1. Einleitung

Die robotergestützte Prozessautomatisierung gab ein bescheidenes Versprechen und hielt es eine Zeit lang. Wo ein Mensch Daten zwischen Systemen hin- und herbewegte, die nicht miteinander sprechen konnten – sich in ein Portal einloggte, Zahlen in eine Tabelle kopierte, sie in ein ERP eintippte –, konnte ein RPA-Bot dasselbe beigebracht bekommen: dieselben Schaltflächen in derselben Reihenfolge anzuklicken, schneller und ohne zu ermüden. Der Reiz lag darin, dass dafür keine Änderung an den zugrunde liegenden Systemen nötig war: Der Bot bediente die vorhandenen Bildschirme genau wie ein Mensch, sodass eine Abteilung einen Prozess in Wochen automatisieren konnte, ohne darauf zu warten, dass die IT eine Schnittstelle baut. Auf dieser Grundlage wurde RPA zu einer der am schnellsten eingeführten Unternehmenstechnologien des vergangenen Jahrzehnts.

Das Problem steckt im Wort robotergestützt. Ein RPA-Bot versteht die Aufgabe nicht; er wiederholt eine Aufzeichnung. Er weiß, dass die Rechnungssumme im dritten Feld auf dem zweiten Reiter steht, nicht aber, was eine Rechnungssumme ist; wird das Portal also neu gestaltet und verschiebt sich das Feld, passt sich der Bot nicht an, sondern scheitert, und scheitert er unbemerkt, bucht er weiter die falsche Zahl, bis es jemand bemerkt. Jeder Prozess, den eine Organisation betreibt, sitzt in einer Umgebung, die abdriftet: Software wird aktualisiert, Formulare werden neu gestaltet, Lieferanten schicken ein neues Layout, eine Vorschrift fügt ein Feld hinzu, ein Grenzfall taucht auf, den die Aufzeichnung nie gesehen hat. Gegen eine abdriftende Umgebung ist ein eingefrorenes Regelwerk ein schwindender Vermögenswert. Der Branchenbegriff für die Folge lautet Bot-Wartung, und sie ist der stille Skandal des Feldes: Ein großer Teil des Aufwands in einem ausgereiften RPA-Programm fließt nicht in die Automatisierung neuer Arbeit, sondern in die Reparatur von Automatisierungen, die die Welt zerbrochen hat, sodass die laufenden Kosten mit der Zeit steigen und der Geschäftsnutzen unter ihm wegbröckelt.

Dieses Papier handelt davon, was RPA ersetzt und warum der Ersatz etwas anderer Art ist als ein schnellerer Bot. Ein leistungsfähiger KI-Agent – ein Modell, das einen Bildschirm oder ein Dokument lesen, über dessen Zweck nachdenken, Werkzeuge aufrufen und die eigene Arbeit prüfen kann – kann die Büroaufgabe erledigen, die RPA erledigte, doch das ist nicht die interessante Behauptung, denn dieselbe brüchige Sache mit einer teureren Maschine zu tun, ist kein Fortschritt. Die interessante Behauptung ist, dass ein Agent kann, was ein Bot strukturell nicht kann: Er kann die Automatisierung aus ihrem eigenen Lauf heraus verbessern. Jedes Mal, wenn er einen Fall bearbeitet, erzeugt er Belege – was er getan hat, ob das Ergebnis angenommen wurde, wo er zögerte oder korrigiert wurde –, und diese Belege können zurückgespeist werden, um zu überarbeiten, wie sich die Automatisierung beim nächsten Mal verhält. Die Automatisierung ist nicht länger eine einmal gemachte und danach verfallende Aufzeichnung, sondern wird zu einer Schleife, die besser wird, je länger sie läuft. Wir nennen dies rekursive Automatisierung, und sie ist der erste der beiden Eckpfeiler dieses Papiers.

Der zweite Eckpfeiler ist derjenige, der den ersten sicher macht, und ohne ihn ist die Rekursion eine Last und kein Vermögenswert. Eine Schleife, die ihr eigenes Verhalten aus ihren eigenen Ausgaben ändert, ist in regelungstechnischer Sprache ein Rückkopplungssystem, und Rückkopplungssysteme können konvergieren oder davonlaufen. Ein Agent, der sich selbst gegen ein verrauschtes Signal abstimmen darf, jagt dem Rauschen nach, optimiert die ihm vorgegebene Messgröße statt des Ergebnisses, dem er dienen sollte, und verschlechtert sich auf Weisen, die niemand gewählt hat. Die Disziplin, die eine sich selbst verbessernde Schleife aus einer Gefahr in einen verlässlichen Motor der Verbesserung verwandelt, ist nicht neu; die Industrie besitzt sie seit den 1920er Jahren und hat sie in den letzten dreißig Jahren als Six Sigma formalisiert, deren operativer Kern der DMAIC-Zyklus ist: das Ziel und die Toleranzen definieren (Define), messen, was tatsächlich geschieht (Measure), die Quellen von Fehlern und Streuung analysieren (Analyse), durch eine gezielte Änderung verbessern (Improve) und lenken (Control), damit der Gewinn gehalten und nicht verloren wird. Als Projektmethodik gelesen, ist DMAIC vertraut. Als Regelungsstruktur einer sich selbst verbessernden Automatisierung gelesen, fortlaufend statt einmalig betrieben, ist er genau der Regler, den die rekursive Schleife braucht, und dieses Zusammenspiel ist das Thema dieses Papiers.

