Flexibilität im Großhandel: Was Intralogistik vormacht, können n8n-Workflows für dein Backoffice
Wer sich die Lagerhallen moderner Großhändler anschaut, sieht eine Branche im Umbruch. Autonome Roboter fahren durch die Gänge, KI-Systeme steuern Bestände in Echtzeit, modulare Fördertechnik lässt sich innerhalb von Stunden umkonfigurieren.
Auf der LogiMAT 2026 war das Thema überall: Die Leute dort reden nicht mehr über Durchsatz oder Taktzeiten. Sie reden über Flexibilität. Darüber, wie sich Systeme an veränderte Bedingungen anpassen, nicht andersherum. Das war der rote Faden bei den Ausstellern, in den Keynotes, in den Gesprächen zwischen den Hallen.
Und das ist eine bemerkenswerte Verschiebung. Jahrzehntelang stand Automatisierung für ein einziges Versprechen: schneller, billiger, konstanter. Feste Sequenzen, starre Regeln, optimiert für den Normalfall. Das funktioniert gut, solange der Normalfall eintritt.
Tut er aber immer seltener.
Volatile Märkte, kürzere Produktlebenszyklen, wechselnde Lieferantenstrukturen — der globale Markt für Lagerautomatisierung wird bis 2035 auf über 97 Milliarden US-Dollar anwachsen, und der Haupttreiber ist nicht mehr der Wunsch nach mehr Durchsatz. Es ist der Wunsch nach Anpassungsfähigkeit. Modulare Systeme, die sich schrittweise erweitern lassen. AMR-Flotten, die heute hier fahren und morgen dort. Keine monolithischen Anlagen mehr, die beim ersten Strukturwandel zur Last werden.
Das Problem mit klassischer Automatisierung ist nicht, dass sie schlecht automatisiert. Es ist, dass sie schlecht umdisponiert.
Und jetzt kommt der Teil, den viele Geschäftsführer im Großhandel noch nicht auf dem Schirm haben: Dieselbe Starrheit, die die Intralogistik gerade mit Hochdruck überwindet, steckt in den meisten Backoffice-Prozessen, Wort für Wort. Die Bestellabwicklung läuft seit Jahren nach dem gleichen Schema. Die Lieferantenkommunikation folgt fixen Eskalationspfaden. Der Vertriebsinnendienst bearbeitet Anfragen so, wie er es immer getan hat, weil das System es erzwingt.
Nur ohne Roboter, die das sichtbar machen würden.
Was in der Lagerhalle schon längst als Problem erkannt und angegangen wird, wartet im Backoffice still auf seinen Wandel. Das nächste Kapitel zeigt, wie dieser Alltag im Backoffice wirklich aussieht, und wo die Schwachstellen liegen.
Stell dir einen typischen Morgen im Backoffice eines mittelständischen Großhändlers vor.
Der Vertriebsinnendienst öffnet das ERP-System, kopiert Bestellpositionen aus einer E-Mail in die Eingabemaske, öffnet Excel, gleicht Preise mit der letzten Lieferantenpreisliste ab, stellt fest, dass die Preisliste schon seit drei Wochen überholt ist, schreibt eine E-Mail an den Einkauf, wartet auf Antwort, und fängt dann von vorne an. Dasselbe passiert bei der Auftragsbestätigung an den Kunden. Und nochmal beim Klären des Liefertermins mit der Spedition. Und wieder beim Abtippen der Eingangsrechnung ins System.
Das ist kein Ausnahmetag. Das ist der Normalfall.
82 Prozent der deutschen Mittelstandsunternehmen arbeiten noch überwiegend mit manuellen oder nur teilautomatisierten Prozessen, so die Digitalisierungsstudie 2024/2025. 71 Prozent sehen in der Prozessdigitalisierung das größte Einsparpotenzial, und trotzdem passiert wenig. Der Grund: Wer seine eigenen Prozesse nicht systematisch dokumentiert hat, kann sie auch nicht automatisieren. Nur 38 Prozent der befragten Firmen haben überhaupt ein strukturiertes Prozessmanagement.
Das Ergebnis ist ein Backoffice, das mit Pflaster und Gewohnheit läuft, nicht mit Logik.
