Modul 4 DigiMan: Einführung in Prozessautomatisierung mit KI

Modul 4 der Weiterbildung zum Digitalisierungsmanager umfasst 56 Unterrichtseinheiten (UE) in sieben Tagen. Es ist der Einstieg in die Welt der KI-gestützten Prozessautomatisierung. Du lernst, was KI wirklich ist und was nicht, wie Maschinen lernen, wo RPA (Robotic Process Automation), NLP und Computer Vision in Prozessen sinnvoll sind und wie man seriös einen ROI berechnet.

Das Modul ist die gedankliche Brücke zwischen Analyse (Module 1-3) und Werkzeugen (Module 5-9). Wer hier sauber versteht, wo KI Sinn macht und wo nicht, entscheidet später im Beruf die richtigen Projekte. Wichtiger als jedes einzelne Tool-Wissen.

Aufbau im Curriculum

Modul 4 läuft über sieben Tage. Jeder Tag deckt einen KI-Bereich oder ein Bewertungsinstrument ab.

Tag	Schwerpunkt	Inhalt
1	Was ist KI und was nicht	Definition, Historie, Paradigmenwechsel
2	Wie lernen Maschinen	Supervised/Unsupervised/Reinforcement Learning
3	RPA mit Power Automate Desktop	Software-Roboter, erste eigene Flows
4	Sprache automatisieren (NLP)	Textverarbeitung, Klassifikation
5	Dokumente verstehen	Computer Vision und IDP-Grundlagen
6	Lohnt sich das	ROI, Hyperautomation, Portfolio
7	Verantwortung	Ethik, Regulierung, EU AI Act-Einführung

Tag 1 ist bewusst als Entmystifizierung angelegt. Du lernst, KI von Automatisierung im klassischen Sinne zu unterscheiden, und bekommst einen Zeitstrahl von der Dartmouth-Konferenz 1956 bis zum heutigen Paradigmenwechsel durch generative KI.

Was KI ist und was nicht

Tag 1 beantwortet die Grundfrage. KI ist ein Sammelbegriff für Systeme, die Aufgaben lösen, die bisher menschliche Intelligenz erforderten. Das ist schwammig, weil sich die Grenze verschiebt. Schachspielen galt als KI, heute nicht mehr. Der DigiMan-Kurs nutzt eine pragmatische Arbeitsdefinition: KI-Systeme sind Software, die aus Daten Muster lernt und auf neue Daten anwendet.

Wichtig ist die Abgrenzung zu regelbasierten Systemen. Eine Excel-Formel ist keine KI. Ein SQL-Trigger ist keine KI. Auch ein Zapier-Workflow, der auf eine Mail reagiert und eine Zeile in ein Google Sheet schreibt, ist keine KI. Diese Abgrenzung hilft später bei der Projektauswahl. Nicht alles, was automatisiert werden kann, braucht KI. Umgekehrt ist auch nicht jede KI-Anwendung automatisch sinnvoll.

Der KI-Zeitstrahl zeigt vier große Phasen: symbolische KI, Expertensysteme, klassisches Machine Learning, generative KI seit 2022. Jede Phase hat typische Anwendungsfelder, die du später im Modul wiedererkennst.

Wie Maschinen lernen

Tag 2 ist das methodisch dichteste Kapitel von Modul 4. Du lernst drei Lernparadigmen kennen:

• Überwachtes Lernen (Supervised Learning): Der Algorithmus lernt aus Beispielen mit bekannter Lösung. Klassiker: Klassifikation von Rechnungen in “dringend” und “nicht dringend” auf Basis gelabelter Trainingsdaten.
• Unüberwachtes Lernen (Unsupervised): Der Algorithmus findet Muster in Daten ohne vorgegebene Labels. Typisch: Clustering von Kunden in Gruppen.
• Bestärkendes Lernen (Reinforcement): Der Algorithmus lernt durch Belohnung aus eigenem Handeln. Weniger relevant für KMU-Projekte, aber wichtig für das Gesamtbild.

Die Algorithmen-Steckbriefe sind ohne Mathematik aufgebaut. Du musst keine Linearalgebra können, um zu verstehen, was ein Entscheidungsbaum oder ein Random Forest tut. Das Modul legt Wert darauf, dass du Anwendungsmuster erkennst, nicht dass du Algorithmen implementierst.

