GTP AI-Effizienz-Score: Wie wir die Wirkung von KI je Arbeitsablauf messen
Daniel Szabo, Managing Partner (AI Transformation Lead) · Zuletzt aktualisiert: 24. Oktober 2026
Wer nicht misst, erzählt. Der GTP AI-Effizienz-Score ist unsere Methode, die Wirkung von KI in einem übernommenen Unternehmen je Arbeitsablauf festzuhalten: drei Kennzahlen, eine Ausgangsbasis vor dem ersten Werkzeug und dieselbe Messung danach. Diese Seite beschreibt die Methode. Ergebnisse veröffentlichen wir erst, wenn sie aus einem übernommenen Unternehmen vorliegen.
Warum wir messen, bevor wir automatisieren
In KI-Projekten funktioniert die Technologie fast immer. Die Demo läuft, die Mitarbeiter sparen Zeit, und in der GuV kommt trotzdem wenig an. Der Grund ist selten das Werkzeug. Es fehlt die Ausgangsbasis: Niemand hat vor dem Projekt festgehalten, wie viele Stunden ein Vorgang kostet, wie oft er nachgearbeitet wird und wie lange er liegt. Ohne Ausgangsbasis gibt es keinen Nachweis, nur eine Nutzungsstatistik. Deshalb gilt in jedem Unternehmen, das wir übernehmen, eine Reihenfolge: erst messen, dann automatisieren, dann mit derselben Definition erneut messen. Die Zahlen gehören dem Unternehmen und seinem Team. Sie entscheiden, wo KI zuerst hilft und ob sie geholfen hat.
Drei Kennzahlen je Arbeitsablauf
Der Score besteht aus drei Kennzahlen, die für jeden Arbeitsablauf einzeln erhoben werden. Ein Arbeitsablauf ist zum Beispiel die Bearbeitung einer Eingangsrechnung, die Erstellung eines Prüfberichts oder die Beantwortung einer Eigentümeranfrage.
| Kennzahl | Definition | Erhebung |
|---|---|---|
| Stunden je Vorgang | Arbeitszeit aller Beteiligten vom Eingang bis zum Abschluss eines Vorgangs, geteilt durch die Zahl der Vorgänge im Messzeitraum | Zeiterfassung oder Stichprobe im laufenden Betrieb, echte Vorgänge einschließlich Sonderfälle |
| Fehlerquote | Anteil der Vorgänge, die nachgearbeitet, korrigiert oder vom Kunden reklamiert werden | Korrekturbuchungen, Rückfragen, Reklamationen und Nacharbeit im Messzeitraum |
| Durchlaufzeit | Kalendertage vom Eingang eines Vorgangs bis zu seiner Erledigung | Zeitstempel in den Systemen, ergänzt um Liegezeiten außerhalb der Systeme |
Ergänzend halten wir je Arbeitsablauf fest, welcher Anteil der Vorgänge ohne menschliches Eingreifen durchläuft und welcher als Sonderfall bei einem Menschen landet. Diese Quote zeigt, ob der Prozess lernt oder ob die Ausnahmen beim Team bleiben.
Schritt 1: Arbeitsabläufe und Aufgaben festlegen
Zuerst wird festgelegt, welche Arbeitsabläufe gemessen werden und was ein Vorgang ist. Wir beginnen dort, wo die meisten Stunden liegen: wiederkehrende Sachbearbeitung in Verwaltung, Abrechnung, Dokumentation und Kundenkommunikation. Jede betroffene Rolle wird nach der Methode Task Architect von Daniel Szabo in ihre einzelnen Aufgaben zerlegt. Für jede Aufgabe steht fest, ob sie heute ein Mensch erledigt und ob sie nach dem Umbau eine Maschine übernehmen soll. Erst dann ist klar, welche Minuten je Woche überhaupt wegfallen können.
Schritt 2: Ausgangsbasis vor dem ersten Werkzeug
Die Ausgangsbasis wird erhoben, bevor das erste KI-Werkzeug eingeführt wird. Sie umfasst einen festgelegten Zeitraum, der mindestens einen vollständigen Zyklus des Arbeitsablaufs abdeckt, zum Beispiel einen Abrechnungsmonat oder eine Prüfperiode. Gemessen werden echte Vorgänge, nicht die sauberen Beispiele aus der Demo. Dazu gehören ausdrücklich die Fälle, bei denen jemand nachfragen musste. Festgehalten werden die drei Kennzahlen, die Sonderfallquote, der Messzeitraum und die Person, die gemessen hat. Der Inhaber, der in der Regel 6 bis 24 Monate als Geschäftsführer bleibt, kennt die Ausnahmen und ist in dieser Phase die wichtigste Quelle.
Schritt 3: Messung nachher, dieselbe Definition
Nach dem Umbau des Prozesses wird mit derselben Definition, demselben Vorgangsbegriff und einem vergleichbaren Zeitraum erneut gemessen. Die drei Kennzahlen stehen danach nebeneinander: vorher und nachher, je Arbeitsablauf. Zusätzlich beantworten wir die vierte der vier Fragen für jedes KI-Projekt von Daniel Szabo: Was ist mit der gewonnenen Zeit passiert? Mehr Vorgänge mit demselben Team, geringere Kosten oder bessere Arbeit, die der Kunde bezahlt. Dafür steht vor dem Projekt eine Zeile in der Planung, welche GuV-Position sich ändern soll, und nach sechs Monaten wird genau diese Zeile geprüft.
