Einleitung: Die Demokratisierung von AI Automation
Wer Automatisierungen baut, hat sich verschoben: Was vor wenigen Jahren die Entwicklungsabteilung übernahm, entsteht heute in vielen Betrieben im Fachbereich selbst. Wie weit diese Verschiebung reicht, ist von Betrieb zu Betrieb verschieden — belastbare Zahlen zur Verbreitung haben wir nicht gefunden und nennen deshalb keine.
No-Code AI Automation bedeutet: Wer den Ablauf im Fachbereich kennt — in der Buchhaltung, im HR, im Vertrieb oder im Betrieb —, kann ihn auch selbst bauen, ohne eine Zeile Code zu schreiben. Das verschiebt nicht nur die Technik, sondern die Frage, wer im Unternehmen Automatisierung gestaltet und verantwortet. Wo dieser Ansatz an Grenzen stösst, steht weiter unten in einem eigenen Abschnitt.
Diese Seite erklärt:
- Was ist No-Code AI? (Definition und Realität)
- Wer sind Citizen Developer? (Und warum sind sie wichtig?)
- Welche Plattformen gibt es? (Und welche ist richtig?)
- Was kann No-Code, was nicht? (Ehrliche Grenzen)
- Wie starten Sie mit No-Code? (Praktischer Plan)
Was ist No-Code AI Automation?
Definition: Intelligente Workflows ohne Code
No-Code AI Automation ist die Erstellung, Orchestrierung und Ausführung von intelligenten Workflows durch visuelle Interfaces und Konfiguration statt Code-Schreiben.
Anatomie eines No-Code Workflows:
- Trigger (Auslöser): Ein Ereignis startet den Workflow (eine E-Mail geht ein, ein Dokument wird hochgeladen, ein Zeitplan wird erreicht)
- Datenverarbeitung: KI verarbeitet die Daten (OCR, NLP, Klassifikation)
- Entscheidungslogik: Anhand von Regeln entscheidet der Workflow, was zu tun ist
- Aktion: Der Workflow führt eine Aktion aus (E-Mail senden, Datenbank aktualisieren, Ticket erstellen)
- Monitoring: Das System protokolliert die Durchläufe und meldet Fehler
Beispiel-Workflow (E-Mail-Rechnungsverarbeitung):
- Trigger: Neue E-Mail mit Anhang (Rechnung) kommt an
- KI-Verarbeitung: OCR extrahiert Rechnungsdaten, NLP liest Betrag, Lieferant, Datum
- Entscheidung: Liegt der Betrag über 10'000 CHF? → Die Finanzverantwortliche wird benachrichtigt. Liegt er darunter? → Die Rechnung wird automatisch verbucht
- Aktion: Daten ins ERP-System schreiben, Datei in den Zielordner verschieben, Bestätigung versenden
- Monitoring: Protokolleintrag für die Revision
Kern-Unterschied zu traditionellen Workflows:
- Alt: Prozess ist starr, alle Variationen müssen vordefiniert sein
- Neu: Prozess ist intelligent, KI passt sich an Variationen an
No-Code vs Low-Code vs Full-Code — Die Unterschiede
Vergleichstabelle:
| Aspekt | No-Code | Low-Code | Full-Code |
|---|---|---|---|
| Programmierung nötig? | Nein | Ja, für Sonderlogik und Schnittstellen | Ja, durchgehend |
| Zielgruppe | Business Analyst | Entwicklung oder technisch versierte Analyse | Entwicklung |
| Lernkurve | 1-2 Wochen | 3-6 Wochen | 6-12 Monate |
| Flexibilität | Begrenzt (vordefinierte Komponenten) | Mittel (Code und Komponenten) | Sehr hoch |
| Geschwindigkeit | Sehr schnell (Tage bis wenige Wochen) | Schnell (Wochen bis Monate) | Langsam (Monate) |
| Kosten (kleine Projekte) | Günstig (unter 10'000 CHF) | Mittel (10'000-50'000 CHF) | Teuer (über 50'000 CHF) |
| Skalierbarkeit | Begrenzt | Gut | Sehr gut |
| Wartbarkeit | Einfach | Mittel | Komplex |
Wann No-Code passt:
- Standard-Prozesse mit Variationen
- Schnelle MVPs und Proof-of-Concepts
- Kleine bis mittlere Automatisierungen
- Prozesse, die Business-Nutzer selbst bauen sollen
Wann Low-Code besser ist:
- Komplexere Logik
- Spezialisierte Integrations-Anforderungen
- Hybrid-Lösungen (Komponenten aus mehreren Werkzeugen)
- Etwas höhere Flexibilität nötig
Wann Full-Code nötig ist:
- Vollständig individuelle Geschäftslogik
- Systeme mit hohem Durchsatz, bei denen die Antwortzeit kritisch ist
- Patentierbare Algorithmen
- Tiefe Integration in die Unternehmensinfrastruktur
Der Citizen Developer — Neue Rolle im Unternehmen
Wer ist ein Citizen Developer?