Der Beitrag ist eine Argumentation und ein kleines Modell, kein Benchmark. Abschnitt 2 stellt die Behauptung dem bisherigen Befund zu RPA, intelligenter Automatisierung, kontinuierlicher Verbesserung und KI-Agenten gegenüber. Abschnitt 3 legt dar, warum ein Bot mit festen Regeln verfällt, mit einem Modell von Drift und Wartung. Abschnitt 4 beschreibt die rekursive Schleife, die ein Agent möglich macht. Abschnitt 5 ist das Herzstück des Papiers: DMAIC als die Regelungsstruktur, die die Schleife konvergieren lässt, mit der Control-Phase als Nicht-Regressions-Ratsche. Abschnitt 6 leitet die Substitutionsbedingung her, eine einzige Zahl, die sagt, wann der Agent den Bot überholt. Abschnitt 7 zeichnet einen konstruierten Fall aus der Kreditorenbuchhaltung nach; die Abschnitte 8 bis 11 ziehen die Folgen für den Betrieb einer Automatisierungsfunktion, beantworten Einwände, benennen Grenzen und schließen. Die Frage durchweg lautet: Sobald Automatisierung aus ihrer eigenen Ausführung lernen kann – was hält sie dazu an, das Richtige zu lernen, und wann macht das den aufgezeichneten Bot überflüssig?

2. Hintergrund

2.1 RPA und seine Obergrenze

In der wirtschaftsinformatischen Literatur wurde RPA als „leichtgewichtige" Automatisierung charakterisiert: Software, die die Präsentationsschicht bestehender Systeme bedient und nicht deren Daten oder Logik, sodass sie vom Fachbereich, außerhalb des klassischen IT-Projekts, gegen unveränderte Back-Ends ausgerollt wird (van der Aalst, Bichler & Heinzl, 2018; Hofmann, Samp & Urbach, 2020). Die frühe Fallevidenz war bei Kosten und Geschwindigkeit wahrhaft positiv (Lacity & Willcocks, 2016; Willcocks, Lacity & Craig, 2015). Dieselbe Literatur benannte, als das Feld reifte, die Obergrenze. Syed et al. (2020) identifizieren in ihrer Bestandsaufnahme von RPA-Forschung und -Praxis die Abhängigkeit von stabilen, strukturierten Eingaben und die Anfälligkeit von Bots gegenüber Oberflächen- und Prozessänderungen als wiederkehrende, ungelöste Themen und verorten Wartung und Governance unter den zentralen Herausforderungen des Feldes; Wewerka und Reichert (2023) führen in ihrer systematischen Kartierung des Feldes begrenzte Ausnahmebehandlung und Wartungsaufwand unter dessen beharrlichen Problemen auf. Die Obergrenze ist kein Mangel eines bestimmten Produkts; sie ist der Automatisierung durch Nachahmung der Oberfläche inhärent. Ein Bot kodiert, wie eine fähige Person zufällig geklickt hat, nicht, was die Aufgabe verlangt, und die Lücke zwischen beidem ist genau der Spielraum, den die Umgebung hat, ihn zu zerbrechen.

2.2 Von RPA zu intelligenter und agentischer Automatisierung

Die Praktiker reagierten, indem sie dem Bot Intelligenz anschraubten: optische Zeichenerkennung zum Lesen von Dokumenten, einen Klassifikator zum Sortieren, ein Modell für die unstrukturierten Eingaben, die RPA nicht bewältigen konnte. Diese intelligente Automatisierung oder Hyperautomatisierung erweiterte das Spektrum der Eingaben, die eine Pipeline annehmen konnte, ließ aber die Regelungsstruktur unverändert – eine feste Orchestrierung mit klügeren, in feste Positionen verdrahteten Komponenten –, und so erbte sie dieselbe Brüchigkeit eine Schicht höher. Die jüngere Verschiebung ist von anderer Art. Ein KI-Agent nimmt keine feste Position in einem von Hand gezeichneten Ablauf ein; ihm werden ein Ziel und ein Satz von Werkzeugen gegeben, und er entscheidet über die Schritte, was ihm erlaubt, Variation aufzunehmen, die eine feste Orchestrierung zerbrochen hätte, und weil er über die Aufgabe nachdenkt, statt eine Aufzeichnung abzuspielen, kann man ihn bitten, zu erklären, zu prüfen und zu überarbeiten, was er getan hat. Die Agentenliteratur des maschinellen Lernens liefert die Mechanik: das Verschränken von Nachdenken und Werkzeuggebrauch (Yao et al., 2023), das Reflektieren über gescheiterte Versuche, um es beim nächsten besser zu machen (Shinn et al., 2023), sowie die breitere Übersicht über autonome Agenten (Wang et al., 2024). Unser Interesse gilt nicht dem Mechanismus im Abstrakten, sondern einer Folge für den Betrieb: Die Ausführung eines Agenten erzeugt prüfbare Belege, und Belege sind das, was eine Schleife zum Verbessern braucht.

2.3 Kontinuierliche Verbesserung ist älter als die Maschine

Die Idee, dass ein Prozess aus seiner eigenen Ausgabe gemessen und verbessert werden sollte, ist keine KI-Idee; sie ist das Fundament des Qualitätsmanagements des zwanzigsten Jahrhunderts, und das Papier stützt sich bewusst darauf. Shewhart (1931) unterschied die einem stabilen Prozess innewohnende Streuung, common cause, von der zuordenbaren, special cause, jener Streuung, die anzeigt, dass sich etwas geändert hat, und gab die Regelkarte als das Instrument an, das beide auseinanderhält, sodass man auf wirkliche Verschiebungen und nicht auf Rauschen reagiert – genau die Fehlerweise einer ungeregelten Lernschleife; die moderne statistische Behandlung ist Montgomery (2024). Deming (1986) baute das Managementsystem darum herum und machte den Plan–Do–Study–Act-Zyklus der iterativen Verbesserung bekannt. Six Sigma (Harry & Schroeder, 2000; Pyzdek & Keller, 2023) verpackte die Praxis in DMAIC und knüpfte sie an eine quantifizierte Fehlerrate; die akademischen Behandlungen geben ihr eine Theorie (Linderman et al., 2003) und eine freimütige Darstellung ihres Spannungsverhältnisses zur Innovation (Benner & Tushman, 2003). Ein Strang steht diesem Papier besonders nahe: Box’ (1957) evolutionary operation, die einen Produktionsprozess als langsames, fortwährendes Experiment führte, seine Einstellungen behutsam verschob und behielt, was die Ausbeute messbar verbesserte, ist rekursive Selbstverbesserung unter statistischer Lenkung, Jahrzehnte vor dem Begriff, und sie ist der richtige Vorfahr dessen, was ein Agent nun mit der Geschwindigkeit von Software tut.

