> cat /blog/index

Blog

Aktuelle Beiträge zu KI-Automatisierung, Open Source und digitaler Transformation.

91Artikel|4Kategorien

//Featured

Zwei Automatisierungen, die voneinander abhängen, ohne es zu wissen

Ein Umsatzbericht, der elf Monate im Jahr stimmt und am Monatsende falsch ist: Wie zwei zeitgesteuerte Automatisierungen eine versteckte Abhängigkeit bilden, warum der Sicherheitspuffer genau dann versagt, wenn es zählt, und wie Sie in Make, n8n und Zapier über Fertigstellung statt über die Uhr koppeln.

Blog

Zwei Automatisierungen, die voneinander abhängen, ohne es zu wissen

Sie testen Ihre Automatisierungen in der Produktion, und Ihre Kunden merken es zuerst

Aus Müller wird MÃ¼ller: das Encoding-Problem, das keiner auf dem Schirm hat

Retries: warum automatische Wiederholungen Ausfälle verschlimmern

Wenn jeder die Automatisierung nachprüft, haben Sie nichts gewonnen

Die API-Version, die in 90 Tagen abgeschaltet wird, und niemand hat die Mail gelesen

Aus 1.234,50 wird 1,23: das Zahlenformat, das Ihre Preise kippt

Die Datenpanne kommt nicht vom Hacker. Sie kommt aus Ihrem eigenen Workflow.

Rollback ist eine Illusion: Was passiert, wenn Ihre Automatisierung mittendrin abbricht

Vollautomatisch ist selten das Ziel: wann ein Freigabe-Schritt Ihre Automatisierung rettet

40 Sekunden, dann zieht Make den Stecker: das Timeout-Problem, das keiner einplant

Warum jede ernsthafte Automatisierung eine Warteschlange braucht

Der Wert, den Sie fest verdrahtet und dann vergessen haben

Der Kanal, in den niemand mehr schaut: Alert-Fatigue in der Automatisierung

Wer baut eure Automatisierung? Die Frage, die über zwei Jahre entscheidet

Ihre Automatisierung ist ein Datenlager, das niemand aufräumt

Drei Datensätze, ein Kunde: warum Ihre Automatisierung Duplikate erzeugt

HTTP 200 heißt nicht, dass es funktioniert hat

Automatisierungen löschen keine Daten, und das wird irgendwann zum Problem

Das verlorene Update: wenn zwei Automatisierungen denselben Datensatz überschreiben

CSV ist das gefährlichste Dateiformat in Ihrer Automatisierung

Wann No-Code zur falschen Wahl wird: die Grenze, an der echter Code günstiger ist

Die letzten 20 Prozent: warum halbe Automatisierung oft teurer ist als gar keine

Wenn zwei Automatisierungen sich gegenseitig triggern: die Endlosschleife, die am Wochenende zuschlägt

Der Datenfluss, den niemand kennt: Wo Ihre Daten in automatisierten Prozessen wirklich landen

Reconciliation: warum Ihre Systeme leise auseinanderdriften, und niemand sie abgleicht

Die wichtigste Frage vor jeder Automatisierung: Was kostet ein Fehler?

Die gefährlichste Einstellung in Ihrer Automatisierung heißt "Fehler ignorieren"

Ihre Zugangsdaten liegen im Klartext, und niemand weiß, wo genau

Jemand benennt ein Dropdown um, und Ihre Automatisierung stirbt leise

Rate Limits: warum Ihre Automatisierung leise die Hälfte verliert, sobald es ernst wird

Die meisten No-Code-Automatisierungen haben nur eine Umgebung, und das ist die Produktion

Ihre Automatisierung sieht nur die ersten 100 Datensätze, und niemand merkt es

Ihre heikelsten Daten liegen in den Logs, und niemand hat ein Löschkonzept dafür

Echtzeit oder Batch? Warum die meisten Automatisierungen keine Echtzeit brauchen

Zombie-Workflows: die Automatisierungen, die niemand abschaltet

Self-Hosting n8n: was die Dokumentation Ihnen nicht sagt

Der Kill-Switch: warum jede produktive Automatisierung einen Notaus braucht, bevor sie live geht

