GoITSystems by Dr. M. Gottlieb
Paradoxon der Digitalisierung

Das Paradox der deutschen Digitalisierung

Deutschland ist die viertgrößte Volkswirtschaft der Welt, verfügt über milliardenschwere Digitalisierungsprogramme und hat mit dem Onlinezugangsgesetz (OZG) einen klaren gesetzlichen Auftrag formuliert – inklusive Frist (Ende 2022). Dennoch attestiert der Bitkom-DESI-Index 2025 der Bundesrepublik lediglich Rang 21 von 27 EU-Mitgliedstaaten bei der Digitalisierung der öffentlichen Verwaltung – noch hinter Frankreich und Italien (). Das INSM-Behörden-Digimeter 2026, erstellt vom Institut der deutschen Wirtschaft (IW), konkretisiert das Ausmaß: Von 7.509 gesetzlich vorgeschriebenen Einzelleistungen sind Anfang 2026 lediglich 823 bundesweit flächendeckend verfügbar – das entspricht knapp elf Prozent (). Drei Jahre nach Ablauf der OZG-Frist verweist kein Bundesland auf eine Umsetzungsquote von mehr als 50 Prozent.

Das Scheitern ist kein Zufall. Es hat strukturelle Ursachen – und sie lassen sich benennen.

Theoretische Einordnung: Sozio-technisches Systemversagen

Die folgenden Befunde lassen sich unter einem gemeinsamen analytischen Rahmen fassen: Verwaltungsdigitalisierung scheitert in Deutschland an einem sozio-technischen Mismatch – einer systematischen Entkopplung von Technologieeinsatz, Prozessreife, Governance-Struktur und organisationalem Wandel (). Dieser Mismatch äußert sich in sechs Ursachenkomplexen, die nicht additiv, sondern kausal miteinander verknüpft sind: fehlende Prozessgrundlage, föderale Fragmentierung, systemische Medienbrüche, Governance-Lücken, vergaberechtliche Hemmnisse und mangelndes Change Management.

Ursache 1: Technologiefokus ohne Prozessgrundlage

Der erste Impuls bei Digitalisierungsvorhaben ist fast immer der gleiche: „Welche Software kaufen wir?" Die Frage nach dem Prozess – was digitalisiert werden soll – kommt zu spät oder gar nicht. Das Fraunhofer-Institut FOKUS identifiziert in seiner EfA-Evaluationsstudie 2025 als strukturelle Hürde mangelnde Koordinations- und Transfermechanismen: Prozesse waren nicht klar genug definiert, um ebenenübergreifend digitalisiert werden zu können ().

Bogumil und Gräfe (2024) belegen am OZG-Beispiel, dass die meisten Digitalisierungsprojekte auf die „Übersetzung bestehender analoger Abläufe in einen internetfähigen Prozess" beschränkt blieben – statt Prozesse grundlegend neu zu denken (). Konsequenz: Man digitalisiert einen schlecht definierten, ineffizienten Prozess. Das Ergebnis ist ein digital abgebildetes, aber weiterhin ineffizientes System – das in der Wartung teurer ist als das Papieroriginal.

Ursache 2: Föderale Fragmentierung ohne Koordination

Deutschland hat rund 11.000 Kommunen, 16 Bundesländer sowie zahlreiche Kreise und Sonderbehörden. Jede Ebene hält eigene IT-Infrastrukturen, Ausschreibungsverfahren und Fachverfahren vor. Das EfA-Prinzip (Einer für Alle) sollte durch arbeitsteilige Entwicklung Abhilfe schaffen: Ein Land digitalisiert eine Leistung; alle anderen können nachnutzen ().

Die Realität der Nachnutzung bleibt weit hinter diesem Anspruch zurück. Bogumil und Gräfe stellen fest, dass eine verbindliche Nachnutzungspflicht fehlt – mit dem Ergebnis, dass OZG-Entwicklungen mit kommunalen Insellösungen konkurrieren und Länder aus eigenem Interesse an eigenen Portalen festhalten (). Die Fraunhofer-FOKUS-Studie beschreibt zusätzlich die vergaberechtliche Dimension: Kommunen stehen vor erheblichen Herausforderungen bei der Weitergabe von EfA-Leistungen – von finanziellen Unsicherheiten über Schnittstellenprobleme bis zu komplexen vergaberechtlichen Anforderungen (). Der Bundesrechnungshof kritisierte bereits 2023 Doppel- und Mehrfachentwicklungen, weil das BMI nicht in der Lage war, zeitgerecht zentrale IT-Lösungen bereitzustellen ().

Ursache 3: Das Medienbruchproblem

Viele sogenannte „digitale" Verwaltungsleistungen sind nur am Eingang digital. Der Bürger füllt ein Online-Formular aus – und dann wird es ausgedruckt und per Hand bearbeitet, oder als PDF-E-Mail versendet, das manuell abgetippt wird. Bogumil und Gräfe belegen diesen Mechanismus: Viele OZG-Leistungen verfügen über keine elektronischen Schnittstellen zu Fachverfahren und E-Akten-Systemen. „Das Ergebnis sind Medienbrüche, wenn etwa als PDF vorliegende Antragsdaten händisch abgetippt werden müssen" ().

Der Bundesrechnungshof formuliert es strukturell: Viele OZG-Projekte stellen aus Sicht der implementierenden Verwaltung kein fertiges Produkt dar, weil das OZG die verwaltungsinterne Digitalisierung vernachlässigt (). Die Länder stellten oft nur Mittel für die Einführung von E-Akten oder digitalen Antragsformularen bereit – nicht aber für die Anbindung von Fachverfahren über Schnittstellen.

Ursache 4: Fehlende Prozesseigentümer und Governance-Lücken

Digitalisierungsprojekte in der Verwaltung sind meist IT-Projekte: Der IT-Bereich ist verantwortlich, führt aus, nimmt ab. Die inhaltlichen Eigentümer der Prozesse – die Fachbereiche – sind selten strukturell eingebunden. Bogumil und Gräfe beschreiben, wie OZG-Projekte in Digitalisierungslaboren durchgeführt werden, die zwar interdisziplinär angelegt sind, in der nachnutzenden Kommune aber auf Fachämter treffen, die das Vollzugswissen besitzen, jedoch keinen strukturellen Platz im Projektdesign haben ().