2.4 Rückkopplung, Varietät und die Grenzen einer festen Regel

Die Kybernetik liefert den Grund, warum ein fester Bot einer veränderlichen Welt unterliegen muss. Ashbys (1956) Gesetz der erforderlichen Varietät besagt, dass ein Regler Störung nur im Verhältnis zu der Varietät aufnehmen kann, die er selbst erzeugen kann: Nur Varietät kann Varietät zerstören. Ein RPA-Bot hat von Natur aus fast keine – eine Antwort pro aufgezeichnetem Pfad –, sodass er nur eine Umgebung regeln kann, die diese Pfade nie verlässt, und jede reale Umgebung tut dies irgendwann. Ein von einer Lernschleife geregelter Agent fertigt Varietät nach Bedarf, indem er eine Antwort auf einen Fall erzeugt, für den er nicht ausdrücklich gebaut wurde, weshalb er einem beweglichen Ziel folgen kann, dem eine feste Regel nicht folgen kann. Wiener (1948) gab die begründende Darstellung der Lenkung durch Rückkopplung, und die Tradition des maschinellen Lernens, aus einem Belohnungssignal zu lernen (Sutton & Barto, 2018), sowie die von Organisationen, durch Fehlerkorrektur zu lernen (Argyris & Schön, 1978), sind dasselbe Prinzip auf anderen Ebenen. Der Beitrag hier besteht darin, diese beiden alten Wissensbestände auf einem neuen Gegenstand zusammenzuführen: Der Agent liefert die Varietät, und DMAIC liefert die Lenkung, die die Varietät auf das Ziel gerichtet hält.

3. Warum ein Bot mit festen Regeln verfällt

Der Einwand gegen RPA ist nicht, dass es am ersten Tag versagt; er ist, dass es gebaut ist, um am ersten Tag optimal zu sein und an jedem Tag danach abzubauen. Man fixiere einen Prozess und rolle einen Bot aus, der einen Teil seiner Fälle korrekt bewältigt. Die Umgebung driftet dann, mit einer gewissen Rate, von dem Zustand weg, gegen den der Bot aufgezeichnet wurde: Formulare ändern sich, Systeme werden aktualisiert, neue Varianten von Eingaben treffen ein, Richtlinien fügen einen Schritt hinzu. Jedes Inkrement an Drift verwandelt einige Fälle, die der Bot zu bewältigen pflegte, in Fälle, die er nun falsch behandelt, sodass die Fehlerquote des Bots ungefähr im Verhältnis zur aufgelaufenen Drift steigt. Zwischen den Eingriffen gilt

wobei $\varepsilon_0$ die Fehlerquote bei der Inbetriebnahme ist, $t$ die Zeit und $\delta$ die Driftrate – das Tempo, mit dem die Welt die Aufzeichnung hinter sich lässt. Das Einzige, was $\varepsilon^{\mathrm{rpa}}$ senkt, ist ein Mensch: Ein Techniker bemerkt den Bruch, zeichnet den Pfad neu auf und setzt die Fehlerquote wieder in Richtung $\varepsilon_0$ zurück, zu einem Preis und bis zur nächsten Drift. Der Bot zeichnet daher einen Sägezahn nach, steigt mit der Drift und fällt bei jeder manuellen Reparatur, und verbessert sich nie gegenüber seinem ursprünglichen Entwurf, weil nichts in ihm lernt. Sein über die Lebensdauer gemittelter Fehler wird davon bestimmt, wie schnell sich die Welt bewegt ($\delta$) und wie oft die Organisation es sich leisten kann, jemanden zur Reparatur zu schicken.

Zwei Merkmale dieses Bildes sind von Bedeutung. Erstens ist die Wartung reaktiv und unbeschränkt: Wächst ein Bestand von Bots, wächst die Drift, die sie zusammen anhäufen, mit ihm, sodass der Wartungsaufwand mit der Zahl der Automatisierungen steigt und nicht mit der neu automatisierten Arbeit – das ist der Mechanismus, durch den die laufenden Kosten eines RPA-Programms seine Einsparungen überholen. Zweitens ist das Versagen oft stumm: Ein Bot, der einen Wert aus dem falschen Feld bucht, wirft keinen Fehler, sondern erzeugt ein plausibles, falsches Ergebnis, und dessen Kosten sind nur dadurch begrenzt, wie lange es unbemerkt bleibt. Eine feste Regel in einer sich bewegenden Welt ist nicht bloß begrenzt; sie ist eine Last, deren Größe die Organisation nicht steuert.

