Integrieren Sie KI in Ihr GPM dank MCP und ADONIS

In den vergangenen Monaten ist der Einsatz von KI-Agenten in Unternehmen stark gestiegen. Rund 40% der Unternehmen haben ihre Investitionen in KI erhöht und betrachten sie als entscheidenden Treiber für Produktivität, Kosteneffizienz und digitale Transformation. 88% der Führungskräfte planen zudem, in Process Intelligence zu investieren, um GenAI und Machine Learning als Bindeglied zur Optimierung von Geschäftsprozessen zu nutzen.

Unternehmen, die den Mehrwert von KI verstehen, stehen vor einer zentralen Herausforderung: eine Infrastruktur zu schaffen, die ihren KI-Systemen den organisatorischen Kontext erschließt und gleichzeitig den Zugriff auf zentrale Plattformen wie GPM, ERP und CRM ermöglicht. Auf dieser Basis werden KI-Agenten zu mächtigen Assistenten, die Informationen abrufen, kontextbezogen entscheiden, Routineaufgaben automatisieren und proaktiv Verbesserungspotenziale erkennen.

Bisher bedeutete die KI-Integration, für jede Datenquelle und Funktion individuelle Skripte oder APIs zu entwickeln. Angesichts der Vielzahl benötigter Verbindungen entstehen oft fragile Netzwerke, hoher Wartungsaufwand und begrenzte Skalierbarkeit. Eine stabile, agile Kommunikationsschicht ist daher entscheidend für den Erfolg. Im Folgenden erläutern wir, wie dies erreicht werden kann.

Um KI mit Unternehmensanwendungen wie GPM-Systemen zu verbinden, setzen viele Organisationen auf das Model Context Protocol (MCP) – eine standardisierte Methode, die KI-Agenten kontextbezogenen, toolunabhängigen Zugriff auf Unternehmenswissen ermöglicht. So können LLM-basierte Agenten auf unterschiedliche Systeme (z. B. Dokumente, Anwendungen, Datenbanken) zugreifen, Informationen sicher abrufen und die notwendigen Tools integrieren, um Aufgaben oder Funktionen auszuführen.

In einer typischen Architektur hat der MCP-Server Zugriff auf:

• Tools – Services und Funktionen (z. B. via API), mit denen die KI Objekte, Modelle und deren Relationen abrufen, erstellen, aktualisieren oder löschen kann
• Ressourcen – Objekte, Modelle, Relationen, Dokumente und weiteres „organisationales Wissen“
• Prompts – Anweisungen, die die KI darin leiten, was sie fragen soll und wie die Ergebnisse zu interpretieren sind

KI und Geschäftssysteme mithilfe von MCP verknüpfen

Sehen wir uns an, wie ein solches Protokoll in der Praxis funktioniert. Angenommen, Prozessverantwortliche möchten den Prozess „Rechnungsfreigabe“ in ADONIS, der GPM-Suite des Unternehmens, überprüfen, um fehlende Verantwortlichkeiten oder mögliche Compliance-Lücken aufzudecken. So könnte ein KI-Agent mit MCP vorgehen:

Der Prozesseigner fragt GenAI:

„Kannst du prüfen, ob im Rechnungsfreigabe-Prozess etwas fehlt?“

Die Anfrage wird über MCP weitergeleitet, das die passende, vorkonfigurierte Prompt-Vorlage identifiziert und mit Kontextinformationen wie Prozessname, ID und den benötigten Funktionen anreichert. Um auf die Prozessmodelldaten zuzugreifen, werden die ausgewählten Funktionen (Tools) ausgeführt, die den Prozessinhalt einschließlich Aufgaben- und Rollenverteilung sowie möglicher Compliance-Risiken aus den Ressourcen abrufen.

Der Agent analysiert diese Informationen und liefert eine Antwort wie:

Prüfung abgeschlossen – Modell „Rechnungsfreigabe“ analysiert.

Gefundene Probleme:

• Rechnung prüfen: Fehlende Verantwortliche & kein DSGVO-Kontrollpunkt

• Abschließende Prüfung: Keine Verantwortlichen zugewiesen (nur Informiert: Controller)

Vorschläge:

• „Buchhalter“ und „Finanzleiter“ als Verantwortliche zuweisen

• DSGVO-Checkliste „CC-DSGVO-012“ verknüpfen

Änderungen übernehmen? Prozesseigner benachrichtigen?

