Um Tungsten Automation zu verstehen, hilft ein Blick auf die Herkunft. Kofax war über viele Jahre einer der prägenden Namen im Bereich der Dokumentenerfassung – dort, wo Papier, Scans und digitale Belege in strukturierte, weiterverarbeitbare Daten überführt werden. Aus dieser Wurzel, der klassischen Capture-Technologie, ist über die Zeit ein deutlich breiteres Portfolio gewachsen: von der reinen Erfassung über die intelligente Dokumentenverarbeitung bis hin zur Prozessautomatisierung und zum elektronischen Rechnungsaustausch. Die Umbenennung zu Tungsten Automation markiert weniger einen technologischen Bruch als den Versuch, dieses gewachsene Portfolio unter einer neuen, umfassenderen Marke zu bündeln.
Der Firmenname Tungsten – das englische Wort für Wolfram, eines der härtesten und hitzebeständigsten Metalle – ist bewusst als Sinnbild gewählt: für Robustheit und Belastbarkeit in geschäftskritischen Abläufen. Wichtig für die Einordnung ist, dass in Fachgesprächen, Ausschreibungen und älteren Dokumentationen weiterhin sehr häufig der Name Kofax auftaucht. Für die Praxis heißt das: Wer über Kofax spricht, meint in aller Regel dasselbe Unternehmen und dieselbe Produktwelt, die heute unter Tungsten Automation firmiert.
Die Wurzeln reichen weit in die Geschichte der Dokumentendigitalisierung zurück. Kofax etablierte sich früh als Spezialist für das Capture – das Einlesen und Aufbereiten großer Dokumentenmengen – und wurde damit zu einem festen Bestandteil vieler Enterprise-Architekturen, gerade in Banken, Versicherungen und der öffentlichen Verwaltung. Über Jahre kamen durch eigene Entwicklung und durch Zukäufe weitere Bausteine hinzu: Werkzeuge für die intelligente Extraktion, für die Prozesssteuerung und schließlich für die robotergesteuerte Automatisierung. So wandelte sich das Unternehmen vom Capture-Spezialisten zum Anbieter einer breiteren Automatisierungsplattform.
Die Umfirmierung zu Tungsten Automation war der markenpolitische Schlusspunkt dieser Entwicklung. Sie soll signalisieren, dass es längst nicht mehr nur um das Einscannen von Dokumenten geht, sondern um die durchgängige Automatisierung ganzer Prozessketten. Für Anwender im Mittelstand ist diese Historie mehr als eine Fußnote: Sie erklärt, warum die Plattform an manchen Stellen sehr reif und ausgereift wirkt – etwa bei der Erfassung – und an anderen den Charakter einer über Jahre zusammengewachsenen Suite trägt. Wer die Herkunft kennt, versteht die Struktur des Portfolios besser.
Heute positioniert sich Tungsten Automation im Feld der Intelligent Automation – ein Begriff, der die Verbindung aus Dokumentenintelligenz, Prozessautomatisierung und künstlicher Intelligenz beschreibt. Die zentrale Idee lautet, dokumentenbasierte Abläufe nicht nur zu digitalisieren, sondern durchgängig zu automatisieren: vom Eingang eines Dokuments über dessen Verständnis und Prüfung bis zur Auslösung nachgelagerter Prozessschritte. Damit reiht sich der Anbieter in eine Kategorie ein, in der es weniger um einzelne Funktionen als um das orchestrierte Zusammenspiel vieler Bausteine geht.
Für die Einordnung ist entscheidend, dass Tungsten Automation kein reiner Nischenanbieter für ein einzelnes Problem ist, sondern eine breite Enterprise-Plattform. Das ist Stärke und Herausforderung zugleich. Die Stärke liegt in der Bandbreite: Wer viele dokumentenlastige Prozesse aus einer Hand automatisieren möchte, findet ein umfassendes Angebot. Die Herausforderung liegt in der Komplexität: Eine breite Plattform will sorgfältig ausgewählt, zugeschnitten und eingeführt werden. Gerade für den gehobenen Mittelstand lohnt es deshalb, das Portfolio und seine Bausteine früh zu verstehen – genau das leisten die folgenden Kapitel.
Man könnte meinen, eine breite Enterprise-Plattform sei allein etwas für Großkonzerne. Das greift zu kurz. Zwar liegt der historische Schwerpunkt im großen Segment, doch viele der zugrunde liegenden Probleme – Rechnungsflut, manuelle Erfassung, medienbruchbehaftete Prozesse – treffen den gehobenen Mittelstand genauso. Entscheidend ist, den Zuschnitt zu finden, der zur eigenen Größe passt: nicht die größtmögliche Plattform, sondern der passende Ausschnitt für den konkreten Bedarf.
