Viele Unternehmen investieren heute erhebliche Mittel in KI-gestützte Dokumentenverarbeitung und digitale Workflows und stoßen kurz nach dem Start auf ein Problem, das niemand auf dem Radar hatte: Jahrzehnte von Verträgen, Akten und Korrespondenz liegen noch auf Papier. KI kann nur mit Daten arbeiten, die digital vorliegen. Dieser blinde Fleck in der Digitalisierungsstrategie kostet Unternehmen nicht nur Zeit und Geld, sondern blockiert den gesamten Transformationsprozess. Ein Beitrag über die unterschätzte Grundvoraussetzung moderner KI-Projekte.
Es gibt eine Situation, die sich in Beratungsgesprächen ständig wiederholt. Ein Unternehmen –mittelgroß, gut aufgestellt, ambitioniert – hat sich für ein neues Dokumentenmanagementsystem entschieden. KI-gestützte Suche, automatische Klassifikation, nahtlose Integration in bestehende ERP-Systeme. Die Präsentation des Softwareanbieters war überzeugend. Das Budget ist freigegeben. Und dann, in der ersten Projektwoche, stellt jemand die Frage: „Was machen wir eigentlich mit den Akten im Keller?“ – Stille.
Die Antwort auf diese Frage entscheidet häufig darüber, ob ein KI-Projekt in sechs Monaten effizient läuft oder zwei Jahre später immer noch „in der Implementierungsphase“ steckt.
Das Fundament, das niemand sieht
Die Diskussion über künstliche Intelligenz in Unternehmen dreht sich seit Jahren um dieselben Themen: die richtige Software, die passende Infrastruktur, den Fachkräftemangel. Was dabei komplett außer Acht gelassen wird, ist die Frage nach der Datenbasis. Das „Problem“ ist nämlich folgendes: KI-Systeme, egal ob zur automatischen Rechnungsverarbeitung oder zur Datensuche, arbeiten ausschließlich mit dem, was man ihnen vorher digital zur Verfügung gestellt hat.
Das klingt banal. In der Praxis ist das aber gar nicht so einfach!
Laut AIIM sind trotz aller Digitalisierungsbemühungen noch immer über 45 Prozent der Geschäftsprozesse in Unternehmen papierbasiert. Das Beratungsunternehmen McKinsey beziffert den Anteil der Arbeitszeit, den Mitarbeiter mit dem Suchen und Zusammentragen von Informationen verbringen, auf durchschnittlich 1,8 Stunden pro Tag. Ein erheblicher Teil dieser Zeit geht auf analoge Bestände zurück: Dokumente, die immer noch in Ordnern lagern statt in durchsuchbaren Systemen.
Was in deutschen Unternehmensarchiven tatsächlich schlummert, ist beachtlich. Handelsrechtliche Aufbewahrungspflichten verlangen für Buchungsbelege sechs, für Handelsbriefe und Jahresabschlüsse sogar zehn Jahre. In der Praxis bedeutet das: Wer ein Unternehmen mit zwanzigjähriger Geschichte übernimmt oder modernisiert, erbt im Zweifel zwanzig Jahre analoges Dokumentenvolumen. Hinzu kommen branchenspezifische Besonderheiten: Ingenieur- und Architekturbüros müssen Baupläne teils über die gesamte Lebensdauer eines Bauwerks vorhalten, Steuerberatungen kämpfen mit jahrzehntelangen Mandantenakten, Kommunalverwaltungen mit Archivbeständen, die bis in die Nachkriegszeit reichen.
Was passiert, wenn KI auf Papier trifft
Ein konkretes Beispiel macht das Problem greifbar. Ein Ingenieurbüro möchte eine KI-gestützte Suchfunktion einführen, mit der Projektmitarbeiter schnell auf ältere Ausführungsunterlagen zugreifen können. Gute Idee, technisch längst machbar. 30 Prozent aller Projektakten des Büros existieren ausschließlich in Papierform, teils als großformatige Zeichnungen und Grundrisse. Wer Pläne digitalisieren lassen möchte, stößt dabei schnell auf das eigentliche Problem: Ohne diesen Schritt bleibt ein erheblicher Teil des Projektarchivs für jedes digitale System unsichtbar. Diese Dokumente sind für das neue System schlicht nicht vorhanden. Die KI findet, was digital ist. Den Rest findet niemand oder jemand sucht ihn nach alter Methode: zu Fuß, im Archivraum, mit ungewissem Ausgang.
Genau das ist die Krux. Unternehmen rüsten sich für die Zukunft und vergessen dabei, ihre Vergangenheit mitzunehmen. Das führt zu einem Zwei-Klassen-Archiv: neuere Dokumente sind zugänglich, ältere nicht. Die KI arbeitet mit einem unvollständigen Bild der Unternehmensrealität und liefert entsprechend unvollständige Ergebnisse.