Ein Citizen Developer ist ein Fachexperte ohne IT-Hintergrund, der mit No-Code-Tools autonome Workflows bauen und verwalten kann.
Typische Profile:
- Finance Manager mit Excel-Kenntnissen
- HR Business Partner mit Prozessverständnis
- Marketing Analyst mit Datenanalyse-Know-how
- Operationsleiter mit Lean-Erfahrung
- Business Analyst mit Erfahrung in der Anforderungsdefinition
Fähigkeiten eines guten Citizen Developer:
- Prozessdenken: Versteht den Ablauf, Eingang und Ergebnis, Ausnahmen
- Grundlogik: Kann in Bedingungen, Schleifen und Variablen denken
- Tool-Affinität: Findet sich in einer Oberfläche zurecht und kann Anleitungen folgen
- Fehlersuche: Kann Fehler eingrenzen und Lösungen finden
- Dokumentation: Kann seine Workflows so dokumentieren, dass andere sie verstehen
Schulung eines Citizen Developer (eigene Einschätzung, keine erhobenen Werte):
- Woche 1: Grundlagen des Werkzeugs (4-8 Stunden)
- Woche 2: Erste Workflows bauen (8-12 Stunden, mit Begleitung)
- Woche 3-4: Selbstständige Projekte (10-15 Stunden, die Workflows werden gegengelesen)
- Ab Monat 2: Autonome Entwicklung mit Mentor im Hintergrund
In der Summe sind das 22 bis 35 Stunden über vier Wochen.
Was sich in der Organisation ändert:
- Geschwindigkeit: Anforderungen aus dem Fachbereich werden umgesetzt, ohne auf ein IT-Zeitfenster zu warten
- Kosten: Die Arbeitsstunde einer Fachperson ist in der Regel günstiger als die einer Entwicklerin. Wie schnell beide zum Ergebnis kommen, hängt am einzelnen Fall und lässt sich nicht allgemein vergleichen
- Verantwortung: Der Fachbereich verantwortet seine Workflows, nicht die IT
- Skalierbarkeit: Jede Abteilung kann ihre Automationen bauen
Fragen der Steuerung, die vor dem ersten Workflow geklärt sein sollten:
- Wer darf Citizen Developer sein?
- Welche Workflows brauchen eine Freigabe durch die IT?
- Wie wird der Umgang mit den Daten geregelt und überprüft?
- Was passiert bei Sicherheitsproblemen?
→ Mehr dazu auf unserer Seite zu Ethik und Governance in der AI Automation.
No-Code AI Plattformen — Übersicht und Vergleich
Die wichtigsten No-Code-Plattformen 2026:
1. Make (ehemals Integromat) ⭐ Beliebt in DACH
- Stärke: Flexibler Workflow-Designer, grosses Integrations-Ökosystem (3'553 Apps im Verzeichnis, Stand 24. August 2026), gute Anbindung von KI- und NLP-Diensten
- Schwäche: kein Self-Hosting; bei hohem Volumen zudem vergleichsweise teuer, weil Make jede Modul-Aktion einzeln als Credit zählt
- Preis: Free mit 1'000 Credits pro Monat (0 USD); Core 9 USD, Pro 16 USD, Teams 29 USD pro Monat für 10'000 Credits — das sind die Beträge bei jährlicher Abrechnung, Enterprise auf Anfrage. Bei monatlicher Zahlung kosten dieselben Stufen 10.59, 18.82 und 34.12 USD. Der Preis steigt zudem mit dem Credit-Volumen.
