In den letzten zwei Jahrzehnten wurde Software um eine zentrale Abstraktion herum gebaut: den Workflow. Von CRMs über ERPs bis hin zu No-Code-Tools und internen Dashboards lautete das dominante Paradigma stets dasselbe — eine Abfolge von Schritten definieren, sie per Logik verbinden und Daten von einem Zustand in den nächsten bewegen.
Workflows brachten Ordnung ins Chaos. Sie verwandelten manuelle Abläufe in wiederholbare Systeme, kodifizierten Best Practices und machten Organisationen skalierbar. Aber sie legten auch eine Einschränkung auf, die zunehmend unvereinbar mit der Realität moderner Arbeit ist: Sie setzen voraus, dass die Welt vorhersagbar genug ist, um als Sequenz modelliert zu werden.
Das ist sie nicht.
Die grundlegende Grenze von Workflows ist nicht technisch — sie ist konzeptionell. Workflows verlangen, dass Entscheidungen vorab definiert werden. Jede Verzweigung, jede Bedingung, jede Ausnahme muss im Voraus antizipiert werden. Das funktioniert gut in stabilen Umgebungen, in denen die Variabilität gering ist und sich Prozesse langsam ändern. Es bricht in dynamischen Kontexten zusammen, in denen Informationen unvollständig sind, Ambiguität hoch ist und die Kosten starrer Logik sichtbar werden.
In der Praxis entspricht das, was in den meisten Unternehmen passiert, nicht dem, was ihre Workflows suggerieren. Die „echte Arbeit” findet außerhalb des Systems statt — in Slack-Threads, Ad-hoc-Analysen, menschlichen Urteilen und Last-Minute-Übersteuerungen. Der Workflow wird zum Schatten der Realität, nicht zu ihrem Abbild. Teams vertrauen ihm nicht, um zu entscheiden; sie nutzen ihn, um zu dokumentieren.
Das ist das Paradox: Je komplexer die Operation, desto weniger nützlich wird der Workflow als Entscheidungsinstrument.
Was als Antwort auf diese Grenze entsteht, ist kein besserer Workflow-Builder. Es ist eine ganz andere Abstraktion: Entscheidungen.
Anders als Workflows setzen Entscheidungen keinen festen Pfad voraus. Sie arbeiten mit Kontext statt mit Sequenz. Ein Entscheidungssystem bewertet Eingaben, wägt Unsicherheit ab und erzeugt ein Ergebnis, ohne dass der gesamte Entscheidungsbaum explizit abgebildet sein muss. Es fragt nicht „Was ist der nächste Schritt?”, sondern „Was ist angesichts dessen, was wir jetzt wissen, die beste Aktion?”
Dieser Wandel ist subtil, aber tiefgreifend.
In einem workflowgetriebenen System wird Intelligenz vom Designer im Voraus kodiert. In einem entscheidungsgetriebenen System wird Intelligenz zur Laufzeit angewendet. Das System geht weniger darum, vordefinierte Schritte zu orchestrieren, und mehr darum, die Realität fortlaufend zu interpretieren.
Das ist nicht nur eine philosophische Unterscheidung — sie ist in der technologischen Entwicklung verankert. Der Aufstieg von Machine Learning, probabilistischen Modellen und großen Sprachmodellen hat es möglich gemacht, mit Ambiguität umzugehen, wie deterministische Logik es nie konnte. Statt jede Regel zu kodieren, können wir heute Systeme bauen, die schlussfolgern, sich anpassen und mit der Zeit besser werden.
Nehmen wir die Risikobewertung im Finanzwesen. Traditionell wurde sie als Workflow umgesetzt: wenn Einkommen > X, wenn Score > Y, wenn Dokument verifiziert, dann genehmigen. Aber reales Risiko ist keine Checkliste. Es ist eine Wahrscheinlichkeitsverteilung, geformt durch unvollständige und sich wandelnde Daten. Die wirksamsten Systeme heute sind keine Workflows — es sind Entscheidungsmaschinen, die sich auf Basis neuer Informationen fortlaufend neu kalibrieren.
Oder den Kundensupport. Ein Workflow leitet Tickets nach Schlüsselwörtern und vordefinierten Kategorien weiter. Ein Entscheidungssystem hingegen versteht Absicht, Dringlichkeit und Kontext und wählt dynamisch den besten Lösungsweg — ohne starre Klassifizierung.
Das Muster wiederholt sich in allen Bereichen. Wo Komplexität und Unsicherheit zunehmen, verlieren Workflows an Wert.
Das bedeutet nicht, dass Workflows vollständig verschwinden. Sie bleiben nützlich als Ausführungsgerüst — als Mittel, Struktur zu erzwingen, nachdem eine Entscheidung getroffen wurde. Aber sie sind nicht mehr die zentrale Intelligenzschicht. Sie rücken nachgelagert, nicht vorgelagert.
Die Implikation für die Art, wie wir Software bauen, ist erheblich.
Die meisten Tools von heute sind noch als Systeme der Aufzeichnung oder der Prozesse konzipiert. Sie speichern Daten und erzwingen Abläufe. Die nächste Generation von Software wird aus Entscheidungssystemen bestehen. Ihre Hauptfunktion wird nicht sein, nachzuverfolgen, was passiert ist, oder durchzusetzen, was passieren soll — sondern zu bestimmen, was als Nächstes passieren soll.
Das verändert auch die Rolle der Nutzer. Statt Prozesse manuell zu navigieren, werden sie mit Systemen interagieren, die Empfehlungen liefern, Abwägungen erklären und in ihrem Namen handeln. Die Oberfläche verschiebt sich von Kontrolle zu Zusammenarbeit.
Für Gründer und Builder ist das eine Gelegenheit, Kategorien neu zu denken, die lange als selbstverständlich galten. Wenn Workflows nicht mehr die richtige Abstraktion für komplexe Operationen sind, dann stehen viele bestehende Produkte auf veralteten Fundamenten. Sie zu ersetzen ist keine inkrementelle Verbesserung — es geht darum, die zentrale Schicht neu zu definieren.
Die Unternehmen, die in diesem Übergang gewinnen, werden nicht die sein, die KI-Features zu Workflows hinzufügen. Es werden die sein, die Workflows durch echte Entscheidungssysteme ersetzen.
Denn am Ende laufen Unternehmen nicht auf Prozessen.
Sie laufen auf Entscheidungen.