Nutzende können dann wählen, ob die Änderungen übernommen und die relevanten Beteiligten – etwa per E-Mail-Versand des Modells – informiert werden sollen, wie es in MCP konfiguriert ist.

Die Anbindung von ADONIS an KI-Systeme über MCP bietet zahlreiche Vorteile:

Von Unsicherheit zu fundiertem Wissen:

MCP verschafft Agenten sicheren und strukturierten Zugriff auf reale Prozessmodelle, Verantwortlichkeiten und Fachbegriffe. Damit werden Unklarheiten beseitigt und die KI erhält genau die Informationen, die sie benötigt.

Von Integrationsaufwand zu skalierbarem Zugriff:

Anstatt individuelle Schnittstellen zu jeder API zu entwickeln, stellt MCP eine universelle Zugriffsschicht bereit. So kann GenAI direkt auf GPM-Funktionalitäten zugreifen – ohne zusätzlichen Anpassungsaufwand.

Von passiven Einblicken zu intelligentem Handeln:

KI-Agenten können Modelle prüfen, fehlende Rollen oder Risiken identifizieren, Verbesserungen vorschlagen, Änderungen umsetzen und Updates durchführen – bei gleichzeitiger Nachvollziehbarkeit und Kontrolle. Darüber hinaus können sie automatisierte Aktivitäten ausführen, basierend auf dem vollständigen Prozesswissen, mit dem sie angereichert wurden.

Es gibt verschiedene Einsatzmöglichkeiten für MCP im intelligenten Geschäftsprozessmanagement. Die wichtigsten sind:

• Smarter Navigator: Ruft alle relevanten Kontextdaten wie Modelle, Beschreibungen, Rollen und Relationen ab, um präzise Informationen – etwa Prozessdetails oder Abläufe – bereitzustellen und Nutzer:innen gezielt durch diese zu führen.

• Prozessoptimierer: Holt Informationen aus GPM-Suiten und bindet Analysefunktionen ein. So kann eine über MCP bereitgestellte Funktion Auffälligkeiten zurückmelden und der KI strukturierte Verbesserungsvorschläge liefern – wodurch sie als Prozessprüfer mit Expertenwissen agiert.

• KI-Ausführer: Greift auf Wissen aus der GPM-Suite zu, analysiert es und setzt es direkt um. Er kann Änderungen an Prozessen vornehmen oder Aktionen in Geschäftssystemen wie automatisierten Workflows auslösen.

Reale Beispiele verdeutlichen den Mehrwert von MCP. Sehen wir uns einige davon an – und welche Rolle ADONIS dabei spielen könnte:

In der Rolle eines Smarten Navigators nutzt MCP-gestützte KI Kontextdaten aus Prozessen, Rollen und weiteren Informationen, um Nutzer:innen anzuleiten und präzise Antworten zu liefern. In einer Bank könnte sie Kund:innen durch komplexe Verfahren führen, sicherstellen, dass alle Schritte korrekt ausgeführt werden, und auf notwendige Nachverfolgungen hinweisen.

Für interne Bankteams könnte sie ESG-Kennzahlen aus Kredit- und Nachhaltigkeitsberichten automatisch zusammenstellen und nur die relevantesten Informationen für Kundenbetreuer bereitstellen – und damit Zeit sparen.

In einem Ride-Sharing-Unternehmen könnte die KI vergangene Interaktionen auswerten, um Kundenservice-Spezialisten zu unterstützen. Sie erinnert an die richtigen Workflows, liefert passende Kundendaten und hilft, Anfragen präzise zu beantworten.

Rolle von ADONIS

In solchen Szenarien verschafft ADONIS – kombiniert mit MCP – KI-Agenten direkten Zugriff auf die tatsächlichen Prozessmodelle, Rollen, Entscheidungslogiken und Dokumentationen einer Organisation. So sind die KI-Erkenntnisse nicht nur präzise, sondern auch vollständig auf die Unternehmensstrukturen abgestimmt. Ob beim Onboarding, der Genehmigung von Anträgen oder in Compliance-Workflows – MCP ergänzt ADONIS um eine konversationelle, prozessbewusste Ebene.