“Garbage in, garbage out.” Schlechte Daten machen jeden KI-Ansatz wertlos. Die Praxisübung am Nachmittag zeigt das drastisch. Du bekommst einen verunreinigten Datensatz und merkst, wie viel Arbeit eine seriöse Bereinigung ist.

RPA und Power Automate Desktop

Tag 3 führt RPA ein. RPA (Robotic Process Automation) beschreibt Software-Roboter, die menschliche Klicks, Tastatureingaben und Datenbewegungen zwischen Anwendungen automatisieren. RPA ist oft keine echte KI, sondern regelbasierte Prozessautomatisierung. Trotzdem gehört sie in den Werkzeugkasten eines Digitalisierungsmanagers.

Power Automate Desktop (PAD) ist das Einstiegs-RPA-Werkzeug von Microsoft, in der Free-Variante für Windows kostenlos. Du baust deinen ersten PAD-Flow: Eine Excel-Datei öffnen, Daten lesen, verarbeiten, woandershin schreiben. Klingt banal, ist aber der Einstieg in ein Werkzeugfeld, das in deutschen Verwaltungen und im Controlling eine enorme Rolle spielt.

RPA hat klare Grenzen. Bei Oberflächen-Änderungen der Zielsysteme bricht der Roboter. Und RPA denkt nicht selbst. Für komplexe Entscheidungen wird RPA später mit KI kombiniert (“intelligente Automatisierung”). Modul 4 legt das Fundament, Modul 5 vertieft die No-Code-Werkzeuge.

NLP und Computer Vision

Tag 4 widmet sich NLP (Natural Language Processing). Du lernst, wie Maschinen Text klassifizieren, analysieren und verstehen können. Beispiel: Eine Eingangsmail automatisch einem Fachbereich zuordnen. Du baust einen einfachen n8n-Workflow, der eine Mail empfängt und über ein LLM-API die Kategorie bestimmt.

Tag 5 widmet sich Computer Vision und Intelligent Document Processing (IDP). Du verstehst den Unterschied zwischen klassischer OCR und moderner IDP. OCR erkennt Zeichen, IDP versteht Struktur, Kontext und Bedeutung eines Dokuments. Beides ist die Grundlage für Modul 7, das du später vertieft behandeln wirst.

ROI einer Automatisierung bewerten

Tag 6 ist strategisch. Lohnt sich eine Automatisierung überhaupt? Du lernst eine einfache ROI-Formel: (Nutzen minus Kosten) geteilt durch Kosten. Klingt trivial, ist aber entscheidend, weil viele Projekte auf Bauchgefühl entschieden werden. Du übst, für eine konkrete Automatisierungsidee alle Kostenarten zu sammeln: Lizenzen, Einführungsaufwand, Betrieb, Schulung, Risiko. Dem stellst du den Nutzen gegenüber: Zeitersparnis, Fehlerreduktion, Servicequalität.

Wir sehen in unseren Kursen regelmäßig, dass Teilnehmer beim ersten ROI-Ansatz die versteckten Kosten systematisch unterschätzen. Betrieb und Wartung einer Automatisierung sind oft teurer als der Aufbau. Wer das nicht einrechnet, landet nach einem Jahr in einem teuren Lock-in.

Hyperautomation ist der zweite Begriff des Tages. Die Kombination von RPA, KI, Low-Code und Analytics in einer übergreifenden Automatisierungsstrategie. Der Begriff ist marketinglastig, beschreibt aber eine reale Entwicklung. Du lernst, welche Bestandteile zusammen wirken müssen, damit aus Einzelwerkzeugen ein strategisches Ganzes wird.

Am Nachmittag startest du deine Portfolio-Mappe für das Abschlussprojekt (Modul 13). Du sammelst bereits jetzt erste Ideen für dein eigenes Automatisierungsprojekt. Wer früh beginnt, hat am Ende mehr Optionen.

Ethik und EU AI Act

Tag 7 setzt den rechtlich-ethischen Rahmen. Du bekommst eine erste Einführung in den EU AI Act (Verordnung 2024/1689), der KI-Systeme in Risikoklassen einteilt: verbotene Praktiken, Hochrisiko-Systeme, Transparenzpflichten, minimales Risiko. Die Pflichten für Hochrisiko-Systeme gelten ab August 2026, die volle Anwendbarkeit folgt im August 2027. Artikel 4 KI-VO (KI-Kompetenzpflicht für Personal, das mit KI arbeitet) ist dagegen schon seit dem 2. Februar 2025 in Kraft.