Und solange sich nichts ändert, fällt das kaum auf. Das ERP bildet die Kernprozesse ab, aber der Raum zwischen den Systemen, der ganze Kleber aus Excel-Tabellen, E-Mail-Threads und telefonischen Absprachen, bleibt unsichtbar. Bis ein Lieferant sein Sortiment umstrukturiert. Bis ein neuer Vertriebskanal dazukommt. Bis ein Schlüsselkunde plötzlich andere Datenformate braucht. Dann merkt man, wie wenig Spielraum das System wirklich hat.
Das ist genau das Problem, das die Intralogistik gerade in Milliarden-Investitionen treibt: Ein starres Förderband kann nicht umdenken. Es optimiert für den Fall, den man beim Bau eingeplant hat. Sobald der Volumenmix schwankt, ein neues Produkt anderes Handling braucht oder eine Schicht ausfällt, stößt das System an seine Grenzen. Im Backoffice passiert dasselbe, nur leiser, weil keine Maschine stehen bleibt. Der Mitarbeiter bleibt einfach länger.
Und genau dort verschärft der Fachkräftemangel das Problem auf eine neue Ebene. 49 Prozent der Handelsunternehmen geben an, dass der Mangel an qualifizierten Mitarbeitern ihre Geschäftsentwicklung direkt bremst. Bis 2035 werden dem deutschen Arbeitsmarkt rund sieben Millionen Fachkräfte fehlen. Im Großhandel trifft das besonders Positionen, die genau diese Lückenarbeit erledigen: Vertriebsinnendienst, Einkauf, Auftragsabwicklung. Wer also darauf setzt, dass eine neue Kollegin die nächste Prozessschablone übernimmt, wartet auf jemanden, der vielleicht nicht kommt.
Das Muster ist klar: Wer Prozesse baut, die nur bei stabilen Bedingungen und ausreichend Personal funktionieren, hat keine Automatisierung. Er hat eine fragile Routine.
Es muss flexibler gehen. Die Intralogistik hat gezeigt, wie das aussieht, und die Prinzipien dahinter sind direkt auf das Backoffice übertragbar.
Die Intralogistik hat in den letzten Jahren drei Denkprinzipien entwickelt, die sie aus der Starrheitsfalle befreit haben. Alle drei lassen sich direkt auf das Backoffice übertragen. Kein abstraktes Konzept, sondern ein konkretes Muster, das mit n8n-Workflows heute schon umsetzbar ist.
In modernen Lagern übernimmt KI-gestützte Materialflusssteuerung eine Aufgabe, die früher statisch ins System einprogrammiert war: die Routenplanung. Statt fester Pfade berechnet das System in Echtzeit, welcher Kommissionierer welchen Weg nimmt, welches Förderband gerade ausgelastet ist, wo sich ein Stau ankündigt. Die Route passt sich der Situation an, nicht umgekehrt.
Das Backoffice-Pendant dazu ist Konditionslogik in Workflows. Ein eingehender Auftrag ist kein homogener Datensatz, sondern ein Fall mit Kontext: Wie hoch ist der Bestellwert? Ist der Kunde neu oder Bestandskunde? Handelt es sich um einen Rahmenvertragspartner oder ein Spotgeschäft?
In n8n bildet das der IF-Node ab, für binäre Entscheidungen, oder der Switch-Node, wenn mehr als zwei Wege möglich sind. Konkret: Eine Bestellung unter 500 Euro läuft automatisch durch, wird im ERP angelegt und der Kunde bekommt eine Bestätigung. Über 5.000 Euro? Der zuständige Vertriebsleiter bekommt eine Slack-Nachricht und gibt manuell frei. Neuer Lieferant, der zum ersten Mal eine Rechnung stellt? Der Workflow zweigt in einen separaten Pfad ab, der eine Bonitätsprüfung anstößt, bevor der Zahlungsauftrag weitergeleitet wird.
Das ist keine Programmieraufgabe. In n8n zieht man diese Verzweigungen visuell zusammen, Bedingung für Bedingung. Das Ergebnis ist ein Workflow, der sich situativ verhält, genau wie die Materialflusssteuerung im Lager.
Der größte Paradigmenwechsel in der Intralogistik der letzten Jahre ist der Abschied von der fest installierten Förderanlage. Wer früher ein Hochregallager automatisieren wollte, hat sich für viele Jahre an eine Anlage gebunden, die teuer war, lange gebaut wurde und sich bei Strukturänderungen kaum anpassen ließ. Heute setzen Betriebe auf AMR-Flotten, autonome mobile Roboter, die flexibel disponierbar sind. Neues Lagerkonzept? Die Roboter fahren einfach andere Wege. Saison vorbei? Flotte reduzieren. Neues Lager eröffnet? Roboter entsenden. Der Rest der Anlage bleibt unverändert.