Der Nationale Normenkontrollrat (NKR) identifiziert als Ursache darüber hinaus fehlende strategische Klarheit: „Bund, Länder und Kommunen verheddern sich in einem Dickicht technischer Insellösungen und Zuständigkeitsfragen" (). Der Bundesrechnungshof ergänzt in seiner Analyse der zentralen IT des Bundes: Silodenken und Einstimmigkeitsprinzip im IT-Planungsrat verhinderten schnelle und sachgerechte Entscheidungen ().

Ursache 5: Vergaberecht und Innovationsfeindlichkeit

Das deutsche Vergaberecht wurde nicht für agile Digitalisierungsprojekte geschrieben. Es optimiert für Kostentransparenz und Bietergleichheit – nicht für Ergebnisqualität und Anpassungsfähigkeit. Ausschreibungen werden auf Basis von Lastenheften erstellt, die zum Zeitpunkt der Vergabe bereits veraltet sind; Bieter optimieren auf die Ausschreibung, nicht auf das Ergebnis.

Die Innovationspartnerschaft nach § 119 GWB ermöglicht als besonderes Vergabeverfahren Entwicklung und Beschaffung in einem gemeinsamen Prozess – ohne getrennte Vergabeverfahren (). Die Nutzung bleibt jedoch marginal: EU-weit wurden zwischen 2016 und 2024 insgesamt nur 218 Innovationspartnerschaften vergeben; 2024 fiel die Zahl auf 12 – den niedrigsten Stand seit Einführung des Instruments (). Der KOINNO-Leitfaden Innovationspartnerschaft 2025 empfiehlt das Instrument explizit für öffentliche IT-Projekte mit hoher Innovationskraft und Flexibilität, verweist aber auf komplexe Anforderungen als Nutzungshindernis ().

Ursache 6: Mangelndes Change Management

Digitalisierung ist kein IT-Projekt. Es ist ein Veränderungsprojekt. Sachbearbeiterinnen und Sachbearbeiter, die seit Jahren einen Prozess auf eine bestimmte Weise ausgeführt haben, werden nicht durch eine neue Software allein umgestellt. Bogumil und Gräfe belegen, dass Change Management in OZG-Projekten systematisch vernachlässigt wird: „Entsprechend wichtig ist die aktive Gestaltung des digitalisierungsbedingten Organisationswandels, um Akzeptanz und Vertrauen bei Führungskräften, Mitarbeitenden und in der Bevölkerung zu steigern" ().

Gerade in kleinen bis mittelgroßen Kommunen fehlen häufig personelle und finanzielle Ressourcen sowie die Expertise, um die Digitalisierung angemessen zu gestalten. Vielmehr wird Digitalisierung in den Kommunen oft „nebenbei" von Sachbearbeitenden und Führungskräften erledigt. Fachämter empfinden sich als „Ende der Nahrungskette", wenn sie erst spät oder gar nicht über Veränderungen an Anwendungen informiert werden ().

Was wirklich hilft: Drei Interventionen mit evidenter Wirkung

1. Prozesse zuerst – mit FIM als Standard:
Vor jedem IT-Projekt muss der Soll-Prozess in BPMN (Business Process Model and Notation) modelliert und von Fachbereich und IT gemeinsam validiert sein. Das Föderale Informationsmanagement (FIM) des IT-Planungsrats stellt hierfür seit 2017 drei standardisierte Bausteine bereit: Leistungsbeschreibungen, Datenschemata und Stammprozesse (). FIM ist seit § 3 Abs. 2a EGovG gesetzlich verankert und bietet durch Referenzmodelle eine qualitätsgesicherte Grundlage, die Länder und Kommunen von Neuentwicklungen entlastet ().

2. Verbindliche Nachnutzung statt freiwilligem EfA:
Der NKR forderte bereits 2024 eine konsequente Plattformstrategie und eine umsetzungsstarke Digitalisierungsagentur als FITKO-Nachfolger, um die freiwillige Nachnutzung durch strukturelle Verbindlichkeit zu ersetzen (). Das Gegenbeispiel existiert: In der Steuerverwaltung ist über das KONSENS-Programm die Nachnutzung gemeinsam entwickelter Lösungen verpflichtend – mit nachweislichem Erfolg ().

3. Piloten statt Masterpläne:
Kleine, abgeschlossene Digitalisierungspiloten mit messbarem Ergebnis in sechs Monaten sind wirksamer als langjährige Großprojekte. Sie scheitern billiger, liefern schneller Erkenntnisse und bauen Kompetenz auf. Die Fraunhofer-FOKUS-Studie empfiehlt in diesem Sinne, die Optimierung bestehender Funktionen einer Funktionserweiterung vorzuziehen und dabei systematisch Erfolgsfaktoren und Hürden zu erfassen ().

Fazit: Scheitern ist kein Schicksal

Die Ursachen des Scheiterns sind bekannt, durch multiple unabhängige Quellen – Bundesrechnungshof, Nationaler Normenkontrollrat, Fraunhofer FOKUS, Wissenschaft – konsistent belegt. Die Lösungen existieren: Prozessstandards (FIM), Vergabeinnovation (Innovationspartnerschaft), verbindliche Governance (KONSENS-Modell), konsequentes Change Management. Was fehlt, ist keine Erkenntnis, sondern ihre konsequente Umsetzung – und die Bereitschaft, nicht mit der Technologie zu beginnen, sondern mit dem Prozess.

Weiterführende Beiträge

Literatur

BPMN

Prozessintelligenz bezeichnet die Fähigkeit einer Verwaltung, ihre Abläufe transparent zu machen, datenbasiert zu analysieren und darauf aufbauend zu steuern und zu automatisieren. BPMN 2.0 ist hierfür die zentrale Prozesssprache in der deutschen öffentlichen Verwaltung und wird im Rahmen der FIM-Methodik (Föderales Informationsmanagement) angepasst eingesetzt (, ).