Genau deshalb lohnt eine sachliche Auseinandersetzung mit dem Anbieter, statt ihn pauschal als zu groß abzutun oder unbesehen als Standard zu setzen. Der Mittelstand profitiert am meisten, wenn er versteht, welche Bausteine es gibt, welche davon zu seinem Prozess passen und welcher Aufwand mit Einführung und Betrieb realistisch verbunden ist. Die folgenden Kapitel zeichnen dieses Bild Schritt für Schritt – von der Produktfamilie über die Kernfähigkeiten und KI-Funktionen bis zu Integration, Wettbewerb, Betrieb, Mittelstandseinsatz sowie Kosten und Datenschutz.
Der rote Faden durch das Portfolio ist die Idee, dokumentenbasierte Prozesse durchgängig zu unterstützen. Die einzelnen Produkte lassen sich teils eigenständig, teils im Verbund einsetzen. Wer die Grobstruktur versteht, kann die für den eigenen Bedarf relevanten Bausteine gezielt ansteuern, statt sich in der Breite zu verlieren.
Das Herzstück des Portfolios ist TotalAgility. Man kann es als die Plattform verstehen, die die übrigen Fähigkeiten zusammenführt und zu durchgängigen Abläufen verbindet. Statt Erfassung, Verständnis, Prüfung und Weiterverarbeitung als getrennte Werkzeuge zu betreiben, bündelt TotalAgility diese Schritte in einem orchestrierten Prozess. Ein Dokument geht ein, wird erfasst und verstanden, gegen Regeln geprüft und – abhängig vom Ergebnis – automatisch weiterverarbeitet oder zur Bearbeitung an einen Menschen ausgesteuert.
Der Anspruch dieser Plattform ist es, sowohl die Dokumentenintelligenz als auch die Prozesssteuerung an einem Ort zu vereinen. Für Organisationen mit vielen, teils komplexen Abläufen ist das attraktiv, weil es Medienbrüche vermeidet und einen zentralen Ort für die Gestaltung und Überwachung der Prozesse schafft. Zugleich bedeutet eine so umfassende Plattform, dass ihre Einführung Planung erfordert: Man führt nicht ein einzelnes Feature ein, sondern gestaltet einen Prozess. Diese Doppelnatur – mächtig, aber anspruchsvoll – zieht sich durch die gesamte Bewertung des Anbieters.
Neben der Plattform stehen die spezialisierten Bausteine. Die Capture-Lösungen bilden die historische Kernkompetenz: das zuverlässige Einlesen und Aufbereiten großer Dokumentenmengen aus den unterschiedlichsten Quellen. Hier liegt die Reife, die aus jahrzehntelanger Erfahrung erwächst – gerade bei hohen Volumina und heterogenen Dokumenttypen. Für viele Organisationen ist Capture der erste Berührungspunkt, weil die Erfassung am Anfang jeder Dokumentenautomatisierung steht.
Für den kaufmännischen Bereich besonders relevant ist die automatisierte Rechnungsverarbeitung, im Portfolio unter anderem als AP Essentials adressiert. Sie zielt auf einen der schmerzhaftesten manuellen Prozesse vieler Unternehmen: das Erfassen, Prüfen und Verbuchen eingehender Rechnungen. Ergänzend gewinnt das Feld des E-Invoicing, des elektronischen Rechnungsaustauschs in strukturierten Formaten, durch regulatorische Entwicklungen an Bedeutung. Wichtig ist zu verstehen, dass diese Angebote teils eigenständig, teils im Zusammenspiel mit der Plattform genutzt werden können – welcher Zuschnitt sinnvoll ist, hängt vom konkreten Bedarf ab und ist im Auswahlprozess sorgfältig zu klären.
Wichtig für das Verständnis ist, dass diese Schritte eine Kette bilden. Jeder Schritt baut auf dem vorherigen auf: Ohne saubere Erfassung keine gute Klassifikation, ohne verlässliche Klassifikation keine treffsichere Extraktion, ohne strukturierte Daten kein sinnvoll steuerbarer Workflow. Die Qualität des Gesamtergebnisses entscheidet sich daher entlang der ganzen Kette, nicht an einem einzelnen Baustein.
Am Anfang steht die Erfassung (Capture) – die historische Domäne des Anbieters. Dokumente gelangen aus sehr unterschiedlichen Quellen ins System: als Scan aus dem Multifunktionsgerät, als E-Mail-Anhang, als Upload, aus Netzwerkordnern oder mobilen Erfassungswegen. Die Aufgabe der Capture-Schicht ist es, diese Vielfalt einzusammeln, die Dokumente technisch aufzubereiten und für die weitere Verarbeitung vorzubereiten. Dazu gehört auch die klassische Texterkennung, die aus dem Dokumentenbild maschinenlesbaren Text gewinnt.