In der Rolle des Prozessoptimierers ruft MCP-fähige KI Informationen ab und führt Analysen durch, um Lücken, Risiken und Verbesserungspotenziale sichtbar zu machen. In der Versicherungsbranche könnte sie automatisch Interviewfragen generieren, Widersprüche in Schadensmeldungen erkennen, Bereiche für tiefere Prüfungen markieren und fehlendes Wissen ergänzen. Das reduziert den manuellen Prüfaufwand erheblich.

In der Transportversicherung lassen sich Schadensfälle zu Fracht deutlich effizienter bearbeiten: Die KI extrahiert relevante Daten aus Dokumenten, analysiert diese und ermöglicht so eine schnellere Regulierung zugunsten von Kund:innen.

Rolle von ADONIS

Im GPM-Kontext liefert ADONIS die strukturierte Prozessdokumentation inklusive Risiken und Relationen, die eine KI über MCP auswerten kann. So lassen sich Prozesse automatisiert prüfen, fehlende Rollen oder Kontrollen erkennen und konkrete Handlungsempfehlungen ableiten – ohne dass ein Mensch jeden einzelnen Schritt kontrollieren muss. Unternehmen profitieren dadurch von einer kontinuierlichen Prozessverbesserung bei minimalem Aufwand.

In der Rolle des Ausführers geht MCP-unterstützte KI über Analyse hinaus und setzt das gewonnene Wissen direkt in Aktionen um. Im Gesundheitswesen kann sie Antwortschreiben auf Einsprüche vorbereiten und damit speziell geschulte Pflegekräfte deutlich entlasten – die Bearbeitungszeit ließe sich so um die Hälfte reduzieren.

In der Schwerindustrie kann sie automatisch passende Reparaturanleitungen abrufen, in Servicefälle einpflegen und so Technikern die manuelle Suche ersparen. KI-Ausführungs-Agents sind in der Lage, Prozesse im Namen der Nutzer:innen zu aktualisieren – etwa Aufgaben zuzuweisen, Kontrollen zu verknüpfen oder Modelle zu publizieren.

Rolle von ADONIS

Mit ADONIS verstehen KI-Agenten nicht nur die Prozesse, sondern können diese auch orchestrieren. Über MCP lassen sich Aufgaben in externen Systemen – wie CRM, ERP oder Serviceplattformen – direkt ausführen, basierend auf der in ADONIS definierten Logik, Rollen und Bedingungen. Damit werden GPM-Modelle zu handlungsfähigen Blaupausen, die KI-Agenten zur autonomen Aufgabenbearbeitung nutzen können. Selbst Aktualisierungen in ADONIS, etwa an Prozessen oder angebundenen Anwendungen, erfolgen sicher und nachvollziehbar.

Die obigen Beispiele zeigen, wie Unternehmen Prozessdigitalisierung vorantreiben und KI für ihre Transformation nutzen können. Durch die Verbindung von KI-Agenten mit strukturierter Geschäftslogik, Rollen und Verantwortlichkeiten entsteht die Grundlage für eine neue Ära intelligenter Abläufe.

Genau diese Transformation unterstützt MCP als skalierbare Infrastruktur:

„Sicherer, kontextbezogener Zugriff auf Prozesswissen – mit der Möglichkeit zur Anpassung, über Systeme, Tools und Abteilungen hinweg.“

Mit MCP spricht GenAI die Sprache des Business und macht ADONIS zum Treiber eines dynamischen, intelligenten GPM-Ökosystems, das nicht nur weiß, was zu tun ist, sondern auch wie Ihr Unternehmen es tut – und sogar, wie es sich verbessern lässt.

Smarte Organisationen starten stets im Kleinen, sammeln schnell Erfahrungen und skalieren gezielt anhand der Anwendungsfälle mit dem größten Mehrwert. Angesichts der vielfältigen Einsatzmöglichkeiten von MCP empfiehlt es sich, zunächst mit Szenarien zu beginnen, die auf dem in ADONIS hinterlegten Wissen aufbauen. So lassen sich beispielsweise Geschäftsprozesse zusammenfassen oder Verantwortlichkeiten und Aufgaben klarer nachvollziehen, die für eine erfolgreiche Prozessdurchführung erforderlich sind.