4. Rekursive Automatisierung: die Schleife, die ein Bot nicht schließen kann

Ein Agent verändert das Bild, weil seine Ausführung eine Informationsquelle ist, die auf die Automatisierung selbst zurückgewendet werden kann. Wenn ein Agent einen Fall bearbeitet, hinterlässt er eine Spur: die Eingabe, die er sah, die Schritte, die er wählte, die Werkzeugaufrufe, die er tätigte, die Ausgabe, die er erzeugte, und – entscheidend – das nachgelagerte Signal, ob diese Ausgabe angenommen, korrigiert oder rückgängig gemacht wurde. Diese Spur ist ein Beleg dafür, wo die Automatisierung stark und wo sie schwach ist, und weil sich das Verhalten des Agenten in Dingen ausdrückt, die sich bearbeiten lassen – seine Anweisungen, die ihm gegebenen Beispiele, die Werkzeuge und Prüfungen, die er verwenden muss, die Weiterleitung schwieriger Fälle –, kann dieser Beleg als Überarbeitung zurückgespeist werden. Die Automatisierung verbessert sich aus ihrem eigenen Lauf. Wo Gleichung (1) nur eine äußere Hand hat, um den Fehler zu senken, senkt ihn die rekursive Schleife von innen, in jedem Zyklus:

Dabei ist $\varepsilon_k$ die Fehlerquote nach $k$ Zyklen, $g \in (0,1)$ der Verbesserungsgewinn, der Anteil des behebbaren Fehlers, den ein Zyklus beseitigt, und $\varepsilon_\ast$ der nicht reduzierbare Boden, der Rest, den der Prozess nicht abwerfen kann, weil er echte Mehrdeutigkeit, fehlende Information oder nicht reduzierbares Urteil widerspiegelt – die wesentliche und nicht die zufällige Schwierigkeit der Aufgabe. Das Iterieren von Gleichung (2) ergibt die geschlossene Form

ein geometrischer Fall vom Ausgangsfehler auf den Boden. Dies ist die Gestalt, die die Qualitätstradition stets angestrebt hat, und die Gestalt, die ein Bot nie nachzeichnen kann, denn ein Bot hat kein $g$: Sein Verbesserungsgewinn ist null, und Gleichung (2) fällt zu einer Konstanten zusammen, die nur von manuellen Rücksetzungen unterbrochen wird. Der Unterschied zwischen RPA und agentischer Automatisierung ist in diesem Modell der Unterschied zwischen $g = 0$ und $g > 0$: zwischen einer Automatisierung, die nur von außen repariert werden kann, und einer, die sich von innen verbessert.

Drei Bedingungen machen $g$ positiv und halten es so, und alle drei sind Dinge, die die Ausführung des Agenten liefert, die eines Bots aber nicht. Es muss ein Signal geben: ein messbares Ergebnis für jeden Fall, damit sich besser und schlechter unterscheiden lassen. Es muss zuordenbaren Beleg geben: Spuren, die reich genug sind, um zu orten, warum ein Fall schiefging, nicht bloß dass er es tat. Und es muss eine bearbeitbare Oberfläche geben: Hebel, Prompts, Beispiele, Werkzeuge, Weiterleitung, die eine Überarbeitung tatsächlich bewegen kann. Ein Agent erzeugt alle drei als Nebenprodukt des Arbeitens; ein aufgezeichneter Bot erzeugt keines davon, was der tiefere Grund ist, warum er nicht lernen kann. Doch ein positives $g$ ist noch kein sicheres $g$. Eine Schleife, die sich selbst gegen ein Signal überarbeitet, kann den Fehler ebenso leicht erhöhen wie senken, wenn das Signal verrauscht, die Zuordnung falsch oder die Änderung eine Regression ist. $g$ verlässlich positiv zu machen, Zyklus um Zyklus, ist die Aufgabe der Regelungsstruktur, und das ist DMAIC.

5. DMAIC als die Regelungsstruktur

Die zentrale Behauptung des Papiers ist, dass die Disziplin, die eine sich selbst verbessernde Schleife aus einer Gefahr in einen verlässlichen Motor verwandelt, bereits vollständig ausgearbeitet existiert, nämlich im DMAIC-Zyklus von Six Sigma – vorausgesetzt, er wird nicht als einmaliges Verbesserungsprojekt gelesen, sondern als die ständige Regelungsstruktur der Automatisierung, fortlaufend betrieben. Jede Phase liefert etwas, das die rekursive Schleife aus Abschnitt 4 braucht, um ihren Gewinn positiv und ihre Richtung wahr zu halten; Abbildung 1 zeichnet den Zyklus, und Tabelle 3 ordnet jede Phase ihrer Rolle zu.

Define. Die Schleife braucht ein Ziel, das nicht der Stellvertreter ist, dem sie nachzujagen versucht sein wird. Define benennt das Ergebnis, dem die Automatisierung dient, die Toleranzen, die als Erfolg gelten, und eine ehrliche Schätzung des Bodens $\varepsilon_\ast$, unterhalb dessen weiterer Aufwand Verschwendung ist, sodass die Schleife das Geschäftsergebnis optimiert und nicht einen bequemen Ersatz dafür. Die meisten außer Kontrolle geratenen Rückkopplungsversagen sind Define-Versagen: Die Schleife verbesserte genau das, was ihr aufgetragen war, und das war das Falsche.

Measure. Es gibt keinen Verbesserungsgewinn ohne ein Signal, und Measure ist die Phase, die eines herstellt, indem sie jeden Fall instrumentiert, sodass das Ergebnis, die Korrekturen und die Punkte des Zögerns aufgezeichnet und nicht anekdotisch stichprobenartig erfasst werden. Dies ist die moderne Form von Shewharts Einsicht, dass man nicht verbessern kann, was man nicht misst, und hier verdient auch Process Mining (van der Aalst, 2016) seinen Platz, das aus den eigenen Ereignisprotokollen rekonstruiert, was der Prozess tatsächlich getan hat, statt wie man sich seinen Ablauf vorstellte.

Analyse. Der charakteristische Fehler einer Lernschleife ist, auf Rauschen zu reagieren, als wäre es Signal, sich gegen die normale Streuung eines stabilen Prozesses nachzujustieren und dabei zu rattern. Analyse ist der Wächter: Sie trennt Common-Cause-Streuung, die in Ruhe zu lassen ist, von Special-Cause-Streuung, auf die zu reagieren ist, und sie ordnet den handlungsrelevanten Fehler einer Ursache zu, die spezifisch genug ist, um ihn zu beheben. Dies ist Shewharts (1931) Unterscheidung, die genau die Arbeit tut, für die sie erfunden wurde, nun eine Automatisierung davor schützend, sich in den eigenen Schwanz zu beißen.