Dieses Prinzip ist direkt auf Backoffice-Automatisierung übertragbar, und es ist der entscheidende Vorteil von n8n gegenüber monolithischen ERP-Customizations.
Wer seinen Bestellprozess tief ins ERP einbaut, bindet sich. Eine Änderung am Bestätigungsmail bedeutet einen Change-Request, ein Ticket, einen Releasezyklus. Eine Erweiterung für den neuen Onlineshop-Kanal bedeutet möglicherweise ein mehrmonatiges Projektvorhaben.
Mit n8n gibt es stattdessen separate, fokussierte Workflows: einen für Bestellbestätigungen, einen für Reklamationen, einen für das Lieferanten-Onboarding. Jeder Workflow hat eine einzige Aufgabe, ist unabhängig von den anderen und lässt sich separat anpassen oder abschalten. Kommt ein neuer Vertriebskanal dazu, baut man einen neuen Workflow, ohne den bestehenden Bestellprozess anzufassen. Der Execute Workflow-Node in n8n erlaubt es zusätzlich, Workflows ineinander zu verschachteln — ein übergeordneter Workflow ruft spezialisierte Sub-Workflows auf und übergibt ihnen Daten. Genau wie ein Lagerverwaltungssystem die AMR-Flotte disponiert, ohne sich um die Fahrtechnik der einzelnen Roboter zu kümmern.
Das Ergebnis ist eine Automatisierungsarchitektur, die mitwächst, ohne instabil zu werden.
Das vielleicht wirkungsvollste Prinzip moderner Intralogistik ist gleichzeitig das am häufigsten missverstandene. KI-Systeme in der Lagerhaltung treffen keine Entscheidungen statt des Menschen, sie bereiten Entscheidungen vor. Das System erkennt, dass ein Artikel in drei Tagen unter den Sicherheitsbestand fällt, und markiert ihn für den Disponenten. Es erkennt ein wiederkehrendes Muster bei Spätlieferungen eines bestimmten Lieferanten und macht es sichtbar. Der Mensch entscheidet dann, ob und wie er reagiert.
Das ist das richtige Modell für das Backoffice, und n8n setzt es technisch direkt um.
Ein konkretes Beispiel: Im Posteingang eines Großhändlers landen täglich Dutzende E-Mails — Bestellungen, Reklamationen, Preisanfragen, allgemeine Rückfragen. Heute liest das jemand durch und leitet es weiter. Mit einem n8n-Workflow übernimmt ein AI-Node diese erste Einordnung: Das Modell, angebunden über den OpenAI- oder Anthropic-Node, liest die eingehende E-Mail, klassifiziert sie als Reklamation, Bestellung oder Preisanfrage und übergibt sie dann per Switch-Node an den richtigen Folge-Workflow. Reklamationen landen beim Kundenservice, Bestellungen werden direkt verarbeitet, Preisanfragen gehen an den zuständigen Vertriebsmitarbeiter mit einer kurzen KI-generierten Zusammenfassung des Anliegens.
Der Vertriebsmitarbeiter öffnet seine Queue und sieht keine unsortierten E-Mails mehr, sondern strukturierte Aufgaben, bei denen die banale Vorarbeit bereits erledigt ist. Er konzentriert sich auf die Fälle, bei denen Erfahrung und Beziehung zählen. n8n bietet dafür fertige Template-Workflows für KI-basiertes E-Mail-Routing — keine Entwicklungsarbeit von Null, sondern ein Ausgangspunkt, den man an die eigene Situation anpasst.
Drei Konzepte, ein Muster: Flexibilität entsteht nicht durch mehr Automatisierung, sondern durch intelligentere Automatisierung. Die Intralogistik hat das mit Hardware bereits bewiesen. Im Backoffice steht der gleiche Schritt aus — nur dass er mit n8n-Workflows deutlich schneller und günstiger zu gehen ist.
Theorie ist schön. Aber wie sieht das in der Praxis aus? Hier sind drei Workflows, die zeigen, was n8n im Großhandels-Backoffice konkret leisten kann — gebaut aus echten Bausteinen, die jeder sofort einsetzen kann.