Ausgangslage: Prozessdokumentation ohne Prozessintelligenz

Viele Verwaltungen dokumentieren ihre Prozesse in Handbüchern, Dienstanweisungen oder textlichen Ablaufbeschreibungen, die häufig fragmentiert, schwer auffindbar, nicht aktuell und nicht maschinenlesbar sind (). Dadurch können Abläufe weder automatisiert ausgewertet, noch mit Kennzahlen hinterlegt oder direkt als Grundlage für IT-Implementierungen genutzt werden ().

Medienbrüche, lange Durchlaufzeiten und inkonsistente Bearbeitungswege bleiben ohne standardisierte Prozessmodellierung unsichtbar. Eine modellbasierte Beschreibung mit BPMN 2.0 und FIM-BPMN schafft hier Abhilfe, indem sie fachliche Prozesse in eine formal definierte, über Behörden hinweg verständliche Sprache überführt (, ).

Was genau ist BPMN 2.0?

BPMN (Business Process Model and Notation) ist ein von der Object Management Group (OMG) entwickelter Standard zur grafischen Modellierung von Geschäftsprozessen, der seit 2013 auch als ISO/IEC 19510:2013 international normiert ist (). Ein BPMN-Modell beschreibt Abläufe mit einer definierten Menge von Symbolen und Elementen:

  • Aktivitäten (Tasks) für fachliche Arbeitsschritte
  • Ereignisse für Start, Zwischenereignisse und Ende von Prozessen
  • Gateways für daten- oder ereignisbasierte Entscheidungen und Verzweigungen
  • Sequenzflüsse für die logische Reihenfolge der Prozessschritte
  • Lanes und Pools für Rollen und Organisationseinheiten

Im Unterschied zu einfachen Flussdiagrammen ist ein BPMN-Modell formal definiert, standardisiert und maschinenlesbar. In geeigneten Werkzeugen kann es validiert, analysiert und in einer Process Engine ausgeführt werden, sodass fachliche Modelle direkt als Grundlage für technische Implementierungen dienen ().

Warum BPMN in der deutschen Verwaltung gesetzt ist

Das Bundesverwaltungsamt (BVA) hat BPMN 2.0 als verbindlichen Standard im Prozessmanagement-Toolset der Bundesverwaltung etabliert und mit Best-Practice-Leitfäden, Konventionenhandbuch und Attributkatalog konkretisiert (). Parallel dazu definiert die FIM-Methodik eine verwaltungsspezifische Spezialisierung von BPMN 2.0 (FIM-BPMN), die den Symbolvorrat einschränkt und Modellierungskonventionen festlegt (, ).

Gemeinsame Sprache zwischen Fach und IT

BPMN ermöglicht fachlichen Expertinnen und Experten eine präzise Beschreibung ihrer Abläufe ohne Programmierkenntnisse, während IT-Abteilungen auf derselben Basis Abläufe in Workflows, Schnittstellen und Fachverfahren überführen können (). Damit entsteht eine gemeinsame Prozesssprache, die Missverständnisse reduziert und die Nachvollziehbarkeit von Implementierungsentscheidungen erhöht ().

Behördenübergreifende Standardisierung mit FIM-BPMN

In der FIM-Methodik werden Stammprozesse mit FIM-BPMN modelliert. Die Nutzung von BPMN 2.0 wird hierbei auf eine definierte Menge zulässiger Notationselemente eingeschränkt, um einen einheitlichen Detaillierungsgrad und eine hohe Wiederverwendbarkeit von Prozessmodellen sicherzustellen (, ). Dadurch können Bund, Länder und Kommunen Prozessmodelle austauschen und Nachnutzung systematisch unterstützen ().

Fundament für Automatisierung und OZG-Umsetzung

OZG-Umsetzungsprojekte, Workflow-Plattformen, RPA-Szenarien und KI-gestützte Fallbearbeitung sind auf eindeutig definierte, wiederverwendbare Prozessmodelle angewiesen. BPMN- und FIM-BPMN-Modelle bilden hierfür die Grundlage, indem sie Automatisierungspfade, Schnittstellen und Datenflüsse klar beschreiben und auditierbar machen (, ).

Grundelemente von BPMN 2.0 im Verwaltungsalltag

Die folgenden Basiselemente begegnen praktisch in jedem Verwaltungsprozess und sind im FIM-BPMN-Baukasten klar beschrieben ():

Element Bedeutung im Verwaltungsprozess
Start-Ereignis (Kreis) Auslöser eines Vorgangs, z.B. Eingang eines Antrags.
End-Ereignis (dicker Kreis) Abschluss des Vorgangs, z.B. Versand eines Bescheides.
Aufgabe / Task (Rechteck) Konkreter Bearbeitungsschritt einer Rolle.
Exklusives Gateway (Raute X) Entweder-oder-Entscheidung, etwa Vollständigkeit „ja/nein“.
Paralleles Gateway (Raute +) Gleichzeitige Bearbeitung mehrerer Teilprozesse.
Lane Zuständigkeitsbereich, z.B. Sachbearbeitung, Teamleitung.
Pool Organisationseinheit, z.B. Fachbereich oder Behörde.

In FIM-BPMN werden diese Elemente durch Modellierungskonventionen weiter präzisiert, etwa zur Benennung von Aufgaben, zur Struktur von Pools und zur Darstellung von Datenobjekten und Datenspeichern (, ).

Praxisbeispiel: Wohngeldantrag als BPMN-Modell

Ein klassischer Wohngeldantrag lässt sich mit BPMN und FIM-BPMN wie folgt strukturieren ():

  1. Start-Ereignis: Eingang des Antrags über Online-Portal oder Papierpost.
  2. Task: Formale Vollständigkeitsprüfung durch die Sachbearbeitung.
  3. Exklusives Gateway: Vollständig ja/nein; bei „nein“ Anforderung fehlender Unterlagen, bei „ja“ Übergang zur Fachprüfung.
  4. Task: Fachliche Prüfung der Anspruchsvoraussetzungen.
  5. Task: Berechnung des Wohngeldbetrags.
  6. Task: Erstellung und Versendung des Bescheids.
  7. End-Ereignis: Vorgang abgeschlossen; relevante Daten werden an Fachverfahren und Statistik übergeben.

