Daten im ERP (dem zentralen Geschäftssystem) und bei der Bank abgeglichen. Und berichtet wird ab dem ersten vollen Monat, weil die ersten Wochen einen neuen Prozess mit der Störung des Lernens vermischen. „The Productivity J-Curve“ (2021) von Brynjolfsson, Rock und Syverson beschreibt dieselbe Delle für ganze Volkswirtschaften: Der unsichtbare Aufwand, eine neue Technologie einzuführen, lässt die Produktivität erst schlechter aussehen, bevor sie besser aussieht. Ein Sponsor, der die Delle erwartet, hält sie nicht für ein Scheitern.

Zwei Sätze pro Zahl

Bevor eine Wertaussage an den Vorstand geht, beantwortet der Sponsor zu jeder Zahl laut eine Frage: Wie wurde das gemessen, und was hat sich im selben Zeitraum sonst geändert? Braucht die Antwort mehr als zwei Sätze oder enthält sie das Wort „geschätzt“, ist die Zahl nicht fertig.