Die tiefe Behandlung folgt in Modul 12. Modul 4 legt das Grundverständnis: Welche Anwendung passt in welche Risikoklasse, was sind Transparenzpflichten, wie wirkt die KI-Kompetenzpflicht aus Artikel 4 auf den Alltag in KMU.

Einordnung ins Gesamtcurriculum

Modul 4 baut auf den Analysefähigkeiten aus Modul 3 auf und bereitet die Tool-Module vor: Modul 5 (No-Code, Claude Code, OpenClaw), Modul 6 (LLMs), Modul 7 (Dokumentenverarbeitung), Modul 8 (Chatbots). Ohne die Einordnung aus Modul 4 wären diese Tool-Module eine lose Aufzählung. Mit Modul 4 werden sie zu einem zusammenhängenden Werkzeugkasten.

Einen Blick auf das Gesamtcurriculum gibt die Ratgeber-Pillar. Wie die Module logisch aufeinander aufbauen, erklärt dieser Übersichtsartikel. Für den nächsten Schritt ist Modul 5 zu No-Code-Werkzeugen die direkte Fortsetzung.

Den offiziellen Text der KI-Verordnung findest du auf EUR-Lex. Eine Einordnung der KI-Nutzung in deutschen Unternehmen bietet die Bitkom-Studie zur KI-Adoption.

FAQ zu Modul 4

Muss ich für Modul 4 programmieren können?

Nein. Du baust RPA-Flows per Drag and Drop in Power Automate Desktop, und du rufst KI-APIs über n8n auf. Beides ist ohne Programmierkenntnisse machbar.

Was ist der Unterschied zwischen KI und RPA?

RPA automatisiert regelbasierte Klicks und Eingaben. KI lernt aus Daten und kann mit unvollständigen oder mehrdeutigen Eingaben umgehen. In der Praxis werden beide kombiniert: RPA für die stupide Klickarbeit, KI für die Entscheidung dazwischen.

Was ist der EU AI Act und warum wird er schon in Modul 4 behandelt?

Der EU AI Act ist die KI-Verordnung der Europäischen Union. Er teilt KI-Systeme in Risikoklassen ein und legt Pflichten fest. Die KI-Kompetenzpflicht aus Artikel 4 gilt seit Februar 2025, Hochrisiko-Pflichten ab August 2026, volle Anwendbarkeit ab August 2027. Modul 4 gibt den Überblick, weil jeder spätere Tool-Einsatz im Kurs und im Beruf diese Einordnung voraussetzt. Die Vertiefung folgt in Modul 12.

Brauche ich Statistik-Kenntnisse für Machine Learning?

Nein. Modul 4 erklärt ML-Paradigmen ohne Mathematik. Du verstehst, was ein Algorithmus tut und wann er sinnvoll ist, aber du implementierst keine Modelle. Das ist auch in der Praxis der Normalfall für Digitalisierungsmanager.

Kann ich Modul 4 mit Bildungsgutschein finanzieren?

Ja. Der DigiMan-Kurs ist vollständig über einen Bildungsgutschein nach § 81 SGB III förderbar. Der Träger muss AZAV-zertifiziert sein. Ohne Förderung kostet der Kurs 9.662,40 Euro, mit Bildungsgutschein 0 Euro.

Über den Autor

Dr. Jens Aichinger ist Gründer von SkillSprinters, einem DEKRA-zertifizierten Bildungsträger nach AZAV. Er ist promovierter Naturwissenschaftler und arbeitet seit über zehn Jahren an der Schnittstelle von Bildung und Digitalisierung. Mehr zum Autor auf der Autoren-Seite.

Zuletzt geprüft am 14. April 2026 von Dr. Jens Aichinger. Kontakt und Terminbuchung über skill-sprinters.de/termin.

Vor der Buchung: die richtigen Fragen stellen

Bevor du dich für eine Weiterbildung entscheidest, prüfe bei jedem Anbieter, ob das Curriculum wirklich so tief geht, wie es im Marketing klingt. Unser kostenloses PDF “27 Fragen, die du jedem Anbieter stellen solltest” gibt dir eine Checkliste an die Hand, mit der du ein Beratungsgespräch strukturieren kannst.

27 Fragen als PDF herunterladen