Ein solches Modell macht nicht nur den Ablauf sichtbar, sondern dient als Grundlage, um Durchlaufzeiten zu messen, Engpässe zu identifizieren und Automatisierungsschritte – etwa automatische Vollständigkeitsprüfungen oder Bescheiderstellung – gezielt zu implementieren (, ).

Reifegrade der BPMN-Nutzung in der Verwaltung

Aus Sicht der Prozessintelligenz lässt sich die Nutzung von BPMN in drei Reifegrade einteilen, die jeweils unterschiedliche Anforderungen an Methodik, Governance und Technologie stellen (, ):

Reifegrad 1 – Dokumentation

Prozesse werden mittels BPMN bzw. FIM-BPMN beschrieben, um Transparenz und Wissenssicherung zu erreichen. Modelle sind grundlegend konform zu FIM und BVA-Konventionen, werden aber primär statisch genutzt, etwa zur Schulung oder zur Dokumentation von OZG-Leistungsprozessen ().

Reifegrad 2 – Optimierung

BPMN-Modelle werden aktiv analysiert, mit Kennzahlen hinterlegt und in Soll-Prozessmodelle überführt. Konventionenhandbuch, Best-Practice-Leitfäden und FIM-Qualitätskriterien dienen als Referenzrahmen für die systematische Prozessoptimierung (, ). Prozessintelligenz entsteht hier durch die Verbindung von Modell, Messung und Managemententscheidungen.

Reifegrad 3 – Automatisierung

In Reifegrad 3 bilden BPMN-Modelle die Grundlage für ausführbare Workflows in Process Engines, automatisierte Schnittstellen und den kombinierten Einsatz von RPA und KI. Änderungen am Prozessdesign wirken kontrolliert in die technische Umsetzung und können versioniert und auditierbar ausgerollt werden (, ). Viele Behörden bewegen sich aktuell zwischen Reifegrad 0 (keine standardisierte Modellierung) und Reifegrad 1, wodurch Optimierungs- und Automatisierungspotenziale noch nicht systematisch genutzt werden ().

Typische Fallstricke bei der BPMN-Einführung

Praxisberichte aus Bund und Ländern zeigen wiederkehrende Herausforderungen bei der Einführung von BPMN und FIM-BPMN ():

  • Zu hohe Detailtiefe zu früh: Statt mit End-to-End-Sichten zu beginnen, werden Teilprozesse unmittelbar sehr granular modelliert und verlieren den Bezug zum Gesamtprozess.
  • BPMN als reines IT-Projekt: Modellierung wird in technische Projekte verlagert, statt fachlich geführt und durch Prozesseigentümer verantwortet.
  • Fehlende Governance: Es fehlen klar definierte Rollen für Prozesseigentum, Qualitätssicherung, Konventionspflege und Schulung.
  • Modelle ohne Nutzungskonzept: BPMN-Modelle werden erstellt, aber weder für OZG-Umsetzung, Kennzahlensysteme, Schulung noch Automatisierung systematisch eingesetzt.

Eine erfolgreiche BPMN-Einführung verbindet Methodik (FIM-BPMN, Konventionenhandbuch), Governance (Rollen, Verantwortlichkeiten) und Technologie (Werkzeuge, Process Engines) zu einem konsistenten Gesamtsystem (, ).

Fazit: BPMN als Infrastrukturbaustein für Prozessintelligenz

BPMN 2.0 – in der Verwaltung konkretisiert durch FIM-BPMN und BVA-Konventionen – ist mehr als ein Modellierungsstandard. Es ist ein Infrastrukturbaustein für Prozessintelligenz: Prozesse werden transparent, vergleichbar und messbar, Optimierungen lassen sich faktenbasiert planen, und Automatisierung wird beherrschbar und anschlussfähig an OZG- und Digitalisierungsprogramme (, ).

Wer über Verwaltungsdigitalisierung spricht, spricht damit zwangsläufig auch über BPMN – als gemeinsame Sprache zwischen Fach und IT und als Grundlage für skalierbare, intelligente Prozesslandschaften (, ).

Weiterführende Beiträge

Literatur

Zuständigkeits- vs. Prozess-Denken

Die Verwaltungsdigitalisierung in Deutschland leidet nicht allein an fehlender Technik, sondern in erheblichem Maß an unzureichend koordinierten, nur teilweise standardisierten und häufig nicht end-to-end gedachten Abläufen. Für eine belastbare Analyse genügt es daher nicht, Zuständigkeiten und Organisationskästen zu betrachten; erforderlich ist eine prozessorientierte Perspektive, die Verwaltungsleistungen als durchgängige Leistungsketten versteht. Diese Argumentation lässt sich theoretisch im Business Process Management (BPM), im Business Process Reengineering (BPR) sowie in einer soziotechnischen Sicht auf Verwaltungsorganisation verankern (; ; ).

Das Kernproblem: Zuständigkeit statt Ablauf

Öffentliche Verwaltungen sind historisch primär entlang funktionaler Zuständigkeiten organisiert. Diese Struktur sichert formale Verantwortung, begünstigt jedoch zugleich Medienbrüche, Mehrfachprüfungen, sequenzielle Übergaben und mangelnde Transparenz über den tatsächlichen Bearbeitungsstand eines Vorgangs. Für Antragstellende bleibt dadurch oft unklar, wo ein Verfahren aktuell liegt, welche Stelle gerade bearbeitet und an welcher Schnittstelle Verzögerungen entstehen.

Aus prozessualer Sicht ist genau diese Fragmentierung das zentrale Organisationsproblem. Während das Zuständigkeitsdenken vor allem nach formaler Verantwortung, Regelkonformität und Übergabe an die nächste Stelle fragt, richtet Prozessdenken den Blick auf den gesamten Vorgangsfluss – also auf Abfolge, Abhängigkeiten, Informationsbedarf, Wartezeiten und Ergebnisqualität. Prozessmanagement ersetzt Zuständigkeiten damit nicht, sondern ergänzt sie um eine koordinierende End-to-End-Perspektive (; ).