Das Problem: Bestellungen kommen per E-Mail, per Webshop-Formular, manchmal als PDF-Anhang. Jedes Format ein bisschen anders. Jede manuelle Weiterverarbeitung kostet Zeit — und Fehler.
Wie der Workflow läuft: Der Einstiegspunkt ist ein Email Trigger (IMAP)-Node, der ein dediziertes Postfach überwacht. Kommt eine neue Bestellung rein, startet der Workflow automatisch. Wer Bestellungen auch über den Webshop empfängt, hängt alternativ einen Webhook-Node davor — der Webshop sendet die Bestelldaten direkt, kein Polling nötig.
Der nächste Baustein ist ein AI Agent-Node, verbunden mit einem Sprachmodell wie GPT-4o oder Claude. Hier passiert die eigentliche Intelligenz: Der Node liest den E-Mail-Text oder die Webhook-Nutzlast und extrahiert strukturiert die relevanten Felder — Artikelnummern, Mengen, Kundennummer, Lieferadresse, Sonderwünsche. Das Ergebnis ist ein sauberes JSON-Objekt, egal wie der Kunde die Bestellung formuliert hat.
Dann kommt der IF-Node ins Spiel. Hier verzweigt der Workflow: Ist die Bestellung ein Standardfall — bekannter Kunde, Artikel im Sortiment, keine Besonderheiten — geht die Bestellung direkt per HTTP Request-Node an die ERP-API weiter. Ist es eine Sonderbestellung, fällt die Entscheidung anders aus: Ein Slack-Node schickt eine Benachrichtigung direkt in den Kanal des Vertriebs, mit allen relevanten Infos aus dem vorherigen KI-Schritt.
Der Flexibilitätsvorteil: Ein neuer Lieferant schickt Bestellbestätigungen in einem anderen Format. Früher: Prozess anpassen, IT einschalten. Jetzt: Den Prompt im AI Agent aktualisieren. Fünf Minuten Arbeit, der Rest des Workflows läuft unverändert weiter.
Das Problem: Lieferverzögerungen, stille Preiserhöhungen, Statusänderungen bei Lieferanten — das fällt oft erst auf, wenn der Schaden schon entstanden ist. Kein Einkäufer hat Zeit, täglich dutzende Lieferantenseiten manuell zu checken.
Wie der Workflow läuft: Der Schedule Trigger-Node startet den Workflow jeden Morgen um 7 Uhr. Als erstes liest ein Google Sheets-Node eine einfache Konfigurationstabelle aus — eine Spalte mit Lieferantennamen, eine mit API-Endpunkten oder URLs, eine mit den relevanten Schwellenwerten (z.B. maximale Lieferzeit, Preis-Toleranz).
Für jeden Eintrag in der Liste schickt ein HTTP Request-Node eine Anfrage an die jeweilige Schnittstelle des Lieferanten. Der IF-Node prüft das Ergebnis gegen die definierten Schwellenwerte: Hat sich ein Preis um mehr als 5 Prozent verändert? Ist die angegebene Lieferzeit um mehr als zwei Tage gestiegen? Fehlt eine Antwort ganz? Trifft eine dieser Bedingungen zu, läuft die Benachrichtigung an den Einkauf — per Slack, per Send Email-Node oder direkt als Aufgabe im angebundenen CRM.
Der Flexibilitätsvorteil: Ein neuer Lieferant kommt dazu. Der Einkäufer trägt ihn selbst in die Google-Sheet-Konfiguration ein — URL, Schwellenwert, fertig. Kein Entwickler, keine Änderung am Workflow, keine IT-Anfrage. Das System wächst mit, ohne dass jemand es anfassen muss.
Das Problem: Nach einer Messe liegt eine CSV-Datei mit 200 Kontakten auf dem Schreibtisch. Branche, Firmengröße, Kaufabsicht — alles unbekannt. Bis der Vertrieb jeden Kontakt manuell qualifiziert hat, sind die heißesten Leads längst kalt.
Wie der Workflow läuft: Der Trigger ist ein Webhook-Node, der eine hochgeladene CSV-Datei empfängt. Der Extract from File-Node liest die Rohdaten aus und gibt sie als strukturierte Datensätze an den nächsten Schritt weiter.