Improve. Erst jetzt wird eine Änderung vorgenommen: eine Überarbeitung der Anweisungen des Agenten, seiner Beispiele, seiner Werkzeuge, seiner Prüfungen oder der Weiterleitung, die eine Klasse schwieriger Fälle an einen Menschen oder einen spezialisierten Pfad schickt. Improve ist der Mutationsschritt der Schleife, der Ort, an dem der Gewinn $g$ tatsächlich verwirklicht wird, und er liegt bewusst nach Messung und Analyse, damit die Änderung einer diagnostizierten Ursache und nicht einer Ahnung antwortet.

Control. Control ist die Phase, die das Ganze sicher macht, und hier unterscheidet sich die rekursive Automatisierung am schärfsten sowohl von einem Bot als auch von einem ungeregelten Lernsystem. Eine vorgeschlagene Änderung wird nicht übernommen, weil sie besser scheint; sie wird nur übernommen, wenn gemessen wird, gegen zurückgehaltene Fälle, dass sie das Ergebnis nicht verschlechtert, und andernfalls wird sie verworfen und die vorige Version beibehalten. Formal, mit $\widehat{\varepsilon}(m)$ für den gemessenen Fehler einer Kandidatenüberarbeitung $m$,

wobei $\gamma \ge 0$ ein Vertrauensabstand ist, der das Tor davor bewahrt, vom Rauschen getäuscht zu werden. Das Tor hat eine präzise Wirkung auf die Schleife: Es macht die Fehlerfolge im Erwartungswert monoton,

sodass sich Verbesserung anhäuft und nie zurückgegeben wird. Dies ist es, was die rohe Rekursion von Gleichung (2) aus einem Zufallsweg, der irgendwohin driften könnte, in eine Ratsche verwandelt, die sich nur festzieht, und es ist die Disziplin, die die statistische Prozesslenkung vor einem Jahrhundert zur Fertigung beitrug, nun auf eine Automatisierung angewandt, die sich selbst umschreibt. Control erledigt auch die glanzlose andere Hälfte seiner Aufgabe: Es standardisiert und hält den Gewinn, heftet die verbesserte Version mit ihren Leitplanken fest, sodass der nächste Zyklus vom neuen Boden und nicht vom alten beginnt.

Das Zusammenspiel ist der Punkt. Rekursion ohne DMAIC ist eine Schleife, die mit gleicher Leichtigkeit verbessern oder zerstören kann; DMAIC ohne Rekursion ist das periodische Verbesserungsprojekt, das Qualitätsteams stets von Hand durchgeführt haben, begrenzt dadurch, wie oft Menschen zusammenkommen können. Ein Agent, der DMAIC als seine eigene ständige Regelungsstruktur betreibt, bekommt beides: die Geschwindigkeit und Reichweite der Softwareverbesserung und die Konvergenzgarantie der statistischen Lenkung.

6. Die Substitutionsbedingung

Wir können nun genau sagen, wann der Agent den Bot überholt. Die beiden Automatisierungen stehen derselben abdriftenden Welt gegenüber, bei derselben Driftrate $\delta$. Der Bot hat keinen inneren Gewinn, und so steigt sein Fehler nach Gleichung (1) mit der Drift, bis ein Mensch ihn zurücksetzt. Der Agent betreibt seine DMAIC-Schleife mit der Zykluszeit $\tau$ – der Zeit, um eine Überarbeitung zu messen, zu analysieren, vorzuschlagen und durch das Tor zu führen – und dem Gewinn pro Zyklus $g$, während dieselbe Drift $\delta$ seinen Fehler nach oben drückt. Über die kontinuierliche Zeit verbinden sich die beiden Kräfte:

ein Lernterm, der den Fehler zum Boden hinunterzieht, und ein Driftterm, der ihn hinaufschiebt. Sein stationärer Zustand, in dem die Schleife genau mit der Welt Schritt hält, ist

sodass die Automatisierung in einem beschränkten Abstand über dem Boden hält, bestimmt durch das Verhältnis, wie schnell die Welt driftet, zu dem, wie schnell die Schleife lernt. Der Bot, mit $g \to 0$, hat überhaupt keinen endlichen stationären Zustand: Sein Fehler ist nur durch den Wartungsplan begrenzt. Man definiere die dimensionslose Substitutionszahl

das Verhältnis des Fehlers, den ein Zyklus beseitigt, zu dem Fehler, den die Drift über denselben Zyklus hinzufügt. Wenn $\Sigma > 1$, beseitigt die Schleife Fehler schneller, als die Umgebung sie einträgt, und die Automatisierung konvergiert zu einem engen Band über dem Boden; wenn $\Sigma \gg 1$, sitzt sie im Wesentlichen auf dem Boden. Der Agent ersetzt den Bot genau dann, wenn er eine geregelte Schleife mit $\Sigma > 1$ betreiben kann, was eine Aussage über drei steuerbare Größen ist: Erhöhe den Gewinn $g$ durch bessere Messung und Zuordnung, verkürze den Zyklus $\tau$ durch Automatisierung der Schleife selbst – und der Agent schlägt jeden festen Bot in jeder Umgebung, deren Drift $\delta$ endlich ist. Abbildung 2 stellt die beiden Verläufe einander gegenüber. Die praktische Lesart ist, dass Substitution keine Frage danach ist, ob der Agent am ersten Tag klüger ist als der Bot – oft ist er es nicht –, sondern danach, ob sich seine Schleife unter Lenkung schneller dreht, als sich die Welt dreht; und sobald sie es tut, laufen der Sägezahn des Bots und der Abstieg des Agenten endgültig auseinander.