Besonders kritisch wird es, wenn es um Rechtssicherheit geht. Die GoBD – die Grundsätze ordnungsmäßiger Buchführung und Datenverarbeitung – erlaubt das ersetzende Scannen von Papierdokumenten unter bestimmten Voraussetzungen. Wer das korrekt umsetzt, kann physische Originale vernichten und die gesetzlichen Aufbewahrungsfristen mit dem Digitalisat erfüllen. Wer es nicht umsetzt oder halbherzig angeht, sitzt im schlechtesten Fall auf einem hybriden Archiv, das weder die Stärken des analogen noch die des digitalen Systems ausspielt.
Der erste Schritt, den viele überspringen
Digitalisierungsberatungen empfehlen regelmäßig, mit dem Laufenden zu beginnen: neue Dokumente digital erzeugen, aktuelle Prozesse digitalisieren. Das ist sinnvoll. Aber es löst das Altbestandsproblem nicht, es verschiebt es nur.
Bevor ein Unternehmen ernsthaft KI-gestützte Dokumentenverarbeitung einführen kann, braucht es eine ehrliche Bestandsaufnahme: Welche Dokumente existieren noch analog? Welche davon sind für laufende Prozesse oder rechtliche Anforderungen relevant? Welche können vernichtet werden und was muss digitalisiert werden, bevor das möglich ist?
Diese Inventur ist keine technische Herausforderung. Sie ist eine organisatorische. Sie wird in Digitalisierungsprojekten regelmäßig unterschätzt. Manchmal aus Unkenntnis, manchmal weil das Thema schlicht unattraktiv wirkt im Vergleich zur Einführung einer glänzenden KI-Plattform.
Ein paar Leitfragen, die in keiner Digitalisierungsstrategie fehlen sollten:
- Wie alt ist unser ältester relevanter Dokumentenbestand und in welchem Format liegt er vor?
- Gibt es Abteilungen oder Standorte, die bisher vom Dokumentenmanagement-System ausgenommen sind?
- Welche Prozesse hängen aktuell noch an physischen Dokumenten und was passiert, wenn diese im Ernstfall nicht auffindbar sind?
- Sind unsere Archivbestände GoBD-konform, und wissen wir, welche Dokumente mit welcher Frist aufzubewahren sind?
Wer diese Fragen nicht beantworten kann, sollte das tun, bevor er das nächste KI-Tool evaluiert.
Was es wirklich bedeutet, KI-ready zu sein
Der Begriff „KI-ready“ ist in den letzten Jahren inflationär geworden. Zu oft meint er: die Infrastruktur ist vorhanden, die Software ist lizenziert. Was er meinen sollte: die Datenbasis ist vollständig, bereinigt und zugänglich.
Datenvollständigkeit ist dabei das Schlüsselwort. Ein KI-System, das nur auf einen Teil der relevanten Unternehmensdaten zugreift, liefert strukturell verzerrte Ergebnisse. Das betrifft nicht nur Papierdokumente, sondern auch audiovisuelle Bestände, die in vielen Unternehmen noch auf VHS-Kassetten, Betacam-Bändern oder Dia-Archiven lagern. Schulungsvideos aus den 1990er Jahren, Dokumentationen von Bauprojekten, interne Firmenfilme – Materialien, die heute kein Abspielgerät mehr kennt, geschweige denn ein KI-System.
Die Botschaft ist nicht, dass jedes Unternehmen sofort seinen gesamten Altbestand digitalisieren muss. Das wäre weder realistisch noch sinnvoll. Aber die Entscheidung, was digitalisiert werden soll und was nicht, muss bewusst und strategisch getroffen werden, nicht durch Untätigkeit.
Wer das heute tut, hat morgen eine saubere Datenbasis. Wer es nicht tut, wird in drei Jahren erklären müssen, warum sein KI-Projekt die Erwartungen nicht erfüllt hat. Die Antwort liegt dann meistens nicht im Algorithmus.
Fazit
Die eigentliche Hürde auf dem Weg zur KI-gestützten Unternehmensorganisation ist selten die Technologie. Algorithmen, Modelle und Softwareplattformen sind reif. Was häufig fehlt, ist das Fundament: eine vollständige, zugängliche, rechtssichere digitale Datenbasis.
Wer Digitalisierung ernst nimmt, muss auch die unattraktiven Fragen stellen, die nach den Kellern, den Archivräumen, den Ordnerregalen. Nicht weil diese Fragen glamourös sind. Sondern weil KI keine Magie ist, sondern Mathematik basierend auf Daten. Und Daten, die im Keller liegen, rechnet kein Algorithmus der Welt heraus.