Theoretischer Rahmen

Der Begriff des Geschäftsprozesses bezeichnet in der BPM-Literatur eine strukturierte Folge zusammenhängender Aktivitäten, die Inputs in Outputs transformiert und dabei Wert für interne oder externe Adressaten erzeugt. Auf die Verwaltung übertragen bedeutet dies: Ein Prozess beginnt nicht an der internen Sachbearbeitungsgrenze und endet auch nicht mit der Weiterleitung an eine andere Organisationseinheit, sondern erst mit der vollständigen Leistungserbringung gegenüber Bürgerinnen, Bürgern oder Unternehmen ().

Für die Einordnung des vorliegenden Arguments sind drei Theoriebezüge besonders relevant. Erstens liefert BPM den konzeptionellen Rahmen für Identifikation, Modellierung, Analyse, Ausführung und kontinuierliche Verbesserung von Prozessen. Zweitens verweist BPR darauf, dass Digitalisierung nur dann substanziellen Nutzen erzeugt, wenn Prozesse nicht bloß elektronisch abgebildet, sondern grundlegend vereinfacht und neu gestaltet werden. Drittens macht die soziotechnische Perspektive deutlich, dass nachhaltige Verwaltungsdigitalisierung nicht als reines IT-Projekt missverstanden werden darf, sondern als Zusammenspiel von Organisation, Regeln, Rollen, Technologien und institutionellen Anreizen (; ; ).

Zuständigkeitsdenken und Prozessdenken im Vergleich

  • Zuständigkeitsdenken fragt: Wer ist formal verantwortlich, welche Stelle bearbeitet als Nächstes, und wird die jeweilige Dienstanweisung korrekt eingehalten?
  • Prozessdenken fragt: Was muss als Nächstes geschehen, damit das Verfahrensziel erreicht wird, welche Informationen werden benötigt, und an welchen Punkten entstehen Verzögerungen, Redundanzen oder Fehlerquellen?
  • Organisatorische Folge: Zuständigkeitsorientierung optimiert Teilaufgaben innerhalb von Silos, Prozessorientierung optimiert den Gesamtfluss über Organisationsgrenzen hinweg.
  • Digitalisierungskonsequenz: Wer nur Zuständigkeiten digitalisiert, reproduziert bestehende Ineffizienzen digital; wer Prozesse gestaltet, schafft überhaupt erst die Voraussetzung für wirksame Digitalisierung (; ).

Warum Digitalisierung hier scheitert

Die empirische Evidenz zur deutschen Verwaltungsdigitalisierung stützt diese Diagnose. Das Behörden-Digimeter 2026 zeigt, dass Anfang 2026 von 7.509 relevanten Einzelleistungen lediglich 823 bundesweit flächendeckend umgesetzt waren; zugleich hatte kein Bundesland mehr als 291 von 577 OZG-Leistungsbündeln flächendeckend verfügbar. Das Gutachten betont zudem ausdrücklich, dass dieser Umsetzungsstand noch keine tiefgreifende Digitalisierung der zugrunde liegenden Verwaltungsprozesse beinhaltet ().

Auch die Fraunhofer-FOKUS-Studie EfA im Fokus verweist auf strukturelle Hemmnisse, die nicht primär technischer Natur sind. Die Studie arbeitet heraus, dass Kommunen bei der Nachnutzung digitaler Leistungen weiterhin mit finanziellen Unsicherheiten, Unterstützungsbedarf, komplexen vergaberechtlichen Anforderungen sowie heterogenen organisatorischen Strukturen konfrontiert sind. Besonders hervorgehoben werden der Bedarf an stärkerer Abstimmung, Wissenstransfer, verlässlichen Rollout-Strukturen und transparentem Prozessmanagement ().

Damit wird deutlich: Das Defizit liegt nicht nur in fehlenden Onlinediensten, sondern in mangelhaft koordinierten und institutionell schwach eingebetteten Prozessketten. Digitalisierung ohne vorgelagerte Prozessanalyse reproduziert deshalb häufig bestehende Ineffizienzen in digitaler Form, statt sie zu beseitigen (; ).

Was ein Verwaltungsprozess umfasst

Im Verwaltungskontext besteht ein Prozess typischerweise aus einem definierten Input, einer Folge regelgebundener und fachlicher Tätigkeiten sowie einem klar bestimmbaren Output. Inputs können etwa Anträge, Meldungen oder Ereignisse wie Geburt, Umzug oder Unternehmensgründung sein. Die Aktivitäten reichen von Prüfung, Entscheidung und Dokumentation bis zu Rückfragen, Beteiligungen anderer Stellen und Zustellung. Outputs sind Bescheide, Genehmigungen, Registereinträge oder sonstige Verwaltungsakte.

Entscheidend ist, dass alle internen Übergaben, Liegezeiten und Rückkopplungen Teil des Prozesses sind. Gerade diese unsichtbaren Zwischenräume sind in Behörden häufig die eigentlichen Quellen von Verzögerung, Intransparenz und Friktion. Aus BPM-Sicht ist deshalb nicht die einzelne Bearbeitungshandlung das analytische Primärobjekt, sondern der vollständige End-to-End-Ablauf (; ).

Drei Dimensionen des Umdenkens

Von der Funktion zum Fluss

Verwaltungsmodernisierung muss Vorgänge als zusammenhängende Abläufe modellieren, nicht bloß als Aneinanderreihung von Zuständigkeiten. Auf Bundesebene ist BPMN 2.0 hierfür als zentraler Modellierungsstandard etabliert; das Bundesverwaltungsamt verweist darauf, dass bundeseinheitliche Standards für das Prozessmanagement gesetzt wurden und Prozesse mithilfe des BPMN-2.0-Standards einheitlich gesteuert und dokumentiert werden können (; ).

Von der Ausnahme zur Regel

Prozessdenken fragt nach wiederkehrenden Mustern und standardisierbaren Fallkonstellationen. Gerade in der Verwaltung lässt sich ein erheblicher Anteil von Vorgängen regelbasiert strukturieren, während komplexe Ausnahmefälle gesondert behandelt werden. Das Bundesverwaltungsamt beschreibt DMN ausdrücklich als Standard zur Modellierung von Geschäftsregeln und Entscheidungsfindungsprozessen; damit lassen sich standardisierbare Entscheidungen nachvollziehbar dokumentieren und – sofern rechtlich und organisatorisch tragfähig – technisch unterstützen (; ).

