Workflow-Automation
Regulatorische Kernprozesse
vollständig automatisiert
Wie ich die manuellen Compliance-Prozesse eines KMU mit 15 Mio. Jahresumsatz eigenständig digitalisiert und automatisiert habe, ohne formalen Auftrag, ohne Entwicklungsteam und auf Basis von Bundesverordnungen, die sich laufend änderten.
Tausende Fahrzeuge pro Jahr, verarbeitet von Hand
Die CO2 Börse AG ist auf CO2-Management und Fahrzeugimport in der Schweiz spezialisiert. Das Kerngeschäft ist regulatorisch getrieben: Jedes importierte Fahrzeug muss homologiert, CO2-regulatorisch eingeordnet und dem Bundesamt für Energie (BFE) gemeldet werden. Fehler in diesen Prozessen haben direkte rechtliche und finanzielle Konsequenzen.
Als ich 2014 dazukam, wurden diese Prozesse vollständig manuell abgewickelt. Mitarbeitende prüften Fahrzeugdaten manuell gegen ASTRA-Verordnungen, ordneten Fahrzeuge händisch den richtigen CO2-Pools zu und übermittelten Daten manuell an Bundesbehörden. Bei tausenden Fahrzeugen pro Jahr entstanden so eine Fehlerquote von 16%, Durchlaufzeiten von fünf Arbeitstagen und ein Personalaufwand, der mit dem Volumen proportional mitwuchs.
Niemand hatte mich beauftragt, das zu ändern. Ich habe es trotzdem getan.
Regulatorische Logik ist Automationslogik
Der entscheidende Erkenntnisschritt war konzeptioneller Natur: Behördliche Verordnungen sind im Kern nichts anderes als präzise, regelbasierte Entscheidungsbäume. Wenn eine Verordnung eindeutig definiert, unter welchen Bedingungen ein Fahrzeug in welchen CO2-Pool eingeordnet wird, lässt sich diese Logik direkt in Automationsregeln übersetzen.
Regulierte Prozesse eignen sich besonders gut für Automatisierung, weil sie regelbasiert sind. Was der Gesetzgeber eindeutig definiert, kann eine Maschine fehlerfreier ausführen als ein Mensch.
Ich habe zunächst jede relevante Verordnung und Weisung des ASTRA und BFE vollständig durchgearbeitet und die Entscheidungslogik kartiert. Erst dann begann die technische Umsetzung: Automationsflows in n8n, Datenabgleich via Python, Schnittstellen zu den Bundesbehörden. Die Arbeit war nicht primär technisch, sondern fachlich. Wer die Regulatorik nicht verstand, konnte die Automation nicht korrekt bauen.
Drei Automationen, aufgebaut über acht Jahre
Die Automatisierung erfolgte in drei Stufen, die aufeinander aufbauten und sich mit der Regulatorik weiterentwickelten.
Phase 1: CO2-Abgabe-Management (2016)Messbare Wirkung auf drei Ebenen
Die Resultate sind über alle drei Automationsstufen hinweg konsistent: schneller, fehlerfreier, skalierbarer. Entscheidend ist nicht nur, was die Automation leistete, sondern was sie ermöglichte: Das Unternehmen konnte sein Volumen steigern, ohne die Personalkosten proportional zu erhöhen.
CO2-Abgabe-Automation (Phase 1)Dazu kommt ein qualitativer Effekt, der sich schwer quantifizieren lässt: Das ASTRA (Bundesamt für Strassen) verwies externe Anfragen zu Homologationsfragen direkt an die CO2 Börse AG. Die durch die Automation aufgebaute Fachtiefe schuf einen Wettbewerbsvorteil, der weit über die Prozesseffizienz hinausging.
Das zentrale Learning
Die tiefste Wirkung entsteht, wenn man ein Fachgebiet so gut versteht, dass man seine Logik in Maschinen übersetzen kann. Technisches Können ohne fachliche Tiefe produziert fragile Automationen. Fachliche Tiefe ohne technisches Können produziert manuelle Prozesse. Beides zusammen skaliert.