Eng damit verbunden ist die Klassifikation – die Bestimmung, um welche Art von Dokument es sich handelt: eine Rechnung, ein Lieferschein, ein Vertrag, ein Antrag. Diese Einordnung ist wichtiger, als sie zunächst klingt, denn sie entscheidet über den weiteren Verarbeitungsweg. Ein Dokument, das als Rechnung erkannt wird, durchläuft andere Regeln und Prüfungen als ein Vertrag. Eine zuverlässige Klassifikation lenkt jedes Dokument in den passenden Prozess und ist damit die Weiche, an der sich die spätere Automatisierung entscheidet. In heterogenen Dokumenteneingängen – dem Normalfall vieler Organisationen – ist diese Fähigkeit besonders wertvoll.
Auf Erfassung und Klassifikation folgt die Extraktion – das gezielte Auslesen der relevanten Felder aus einem Dokument. Bei einer Rechnung sind das etwa Rechnungsnummer, Datum, Lieferant, Nettobetrag, Steuerbeträge und Positionen; bei anderen Dokumenttypen entsprechend andere Felder. Ziel ist es, aus dem bloßen Text strukturierte Daten zu machen, mit denen nachgelagerte Systeme unmittelbar arbeiten können. Erst dieser Schritt verwandelt ein Dokument in verwertbare Information.
Die eigentliche Kunst liegt darin, diese Extraktion auch bei heterogenen Layouts zuverlässig zu leisten. Klassische, streng vorlagenbasierte Ansätze mussten für jedes Rechnungslayout eigens eingerichtet werden – ein hoher Pflegeaufwand bei vielen unterschiedlichen Lieferanten. Modernere Verfahren deuten die Bedeutung eines Feldes zunehmend aus Kontext und Muster, statt starr auf feste Positionen angewiesen zu sein. Wie gut das im eigenen Fall gelingt, hängt stark von der Vielfalt und Qualität der realen Dokumente ab und sollte im Auswahlprozess an einem repräsentativen Querschnitt getestet werden – nicht anhand idealer Beispieldokumente.
Der vierte Baustein ist der Workflow – die Steuerung dessen, was mit den extrahierten Daten geschieht. Hier zeigt sich der Anspruch, über die reine Dokumentenverarbeitung hinauszugehen. Ein Workflow legt fest, welche Prüfungen ein Datensatz durchläuft, wann eine menschliche Freigabe erforderlich ist, an welche Systeme die Daten übergeben werden und wie mit Ausnahmen umgegangen wird. So entsteht aus einzelnen Verarbeitungsschritten ein zusammenhängender, nachvollziehbarer Prozess.
Ein zentrales Muster dabei ist die abgestufte Automatisierung: Datensätze mit hoher Verlässlichkeit laufen automatisch weiter, unsichere Fälle werden gezielt einem Menschen zur Prüfung vorgelegt. Diese Kombination aus Automatik und kontrollierter manueller Prüfung ist gerade bei geschäftskritischen oder steuerlich relevanten Daten kein Rückschritt, sondern eine bewusste Absicherung. Der Workflow ist damit der Ort, an dem sich Effizienz und Kontrolle in Balance bringen lassen – und an dem sich entscheidet, ob eine Automatisierung im Alltag wirklich trägt oder ob sie an unbehandelten Ausnahmen scheitert.
Vorab eine wichtige Einordnung: KI verbessert die Verarbeitung, sie macht sie aber nicht unfehlbar. Auch die intelligenteste Erkennung liefert Ergebnisse mit einer Wahrscheinlichkeit, keine garantierten Wahrheiten. Der Fortschritt liegt darin, dass die Trefferquote steigt und die Bandbreite verarbeitbarer Dokumente wächst – nicht darin, dass Prüfung und Kontrolle überflüssig würden.
Unter Cognitive Capture versteht man den Sprung von der klassischen, stark vorlagengebundenen Erfassung hin zu einem Verfahren, das den Inhalt eines Dokuments in gewissem Umfang versteht. Statt für jedes Layout eine feste Schablone zu hinterlegen, deuten lernende Modelle anhand von Kontext, Position und typischen Mustern, welches Feld welche Bedeutung hat. Dadurch kommen solche Systeme auch mit unbekannten oder wechselnden Layouts zurecht – ein erheblicher Vorteil bei einem Eingang aus vielen verschiedenen Quellen und Lieferanten.