Vom Silo zur Prozesskette

Die größten Reibungsverluste entstehen typischerweise an Schnittstellen zwischen Organisationseinheiten, föderalen Ebenen und IT-Dienstleistern. Genau hier verweist die Fraunhofer-FOKUS-Studie auf die Notwendigkeit stärkerer Abstimmung, anerkannter Intermediäre, standardisierter Weitergabestrukturen und adressatengerechter Kommunikation im EfA-Rollout. Prozessdenken ist deshalb immer auch Schnittstellenmanagement: Es macht Übergaben sichtbar, reduziert unnötige Schleifen und stärkt die Koordination über Abteilungs- und Ebenengrenzen hinweg ().

Organisatorische Voraussetzungen

Eine prozessorientierte Verwaltung benötigt erstens Sichtbarkeit in Form dokumentierter und modellierter Abläufe. Zweitens braucht sie Verantwortung durch Prozesseigentümer oder vergleichbare Rollen mit bereichsübergreifendem Mandat. Drittens erfordert sie Messbarkeit, also Kennzahlen zu beispielsweise Durchlaufzeiten, Liegezeiten, Rückfragen, Fehlerquoten und Variantenhäufigkeiten. Diese drei Voraussetzungen sind zunächst organisatorisch und governance-bezogen, nicht technisch (; ). Dabei muss beachtet werden, dass die Kennzahlen sowohl Zweck als auch Wirtschaftlich erhebbar sind.

Gerade darin liegt eine häufig unterschätzte Einsicht der Verwaltungsdigitalisierung: Technologie kann fehlende Prozessklarheit nicht kompensieren. Wenn Rollen, Regeln, Übergaben und Eskalationsmechanismen unklar bleiben, wird digitale Technik bestenfalls zum Beschleuniger bestehender Dysfunktionalitäten. Aus Sicht des BPM ist daher Prozessanalyse kein nachgelagerter Optimierungsschritt, sondern die Voraussetzung jeder sinnvollen Digitalisierung (; ).

Implikationen für Führung und Governance

Prozessdenken ist nicht wertneutral, weil es organisatorische Intransparenz reduziert. Sobald Durchlaufzeiten, Liegezeiten und Übergaben sichtbar werden, treten auch Verantwortungsdiffusion, Doppelarbeit und vermeidbare Verzögerungen offen zutage. Das erklärt, weshalb prozessorientierte Reformen regelmäßig nicht nur fachliche, sondern auch politische und mikropolitische Widerstände auslösen ().

Für die Führungsebene bedeutet dies, dass Prozessmanagement als Governance-Aufgabe verstanden werden muss. Es genügt nicht, Modellierungsstandards oder Onlinedienste bereitzustellen; erforderlich sind auch Priorisierung, Mandatierung, Standardisierung und Durchsetzungsfähigkeit über Bereichsgrenzen hinweg. Gerade in föderalen Kontexten entscheidet daher weniger die Verfügbarkeit einzelner Technologien als die Qualität der Koordination über den Erfolg digitaler Transformation (; ).

Fazit

Prozessdenken ist keine Software, sondern eine organisationsbezogene Perspektive auf Verwaltungsleistung. Wer Digitalisierung primär als Bereitstellung digitaler Oberflächen versteht, verfehlt die eigentliche Modernisierungsaufgabe. Erst wenn Verwaltungen ihre Leistungen als durchgängige Prozesse modellieren, standardisieren, messen und steuern, entstehen die Voraussetzungen für wirksame, skalierbare und nutzerorientierte Digitalisierung (; ).

Weiterführende Beiträge

Literatur

Verwaltung digitalisieren. Prozesse verstehen. Zukunft gestalten.

Executive Summary

Die deutsche Verwaltungsdigitalisierung scheitert weniger an fehlender Technologie als an unzureichend verstandenen, dokumentierten und gesteuerten Verwaltungsprozessen. Prozessintelligenz – verstanden als die Fähigkeit der öffentlichen Verwaltung, ihre Abläufe systematisch zu erfassen, datenbasiert zu analysieren, gezielt zu steuern und kontinuierlich zu verbessern – bildet das operative Fundament wirksamer Digitalisierung und eines verantwortungsvollen KI-Einsatzes.

Konzeptionell knüpft Prozessintelligenz an das etablierte Business Process Management (BPM) an, erweitert dieses jedoch um datengetriebene Analyse und KI-gestützte Entscheidungsmechanismen (). In einem Design-Science-Verständnis ist Prozessintelligenz als sozio-technisches Artefakt zu lesen, das organisatorische Strukturen, Methoden (z. B. BPMN, DMN, Process Mining) und technische Systeme integriert, um die Problematik fragmentierter Verwaltungsdigitalisierung adressieren zu können ().

1. Problemstellung der Verwaltungsdigitalisierung

1.1 Digitalisierung ohne Prozessreform

Digitalisierungsinitiativen in der öffentlichen Verwaltung fokussieren häufig auf die technische Abbildung bestehender Verfahren. In der Praxis führt dies dazu, dass analoge Ineffizienzen – etwa redundante Prüfschritte, Medienbrüche oder unklare Zuständigkeiten – unverändert in digitale Systeme übertragen werden. Das Ergebnis sind digitalisierte Altprozesse statt struktureller Verbesserungen, wie auch die E-Government-Literatur zu fragmentierten Modernisierungsansätzen dokumentiert ().

Wirksame Digitalisierung setzt daher eine vorgelagerte Analyse und Neugestaltung der zugrunde liegenden Prozesse voraus, wie sie im BPM-Lifecycle als Prozessanalyse und -redesign verankert ist ().