Zeitzonen-Bugs: warum produktive Automatisierungen sonntags um drei Uhr morgens kollabieren

Webhook-Signaturen in No-Code: die Sicherheitslücke, die niemand schließt

Bidirektionale Synchronisation ist fast immer ein Designfehler

Der Mythos vom Citizen Developer: warum wir ihn nicht mehr predigen

Wann sich Automatisierung nicht lohnt: vier Muster aus unserer Beratungspraxis

Drei Workflows, die ich heute nicht mehr bauen würde

Sieben Tage Audit in einem alten Make-Konto: was wirklich darin lag

Wenn Ihr KI-Workflow leise versagt, ohne dass es jemand merkt

Der Happy Path lügt: Warum No-Code-Automatisierungen an Edge Cases zerbrechen

Warum 'ChatGPT Enterprise reicht' der teuerste Satz im Audit ist

Was passiert, wenn der Mensch hinter den Workflows nicht da ist

Die fünf Reports, die mit jeder Automatisierung sterben

Wie ein Make-Workflow versehentlich 4.800 Kunden eine Test-Mail schickte

Das LLM-Kostenproblem: Warum KI-Workflows im zweiten Jahr unrentabel werden

Wer überwacht Ihre Automatisierungen? In den meisten Firmen: niemand.

Notion als zentrales System für Automatisierung: warum ich es selten empfehle

Was passiert, wenn Ihr Automatisierungsanbieter morgen den Stecker zieht

Warum Ihr Workflow dieselbe Buchung zweimal anlegt

Was nach dem Go-Live kommt: Die unterschätzte Seite jeder Automatisierung

E-Rechnung 2025: Was seit Januar gilt und warum Ihr PDF-Empfang die Pflicht nicht erfüllt

Shadow AI: Was passiert, wenn Ihre Mitarbeiter ChatGPT längst nutzen

Was Sie wirklich ohne IT-Abteilung automatisieren können — und wo es kaputt geht

Wenn die KI lügt: Halluzinationen in Geschäftsprozessen

Automatisierung ist nicht gleich KI

Vom Piloten zur Produktion: Warum KI-Projekte im Proof-of-Concept stecken bleiben

Sie automatisieren den falschen Prozess

Automatisierung, die bleibt: Warum die meisten Projekte nach 12 Monaten stagnieren

Kunden-Onboarding automatisieren: Die 30-Tage-Entscheidung

Die unbequeme Wahrheit über KI-Projekte: Ihre Daten sind das Problem

KI-Lead-Scoring für Unternehmen: Welche Anfragen wirklich Priorität verdienen

KI-Angebotserstellung: Wie Unternehmen Angebote in Minuten statt Stunden erstellen

KI im Recruiting: Wie Unternehmen den Fachkräftemangel mit Automatisierung bekämpfen

KI-Telefonassistent: Nie wieder einen Anruf verpassen — für jede Unternehmensgröße

KI-E-Mail-Automatisierung für Unternehmen: So gewinnen Sie täglich 2 Stunden zurück

KI-Chatbots im Kundenservice: Wann sie helfen – und wann sie schaden

KI-gestützte Rechnungsverarbeitung: Wie Unternehmen Stunden pro Woche sparen

Prompt Engineering für den Unternehmen: Bessere KI-Ergebnisse in 5 Minuten

RAG für Unternehmen: Wie Retrieval-Augmented Generation Ihr Firmenwissen nutzbar macht

KI-Nachbesetzung von Sachbearbeitern: Wie künstliche Intelligenz den Fachkräftemangel in der Verwaltung löst

OpenAI gpt-oss: Die ersten Open-Source-Modelle — was das für Unternehmen bedeutet

EU Digital Omnibus: DSGVO-Reform für KI-Training – Was Unternehmen jetzt wissen müssen