7. Ein konstruierter Fall: Kreditorenbuchhaltung

Der Fall ist konstruiert, nicht beobachtet: Seine Zahlen sind illustrativ und in sich stimmig, und er soll zeigen, dass die Größen des Modells plausible Werte annehmen, nicht ein Ergebnis berichten. Man betrachte die Kreditorenbuchhaltung eines mittelgroßen Konzerns, der Lieferantenrechnungen in vielen Formaten über mehrere Portale empfängt und jede mit einer Bestellung und einem Wareneingang abgleichen, kontieren und zur Zahlung buchen muss. Es ist das archetypische RPA-Ziel – hohes Volumen, regelbeschreibbar, langweilig – und die archetypische RPA-Enttäuschung, weil die Formate ständig abdriften und jeder Lieferant eine Ausnahme ist, die nur darauf wartet zu geschehen.

Der RPA-Bestand des Konzerns bewältigt die saubersten Lieferanten-Layouts und leitet alles andere an Menschen weiter. Bei der Inbetriebnahme buchte er etwa 55 Prozent der Rechnungen im Dunkeldurchlauf, doch im Lauf von achtzehn Monaten drückten drei Portal-Updates und eine Welle neuer Lieferanten die Dunkeldurchlaufquote nach unten und die Stummfehlerquote nach oben, sodass ein ständiges Team einen großen Teil seiner Woche damit verbringt, zerbrochene Bots neu aufzuzeichnen und Fehlbuchungen nachzujagen; Tabelle 1 gibt die Vorher-Spalte an. Ersetzt man die aufgezeichneten Bots durch einen Agenten, der jede Rechnung liest als das, was sie ist, sie durch Nachdenken statt durch feste Koordinaten abgleicht und echte Ausnahmen an einen Menschen weiterleitet, und hüllt man diesen Agenten in eine ständige DMAIC-Schleife – die Dunkeldurchlaufquote ist das, was Measure verfolgt, die Korrekturen jeder Woche sind der Beleg, an dem Analyse arbeitet, die Prompts, Beispiele und Abgleichprüfungen des Agenten sind das, was Improve überarbeitet, und eine zurückgehaltene Stichprobe ist das Tor, das Control anlegt –, so ändert dies sowohl das Niveau als auch dessen Richtung. Der Agent beginnt nur wenig besser als der Bot, doch weil sich seine Schleife schneller dreht, als die Portale driften ($\Sigma > 1$), fällt seine Ausnahmequote Zyklus um Zyklus zu dem Boden hin, den die Rechnungen setzen, die wirklich menschliches Urteil brauchen, während sich die Wartungslast umkehrt: Statt dass Techniker Aufzeichnungen reparieren, wird die Arbeit zum Prüfen der von der Schleife vorgeschlagenen Änderungen am Control-Tor. Tabelle 1 zeichnet die Größen des Modells durch den Fall hindurch nach.

8. Was sich für das Betriebsmodell ändert

Einen Agenten an die Stelle eines Bots zu setzen, ist kein gleichartiger Austausch von Motoren unter derselben Haube; es ändert, was die Automatisierungsfunktion tut und worin sie gut sein muss. Tabelle 2 stellt die beiden nebeneinander. Die größte Änderung betrifft, wohin der menschliche Aufwand geht. Unter RPA ist die wiederkehrende menschliche Arbeit Reparatur: die Bots zu finden und neu aufzuzeichnen, die die Welt zerbrochen hat, eine reaktive Aufgabe, die mit der Größe des Bestands skaliert und nichts Neues hervorbringt. Unter einem DMAIC-geregelten Agenten ist die wiederkehrende menschliche Arbeit das Control-Tor: die von der Schleife vorgeschlagenen Überarbeitungen zu prüfen und zu entscheiden, was übernommen wird, eine Aufgabe, die mit der Verbesserungsrate und nicht mit der Größe des Bestands skaliert und die jedes Mal, wenn sie getan wird, eine bessere Automatisierung hervorbringt. Die Fähigkeiten ändern sich entsprechend, vom Skripten von Robotern gegen Bildschirme hin zum Definieren von Ergebnissen, zum Instrumentieren von Prozessen und zum Beurteilen von Belegen, das heißt vom Automatisierungs-Engineering hin zur Disziplin des Qualitätsmanagements, nun mit der Geschwindigkeit von Software ausgeführt.

Es gibt eine zweite Änderung, bei der Governance. Ein System, das sein eigenes Verhalten umschreibt, ist mächtiger als eine Aufzeichnung und verlangt mehr Rechenschaft, nicht weniger, und DMAIC liefert den Prüfpfad als Nebenprodukt: Jede übernommene Änderung antwortet einer gemessenen Ursache, hat ein aufgezeichnetes Tor passiert und lässt sich zuordnen und rückgängig machen, sodass eine sich selbst verbessernde Automatisierung, richtig betrieben, inspizierbarer ist als der undurchsichtige Bot, den sie ersetzt, nicht weniger. Die Control-Phase ist ebenso sehr ein Compliance- wie ein Qualitätsinstrument. Dies zählt am meisten dort, wo Automatisierung regulierte Arbeit berührt, und es ist dieselbe Disziplin – gemessene Änderung hinter einem Tor –, für die wir an anderer Stelle in unserer Forschung zu regulierter IT argumentiert haben.

9. Einwände und Erwiderungen

Ein Agent ist je Fall weit teurer als ein Bot. Je Fall, heute, oft ja, und für eine enge, stabile Aufgabe mit hohem Volumen, deren Umgebung wirklich nicht driftet, mag ein aufgezeichneter Bot die wirtschaftliche Wahl bleiben, und nichts hier sagt etwas anderes. Das Argument greift dort, wo die Umgebung driftet, was die meisten Orte sind, denn dort sind die wahren Kosten des Bots nicht sein Preis je Fall, sondern sein Wartungsschweif und seine stummen Fehler, und die Schleife des Agenten macht ihre höheren Stückkosten wett, indem sie beide beseitigt. Der anzustellende Vergleich sind die Lebenszykluskosten gegen eine abdriftende Umgebung, nicht die Stückkosten am ersten Tag.