Für den praktischen Nutzen ist das bedeutsam, weil es den Einrichtungs- und Pflegeaufwand senkt. Wo früher jede neue Rechnungsvorlage mühsam angelernt werden musste, soll die intelligente Extraktion einen Großteil der Fälle ohne manuelle Vorlagenpflege bewältigen. Zugleich gilt hier die gebotene Nüchternheit: Wie gut das im eigenen Kontext funktioniert, hängt von der Beschaffenheit der realen Dokumente ab. Aussagekräftig ist allein ein Test an den tatsächlich anfallenden Belegen, einschließlich der schwierigen Fälle – nicht die Demonstration an ausgesuchten Musterdokumenten.
Ein zweiter Baustein ist die robotergesteuerte Prozessautomatisierung (RPA). Dahinter steht die Idee, wiederkehrende, regelbasierte Tätigkeiten durch Softwareroboter ausführen zu lassen, die Bildschirmabläufe und Systeminteraktionen nachbilden – etwa das Übertragen von Daten zwischen Anwendungen, die keine saubere Schnittstelle bieten. RPA ist besonders dort nützlich, wo ältere Systeme miteinander verbunden werden müssen, für die eine direkte Integration nicht ohne Weiteres verfügbar ist.
Im Kontext von Tungsten Automation ergänzt RPA die Dokumentenintelligenz: Die aus einem Dokument extrahierten Daten lassen sich per Roboter in nachgelagerte Systeme übertragen, auch wenn diese keine moderne API bieten. Wichtig ist eine realistische Einordnung von RPA. Softwareroboter sind wirkungsvoll für stabile, klar definierte Abläufe, reagieren aber empfindlich auf Änderungen an den bedienten Oberflächen. Ändert sich eine Anwendung, muss der Roboter angepasst werden. RPA ist deshalb eher ein pragmatischer Brückenbauer für schlecht integrierbare Systeme als ein Ersatz für saubere, dauerhafte Schnittstellen. Wo eine echte Integration möglich ist, ist sie in der Regel die robustere Wahl.
Der eigentliche Anspruch von Intelligent Automation liegt in der Orchestrierung – dem Zusammenführen der einzelnen Fähigkeiten zu einem durchgängigen Ablauf. Erfassung, Verständnis, Prüfung, menschliche Freigabe, Übergabe an Umsysteme und der Umgang mit Ausnahmen werden nicht als isolierte Werkzeuge betrieben, sondern als ein orchestrierter Prozess gestaltet und überwacht. Genau hier will die Plattform ihren Mehrwert gegenüber punktuellen Einzellösungen ausspielen.
Zunehmend fließen dabei auch neuere KI-Ansätze in die Verarbeitung ein, etwa zur besseren Deutung unstrukturierter Inhalte. Für die Bewertung gilt derselbe Grundsatz wie bei jeder KI-Funktion: Der Nutzen bemisst sich am konkreten Ergebnis im eigenen Prozess, nicht an der Bezeichnung. Eine durchdachte Orchestrierung kann erhebliche Effizienzgewinne bringen – vorausgesetzt, der zugrunde liegende Prozess ist klar verstanden und sauber modelliert. Automatisierung verstärkt einen guten Prozess; einen schlecht durchdachten Prozess automatisiert sie mitsamt seiner Schwächen. Deshalb steht am Anfang jeder sinnvollen Automatisierung nicht die Technik, sondern das Verständnis des Prozesses.
Man sollte Integration nicht als Nebensache behandeln. Ob eine Automatisierung im Alltag trägt, entscheidet sich oft weniger an der Erkennungsleistung als an der sauberen Anbindung: Fließen die extrahierten Daten verlässlich und nachvollziehbar in die richtigen Zielsysteme, oder bleibt am Ende doch manuelle Übertragung nötig? Diese Frage gehört an den Anfang jeder Bewertung.
Der wirtschaftlich bedeutsamste Integrationspunkt ist die Anbindung an ERP- und Buchhaltungssysteme. Gerade bei der Rechnungsverarbeitung entsteht der Nutzen erst dann, wenn die aus einer Rechnung extrahierten Daten sauber im führenden System landen – zur Prüfung, Freigabe und Verbuchung. Für weit verbreitete Systeme wie SAP existiert im Enterprise-Umfeld traditionell eine enge Verzahnung, die den durchgängigen Fluss von der Erfassung bis zur Buchung unterstützt. Wie tief und mit welchem Aufwand diese Integration im Einzelfall gelingt, hängt von der konkreten Systemlandschaft ab.