1.2 Strukturelle Ursachen

  • Fragmentierte IT-Landschaften: Fehlende Interoperabilität verhindert durchgängige Prozesslogiken und behindert die End-to-End-Sicht auf Verwaltungsleistungen ().
  • Geringe Standardisierung: Gleichartige Leistungen werden organisationsabhängig unterschiedlich umgesetzt; dies konterkariert Skalierung und Nachnutzung von digitalen Lösungen ().
  • Zuständigkeitsorientierung: Abläufe werden entlang von Organisationseinheiten statt End-to-End-Prozessen gestaltet, was in der Public-Management-Forschung als wesentliche Barriere für Prozessreformen beschrieben wird ().
  • Front-End-Fokus: Digitalisierung adressiert häufig Schnittstellen zum Bürger, nicht die internen Kernprozesse, wodurch Effizienz- und Qualitätsgewinne begrenzt bleiben ().

1.3 KI als Verstärker struktureller Defizite

KI-Systeme sind in hohem Maße abhängig von klar definierten Prozessen und konsistenten Datenstrukturen. Studien zu algorithmischer Entscheidungsunterstützung in der öffentlichen Verwaltung zeigen, dass unklare Entscheidungsregeln und heterogene Datenbestände zu Bias, Intransparenz und eingeschränkter Skalierbarkeit führen (). In Umgebungen mit hoher Prozessvarianz, unklaren Entscheidungsregeln und geringer Datenqualität verstärken KI-Lösungen bestehende Ineffizienzen, anstatt diese zu kompensieren.

2. Konzept der Prozessintelligenz

2.1 Definition und Einordnung im IS-Diskurs

Prozessintelligenz beschreibt die Fähigkeit einer Organisation, Geschäftsprozesse datenbasiert zu verstehen, zu steuern und adaptiv weiterzuentwickeln. Sie steht damit in der Tradition des BPM, wie es in der IS- und Management-Literatur als ganzheitlicher Ansatz zur Identifikation, Modellierung, Analyse, Verbesserung und Automatisierung von Prozessen beschrieben wird (). Zugleich adressiert Prozessintelligenz die „missing link“-Problematik zwischen Informationssystemen und tatsächlichen Prozessausführungen, die im Process-Mining-Diskurs hervorgehoben wird ().

Im Sinne von Design Science Research lässt sich Prozessintelligenz als integriertes Artefakt konzipieren, das Methoden (BPMN, DMN, Process Mining), organisatorische Rollen (Prozessverantwortliche, Governance-Gremien) und technische Infrastruktur (prozessfähige Fachverfahren, Ereignislogs) zusammenführt, um ein klar umrissenes Relevanzproblem – die Stockung der Verwaltungsdigitalisierung – zu adressieren ().

2.2 Ebenen der Prozessintelligenz

  • Transparenz: Systematische Erfassung und Modellierung von Ist-Prozessen, typischerweise unter Einsatz von BPMN 2.0 und Prozess-Screenings.
  • Analyse: Datenbasierte Bewertung von Effizienz, Qualität und Varianten, etwa unter Nutzung von Kennzahlensystemen und Process-Mining-Verfahren ().
  • Steuerung: Kontinuierliche Optimierung, Automatisierung und Integration von KI-Anwendungen, gestützt durch explizite Entscheidungsmodelle (DMN) und Governance-Strukturen.

3. Methodisches Fundament: Artefakt-Bausteine

Aus DSR-Perspektive besteht Prozessintelligenz aus einem Ensemble von Artefakt-Bausteinen – konzeptuelle Modelle, Methoden und technische Komponenten –, die gemeinsam eine prozessintelligente Verwaltung ermöglichen ().

3.1 Prozess-Screening

Das Prozess-Screening bildet den Ausgangspunkt und dient der strukturierten Ist-Erhebung, Priorisierung und Bewertung von Verwaltungsprozessen. Es operationalisiert die Phase der Prozessidentifikation und -dokumentation im BPM-Lifecycle und schafft eine belastbare Grundlage für weitere Design- und Evaluationsschritte ().

3.2 BPMN 2.0 als Prozesssprache

BPMN 2.0 ermöglicht eine standardisierte und organisationsübergreifend verständliche Modellierung von Prozessen und ist in der IS-Literatur als De-facto-Standard der Prozessmodellierung verankert (). Für die öffentliche Verwaltung schafft BPMN die Voraussetzung, fachliche und technische Sicht auf Verwaltungsabläufe zu integrieren und modellbasierte Automatisierungsansätze zu unterstützen.

3.3 FIM als föderaler Standardisierungsrahmen

Das Föderale Informationsmanagement (FIM) ergänzt BPMN um verwaltungsspezifische Strukturierung von Leistungen, Daten und Prozessen. Es operationalisiert den Standardisierungsgedanken, der in der Digital-Government-Literatur als Voraussetzung für übergreifende Nachnutzung und Skalierung hervorgehoben wird ().

3.4 DMN zur Modellierung von Entscheidungslogik

Die Decision Model and Notation (DMN) ermöglicht die explizite, formal strukturierte Darstellung von Entscheidungsregeln. Aus Sicht der KI-Governance schafft DMN eine transparente Grundlage für regelbasierte und KI-gestützte Entscheidungen und ist zentral für die Nachvollziehbarkeit und Auditierbarkeit algorithmisch unterstützter Verwaltungsentscheidungen ().

3.5 Process Mining als datengetriebene Analyse

Process Mining schließt die Lücke zwischen modellierten Soll-Prozessen und realen Ist-Abläufen, indem Ereignisdaten (Event Logs) genutzt werden, um tatsächliche Prozessvarianten, Engpässe und Compliance-Abweichungen zu rekonstruieren (). Für die öffentliche Verwaltung bildet Process Mining die empirische Basis, auf der Prozessintelligenz von einem rein modellgetriebenen Ansatz zu einer datengetriebenen Steuerungsfähigkeit weiterentwickelt werden kann.

4. Prozessintelligenz als Voraussetzung für KI in der Verwaltung

4.1 Design-Relevanz: Warum KI ohne Prozessintelligenz scheitert

Aus Perspektive des DSR-Relevanzkriteriums adressiert Prozessintelligenz ein klar umrissenes Praxisproblem: KI-Pilotprojekte in der Verwaltung bleiben häufig isoliert, nicht skalierbar und schwer erklärbar. Die Literatur zu algorithmic decision-making im öffentlichen Sektor verweist dabei insbesondere auf fehlende Datenqualität, unklare Entscheidungslogik und schwache Governance-Strukturen als zentrale Ursachen ().