- Am besten geeignet für: Marketing-Automation, Lead-Gewinnung, CRM-Anbindung
- Typischer Einsatz: Agenturen bündeln wiederkehrende Kundenprozesse, statt sie einzeln zu programmieren
2. Zapier ⭐ Beliebt weltweit
- Stärke: Einsteigerfreundlich, laut Preisseite über 9'000 Integrationen (das App-Verzeichnis nennt «9994+ apps»), grosse Community, eigene KI-Bausteine — die Preisseite führt «Zapier Agents», «Zapier Chatbots», «Zapier Canvas», «Zapier MCP», «AI by Zapier», «AI fields» und «AI enrichment»
- Schwäche: weniger flexible Logik bei stark verzweigten Abläufen, kein Self-Hosting
- Preis: Free mit 100 Tasks pro Monat (0 USD); Professional ab 19.99 USD pro Monat für 750 Tasks, Team ab 69 USD pro Monat für 2'000 Tasks. Auf der Professional-Stufe kosten 5'000 Tasks 89 USD und 10'000 Tasks 129 USD. Alle vier Beträge gelten bei Jahresabrechnung; monatlich abgerechnet kosten dieselben Stufen 29.99, 103.50, 133.50 und 193.50 USD. Enterprise auf Anfrage
- Am besten geeignet für: Automation in Kleinbetrieben, Social Media, E-Commerce
- Typischer Einsatz: Online-Shops verbinden Bestelleingang mit Buchhaltung und Versand
3. Microsoft Power Automate ⭐ Für Microsoft-Ökosystem
- Stärke: tief in Microsoft 365 und die Power Platform integriert
- Schwäche: ausserhalb der Microsoft-Welt weniger flexibel als Make, geringere KI-Tiefe
- Preis: Premium 15 USD pro Nutzer/Monat, Process 150 USD pro Bot/Monat, Hosted Process 215 USD pro Bot/Monat, je bei Jahreszahlung. Ohne Zukauf bleibt der Funktionsumfang begrenzt: Andere Lizenzen quer durch Microsoft 365, Dynamics 365 und die Power Platform enthalten laut Microsoft «a limited set of Power Automate capabilities», und die kostenlose Stufe deckt Cloud-Flows nur mit Standard-Konnektoren und ohne Freigabe ab
- Am besten geeignet für: Unternehmen, die stark auf Microsoft 365 aufbauen
- Typischer Einsatz: Betriebe mit Microsoft 365 automatisieren HR-Abläufe zunächst mit den Standard-Konnektoren ihrer bestehenden Lizenz; Premium-Konnektoren und RPA setzen einen Zukauf voraus
4. n8n ⭐ Für Selbsthosting & Kontrolle
- Stärke: quelloffen und selbst hostbar (Community Edition unter der Sustainable Use License, «fair-code» — keine OSI-Open-Source-Lizenz), flexible Logik, Code-Nodes für JavaScript und Python, ausgebaute AI-Agent- und Vector-Store-Nodes
- Schwäche: weniger fertige Anbindungen als Make oder Zapier, braucht mehr technisches Wissen; die Oberfläche ist funktional, aber weniger poliert als bei Make
- Preis: Community-Edition selbst gehostet kostenlos; Cloud Starter 20 EUR für 2'500 Ausführungen · Pro 50 EUR für 10'000 Ausführungen pro Monat bei Jahresabrechnung. Die Stufe Business (667 EUR für 40'000 Ausführungen, ebenfalls bei Jahresabrechnung) führt n8n auf der Preisseite als Self-hosted-Tarif, nicht als Cloud-Angebot; Enterprise auf Anfrage
- Am besten geeignet für: technisch versierte Organisationen mit hohen Sicherheits- und Datenschutzanforderungen
- Typischer Einsatz: Organisationen mit strengen Datenschutzauflagen betreiben n8n auf eigener Infrastruktur
5. Automation Anywhere ⭐ Enterprise-Grade
- Stärke: RPA und KI in einem, Governance für Grossorganisationen, Skalierbarkeit
- Schwäche: komplexer, für kleine Anwendungsfälle überdimensioniert
- Preis: keine öffentliche Preisliste — Automation Anywhere führt keine Preisseite, Konditionen laufen über den Vertrieb
- Am besten geeignet für: grosse Organisationen mit komplexen RPA-Anforderungen
- Typischer Einsatz: Grosse Organisationen mit vielen regelbasierten Massenvorgängen
6. Google Workspace Automation (Appsheet, Automation)
- Stärke: enge Anbindung an das Google-Ökosystem, auf mobile Nutzung ausgelegt
- Schwäche: weniger flexibel als die anderen Plattformen, jünger als die Mitbewerber
- Preis: AppSheet Starter 5 USD · Core 10 USD · Enterprise Plus 20 USD pro Nutzer/Monat
- Am besten geeignet für: Teams, die stark auf Google Workspace aufbauen, mit Fokus auf mobile Nutzung
- Typischer Einsatz: Teams im Google-Workspace-Umfeld bauen mobile Erfassungs-Apps