Für die Praxis ist wichtig, die Integrationstiefe früh zu klären. Eine Anbindung kann von einem einfachen Datenexport bis zu einer tief verzahnten, bidirektionalen Integration mit Stammdatenabgleich und Rückmeldungen reichen. Je enger die Verzahnung, desto größer der Nutzen – aber auch der Einführungsaufwand. Für den Mittelstand empfiehlt es sich, den benötigten Integrationsgrad ehrlich am Zielprozess zu bemessen, statt reflexhaft die tiefste Variante anzustreben. Nicht jede Automatisierung braucht die maximale Verzahnung; entscheidend ist, dass die Daten dort ankommen, wo sie gebraucht werden.
Neben dem ERP ist die Anbindung an Dokumentenmanagement- und ECM-Systeme ein häufiger Berührungspunkt. Erfasste und verarbeitete Dokumente sollen revisionssicher abgelegt, verschlagwortet und wiederauffindbar gemacht werden – Aufgaben, die typischerweise ein DMS oder eine ECM-Plattform übernimmt. Tungsten Automation kann hier als vorgelagerte Erfassungs- und Verarbeitungsschicht dienen, die die aufbereiteten Dokumente und Metadaten an das führende Ablagesystem übergibt. Für Organisationen, die bereits ein DMS oder ECM einsetzen, ist die Qualität dieser Übergabe ein zentrales Kriterium.
Darüber hinaus gilt es, die Anbindung an weitere Fachanwendungen zu bedenken – von branchenspezifischer Software bis zu selbst entwickelten Systemen. Hier zeigt sich der Wert offener Schnittstellen und, wo diese fehlen, der bereits beschriebene pragmatische Einsatz von RPA. Wer die eigene Systemlandschaft kennt, kann früh einschätzen, welche Anbindungen über fertige Konnektoren, welche über offene Schnittstellen und welche gegebenenfalls über Roboter zu lösen sind. Diese Bestandsaufnahme gehört an den Beginn eines Projekts, weil sie Aufwand und Machbarkeit maßgeblich bestimmt.
Für eine dauerhaft tragfähige Automatisierung sind offene, gut dokumentierte Programmierschnittstellen (APIs) von hohem Wert. Sie erlauben es, die Plattform in eigene Anwendungen und Prozessketten einzubetten, Daten strukturiert zu übergeben und die Verarbeitung in größere Abläufe zu integrieren. Als breite Enterprise-Plattform bringt Tungsten Automation entsprechende Schnittstellen und Erweiterungsmöglichkeiten mit; welche Wege im konkreten Vorhaben tragfähig sind, ist projektbezogen zu bewerten.
Ein realistischer Blick berücksichtigt dabei den Unterschied zwischen technischer Möglichkeit und praktischem Aufwand. Dass eine Integration grundsätzlich möglich ist, bedeutet nicht, dass sie trivial ist. Enge Verzahnungen erfordern Fachwissen, Testaufwand und Pflege über den gesamten Lebenszyklus. Für den Mittelstand lohnt es sich, den Integrationsbedarf konkret zu benennen und die Aufwände ehrlich einzuplanen – idealerweise begleitet von Erfahrung mit vergleichbaren Anbindungen. So wird die Anschlussfähigkeit vom vagen Versprechen zur belastbaren Grundlage der Entscheidung. Für die vertiefte, KI-gestützte Beleg- und Rechnungsverarbeitung lohnt zusätzlich der Blick auf die eigenständigen Fachbeiträge der Wissensdatenbank.
Für eine sachliche Einordnung hilft die Frage, wo der Schwerpunkt eines Anbieters liegt. Manche sind tief, aber schmal – sehr gut in einer Sache. Andere sind breit, aber entsprechend komplex. Tungsten Automation gehört klar zur zweiten Gruppe: eine breite Plattform, die viele Fähigkeiten unter einem Dach vereint.
Eine wachsende Gruppe von Wettbewerbern konzentriert sich ganz auf Intelligent Document Processing – das intelligente Verstehen und Extrahieren von Dokumenteninhalten. Diese spezialisierten Anbieter punkten häufig mit einem klaren Fokus, einem schnellen Einstieg und einer modernen, cloud-nativen Architektur. Wer im Kern ein Dokumentenverständnis-Problem lösen möchte – etwa das treffsichere Auslesen von Rechnungen –, findet dort oft eine schlanke, rasch produktive Lösung.