4.2 Reifegradmodell als konzeptionelles Artefakt

Das skizzierte Reifegradmodell (von „Ad hoc“ bis „KI-fähig“) lässt sich als konzeptionelles Artefakt im Sinne von verstehen. Es strukturiert die Entwicklungspfadlogik von Verwaltungsorganisationen und ermöglicht, Designentscheidungen entlang definierter Reifegrade (Dokumentation, Standardisierung, Datengetriebenheit, KI-Integration) zu planen und zu evaluieren.

  • Ad hoc: Undokumentierte Prozesse, keine konsistente Sicht auf Abläufe.
  • Dokumentiert: Modellierte, aber nicht verbindlich verankerte Prozesse.
  • Standardisiert: Verbindliche Prozessmodelle, klare Rollen und Governance.
  • Datengetrieben: Kontinuierliche Messung, Monitoring und Verbesserung.
  • KI-fähig: Integration von KI-Systemen in stabile, standardisierte und datengetriebene Prozesslandschaften.

5. Wirkungspotenziale und Evaluation

5.1 Effizienz, Qualität und Nutzerorientierung

Empirische Studien zu BPM zeigen, dass strukturierte Prozessgestaltung und -steuerung zu messbaren Effizienz- und Qualitätsgewinnen führen, etwa in Form geringerer Durchlaufzeiten, reduzierter Fehlerquoten und verbesserter Servicequalität (). In einem DSR-Setting können diese Kennzahlen als Evaluationkriterien für Prozessintelligenz-Artefakte dienen.

5.2 Transparenz, Rechtssicherheit und KI-Governance

Explizite Prozess- und Entscheidungsmodelle erhöhen Nachvollziehbarkeit, Prüfbarkeit und Rechtssicherheit – eine zentrale Anforderung im öffentlichen Sektor. In der Diskussion um „algorithmic accountability“ wird betont, dass nachvollziehbare Entscheidungsregeln und dokumentierte Abläufe Voraussetzung für legitime KI-gestützte Entscheidungen sind ().

5.3 Skalierbarkeit und Nachnutzung

Standardisierte Modelle nach FIM- und BPMN-Logik unterstützen das Prinzip „Einer für Alle“, das im deutschsprachigen E-Government-Diskurs als Schlüssel zur Skalierung digitaler Verwaltungsleistungen gilt (). Aus DSR-Sicht stellt dies ein wichtiges Kriterium für die Breitenwirkung des Artefakts dar.

5.4 Anpassungsfähigkeit und Resilienz

Dokumentierte und standardisierte Prozesse erleichtern die Umsetzung regulatorischer Änderungen und organisatorischer Anpassungen. Die Verwaltungs- und Public-Management-Literatur diskutiert dies als zentrale Dimension administrativer Resilienz und Change-Fähigkeit ().

6. Implikationen für Design Science Research

6.1 Artefaktcharakter von Prozessintelligenz

Prozessintelligenz kann als umfassendes, sozio-technisches Artefakt im Sinne von verstanden werden. Es kombiniert konzeptionelle Modelle (Reifegradmodell, Ebenen der Prozessintelligenz), Methoden (Screening, BPMN, DMN, Process Mining) und technische Implementierungen (ereignisbasierte Systemlogs, Workflow-Systeme) und adressiert damit ein Relevanzproblem der Verwaltungsdigitalisierung.

6.2 Forschungsdesign und Evaluationspfade

Für ein DSR-Paper bieten sich insbesondere formative Evaluationen entlang der Reifegrade sowie summative Evaluationen mit Kennzahlen zu Effizienz, Qualität, Transparenz und Skalierung an . Ergänzend kann die Anwendung der Hevner-Guidelines auf Prozessintelligenz-Artefakte selbst zum Gegenstand einer konzeptionellen oder empirischen Studie werden ().

7. Fazit

Prozessintelligenz ist eine zentrale Voraussetzung für erfolgreiche Verwaltungsdigitalisierung und skalierbaren KI-Einsatz. Im IS-Diskurs verbindet sie BPM, Process Mining und KI-Governance zu einem integrierten, designorientierten Ansatz, der das Relevanzproblem fragmentierter und technologiegetriebener Digitalisierungsinitiativen adressiert (, ). Als Artefakt im Sinne der Design Science bietet Prozessintelligenz einen strukturierten Rahmen, um Prozess-, Daten- und KI-Perspektiven in der öffentlichen Verwaltung zu integrieren und systematisch zu evaluieren ().

Literatur

  • Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information systems research. MIS Quarterly, 28(1), 75–105.
  • Gregor, S., & Hevner, A. R. (2013). Positioning and presenting design science research for maximum impact. MIS Quarterly, 37(2), 337–355.
  • Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. A. (2018). Fundamentals of business process management (2nd ed.). Springer. https://doi.org/10.1007/978-3-662-56509-4
  • van der Aalst, W. (2016). Process mining: Data science in action (2nd ed.). Springer.
  • Janssen, M., & Cresswell, A. M. (2006). Enterprise architecture integration in e-government. Proceedings of the 39th Annual Hawaii International Conference on System Sciences. IEEE.
  • Scholta, H., Mertens, W., Kowalkiewicz, M., & Becker, J. (2019). From one-size-fits-all to user-centered digital public services: A literature review and research agenda. Government Information Quarterly, 36(1), 11–25.
  • Bouckaert, G., & Halligan, J. (2008). Managing performance: International comparisons. Routledge.
  • Veale, M., & Brass, I. (2019). Administration by algorithm? Public management meets public sector machine learning. Public Management Review, 21(4), 615–642.

Publikationen

Soziale Netzwerke

Newsletter - Anmeldung

Wir benutzen Cookies

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell für den Betrieb der Seite, während andere uns helfen, diese Website und die Nutzererfahrung zu verbessern (Tracking Cookies). Sie können selbst entscheiden, ob Sie die Cookies zulassen möchten. Bitte beachten Sie, dass bei einer Ablehnung womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen.

Akzeptieren Ablehnen
Weitere Informationen | Impressum