Jeder Abrechnungslauf beginnt mit einer Mutationsübersicht: Stunden, Urlaub, Krankheit, Vertragsänderungen. Jemand holt diese Daten aus verschiedenen Systemen, prüft sie und bereitet sie vor. Die Aufgabe endet bei dieser vollständigen Übersicht — der eigentliche Lauf ist ein anderer Schritt. Die Frage ist, ob KI dieses Erfassen und Bereitstellen übernehmen kann.
Die Antwort lautet: teilweise. Nicht weil die Aufgabe zu kompliziert ist, sondern weil zwei Achsen im Profil stark gegen Automatisierung sprechen und das durch den Rest nicht ausgeglichen wird.
Die Aufgabe ist recht strukturiert: Mutationen kommen aus festen Systemen, nach festen Kategorien, in einem wiederkehrenden Rhythmus pro Monat oder vier Wochen. Das spricht für Automatisierung. Auch das Volumen ist erheblich — bei größeren Belegschaften geht es um Hunderte Zeilen pro Lauf, was eine Aufgabe interessant für Automatisierung macht.
Aber zwei Achsen wiegen schwerer: Fehlerkosten und Compliance liegen beide auf dem niedrigsten Niveau. Eine verpasste Krankmeldung, ein abgelaufener Vertrag, der nicht verarbeitet wurde, oder ein doppelt gezählter Urlaubstag wirkt sich direkt auf das Gehalt eines Mitarbeiters und auf die Lohnsteueranmeldung aus. Das sind keine Fehler, die man im Nachhinein leicht korrigiert — sie betreffen das Einkommen von jemandem und die Beziehung zur Steuerbehörde. Der Beurteilungsspielraum ist mit einer 2 ebenfalls gering: Es gibt wenig Raum für Interpretation, Mutationen sind richtig oder falsch, vollständig oder unvollständig.
Die Kombination aus hoher Strukturiertheit mit niedrigen Fehlerkosten und Compliance ist genau der Fall, für den ein Agenten-Modell passt: KI sammelt, gleicht ab und signalisiert Abweichungen, aber ein Mensch genehmigt oder lehnt ab, bevor die Übersicht in den Abrechnungslauf geht. Keine vollständige Übernahme, wohl aber eine Verschiebung vom Sammeln zum Kontrollieren.
Ein Unternehmen mit hundertfünfzig Mitarbeitern, einem HR-System und einem separaten Lohnsystem, die nicht gekoppelt sind. Jeden Monat geht ein HR-Mitarbeiter die Urlaubskarten, Krankmeldungen und Vertragsänderungen manuell durch und tippt sie ab. Hier kann ein KI-Agent den Vergleich vornehmen, sobald die Systeme tatsächlich gekoppelt sind: automatisch Mutationen abrufen, Doppelungen signalisieren, fehlende Enddaten von Verträgen markieren. Der Agent liefert einen Vorschlag; der Lohnsachbearbeiter beurteilt die Ausnahmen und stellt das Ganze endgültig für den Lauf bereit. Die Arbeit des Durchsuchens und Abtippens entfällt, die Arbeit des Beurteilens bleibt.
Bei einem Unternehmen ohne Kopplung zwischen HR-System und Lohnsystem ist diese Aufgabe heute noch größtenteils Handarbeit, schlicht weil der Agent nichts hat, aus dem er lesen kann. Bei einem Unternehmen mit vielen Zeitarbeitskräften, variablen Stunden oder Schichtdiensten nimmt die Komplexität zu — mehr Quelldaten, mehr Möglichkeit für widersprüchliche Eingaben, also mehr Momente, in denen ein Mensch eingreifen muss. Und bei einem Unternehmen mit einem Tarifvertrag, der viele besondere Zulagen kennt, liegt der Beurteilungsspielraum wieder etwas höher als in diesem Profil, was die Balance etwas mehr in Richtung Handarbeit verschiebt.
Die Voraussetzung, die in allen Fällen wiederkehrt: Kopplung der Quellsysteme und ein Kontrollmoment vor dem endgültigen Lauf. Ohne diese beiden bleibt dies eine Aufgabe, die sich nicht isoliert automatisieren lässt.
Diese Aufgabe steht nicht für sich allein. Sie hängt mit anderen HR-Aufgaben zusammen, die vorgelagert sind: wie Dienstpläne erstellt werden, wie Dienstplanänderungen verarbeitet werden, wie Überstunden berechnet werden und wie Fehlzeiten erfasst werden. Wo diese Aufgaben bereits teilweise von KI erledigt werden, stehen für die Lohnvorbereitung automatisch sauberere, strukturiertere Quelldaten zur Verfügung — was den Agenten-Ansatz hier erleichtert. Wo diese Aufgaben noch vollständig manuell erfolgen, bleibt auch die Lohnvorbereitung stärker auf Handarbeit angewiesen, schlicht weil die Eingabe unordentlich ist.
Das ist die Verschiebung, die derzeit im Gange ist: nicht eine Aufgabe, die plötzlich vollständig wegfällt, sondern eine Kette von Aufgaben, die Stück für Stück etwas automatisierbarer wird, sobald die dahinterliegenden Systeme in Ordnung sind. Bei dem einen Unternehmen ist diese Kette bereits größtenteils gekoppelt, bei dem anderen noch nicht — und dieser Unterschied, nicht die Technologie selbst, bestimmt, wie viele Stunden hier heute schon frei werden.
Wer wissen möchte, wie viele Stunden das konkret sind, muss in Zeit rechnen, nicht in Köpfen — und warum diese Unterscheidung wichtig ist, steht ausgearbeitet auf der Seite über das Rechnen in Stunden statt in Personen. Wichtig ist auch, was nicht in ein KI-System gehört: Lohndaten und medizinische Informationen über Krankheit fallen unter Daten mit besonderem Schutz, und welche Daten Ihr Unternehmen dabei nicht ohne Weiteres von einem KI-System verarbeiten lassen darf, steht beschrieben auf der Seite über Daten, die Ihr Unternehmen nicht verwenden darf.
Eine letzte Anmerkung: Wenn diese Analyse irgendwo in Richtung einer Personalentscheidung zu weisen scheint, gilt dafür ein anderer Rahmen. Für Kündigung, Funktionsänderung oder Reorganisation gelten eigene gesetzliche Anforderungen, und diese Seite liefert dafür keine Grundlage.
Um zu sehen, wie sich dieses Profil zum Rest Ihres HR- und Lohnprozesses verhält, können Sie den kostenlosen Quickscan ausfüllen: zwölf Fragen, ohne Konto, mit dem Ergebnis einer Indikation, welcher Teil der Stunden in Ihrer Situation heute schon von KI übernommen werden kann. Der vollständige Werkscan, der die Arbeit Ihres gesamten Unternehmens Aufgabe für Aufgabe erfasst, befindet sich noch im Aufbau — den bieten wir hier bewusst noch nicht an.
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.