Der Unterschied zu einer breiten Plattform wie Tungsten Automation liegt in der Reichweite. Reine IDP-Anbieter liefern in der Regel die Extraktion hervorragend, überlassen die umgebende Prozesssteuerung, die tiefe Integration und die Orchestrierung komplexer Abläufe aber häufig anderen Systemen oder erfordern eine Ergänzung. Wer nur die Extraktion braucht, ist mit einem fokussierten Anbieter oft schneller und einfacher unterwegs. Wer hingegen Erfassung, Verständnis, Prozess und Automatisierung aus einer Hand orchestrieren will, findet in einer breiten Plattform mehr unter einem Dach – zum Preis höherer Komplexität. Die Wahl folgt damit der Frage, ob der Bedarf punktuell oder umfassend ist.
Am anderen Ende des Spektrums stehen die großen RPA-Suiten, deren Ausgangspunkt die Automatisierung von Systeminteraktionen ist. Ihre Stärke liegt darin, Anwendungen zu verbinden und regelbasierte Abläufe über Oberflächen hinweg zu automatisieren. Dokumentenintelligenz ist bei diesen Anbietern oft ein ergänzender, teils zugekaufter Baustein und nicht die historische Kernkompetenz. Tungsten Automation nähert sich dem Feld aus der entgegengesetzten Richtung: von der tiefen Dokumentenkompetenz her, um die herum Prozess- und Roboterautomatisierung angeordnet werden.
Für die Bewertung heißt das: Wer primär Systeme ohne Schnittstellen verbinden will, denkt zuerst an RPA-Suiten. Wer dokumentenlastige Prozesse durchgängig automatisieren möchte, findet bei einem Anbieter mit starker Capture- und IDP-Herkunft ein stimmigeres Fundament. Ähnlich verhält es sich gegenüber DMS- und ECM-Plattformen, deren Schwerpunkt auf Ablage und Verwaltung liegt: Sie sind stark in der revisionssicheren Verwaltung, während die vorgelagerte Erfassung und Extraktion je nach Produkt unterschiedlich tief ausfällt. Häufig ist das Zusammenspiel mehrerer Systeme die realistische Antwort – Erfassung und Automatisierung mit dem einen, Ablage und Verwaltung mit dem anderen. Für eine vertiefte Betrachtung großer ECM-Plattformen verweisen wir auf die eigenständigen Fachbeiträge der Wissensdatenbank.
Ein verbreiteter Irrtum lautet, mit der Auswahl der Plattform sei die Hauptarbeit getan. Tatsächlich beginnt sie dann erst: Der Zuschnitt auf den eigenen Prozess, die Modellierung der Abläufe, die Integration und die Schulung der Beteiligten entscheiden über den praktischen Nutzen. Diese Faktoren stehen im Zentrum dieses Kapitels.
Die erste Grundsatzentscheidung betrifft das Betriebsmodell. Tungsten Automation lässt sich – je nach Produkt und Edition – in der Cloud, lokal im eigenen Rechenzentrum (On-Premises) oder in Mischformen betreiben. Die Wahl folgt weniger der reinen Funktionalität als dem Datenschutzanspruch, der vorhandenen IT-Kompetenz, den regulatorischen Rahmenbedingungen und dem Wunsch nach Kontrolle. Für sensible oder stark regulierte Dokumente spricht viel für eine lokale Verarbeitung, bei der die Daten das Haus nicht verlassen; für einen schnellen Start und flexible Skalierung kann die Cloud die pragmatischere Wahl sein.
Gerade weil es sich um einen US-amerikanischen Anbieter handelt, gehört die Frage nach Serverstandort und Datentransfer bei einem Cloud-Betrieb an den Anfang, nicht ans Ende. Wo werden die Dokumente verarbeitet – in einer EU-Region oder in einem Drittland? Welche vertraglichen Grundlagen bestehen? Diese Punkte sind gemeinsam mit den Verantwortlichen für Datenschutz und IT zu klären, bevor die Detailauswahl beginnt. Das Kapitel zu Kosten und DSGVO vertieft diesen Aspekt. Häufig ist auch eine hybride Aufteilung sinnvoll: unkritische Massen in der Cloud, sensible Fälle lokal.
Die größte Herausforderung ist zugleich die größte Stärke: die Breite der Plattform. Wer viele Fähigkeiten unter einem Dach hat, kann viel erreichen – muss aber auch mit einer entsprechenden Komplexität umgehen. Eine breite Enterprise-Plattform ist kein Werkzeug, das man an einem Nachmittag im Selbstbau produktiv setzt. Ihre Einführung ist ein Projekt mit Konzeption, Modellierung, Integration und Test. Das ist kein Nachteil an sich, aber es muss realistisch eingeplant werden.