Quelle der Preisangaben: Make — «Core $9/mo», «Pro $16/mo», «Teams $29/mo», je «Price for 10k credits/mo», Free «Up to 1,000 credits/mo», Umschalter «Pay monthly» / «Pay annually» mit «Save 15% or more», aktive Voreinstellung beim Seitenaufruf ist «Pay annually»; nach Umschalten auf «Pay monthly» zeigen dieselben Karten «Core $10.59/mo», «Pro $18.82/mo» und «Teams $34.12/mo»; Zapier — Professional «$19.99» bei 750 Tasks, «$89.00» bei 5'000 und «$129.00» bei 10'000 Tasks, Team «$69.00» bei 2'000 Tasks, jeweils bei Jahresabrechnung, Free «100 tasks/mo»; nach Umschalten auf monatliche Abrechnung zeigt dieselbe Tabelle für Professional «$29.99», «$133.50» und «$193.50» sowie für Team «$103.50»; dieselbe Seite führt «Zapier Agents», «Zapier Chatbots», «Zapier Canvas», «Zapier MCP», «AI by Zapier», «AI fields» und «AI enrichment» als eigene Produkte und Funktionen; Microsoft Power Automate — Premium «$15.00» «user/month, paid yearly», Process «$150.00» und Hosted Process «$215.00» je «bot/month, paid yearly»; zum Umfang ohne Zukauf Microsoft Learn, Types of Power Automate licenses — «Other licenses across Microsoft 365, Dynamics 365, and the Power Platform include a limited set of Power Automate capabilities» und zur Gratisstufe «The Power Automate Free license includes creating and running cloud flows (without sharing) […] Connector usage is limited to standard connectors only»; n8n — «Starter 20€/mo, billed annually» mit «2.5K workflow executions», «Pro 50€/mo, billed annually» mit «10K workflow executions», «Business 667€/mo, billed annually» mit «40K workflow executions» und Hosting-Angabe «Self-hosted»; Google AppSheet — Starter «$5USD /user/month», Core «$10USD /user/month», Enterprise Plus «$20USD /user/month». Abgerufen am 22. August 2026, erneut geprüft am 24. August 2026. Automation Anywhere führt keine Preisseite; die Konditionen laufen über den Vertriebskontakt. Anbieterpreise ändern sich laufend; die Beträge stehen in der Währung des Anbieters und sind bewusst nicht in Franken umgerechnet.
Quelle der Integrationszahlen: Make, App-Verzeichnis — «Showing 1 - 48 of 3553 results in All Apps»; Zapier, App-Verzeichnis — «9994+ apps», die Preisseite nennt «9,000+ apps»; n8n, Integrationen — «2087 integrations». Alle abgerufen am 24. August 2026; die Verzeichnisse wachsen laufend.Vergleichstabelle (redaktionelle Einschätzung, keine Messung):
| Platform | Anfänger | Flexibilität | AI-Fähigkeit | DACH-Präsenz | Kosten |
|---|---|---|---|---|---|
| Make | 4/5 | 5/5 | 4/5 | 5/5 | 5/5 |
| Zapier | 5/5 | 3/5 | 4/5 | 3/5 | 3/5 |
| Power Automate | 4/5 | 3/5 | 3/5 | 4/5 | 3/5 |
| n8n | 3/5 | 5/5 | 5/5 | 2/5 | 5/5 |
| Automation Anywhere | 2/5 | 5/5 | 5/5 | 3/5 | keine Note |
| Google Automation | 4/5 | 3/5 | 3/5 | 2/5 | 4/5 |
- Kosten bewertet den Einstieg für ein kleines Team an den weiter oben zitierten Listenpreisen. Kontobezogene Tarife schneiden besser ab als nutzerbezogene, weil letztere mit jeder weiteren Person mitwachsen: Make mit 9 USD und n8n mit 20 EUR pro Monat für das ganze Konto liegen vorn, AppSheet mit 5 USD je Nutzer dahinter, Power Automate mit 15 USD je Nutzer und Zapier mit 19.99 USD für 750 Tasks danach. Für Automation Anywhere steht bewusst keine Note, weil der Anbieter keine Preise veröffentlicht — eine Ziffer wäre hier eine Bewertung ohne Grundlage.
- AI-Fähigkeit folgt derselben Rangfolge wie unser direkter Vergleich der beiden Werkzeuge: n8n liegt wegen der LangChain-Integration, der AI-Agent-Nodes und der Vector-Store-Nodes vor Make, das bei einfachen AI-Aufrufen gleichzieht, aber keine agentenbasierten Workflows in dieser Tiefe abbildet.
- Einstieg: Make oder Zapier (einfach, schnell, Ökosystem)
- Microsoft-Shop: Power Automate
- Tech-affin + Privacy-fokussiert: n8n
- Enterprise/Komplex: Automation Anywhere
Use Cases, die mit No-Code funktionieren
Praktische Szenarien, bei denen No-Code seine Stärken ausspielt:
Was jeder dieser Fälle einbringt, hängt am Volumen und am Anteil der Handarbeit im heutigen Ablauf. Wir beschreiben deshalb, wo der Nutzen entsteht, und verzichten auf Prozentwerte, die wir nicht erhoben haben — die eigene Messung vor und nach der Umstellung ersetzt sie.