Jetzt übernimmt wieder ein AI Agent-Node, diesmal in der Rolle des Lead-Qualifizierers. Er bekommt pro Kontakt den Firmennamen, die Branche, eventuelle Notizen vom Gespräch an der Messe, und wertet diese gegen ein Scoring-Prompt aus: Passt die Firmengröße zum Zielkundenprofil? Ist die Branche relevant? Gibt es Kaufsignale aus den Gesprächsnotizen? Das Ergebnis: ein strukturierter Datensatz mit einem Relevanz-Score und einer Kategorie — Hot, Warm oder Cold.
Der Switch-Node verzweigt dann in drei Pfade. Hot Leads bekommen sofort eine personalisierte Erst-E-Mail über den Send Email-Node. Warm Leads werden per HubSpot- oder Pipedrive-Node direkt in eine Nurturing-Kampagne im CRM eingetragen. Cold Leads landen in einer Google-Sheets-Liste zur späteren Sichtung — ohne manuellen Aufwand.
Der Flexibilitätsvorteil: Die nächste Messe hat ein anderes Kontaktformular mit anderen Feldern. Kein Problem. Das einzige, was angepasst werden muss, ist der Scoring-Prompt im AI Agent. Der Rest des Workflows — die Weiterleitung, die CRM-Integration, die E-Mail-Automatisierung — bleibt exakt so, wie er ist.
Drei Workflows, drei verschiedene Probleme, ein gemeinsames Muster: Der Aufwand für Anpassungen liegt nicht mehr im Workflow-Gerüst, sondern im KI-Prompt. Und Prompts ändern kann jeder, der die Anforderungen kennt — nicht nur der Entwickler, der den Prozess gebaut hat.
Die Intralogistik hat es vorgemacht: Mietmodelle für AMR-Flotten, modulare Fördertechnik auf Abruf, Cloud-Steuerungssoftware ohne Millionen-Investition. Der Einstieg in flexible Automatisierung ist erschwinglich geworden, weil die Kostenstruktur sich verändert hat. Für Backoffice-Prozesse gilt dasselbe Prinzip — und das Werkzeug dafür heißt n8n.
n8n ist Open Source. Nicht "kostenlos mit versteckten Kosten", sondern echtes Open Source: Der Quellcode liegt auf GitHub, über 100.000 Sterne, unter den Top 150 der meistgenutzten Projekte weltweit. Wer n8n selbst hostet, zahlt keine Softwarelizenz, keine Per-User-Gebühren und kein Abo, das sich bei jedem neuen Mitarbeiter verteuert. Die Kosten beschränken sich auf die Infrastruktur — ein einfacher Server reicht für die meisten Mittelständler.
Das unterscheidet n8n grundlegend von den bekannten Alternativen. Zapier ist komfortabel und für einfache Workflows schnell eingerichtet, aber die Kosten steigen mit jedem ausgeführten Workflow. Bei 50.000 Ausführungen pro Monat werden daraus schnell vierstellige Monatsbeträge. Make bietet mehr Flexibilität als Zapier und ist günstiger im direkten Vergleich, aber auch dort gibt es kein Self-Hosting. Die Daten laufen durch Server, über die man keine Kontrolle hat.
Im Großhandel wandern durch Automatisierungsworkflows echte Geschäftsdaten: Bestellmengen, Kundenkonditionen, Lieferantenverträge, Preiskalkulationen. Wer diese Daten in eine amerikanische SaaS-Plattform schickt, gibt Kontrolle ab — ob er es wahrnimmt oder nicht.
n8n lässt sich vollständig auf eigenem Server betreiben — im eigenen Rechenzentrum oder bei einem deutschen Cloud-Anbieter. Wer die Cloud-Version von n8n nutzen möchte, hat auch hier eine gute Option: n8n betreibt seinen Cloud-Dienst im Azure-Rechenzentrum Frankfurt, also innerhalb der EU, mit einem vollständigen Data Processing Agreement nach DSGVO-Standard.
n8n arbeitet mit einem grafischen Workflow-Editor. Prozessschritte sind Nodes, die man per Drag-and-Drop verbindet. Ein Trigger-Node startet den Workflow, ein HTTP-Node holt Daten aus einer API, ein IF-Node verzweigt nach Bedingungen, ein E-Mail-Node sendet die Benachrichtigung.