Für den Mittelstand ist die wichtigste Empfehlung, die Komplexität aktiv zu begrenzen: nicht alles auf einmal, sondern klein und klar beginnen. Ein eng umrissener, wiederkehrender Prozess mit relevantem Volumen – etwa die Eingangsrechnungsverarbeitung – ist ein guter Startpunkt. Von dort lässt sich die Automatisierung schrittweise ausweiten, sobald sie sich bewährt hat. Diese Reihenfolge senkt das Risiko, hält die Einführung überschaubar und liefert früh sichtbaren Nutzen, der weitere Schritte trägt. Wer stattdessen versucht, die gesamte Plattformbreite in einem großen Wurf einzuführen, überfordert Organisation und Budget leicht.
Nach der Einführung beginnt der laufende Betrieb. Eine Automatisierung ist kein einmaliges Projekt, sondern ein System, das gepflegt, überwacht und weiterentwickelt werden will. Trefferquoten verändern sich, wenn neue Lieferanten oder Dokumenttypen hinzukommen; Integrationen müssen bei Änderungen an Umsystemen angepasst werden; RPA-Roboter reagieren empfindlich auf veränderte Oberflächen. Ohne klare Zuständigkeiten und ohne kontinuierliche Beobachtung verliert eine Automatisierung mit der Zeit an Qualität.
Deshalb gehört zur ehrlichen Betriebsplanung die Frage, wer die Plattform betreut – eigenes Personal mit entsprechender Kompetenz oder ein Dienstleister. Beide Wege sind gangbar, aber sie müssen bewusst gewählt und eingeplant werden. Für viele Mittelständler ist eine Begleitung durch erfahrene Partner sinnvoll, weil sie die Komplexität abfedert und den Aufbau eigener Kompetenz unterstützt. Entscheidend ist, den Betrieb nicht als Restposten zu behandeln, sondern als festen Bestandteil des Gesamtvorhabens – von Anfang an mitgedacht und mit Ressourcen hinterlegt.
Diese Einordnung ist bewusst praxisnah, weil sich der Wert einer Plattform erst im konkreten Prozess zeigt. Betrachten wir zunächst die typischen Anwendungsfälle und danach die Frage, für welche Mittelständler sich ein solcher Weg lohnt – und für welche eher nicht.
Der mit Abstand häufigste und wirtschaftlich wirkungsvollste Anwendungsfall ist die automatisierte Eingangsrechnungsverarbeitung. In vielen Betrieben werden Rechnungen bis heute manuell erfasst, geprüft und verbucht – ein zeitraubender, fehleranfälliger Prozess. Die Kombination aus Erfassung, intelligenter Extraktion, regelbasierter Prüfung und Workflow verwandelt das Abtippen in ein Kontrollieren: Die Rechnungsdaten werden ausgelesen, gegen Bestellungen und Stammdaten geprüft und als vorbereiteter Datensatz zur Freigabe vorgelegt. Für Unternehmen mit relevanten Belegmengen ist das oft der überzeugendste Einstieg.
Weitere typische Felder sind die Digitalisierung des Posteingangs – das systematische Erfassen, Klassifizieren und Verteilen eingehender Dokumente – sowie die Automatisierung dokumentenlastiger Fachprozesse, etwa in der Auftragsbearbeitung, im Personalwesen oder in der Antragsbearbeitung. Zunehmend gewinnt auch das E-Invoicing an Bedeutung, da regulatorische Vorgaben den strukturierten elektronischen Rechnungsaustausch vorantreiben. Allen Feldern gemeinsam ist, dass sie sich am meisten lohnen, wenn ein klar wiederkehrender Prozess mit relevantem Volumen dahintersteht – dort schlägt die Automatisierung den manuellen Aufwand deutlich.
Für den Mittelstand ist die entscheidende Abwägung die zwischen Aufwand und Nutzen. Eine breite Plattform bringt viel Leistung, verlangt aber auch Einführungs- und Betriebsaufwand. Der Nutzen entsteht dort, wo das automatisierte Volumen groß genug ist, um den Aufwand zu rechtfertigen, und wo der Prozess stabil und wiederkehrend genug ist, um sich verlässlich modellieren zu lassen. Ein hohes Rechnungsvolumen mit vielen Lieferanten ist ein klassisches Beispiel, bei dem sich die Investition rechnen kann.
Umgekehrt gilt: Für sehr kleine Volumina oder stark schwankende, wenig standardisierte Prozesse kann eine breite Enterprise-Plattform überdimensioniert sein. In solchen Fällen sind fokussiertere, schlankere Lösungen oft die pragmatischere Wahl. Diese ehrliche Einordnung ist kein Argument gegen den Anbieter, sondern für eine bedarfsgerechte Auswahl. Der Mittelstand fährt am besten, wenn er nicht die größtmögliche, sondern die passendste Lösung sucht – und den Zuschnitt an seinem realen Volumen und seinen realen Prozessen ausrichtet, nicht an einem theoretischen Maximalbild.