1. Rechnungsverarbeitung
- OCR extrahiert Rechnungsdaten aus Scans/E-Mails
- NLP erkennt die Rechnungsart (Lieferung, Dienstleistung, Anlagegut)
- Regeln entscheiden: automatische Freigabe oder Eskalation
- Anbindung an das ERP- oder Buchhaltungssystem
- Wo der Nutzen liegt: Der manuelle Erfassungsaufwand je Rechnung sinkt deutlich — Ausnahmen bleiben Handarbeit —, und Freigaben liegen nicht mehr im Postfach, bis jemand hinsieht
2. Lead-Management und CRM-Abgleich
- Leads aus mehreren Quellen (Website, Anzeigen, E-Mail) sammeln
- Datenprüfung und Entfernen von Dubletten
- Lead-Bewertung (automatisch oder über einfache Regeln)
- Automatische CRM-Synchronisierung
- Benachrichtigung an den Verkauf
- Wo der Nutzen liegt: Leads erreichen den Verkauf, solange sie noch warm sind, und erkannte Dubletten werden vor dem Eintrag ins CRM abgefangen
3. Verteilung von Kundenanfragen
- Kundenanfrage kommt per E-Mail oder Chat
- NLP klassifiziert die Kategorie (Rechnung, Technik, Reklamation)
- Regelbasierte Weiterleitung an das zuständige Team
- Vorlagenantworten für wiederkehrende Fälle
- Eskalations-Management
- Wo der Nutzen liegt: Anfragen erreichen in der Regel ohne Zwischenstation das zuständige Team — falsch eingestufte Fälle bleiben möglich —, und wiederkehrende Fälle beantwortet die Vorlage statt der Eskalationsweg
4. HR-Prozesse automatisieren
- Austritte und Eintritte lösen die zugehörigen Abläufe aus
- Automatische Checklisten für Onboarding
- Zugriffsanfragen an Systeme werden geprüft und weitergeleitet
- Monatliche Berichte zu HR-Kennzahlen
- Wo der Nutzen liegt: Onboarding-Schritte und Zugriffsanfragen laufen ohne manuelles Nachfassen an, und offene Schritte werden sichtbar, statt unbemerkt liegen zu bleiben
5. Social Media beobachten und bespielen
- Erwähnungen der Marke auf den Plattformen beobachten
- Alarm bei negativer Tonalität
- Automatische Beiträge nach Zeitplan
- Leads aus den sozialen Netzwerken erfassen
- Wo der Nutzen liegt: Erwähnungen werden rund um die Uhr beobachtet, ohne dass jemand dafür Bereitschaft hält
6. Bestandsführung und Beschaffung
- Meldebestand-Alarme lösen den Beschaffungsablauf aus
- Lieferantenwahl nach Regeln (Preis, Verfügbarkeit)
- Automatisch erzeugte Bestellung
- Anbindung der Sendungsverfolgung
- Wo der Nutzen liegt: Nachbestellungen werden beim hinterlegten Meldebestand ausgelöst statt beim Auffallen einer Lücke; die Lieferantenwahl folgt einer Regel statt der Erinnerung
7. Berichte erzeugen und verteilen
- Monats- und Wochenberichte automatisch erzeugen
- Daten aus mehreren Systemen zusammenführen
- Berichte automatisch an die Empfänger versenden
- Wo der Nutzen liegt: Das wiederkehrende Zusammensuchen und Formatieren entfällt weitgehend; der Aufwand verschiebt sich zur Interpretation
Use Cases, die No-Code NICHT abdeckt
Ehrliche Grenzen:
1. Eigene Machine-Learning-Modelle
- Problem: No-Code-Werkzeuge liefern einfache Vorhersagen (ja/nein, Kategorien), aber keine selbst trainierten Modelle
- Beispiel: ein Betrugserkennungssystem auf historischen Daten trainieren — das verlangt Full-Code
- Lösung: vortrainierte Modelle der Cloud-Anbieter über deren Schnittstelle anbinden
2. Stark individuelle Geschäftslogik
- Problem: Ab etwa zehn verschachtelten Entscheidungspfaden lässt sich ein No-Code-Ablauf kaum noch pflegen. Diese Schwelle ist eine eigene Einschätzung; einen Herstellergrenzwert dafür gibt es nicht
- Beispiel: eine Preislogik mit geografischen, zeitlichen und kundenspezifischen Regeln
- Lösung: die Logik als eigene Schnittstelle bauen (Full-Code) und in den No-Code-Ablauf einhängen
3. Hohe Durchsätze in Echtzeit
- Problem: No-Code-Werkzeuge sind nicht auf Durchsätze in der Grössenordnung von 10'000 Transaktionen pro Sekunde ausgelegt. Diese Schwelle ist eine eigene Einordnung; die Anbieter nennen selbst keinen solchen Grenzwert
- Beispiel: Wertschriftenhandel in Echtzeit, wo Millisekunden zählen
- Lösung: ein eigenes Backend in C++ oder Go; No-Code bleibt für Oberfläche und Auslöser
4. Systeme ohne Schnittstellen
- Problem: Ein Altsystem ohne Programmierschnittstelle lässt sich mit No-Code nicht anbinden
- Beispiel: ein zwanzig Jahre altes Grossrechnersystem einer Bank
- Lösung: einen Adapter für das Altsystem bauen (Full-Code)
5. Anbindung eigener Geräte und Hardware
- Problem: spezialisierte Hardware, etwa IoT-Sensoren oder Industrieroboter
- Beispiel: ein Prüfroboter in der Fertigung
- Lösung: einen eigenen Treiber oder eine Schnittstelle für die Hardware bauen und dann in No-Code einhängen
Vertiefen Sie Ihr Wissen:
Best Practices für erfolgreiche No-Code-Projekte
Acht Regeln aus der Praxis:
1. Klein anfangen, gross denken
- Erste Projekte sollten klein sein (1-2 Wochen Implementierung)
- Aber von Anfang an auf Wachstum angelegt: modular aufgebaut und dokumentiert
- Schwung aus schnellen Erfolgen holen statt aus einem grossen Wurf
2. Governance von Anfang an
- Wer darf Workflows bauen? Nur benannte Citizen Developer oder alle?
