Ein Officemanager oder juristischer Mitarbeiter bereitet Dokumente für die digitale Unterzeichnung vor, bestimmt die richtigen Unterzeichner, versendet das Dokument über eine E-Signing-Plattform und speichert das unterzeichnete Ergebnis im Dokumentenmanagementsystem. Auf den ersten Blick ist dies eine repetitive, gut nachvollziehbare Abfolge von Schritten. Dennoch lautet die Antwort auf die Frage, ob KI dies übernehmen kann: teilweise, und nur unter Bedingungen.
Die Strukturiertheit erreicht mit einer 4 einen hohen Wert: bei einem festen Dokumenttyp, etwa einem Standardvertrag oder einer Liefervereinbarung, ist genau bekannt, welche Felder ausgefüllt werden müssen, wo die Unterschriftsfelder stehen und in welcher Reihenfolge die Unterzeichner an der Reihe sind. Das ist eine Aufgabe, die sich gut in Regeln festlegen lässt, und damit geeignet für die automatisierte Verarbeitung. Das Volumen (4) verstärkt dieses Bild: Unternehmen, die viele gleichartige Dokumente unterzeichnen lassen, profitieren von einem System, das die sich wiederholende Arbeit abnimmt.
Aber Strukturiertheit gilt nur, solange der Dokumenttyp feststeht. Sobald eine Organisation mit wechselnden Vertragsformen arbeitet, mit ausgehandelten Anlagen oder mit Dokumenten, bei denen der Unterzeichner von Fall zu Fall unterschiedlich ist, entfällt die Grundlage für die Automatisierung. Dann muss zunächst jemand bestimmen, welche Vorlage und welcher Prozess anzuwenden sind, und das ist genau der Teil, der sich nicht in einer festen Route festlegen lässt.
Die beiden Achsen, die dieses Urteil wirklich bestimmen, sind Fehlerkosten (2) und Compliance (2), und die liegen ungünstig. Ein Unterzeichnungsprozess betrifft die Rechtsgültigkeit eines Dokuments. Wenn das System die falsche Person als Unterzeichner bestimmt, wenn eine Unterschrift auf der falschen Version eines Vertrags landet, oder wenn ein unterzeichnetes Dokument nicht korrekt archiviert wird, entstehen Probleme, die sich nicht mit einer einfachen Korrektur lösen lassen. Ein falsch unterzeichneter Arbeitsvertrag oder eine Liefervereinbarung mit dem falschen Zeichnungsberechtigten kann rechtliche Folgen haben, die weit über die durch Automatisierung eingesparte Zeit hinausgehen.
Daher ist die Rolle der KI hier auf Unterstützung beschränkt: das Vorbereiten des Dokuments, das Ausfüllen von Standardfeldern und das Versenden über die E-Signing-Plattform kann mit Regeln und Robotic Process Automation (RPA) erledigt werden. Aber das Bestimmen des richtigen Unterzeichners, insbesondere wenn Zeichnungsbefugnis, Funktion oder Mandat eine Rolle spielen, erfordert eine Beurteilung, die nicht einfach einem System überlassen wird. Das ist genau der Teil, bei dem Kategorie zwei aus der Taxonomie ins Bild kommt: KI kann einen Vorschlag machen, aber ein Mensch muss diesen Vorschlag mit Begründung genehmigen oder ablehnen.
Ob Automatisierung hier funktioniert, hängt von zwei Dingen ab. Erstens: Gibt es einen festen Unterzeichnungsprozess pro Dokumenttyp? Bei einer Standardvereinbarung mit fester Struktur ist das zu automatisieren; bei Dokumenten, die von Fall zu Fall zusammengestellt werden, nicht. Zweitens: Lässt sich der richtige Unterzeichner korrekt identifizieren anhand fester Daten, etwa Funktion oder Rolle in einem System? Wenn diese Identifikation einfach und eindeutig ist, kann ein System diesen Schritt unterstützen. Sobald die Zeichnungsbefugnis vom Kontext abhängt, etwa von der Höhe eines Vertragsbetrags oder einer spezifischen Vollmacht, ist eine menschliche Beurteilung erforderlich.
Das erklärt auch, warum das Ergebnis je nach Organisation unterschiedlich ausfällt. Ein Unternehmen, das monatlich Hunderte gleichartiger Lieferantenverträge unterzeichnen lässt, mit einem festen Zeichnungsberechtigten pro Vertragstyp, kann einen Großteil des Prozesses automatisieren und die menschliche Rolle auf Stichprobenkontrollen beschränken. Eine Organisation, die vor allem maßgeschneiderte Vereinbarungen, Fusionsdokumente oder Verträge mit wechselnden Vollmachten bearbeitet, profitiert dagegen kaum von Automatisierung: dort ist jeder Schritt einzigartig und die Wahrscheinlichkeit eines teuren Fehlers zu groß, um sie einem System zu überlassen.
Der Vergleich mit anderen kontrollierenden Aufgaben ist hier aufschlussreich. Ebenso wie bei dem Screening von Kunden und Partnern gegen Sanktionslisten gilt: KI kann einen Vorschlag oder ein Signal generieren, aber die endgültige Beurteilung und Verantwortung bleiben bei einem Menschen, sobald die Folgen eines Fehlers schwerwiegend sind. Der Unterzeichnungsprozess hat dieselbe Eigenschaft: die Kosten eines Fehlers sind hoch genug, um von vollständiger Automatisierung abzuraten, auch wenn die Aufgabe auf dem Papier gut strukturiert ist.
Geht es um die Archivierung bereits unterzeichneter Dokumente, ändert sich das Bild allerdings. Das Speichern und auffindbar Machen unterzeichneter Unterlagen ähnelt stark der Aufgabe, die auf der Seite über die Digitalisierung und Erschließung eines Papierarchivs behandelt wird, und dort liegen die Chancen für Automatisierung deutlich günstiger als beim Bestimmen der Unterzeichner.
Bitte beachten Sie: Wenn diese Aufgabe mit Funktionsänderungen oder Personaleinsatz zusammenhängt, gelten dafür eigene gesetzliche Anforderungen; diese Seite behandelt nur die Aufgabe selbst, nicht die Folgen für Mitarbeiter.
Die Schlussfolgerung ist, dass das Vorbereiten und Versenden von Standarddokumenten zur Unterzeichnung mit Regeln oder RPA unterstützt werden kann, dass aber das Bestimmen des richtigen Unterzeichners und die Aufsicht über das Ergebnis Menschenarbeit bleiben, solange die Fehlerkosten und Compliance-Risiken hoch sind. Möchten Sie wissen, wie sich das für Ihre eigene Organisation auswirkt, einschließlich anderer Aufgaben von Officemanagern oder juristischen Mitarbeitern? Der kostenlose Quickscan von ftetoai.com gibt in zwölf Fragen, ohne Account, eine Einschätzung, welcher Teil der Stunden in Ihrem Profil heute von KI übernommen werden kann. Der vollständige Workscan mit einer vertiefenden Analyse pro Aufgabe befindet sich noch im Aufbau.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.