Zur Kostenstruktur gilt eine klare Vorbemerkung: Konkrete Preise, Editionen und Lizenzmodelle nennen wir bewusst nicht, weil sie sich laufend ändern, stark vom Zuschnitt abhängen und im Enterprise-Umfeld individuell verhandelt werden. Sie sind stets direkt beim Anbieter oder über einen Partner zu erfragen. Grundsätzlich setzen sich die Kosten aus mehreren Bestandteilen zusammen: der Lizenzierung oder Nutzung der Plattform und ihrer Bausteine, der Infrastruktur bei On-Premises-Betrieb, dem Aufwand für Einführung und Integration sowie dem laufenden Betrieb.
Für eine faire Bewertung zählen nicht die Lizenzkosten allein, sondern die Gesamtbetriebskosten (TCO). Zu ihnen gehören neben Lizenz und Infrastruktur vor allem die oft unterschätzten Aufwände für Konzeption, Prozessmodellierung, Integration, Schulung und die dauerhafte Pflege. Bei einer breiten Plattform ist dieser Anteil erheblich – er entscheidet häufig stärker über die Wirtschaftlichkeit als der reine Lizenzpreis. Ein Vorhaben, das die Einführungs- und Betriebsaufwände unterschätzt, gerät leicht ins Wanken. Umgekehrt kann eine sorgfältig zugeschnittene, gut eingeführte Automatisierung bei ausreichendem Volumen einen klaren wirtschaftlichen Nutzen stiften. Entscheidend ist, ehrlich zu rechnen.
Beim Datenschutz liegt der zentrale Punkt in der Herkunft des Anbieters. Tungsten Automation ist ein US-amerikanisches Unternehmen. Das ist für sich genommen kein Ausschlusskriterium, verlangt aber besondere Sorgfalt, sobald ein Cloud-Betrieb ins Spiel kommt. Werden Dokumente in einer Cloud verarbeitet, stellen sich die entscheidenden Fragen: Wo genau stehen die Server – in einer EU-Region oder in einem Drittland? Findet ein Datentransfer in Länder mit anderem Datenschutzniveau statt? Welchem Rechtsrahmen unterliegt der Anbieter, und welche vertraglichen Garantien und Auftragsverarbeitungsvereinbarungen bestehen?
Gerade bei personenbezogenen oder sensiblen Dokumenten sind diese Punkte im Rahmen der DSGVO von hoher Bedeutung. Ein Cloud-Betrieb, dessen Verarbeitung in einem Drittland ohne angemessenes Datenschutzniveau stattfindet, ist für sensible Unterlagen kritisch zu sehen. Wer die Plattform in der Cloud nutzen möchte, sollte Serverstandort, Verarbeitungsort und vertragliche Grundlagen ausdrücklich klären und die Bewertung nicht dem Zufall überlassen. Ob eine konkrete Konstellation datenschutzrechtlich tragfähig ist, lässt sich nur im Einzelfall und unter Einbeziehung fachlicher Beratung beurteilen. Dieser Beitrag liefert Orientierung, ist aber keine Rechtsberatung.
Wer die datenschutzrechtlichen Fragen von vornherein entschärfen will, hat zwei naheliegende Wege. Der erste ist der On-Premises-Betrieb – die lokale Verarbeitung im eigenen Rechenzentrum, bei der die Dokumente das eigene Haus nicht verlassen. Diese Variante ist datenschutzrechtlich am unkompliziertesten, weil kein Transfer an Dritte stattfindet und die Datenverarbeitung vollständig in der eigenen Sphäre bleibt. Für hochsensible oder stark regulierte Unterlagen ist sie oft die naheliegende Wahl – zum Preis eines höheren Eigenaufwands für Infrastruktur und Betrieb.
Der zweite Weg ist die bewusste Wahl eines EU-Hostings beziehungsweise einer EU-Region beim Cloud-Betrieb. Wenn die Verarbeitung ausschließlich innerhalb der EU stattfindet, verbessert das gegenüber einer Verarbeitung in einem Drittland die datenschutzrechtliche Ausgangslage. Ob das im konkreten Fall ausreicht, hängt vom Anbieter, den vertraglichen Zusicherungen und der Art der Dokumente ab und sollte fachlich geprüft werden. Als Faustregel gilt: On-Premises und EU-Hosting sind die DSGVO-konformeren Optionen gegenüber einer Cloud-Verarbeitung außerhalb der EU – die abschließende Bewertung bleibt eine Aufgabe für den Datenschutz und gegebenenfalls die Rechtsberatung im Einzelfall.