Das ist nur RPA mit angeschraubtem Modell, das die Anbieter bereits verkaufen. Es ist das Gegenteil. Ein Modell in eine feste Orchestrierung zu schrauben – intelligente Automatisierung, wie sie üblicherweise verkauft wird – behält die brüchige Regelungsstruktur bei und macht ihre Komponenten klüger, sodass es die Obergrenze ein wenig anhebt und den Verfall erbt. Die Behauptung hier betrifft die Regelungsstruktur selbst: die feste Orchestrierung durch eine geregelte Schleife zu ersetzen, die die Automatisierung aus ihrer eigenen Ausgabe umschreibt. Die Maschine ist die kleinere Hälfte der Änderung; die Schleife ist die größere.

Ein sich selbst verbesserndes System, das sein eigenes Verhalten ändert, ist ein Risiko, das man nicht beherrschen kann. Es ist ein Risiko, und ungeregelt ist es ein ernstes, was der ganze Grund dafür ist, dass der zweite Eckpfeiler des Papiers eine Lenkungsdisziplin ist und kein Modell. Ein Agent, der sich gegen ein verrauschtes Signal ohne Analyse-Phase und ohne Control-Tor nachjustiert, wird in der Tat abdriften und sich verschlechtern. Die Erwiderung ist nicht, die Schleife zu verbieten, sondern sie mit der Methode zu lenken, mit der die Fertigung selbstjustierende Prozesse seit einem Jahrhundert lenkt: messen, Signal vom Rauschen trennen, gegen eine diagnostizierte Ursache ändern und nur übernehmen, was ein Tor als nicht verschlechternd erweist. Eine geregelte Schleife ist rechenschaftspflichtiger als ein Bot, nicht weniger.

Ihr Modell ist zu einfach; echter Fehler fällt nicht geometrisch. Das Modell ist eine bewusste Vereinfachung, und seine Konstanten sind nicht gemessen; sein Zweck ist, die Struktur lesbar zu machen – dass ein Bot $g = 0$ hat und ein geregelter Agent $g > 0$, und dass Substitution davon abhängt, ob die Schleife die Drift überholt. Die geometrische Form ist das generische Verhalten eines Proportionalreglers gegen einen Boden, kein präzises empirisches Gesetz, und Abschnitt 10 sagt dies. Die Substitutionszahl $\Sigma$ ist als Denkweise gemeint, nicht als eine Zahl, die man auf drei Stellen zitiert.

10. Grenzen

Dies ist eine an die Praxis gerichtete Argumentation mit einem bewusst einfachen Modell, und ihre Grenzen sollten offenliegen. Das Modell der Abschnitte 3 bis 6 ist illustrativ: die lineare Drift von Gleichung (1), der konstante Gewinn von Gleichung (2) und der einzelne Boden $\varepsilon_\ast$ sind der Lesbarkeit halber gewählte Vereinfachungen, und echte Drift ist klumpig, echter Gewinn nimmt ab, wenn der Boden näher kommt, und der Boden selbst bewegt sich, wenn sich die Aufgabe ändert; die Substitutionszahl $\Sigma$ ist eine Linse, keine gemessene Größe, und wir haben sie nicht an Felddaten geschätzt. Die Argumentation ist auf Prozesse begrenzt, die driften und die ein brauchbares Ergebnissignal tragen; eine wirklich stationäre Aufgabe mit hohem Volumen mag weiterhin einen aufgezeichneten Bot begünstigen, und ein Prozess ohne messbares Ergebnis entzieht der Schleife das Signal, von dem der ganze Mechanismus abhängt. Die Behauptung betrifft eine Regelungsstruktur, kein Produkt, und die spezifische Agententechnologie ist jung und bewegt sich schnell; ein Leser sollte die Struktur behalten – eine geregelte rekursive Schleife schlägt eine eingefrorene Regel in einer bewegten Welt – und die Komponenten neu prüfen, während sie sich ändern. Schließlich ist der Gewinn immer nur so ehrlich wie die Measure- und Control-Phasen: Eine Organisation, die schlecht instrumentiert oder das Tor zu einem Stempelautomaten verkommen lässt, bekommt die Risiken der Rekursion ohne ihre Konvergenz, was ein Grund ist, die Disziplin ernst zu nehmen, und kein Mangel der Idee.

11. Schlussfolgerung

Die robotergestützte Prozessautomatisierung tat etwas Nützliches, indem sie aufzeichnete, wie ein Mensch ein System bedient, und es abspielte, doch sie automatisierte die Oberfläche einer Aufgabe und fror sie ein, und eine eingefrorene Regel in einer bewegten Welt verfällt: Ihr Fehler steigt mit der Drift, ihre Wartungsrechnung steigt mit ihrem Bestand, und ihre schlimmsten Versagen sind stumm. KI-Agenten ersetzen sie nicht, indem sie dieselben Regeln mit einer teureren Maschine abspielen, sondern indem sie eine Schleife schließen, die eine Aufzeichnung nicht schließen kann, und die Automatisierung aus ihrer eigenen Ausführung heraus verbessern, Zyklus um Zyklus. Diese Rekursion ist der erste Eckpfeiler und für sich allein ebenso sehr Gefahr wie Hilfe. Der zweite Eckpfeiler ist das, was sie verlässlich macht: der DMAIC-Zyklus, nicht als einmaliges Projekt gelesen, sondern als die ständige Regelungsstruktur der Automatisierung – das Ziel und den Boden definieren (Define), jeden Fall messen (Measure), Signal vom Rauschen analysieren (Analyse), gegen eine diagnostizierte Ursache verbessern (Improve) und mit einem Tor lenken (Control), das nur übernimmt, was die Lage messbar nicht verschlechtert –, sodass Verbesserung zu einer Ratsche wird und nicht zu einem Glücksspiel. Im Modell des Papiers ist der Unterschied der Unterschied zwischen einem Verbesserungsgewinn von null und einem verlässlich positiv gehaltenen Gewinn, und der Agent überholt den Bot genau dann, wenn seine geregelte Schleife Fehler schneller beseitigt, als die Welt sie einträgt. Das Engineering, das folgt, dreht sich weniger um das Modell, das die Rechnung liest, als um die Schleife, die um es herum gebaut ist, und die Disziplin, die diese Schleife braucht, ist eine, die die Industrie seit einem Jahrhundert besitzt und nun mit der Geschwindigkeit von Software betreiben kann. Automatisiere die Aufgabe, miss, was geschieht, verbessere gegen das, was du misst, und lass nichts die Automatisierung ändern, was ein Tor nicht als besser erwiesen hat. Ein Bot ist eine Fotografie eines Prozesses; ein geregelter Agent ist der Prozess, der lernt. Das ist die Substitution, und das ist sie ganz.

