"Wir machen sowas mit RPA" und "Wir setzen auf KI" meinen oft dasselbe Projekt, aber selten dasselbe Werkzeug. Die Begriffe werden durcheinandergeworfen, als wären sie austauschbar. Sind sie nicht.
Wer den Unterschied kennt, trifft bessere Entscheidungen, weil er für die jeweilige Aufgabe das passende Werkzeug wählt, statt das gerade modische. Manchmal ist das schlichte, alte RPA die klügere Wahl. Manchmal scheitert genau dieses RPA an einer Aufgabe, für die es nie gedacht war, und erst die KI löst sie.
Dieser Text räumt mit der Verwechslung auf: was beide Ansätze sind, wo der Unterschied praktisch liegt und wann man welchen nimmt. Was Automatisierung insgesamt bedeutet, klärt vorab der Grundlagen-Beitrag.
groß ist der weltweite RPA-Softwaremarkt - RPA ist alles andere als tot
Gartner
aller Tätigkeiten sind grundsätzlich automatisierbar - die Frage ist, mit welchem Werkzeug
McKinsey Global Institute
Es ist kein Wettkampf. Es sind zwei Werkzeuge für zwei Arten von Aufgaben.
Was RPA ist
RPA steht für Robotic Process Automation. Ein RPA-Roboter ist im Kern eine Software, die genau die Klicks und Tastatureingaben nachahmt, die sonst ein Mensch macht. Er öffnet ein Programm, kopiert einen Wert aus Feld A, fügt ihn in Feld B ein, klickt speichern - immer exakt gleich, in einer festen Reihenfolge.
Das macht RPA stark und schwach zugleich. Stark, weil es auch mit alten Systemen funktioniert, die keine moderne Schnittstelle haben; der Roboter bedient sie einfach über die Oberfläche, wie ein Mensch es täte. Schwach, weil er nichts versteht. Verschiebt sich ein Button, ändert sich ein Layout, taucht ein Sonderfall auf, steht der Roboter oder produziert Murks. RPA folgt dem Drehbuch, ohne den Sinn zu kennen.
Was KI-Automatisierung ergänzt
Genau an dieser Stelle setzt die KI an. Ein Sprachmodell versteht Inhalt: Es liest eine Mail und erkennt, ob es eine Bestellung oder eine Beschwerde ist; es liest eine Rechnung und findet den Betrag, egal wo er steht. Es braucht keine feste Position, weil es nicht nach Koordinaten arbeitet, sondern nach Bedeutung.
Damit übernimmt die KI den Teil, an dem RPA scheitert: das Variable, das Unstrukturierte, das Verständnis. Sie trifft die Entscheidung, was mit einem Dokument passieren soll. Welche Prozesse genau davon profitieren, zeigt der Beitrag zur Potenzialanalyse.
Der Unterschied an einem Beispiel
Nehmen wir den Eingang einer Bestellung per Mail. Ein reiner RPA-Ansatz bräuchte ein festes Format: Sobald die Mail exakt so aussieht wie vorgesehen, kopiert der Roboter die Felder ins Warenwirtschaftssystem. Schreibt ein Kunde frei formuliert oder hängt die Bestellung als PDF an, ist der Roboter raus.
Mit KI davor läuft es anders: Das Modell liest die Mail oder das PDF, versteht, was bestellt wurde, und bringt es in eine saubere Struktur. Erst dann übernimmt der mechanische Teil - der notfalls wieder ein RPA-Roboter sein kann, wenn das Zielsystem alt ist. Die KI macht aus dem Chaos Struktur, die Mechanik trägt sie ins System.
In vielen Projekten arbeiten beide zusammen: KI versteht, RPA bedient das Altsystem
Die Unterschiede im Überblick
Wann RPA reicht, wann KI nötig ist
RPA reicht, wenn ein Ablauf stabil und immer gleich ist: Daten aus einem festen Report in ein anderes System übertragen, einen Nachtlauf abarbeiten, einen Standardabgleich machen. Solange sich an Format und Reihenfolge nichts ändert, ist RPA schlank, zuverlässig und oft günstiger als ein Sprachmodell.
KI ist nötig, sobald Verständnis ins Spiel kommt: freier Text, wechselnde Dokumentlayouts, Einordnung nach Bedeutung, Entscheidungen mit Spielraum. Würde man das mit reinem RPA lösen wollen, baute man ein fragiles Konstrukt aus hunderten Regeln, das bei jeder Ausnahme nachgebessert werden muss.
Die häufigste richtige Antwort ist nicht RPA oder KI. Sie ist: KI für den Kopf, RPA für die Hände.
Wann man beides kombiniert
In der Praxis ist die Kombination oft die robusteste Lösung. Die KI liest, versteht und entscheidet, und für die Systeme, die keine moderne Anbindung haben, übernimmt ein RPA-Baustein die mechanische Bedienung. Wer beide einsetzt, sollte allerdings auch beide absichern, denn eine KI, die selbstständig handelt, braucht klare Grenzen. Worauf es dabei ankommt, steht im Beitrag zur Sicherheit von KI-Agenten.