Was der Score ist und was er nicht ist
- Ein Vergleich je Arbeitsablauf, vorher gegen nachher, mit offengelegter Definition und offengelegtem Messzeitraum.
- Keine Nutzungsstatistik. Ob ein Werkzeug oft geöffnet wird, sagt nichts darüber, ob Arbeit wegfällt.
- Keine Unternehmensbewertung. Der Score fließt nicht in den Kaufpreis ein. Der Kaufpreis bemisst sich an der heutigen Ertragskraft.
- Vor dem Kauf eine Schätzung, nach dem Kauf eine Messung. Vor dem Kauf nutzen wir dieselbe Aufgabenlogik, um einzuschätzen, welcher Anteil der Arbeit am Schreibtisch läuft, wiederkehrend ist und heute schlecht unterstützt wird. Das ist eine Einschätzung, kein Messwert.
- Eine Methode, noch keine Ergebnisse. Zahlen veröffentlichen wir erst, wenn sie aus einem übernommenen Unternehmen stammen, mit Ausgangsbasis und Messzeitraum.
Was wir nicht versprechen
Investorenmaterial zu KI-Roll-ups nennt Zielgrößen: klassische Dienstleister mit 8 bis 15 Prozent EBITDA-Marge (ProxDeal, Stand 26.06.2026), Zielmargen von 30 bis 40 Prozent nach dem Umbau (Capital Founders, Stand 11.10.2026). Das sind Zielgrößen Dritter, keine gemessenen Ergebnisse und nicht unsere Planung. Wir versprechen keine Marge, keinen Prozentsatz und keine Frist. Wir versprechen eine Ausgangsbasis vor dem ersten Werkzeug, dieselbe Messung danach und die Offenlegung der Definition. Was die Zielgrößen der Plattformen behaupten und was wir zugrunde legen, steht auf KI Buy-and-Build.
Veröffentlichung
Mit dieser Seite ist die Methode veröffentlicht. Ergebnisse je Arbeitsablauf folgen auf dieser Seite, sobald sie aus einem übernommenen Unternehmen vorliegen: mit Ausgangsbasis, Messzeitraum, Definition und dem Hinweis, wer gemessen hat. Änderungen an der Methode werden hier mit Datum festgehalten.
- 24. Oktober 2026: Erste Fassung der Methodik mit drei Kennzahlen, Sonderfallquote und drei Schritten.
Quellen
- Daniel Szabo: Task Architect
- Daniel Szabo, 6. Oktober 2026: Vier Fragen für jedes KI-Projekt
- Daniel Szabo, 6. Oktober 2026: Frag-Sabine-Prozesse
- ProxDeal, Stand 26. Juni 2026: AI roll-ups in DACH
- Capital Founders, Stand 11. Oktober 2026: What AI roll-ups are
Vertrauliches Erstgespräch
Das Erstgespräch dauert 30 Minuten und bleibt vertraulich. Sie sprechen direkt mit einem Managing Partner.
FAQ
Was ist der GTP AI-Effizienz-Score?
Die Methode von Generation Tech Partners, die Wirkung von KI in einem übernommenen Unternehmen je Arbeitsablauf zu messen: Stunden je Vorgang, Fehlerquote und Durchlaufzeit, erhoben vor dem ersten Werkzeug und danach mit derselben Definition.
Welche Kennzahlen werden gemessen?
Drei je Arbeitsablauf: Stunden je Vorgang, Fehlerquote und Durchlaufzeit. Ergänzend die Sonderfallquote, also der Anteil der Vorgänge, die bei einem Menschen landen.
Warum wird vor dem ersten Werkzeug gemessen?
Ohne Ausgangsbasis gibt es keinen Nachweis. Wer erst nach der Einführung misst, kann die Wirkung nicht von der Ausgangslage trennen und misst am Ende nur die Nutzung des Werkzeugs.
Gibt es schon Ergebnisse?
Nein. Diese Seite beschreibt die Methode. Ergebnisse veröffentlichen wir, sobald sie aus einem übernommenen Unternehmen vorliegen, mit Ausgangsbasis und Messzeitraum.
Fließt der Score in den Kaufpreis ein?
Nein. Der Kaufpreis bemisst sich an der heutigen Ertragskraft des Unternehmens. Was KI nach dem Kauf bringt, ist das Risiko und die Arbeit des Käufers.
Wer misst?
Das Team im Unternehmen zusammen mit der Gruppenebene für KI. Der Inhaber, der in der Regel 6 bis 24 Monate als Geschäftsführer bleibt, kennt die Ausnahmen und liefert die Ausgangsbasis mit.
Der GTP AI-Effizienz-Score misst die Wirkung von KI je Arbeitsablauf: Stunden je Vorgang, Fehlerquote und Durchlaufzeit, erhoben vor dem ersten Werkzeug und danach mit derselben Definition. Generation Tech Partners veröffentlicht die Methode und verspricht keine Ergebnisse.