Anhang A. DMAIC als Regelkreis einer Automatisierung betreiben

Die folgenden Praktiken sind es, die eine rekursive Automatisierung konvergieren statt abdriften lassen. Keine ist neu für die KI; jede ist die Qualitätstradition, angewandt auf eine Automatisierung, die sich selbst umschreibt.

References

Argyris, C., & Schön, D. A. (1978). Organizational learning: A theory of action perspective. Addison-Wesley. ISBN 978-0-201-00174-3.

Ashby, W. R. (1956). An introduction to cybernetics. Chapman & Hall. http://pcp.vub.ac.be/books/IntroCyb.pdf

Benner, M. J., & Tushman, M. L. (2003). Exploitation, exploration, and process management: The productivity dilemma revisited. Academy of Management Review, 28(2), 238–256. https://doi.org/10.2307/30040711

Box, G. E. P. (1957). Evolutionary operation: A method for increasing industrial productivity. Journal of the Royal Statistical Society: Series C (Applied Statistics), 6(2), 81–101. https://doi.org/10.2307/2985505

Deming, W. E. (1986). Out of the crisis. MIT Center for Advanced Engineering Study. ISBN 978-0-911379-01-0.

Harry, M. J., & Schroeder, R. (2000). Six Sigma: The breakthrough management strategy revolutionizing the world’s top corporations. Currency/Doubleday. ISBN 978-0-385-49437-3.

Hofmann, P., Samp, C., & Urbach, N. (2020). Robotic process automation. Electronic Markets, 30(1), 99–106. https://doi.org/10.1007/s12525-019-00365-8

Lacity, M., & Willcocks, L. P. (2016). Robotic process automation at Telefónica O2. MIS Quarterly Executive, 15(1), 21–35. https://aisel.aisnet.org/misqe/vol15/iss1/4/

Linderman, K., Schroeder, R. G., Zaheer, S., & Choo, A. S. (2003). Six Sigma: A goal-theoretic perspective. Journal of Operations Management, 21(2), 193–203. https://doi.org/10.1016/S0272-6963(02)00087-6

Montgomery, D. C. (2024). Introduction to statistical quality control (8th ed.). Wiley. ISBN 978-1-119-72309-7.

Pyzdek, T., & Keller, P. A. (2023). The Six Sigma handbook (6th ed.). McGraw-Hill. ISBN 978-1-26-514399-2.

Shewhart, W. A. (1931). Economic control of quality of manufactured product. D. Van Nostrand. ISBN 978-0-87389-076-2 (ASQ reprint).

Shinn, N., Cassano, F., Gopinath, A., Narasimhan, K., & Yao, S. (2023). Reflexion: Language agents with verbal reinforcement learning. In Advances in Neural Information Processing Systems 36 (NeurIPS 2023). https://arxiv.org/abs/2303.11366

Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (2nd ed.). MIT Press. ISBN 978-0-262-03924-6.

Syed, R., Suriadi, S., Adams, M., Bandara, W., Leemans, S. J. J., Ouyang, C., ter Hofstede, A. H. M., van de Weerd, I., Wynn, M. T., & Reijers, H. A. (2020). Robotic process automation: Contemporary themes and challenges. Computers in Industry, 115, 103162. https://doi.org/10.1016/j.compind.2019.103162

van der Aalst, W. M. P. (2016). Process mining: Data science in action (2nd ed.). Springer. https://doi.org/10.1007/978-3-662-49851-4

van der Aalst, W. M. P., Bichler, M., & Heinzl, A. (2018). Robotic process automation. Business & Information Systems Engineering, 60(4), 269–272. https://doi.org/10.1007/s12599-018-0542-4

Wang, L., Ma, C., Feng, X., Zhang, Z., Yang, H., Zhang, J., Chen, Z., Tang, J., Chen, X., Lin, Y., Zhao, W. X., Wei, Z., & Wen, J.-R. (2024). A survey on large language model based autonomous agents. Frontiers of Computer Science, 18(6), 186345. https://doi.org/10.1007/s11704-024-40231-1

Wewerka, J., & Reichert, M. (2023). Robotic process automation: A systematic mapping study and classification framework. Enterprise Information Systems, 17(2), 1986862. https://doi.org/10.1080/17517575.2021.1986862

Wiener, N. (1948). Cybernetics: Or control and communication in the animal and the machine. MIT Press. ISBN 978-0-262-73009-9.

Willcocks, L. P., Lacity, M., & Craig, A. (2015). The IT function and robotic process automation (The Outsourcing Unit Working Research Paper Series). London School of Economics and Political Science, LSE Research Online item 64519. http://eprints.lse.ac.uk/64519/

Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing reasoning and acting in language models. In International Conference on Learning Representations (ICLR 2023). https://arxiv.org/abs/2210.03629