- Welche Daten dürfen verarbeitet werden? Besonders schützenswerte Personendaten brauchen zusätzliche Schutzmassnahmen
- Wer liest einen Workflow gegen, bevor er produktiv geht?
- Wen benachrichtige ich bei Fehlern?
3. Dokumentation zahlt sich aus
- Jeder Workflow gehört dokumentiert: was er tut, warum es ihn gibt, wie er aufgebaut ist
- Bildschirmfotos der Logik helfen bei der Fehlersuche
- Die Wartung wird dadurch einfacher
4. Vorher testen
- Workflows mit Testdaten prüfen, bevor sie produktiv gehen
- Sonderfälle durchdenken: Was, wenn die Schnittstelle ausfällt? Was, wenn die Daten fehlerhaft sind?
- Fehlerbehandlung einbauen, statt auf einen glatten Verlauf zu hoffen
5. Überwachung und Alarmierung
- Jeder Workflow gehört überwacht
- Bei Fehlern eine Meldung auslösen, statt täglich Protokolle zu lesen
- Eine Übersicht, die den Zustand aller Workflows auf einen Blick zeigt
6. Versionierung und Sicherungen
- Alte Versionen von Workflows speichern, um im Notfall zurückwechseln zu können
- Regelmässig Sicherungen anlegen — nicht jede Plattform macht das gleich bequem
7. Schnittstellengrenzen kennen
- Jede Plattform begrenzt Aufrufe und Durchsatz; die Werte stehen in den Tarifbedingungen des jeweiligen Anbieters — wir geben hier keine an, weil sie sich je Tarif unterscheiden
- Diese Grenzen vor dem Bau nachschlagen und den Ablauf darauf auslegen
- Zwischenspeichern und Bündeln senken den Verbrauch spürbar
8. Den Wechsel zu Low-Code oder Full-Code planen
- Ein Anwendungsfall kann No-Code entwachsen
- Halten Sie fest, an welcher Stelle das absehbar ist
- Und haben Sie einen Plan für den Umstieg
Handlungsplan: Von Null zur ersten Automation in 30 Tagen
Der konkrete 30-Tage-Plan:
Woche 1: Planung und Einrichtung
Tag 1-2: Entscheidung treffen
- Welche Plattform? (Make für DACH-KMU empfohlen)
- Wer wird Citizen Developer? (1-2 Personen für den Anfang)
- Kosten/Budget klären
Tag 3-4: Plattform einrichten und ausprobieren
- Konto erstellen
- Dokumentation durchlesen (4-8 Stunden)
- Anleitungs-Workflows nachbauen (Videos, Lernbereich der Plattform)
Tag 5-7: Erste Automation auswählen
- Welcher Prozess frisst am meisten Zeit?
- Ist er einfach genug für No-Code? Wenn nein, wählen Sie einen anderen
- Anforderungen sammeln (Eingang, Ergebnis, Regeln)
Woche 2: Bauen
Tag 8-10: Workflow entwerfen
- Den Workflow skizzieren (Trigger → Daten → Logik → Aktion)
- Alle Schnittstellen und Integrationen erfassen
- Fehlerbehandlung planen
Tag 11-14: Umsetzung
- Den Workflow in der Plattform bauen
- Mit Testdaten prüfen
- Fehlerbehandlung einbauen
Woche 3: Test und Feinschliff
Tag 15-18: Abnahmetest durch den Fachbereich
- Die künftigen Nutzerinnen und Nutzer testen den Workflow
- Rückmeldungen sammeln
- Anpassungen vornehmen
Tag 19-21: Leistung und Kosten prüfen
- Läuft der Workflow schnell genug?