Rollen im Prozess konkretisieren

Sind erste Anwendungsfälle etabliert, können Nutzen und Feedback der Mitarbeiter:innen, die aktiv mit den Ergebnissen arbeiten, ausgewertet werden. Dieses Feedback hilft, die Vorgehensweise zu optimieren und die nächsten Verbesserungen gezielt zu planen.

Verantwortliche Person identifizieren

Im Anschluss lassen sich die Szenarien zur Datenextraktion sukzessive ausbauen und mit weiterführenden Analysen kombinieren. Dabei können zusätzliche Informationen aus verbundenen Objekten (Dokumente, Risiken, IT-Anwendungen usw.) mit den BPMN-nativen Funktionen von ADONIS verknüpft werden. Auf diese Weise lernen KI-Agenten aus einem tieferen organisatorischen Kontext und liefern noch aussagekräftigere Erkenntnisse.

Prozessauswirkungsanalyse

Mit diesen Fähigkeiten kann KI bewerten, wie sich Prozessänderungen auf verbundene Elemente auswirken – potenzielle Folgen werden so frühzeitig erkannt und gezielt adressiert.

Aufgabenanreicherung durch verknüpfte SOPs

Darüber hinaus kann KI Prozessschritte mit detaillierten Anleitungen aus verknüpften SOPs anreichern und so sicherstellen, dass Aufgaben konsistent und regelkonform ausgeführt werden.

Risikobetrachtung durch verknüpfte Compliance-Dokumente

Sobald der KI-Agent den organisatorischen Kontext in ADONIS verstanden hat, können erste Aufgaben an ihn delegiert werden. Dies sollte mit einer Zwischenstufe beginnen, in der jede Ausführung von einem fachkundigen Mitarbeitenden überprüft wird. Gleichzeitig empfiehlt sich ein schrittweiser Ausbau der Funktionalitäten – beginnend mit kleineren Tätigkeiten wie Kommentieren, Korrekturen oder dem Aktualisieren von Prozessbeschreibungen in ADONIS.

Prozessbeschreibung aktualisieren

So trägt KI dazu bei, Prozessdokumentationen aktuell zu halten und an neue Anforderungen oder Geschäftslogik anzupassen.

Verantwortliche zur Aktualisierung benachrichtigen

Im nächsten Schritt können KI-Agenten basierend auf Nutzerbedarfen mit zusätzlichen Aufgaben betraut werden – von automatisierten Bewertungen und Anreicherungen über Updates bis hin zu vollständigen Ausführungen.

Ein weiterer entscheidender Schritt ist die Anbindung mehrerer MCPs an zusätzliche Plattformen und Datenquellen, die Ihre Organisation im Alltag nutzt. Durch diesen erweiterten Kontext liefert die KI präzisere Antworten, fundierte Analysen und intelligente Funktionen. So wird Ihr KI-Agent zu einem echten Business-Partner – und zu einem unverzichtbaren „Teammitglied“ in Ihrer Organisation.

Die in den vorherigen Abschnitten skizzierten zentralen Anwendungsfälle werden von ADONIS unterstützt und kontinuierlich durch neue Funktionen der ADONIS Roadmap erweitert. Doch warum warten? Beginnen Sie schon heute mit dem Aufbau Ihrer MCP-Integration für ADONIS! Das umfassende API-Portal bietet zahlreiche Möglichkeiten, organisatorische Informationen auszulesen und Ihre KI-Agenten mit dem notwendigen Kontext zu Unternehmensrichtlinien und Workflows anzureichern.

Ein praxisnahes Beispiel zeigt zudem, wie unkompliziert sich mit ADONIS eine Kommunikationsinfrastruktur (MCP) einrichten lässt, um das volle Potenzial intelligenter Prozessgestaltung zu nutzen.

Und das ist erst der Anfang: Mit jedem Update erweitern wir unsere MCP-Infrastruktur und die KI-Funktionalitäten von ADONIS weiter.