Das klingt nach Programmierung, ist es aber nicht. Wer verstanden hat, wie ein Ablaufdiagramm funktioniert, kann n8n-Workflows lesen und anpassen. In der Praxis bedeutet das: Ein Vertriebsleiter, der die Logik seines Prozesses kennt, kann einen bestehenden Workflow erweitern, ohne auf die IT-Abteilung zu warten.
n8n bietet über 400 offizielle Integrationen, dazu kommen über 600 Community-Nodes. Was relevant ist für den Großhandel: ERP-Systeme lassen sich über API oder HTTP-Node anbinden, unabhängig davon, ob es SAP, Sage oder ein branchenspezifisches System ist. CRM-Systeme wie HubSpot oder Pipedrive sind direkt integriert. E-Mail, Google Sheets, Slack, Microsoft Teams, Datenbanken — alles was in einem typischen Mittelständler-Backoffice läuft, ist als Node verfügbar.
Was n8n im Vergleich zu vielen Alternativen besonders macht: KI ist kein Add-on, sondern ein nativer Bestandteil der Plattform. Es gibt fast 70 dedizierte KI-Nodes, darunter einen vollständigen AI-Agent-Node auf Basis von LangChain, der mit OpenAI, Anthropic Claude, Google Gemini oder eigenen Modellen arbeitet.
Das bedeutet, man baut keinen Workflow, der Daten von A nach B schiebt, und hängt dann nachträglich irgendwie KI dran. Man baut Workflows, in denen KI Entscheidungen trifft, Texte klassifiziert, Anfragen beantwortet oder Daten auswertet — und zwar direkt im gleichen visuellen Editor, in dem auch der Rest des Prozesses läuft.
Über 230.000 aktive Nutzer weltweit, mehr als 3.000 Unternehmenskunden darunter Vodafone und Delivery Hero, und eine Finanzierung von zuletzt 60 Millionen Dollar: n8n ist kein Startup-Experiment mehr. Die Community ist groß genug, dass es für fast jeden Anwendungsfall bereits Workflow-Templates und Lösungsansätze gibt.
Die Rechnung für KMU im Großhandel ist klar: Open-Source-Basis ohne Lizenzkosten, volle Datenkontrolle für DSGVO-Konformität, ein visueller Builder der auch ohne Entwickler bedienbar ist, hunderte relevanter Integrationen und KI als nativer Bestandteil — nicht als teures Extra.
Die Intralogistik hat eine Lektion gelernt, die sich teuer eingekauft hat: Starre Systeme optimieren für eine Welt, die sich nicht mehr so verhält wie geplant. Der Ausweg war nicht ein neues Megaprojekt, sondern ein Architekturwechsel — weg von monolithischen Anlagen, hin zu modularen, anpassungsfähigen Systemen, die Schritt für Schritt wachsen.
Für Backoffice-Prozesse gilt exakt dasselbe Prinzip.
Kein Großhändler braucht erst eine vollständige Prozesslandkarte, bevor er anfangen kann. Ein einziger Workflow, der den starrsten Engpass auflöst, ist mehr wert als ein Digitalisierungsprojekt, das seit zwei Jahren in der Schublade liegt. Und die Einstiegshürde ist realistisch: KMU berichten von ROI-Zeiten zwischen drei und zwölf Monaten bei Prozessen mit hoher Wiederholrate.
Was kommt als nächstes? Die Entwicklung geht schneller als erwartet. KI-Agenten werden aus einfachen Automatisierungen eigenständige Systeme machen, die nicht nur Regeln ausführen, sondern situativ entscheiden. n8n baut diese Fähigkeiten gerade direkt in die Plattform ein: Agenten, die selbst Teilaufgaben delegieren, Kontexte aus mehreren Systemen zusammenführen und auf Ausnahmen reagieren, ohne dass jemand einen neuen Workflow anlegen muss.
Der praktische Rat ist einfach: Sucht den Prozess, der bei euch am meisten nervt. Nicht den komplexesten. Nicht den, der im letzten Strategiemeeting als "strategisch relevant" eingestuft wurde. Den, bei dem jede Woche jemand fluchend am Rechner sitzt, weil er dieselben drei Schritte nochmal von Hand macht. Das ist euer Startpunkt.
Baut dort einen Workflow. Schaut, was sich verändert. Dann den nächsten.
Flexibilität entsteht nicht durch Planung. Sie entsteht durch den ersten Schritt.