- Kosten senken (Kontingentgrenzen beachten, Zwischenspeichern)
- Überwachung einrichten
Woche 4: Produktivgang und Ausbau
Tag 22-26: Produktivgang
- Produktivstart mit eingeschalteter Überwachung
- Eine Anlaufstelle bereithalten, falls etwas schiefgeht
- Dokumentation fertigstellen
Tag 27-30: Die zweite Automation planen
- Erkenntnisse aus dem ersten Durchlauf festhalten
- Weitere Anwendungsfälle priorisieren
- Einen Fahrplan für die nächsten Automationen aufstellen
Woran Sie den Erfolg messen:
- Der Workflow läuft stabil — legen Sie vor dem Start fest, welche Fehlerquote Sie akzeptieren, und messen Sie dagegen
- Die Wirkung ist messbar gegen den Wert, den Sie vor dem Start aufgenommen haben
- Der Citizen Developer kann neue Workflows selbst bauen
- Das Team fragt von sich aus nach dem nächsten Anwendungsfall
Zusammenfassung: No-Code ist Gegenwart, nicht Zukunft
No-Code AI Automation ist 2026 erwachsen geworden. Sie ist nicht mehr «Gadget für Experimente», sondern produktives Werkzeug für die Automatisierung im Unternehmen.
Drei zentrale Erkenntnisse:
- Citizen Developer sind real: Business-Nutzer können Workflows bauen, nicht nur IT
- Das Ergebnis liegt früh vor: Weil ein erster Workflow in Wochen statt Monaten steht, liegt auch die Messung früh vor — wie sie ausfällt, entscheidet Ihr Prozess
- Grenzen sind klar: Wo No-Code endet, beginnt Low-Code/Full-Code
Nächste Schritte:
- Wählen Sie eine Plattform (Make oder Zapier für den KMU-Einstieg)
- Suchen Sie einen Quick-Win-Prozess. Als Untergrenze setzen wir 3-5 Stunden Handarbeit pro Woche an — ein eigener Richtwert, damit sich der Aufwand für den Bau überhaupt trägt
- Schulen Sie einen Citizen Developer (nach dem Plan oben rund 22-35 Stunden über vier Wochen)
- Bauen Sie Ihre erste Automation (1-2 Wochen)
- Messen Sie das Ergebnis gegen Ihren Ausgangswert und weiten Sie aus
Häufig gestellte Fragen
- Was ist No-Code AI Automation?
No-Code AI Automation ist die Erstellung, Orchestrierung und Ausführung von intelligenten Workflows durch visuelle Interfaces und Konfiguration statt Code-Schreiben. Ein typischer Workflow besteht aus fünf Bausteinen: Trigger, KI-gestützte Datenverarbeitung (etwa OCR oder NLP), Entscheidungslogik, Aktion und Monitoring. Damit können Fachleute aus Buchhaltung, HR, Vertrieb oder Betrieb Workflows selbst bauen, ohne eine Zeile Code zu schreiben — innerhalb der Grenzen, die dieser Artikel in einem eigenen Abschnitt beschreibt.
- Was ist der Unterschied zwischen No-Code und Low-Code?
No-Code kommt ohne Programmierung aus und richtet sich an Business Analysten; Low-Code verlangt Code für Sonderlogik und Schnittstellen und damit Entwicklerinnen und Entwickler oder technisch versierte Analystinnen und Analysten. Die Lernkurve fällt entsprechend länger aus — die Wochenangaben in der Vergleichstabelle sind redaktionelle Einordnung, keine erhobenen Werte. No-Code liegt bei kleinen Projekten eine Kostenklasse tiefer (Grössenordnung unter 10'000 CHF gegenüber 10'000-50'000 CHF — Richtwerte, keine erhobenen Marktdaten), dafür in Flexibilität und Skalierbarkeit begrenzter. Low-Code lohnt sich bei komplexerer Logik, spezialisierten Integrations-Anforderungen und Hybrid-Lösungen.
- Was ist ein Citizen Developer?
Ein Citizen Developer ist ein Fachexperte ohne IT-Hintergrund, der mit No-Code-Tools autonome Workflows bauen und verwalten kann — typische Profile sind etwa Finance Manager mit Excel-Kenntnissen oder HR Business Partner mit Prozessverständnis. Wichtige Fähigkeiten sind Prozessdenken, Grundlogik, Tool-Affinität, Fehlersuche und Dokumentation. Nach unserer Einschätzung — erhobene Werte liegen dem nicht zugrunde — sind es rund 22 bis 35 Stunden über vier Wochen: Grundlagen in Woche 1, erste begleitete Workflows in Woche 2, selbstständige Projekte ab Woche 3. Ab dem zweiten Monat ist autonome Entwicklung mit Mentor im Hintergrund realistisch.
- Welche No-Code-Plattform eignet sich für Schweizer KMU?
Für den Einstieg empfehlen sich Make oder Zapier, da sie einfach, schnell und mit grossem Integrations-Ökosystem ausgestattet sind. Unternehmen im Microsoft-Ökosystem greifen zu Power Automate, tech-affine Organisationen mit hohen Privacy-Anforderungen zu n8n (quelloffen und selbst hostbar; die Community Edition steht unter der Sustainable Use License, nicht unter einer OSI-Open-Source-Lizenz), und für Enterprise-Anforderungen mit komplexer RPA eignet sich Automation Anywhere. Die Einstiegstarife liegen bei Make bei 9 USD pro Monat für 10'000 Credits, bei Zapier ab 19.99 USD für 750 Tasks und bei n8n Cloud ab 20 EUR für 2'500 Ausführungen — alle drei Beträge gelten bei Jahresabrechnung. Monatlich abgerechnet kostet dieselbe Stufe bei Make 10.59 USD und bei Zapier 29.99 USD. n8n lässt sich selbst gehostet kostenlos betreiben. Automation Anywhere führt keine Preisseite (Stand: 24. August 2026).
- Wo liegen die Grenzen von No-Code AI Automation?
No-Code stösst an Grenzen bei selbst trainierten Machine-Learning-Modellen, bei stark verzweigter Geschäftslogik (ab etwa zehn verschachtelten Entscheidungspfaden — eine eigene Einschätzung, kein Herstellergrenzwert), bei Echtzeit-Anforderungen in der Grössenordnung von 10'000 Transaktionen pro Sekunde (ebenfalls eine eigene Einordnung, kein Herstellergrenzwert), bei Altsystemen ohne Programmierschnittstelle sowie bei der Anbindung spezialisierter Hardware. In diesen Fällen wird ein Full-Code-Ansatz nötig — oft als Mischform, bei der eine eigene Schnittstelle gebaut und anschliessend in den No-Code-Ablauf eingehängt wird.
Weiterführende Themen
Quellen
- Quelle der Preisangaben: Make — «Core $9/mo», «Pro $16/mo», «Teams $29/mo», je «Price for 10k credits/mo», Free «Up to 1,000 credits/mo», Umschalter «Pay monthly» / «Pay annually» mit «Save 15% or more», aktive Voreinstellung beim Seitenaufruf ist «Pay annually»; nach Umschalten auf «Pay monthly» zeigen dieselben Karten «Core $10.59/mo», «Pro $18.82/mo» und «Teams $34.12/mo»; Zapier — Professional «$19.99» bei 750 Tasks, «$89.00» bei 5'000 und «$129.00» bei 10'000 Tasks, Team «$69.00» bei 2'000 Tasks, jeweils bei Jahresabrechnung, Free «100 tasks/mo»; nach Umschalten auf monatliche Abrechnung zeigt dieselbe Tabelle für Professional «$29.99», «$133.50» und «$193.50» sowie für Team «$103.50»; dieselbe Seite führt «Zapier Agents», «Zapier Chatbots», «Zapier Canvas», «Zapier MCP», «AI by Zapier», «AI fields» und «AI enrichment» als eigene Produkte und Funktionen; Microsoft Power Automate — Premium «$15.00» «user/month, paid yearly», Process «$150.00» und Hosted Process «$215.00» je «bot/month, paid yearly»; zum Umfang ohne Zukauf Microsoft Learn, Types of Power Automate licenses — «Other licenses across Microsoft 365, Dynamics 365, and the Power Platform include a limited set of Power Automate capabilities» und zur Gratisstufe «The Power Automate Free license includes creating and running cloud flows (without sharing) […] Connector usage is limited to standard connectors only»; n8n — «Starter 20€/mo, billed annually» mit «2.5K workflow executions», «Pro 50€/mo, billed annually» mit «10K workflow executions», «Business 667€/mo, billed annually» mit «40K workflow executions» und Hosting-Angabe «Self-hosted»; Google AppSheet — Starter «$5USD /user/month», Core «$10USD /user/month», Enterprise Plus «$20USD /user/month». Abgerufen am 22. August 2026, erneut geprüft am 24. August 2026. Automation Anywhere führt keine Preisseite; die Konditionen laufen über den Vertriebskontakt. Anbieterpreise ändern sich laufend; die Beträge stehen in der Währung des Anbieters und sind bewusst nicht in Franken umgerechnet.
- Quelle der Integrationszahlen: Make, App-Verzeichnis — «Showing 1 - 48 of 3553 results in All Apps»; Zapier, App-Verzeichnis — «9994+ apps», die Preisseite nennt «9,000+ apps»; n8n, Integrationen — «2087 integrations». Alle abgerufen am 24. August 2026; die Verzeichnisse wachsen laufend.
