Die Herausforderung: Langsame Zugänge und Konto-Bereitstellung

Neue Mitarbeitende kommen oft motiviert an und verbringen ihre ersten Tage dann ohne Laptop, E-Mail-Konto oder Zugänge zu zentralen Systemen. HR steckt in der Koordination zwischen IT, Führungskräften und teils externen Dienstleistern fest, während die neue Person wartet, nachfragt und sich ihr erster Eindruck davon bildet, wie das Unternehmen arbeitet. Das Ergebnis ist eine frustrierende Lücke zwischen Vertragsunterschrift und tatsächlicher Produktivität.

Traditionelles Onboarding stützt sich auf E-Mails, geteilte Tabellen und Ticketportale, denen niemand wirklich traut. HR schickt Checklisten an Führungskräfte, IT legt Tickets in separaten Systemen an, und Freigaben springen zwischen mehreren Postfächern hin und her. Nichts ist durchgängig orchestriert, es gibt keine zentrale, verlässliche Statusquelle, und Mitarbeitende stellen immer wieder dieselbe Frage: „Wann bekomme ich endlich Zugang?“

Die Kosten, dieses Problem nicht zu lösen, gehen weit über ein paar verlorene Tage hinaus. Langsame Zugänge und Konto-Bereitstellung erhöhen die Time-to-Productivity, fördern Schatten-IT, wenn Teams Zugänge „ausleihen“, und schwächen Ihre Sicherheitslage, wenn manuelle Workarounds zur Norm werden. Aus Markensicht prägt die erste Woche maßgeblich das Vertrauen der Mitarbeitenden in Ihre Organisation; wirkt ihr Onboarding chaotisch, wird es später schwieriger, ihnen zu vermitteln, dass Sie einen modernen, digitalen Arbeitsplatz betreiben.

Die gute Nachricht: Dieses Problem lässt sich sehr gut lösen. Mit der richtigen Kombination aus Workflow-Automatisierung und conversationaler KI können Sie einen unstrukturierten, E-Mail-getriebenen Prozess in ein geführtes, datengestütztes Erlebnis verwandeln. Bei Reruption sehen wir, wie KI-Assistenten und Chatbots komplexe Prozesse verschlanken und repetitive Koordinationsarbeit reduzieren können. In den folgenden Abschnitten finden Sie praxisnahe Hinweise, wie Sie ChatGPT als HR-Concierge einsetzen, um Zugänge zu beschleunigen, alle Beteiligten informiert zu halten und ein deutlich besseres Onboarding-Erlebnis zu schaffen.

Bauen Sie jetzt ein KI-System mit uns!

Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.

Innovatoren bei diesen Unternehmen vertrauen uns:

Unsere Einschätzung

Eine strategische Einschätzung der Herausforderung und High-Level-Tipps, wie Sie sie angehen können.

Aus Reruptions Arbeit an KI-Assistenten, Onboarding-Chatbots und internen Automatisierungstools haben wir gelernt, dass langsame Zugänge und Konto-Bereitstellung selten ein reines IT-Thema sind. Es ist ein Orchestrierungsproblem zwischen HR, Führungskräften, IT und teilweise Security. Richtig eingesetzt kann ChatGPT als HR-Concierge im Zentrum dieser Komplexität sitzen: strukturierte Anfragen in natürlicher Sprache erfassen, Provisioning-Workflows über APIs anstoßen und neue Mitarbeitende in Echtzeit über den Status informieren.

ChatGPT als Orchestrator, nicht nur als Q&A-Bot designen

Der strategische Mehrwert von ChatGPT im Onboarding liegt nicht nur darin, Richtlinienfragen zu beantworten. Es geht darum, als Orchestrator zu agieren, der Gespräche in strukturierte Daten und Auslöser übersetzt. Wenn ein neuer Mitarbeitender schreibt: „Ich starte am Montag, welche Zugänge brauche ich?“, sollte der Assistent nicht einfach eine Checkliste zurückschicken, sondern Rolle, Region und Führungskraft erfassen und dann den passenden Provisioning-Workflow starten.

Dafür müssen Sie den Assistenten rund um Ihren End-to-End-Zugangsprozess konzipieren. Kartieren Sie alle Systeme (HRIS, ITSM, Identity/SSO, Lernplattformen) und definieren Sie, was die KI über APIs anfordern oder verändern darf. Strategisch bedeutet das, ChatGPT als neuen Einstiegspunkt in Ihre IT-Prozesse zu behandeln – mit klaren Übergaberegeln und Nachvollziehbarkeit – statt als isoliertes HR-Gadget.

Mit High-Impact-Rollen und standardisierten Profilen starten

Wenn Sie versuchen, die Zugangsvergabe für alle möglichen Rollen auf einmal zu automatisieren, führt das zu Komplexität und Stakeholder-Müdigkeit. Konzentrieren Sie Ihren anfänglichen Scope stattdessen auf einige wenige Rollen mit hohem Volumen und hohem Impact, die relativ standardisierte Zugangsprofile haben – etwa Vertriebsmitarbeitende, Customer Support oder klassische Office-Rollen.

Definieren Sie für diese Zielgruppen klare rollenbasierte Access-Bundles: welche Geräte, Systeme und Berechtigungen sie am ersten Tag, in der ersten Woche und im ersten Monat benötigen. Trainieren und konfigurieren Sie ChatGPT so, dass es diese Rollen erkennt und das richtige Bundle auslöst. Dieser strategische Fokus sorgt für frühe Erfolge, klareren ROI und ein reibungsärmeres Change Management mit HR- und IT-Stakeholdern.

HR, IT und Security auf ein gemeinsames Governance-Modell ausrichten

Die Einführung eines ChatGPT-Onboarding-Concierge berührt mehrere Verantwortungsbereiche: HR verantwortet die Employee Experience, IT die Systeme und Geräte, und Security/Compliance die Zugangsrichtlinien. Ohne gemeinsames Governance-Modell ist Ihr KI-Assistent entweder zu stark eingeschränkt, um nützlich zu sein, oder zu freizügig, um sicher zu sein.

Definieren Sie klare Leitplanken: welche Aktionen ChatGPT eigenständig ausführen darf (z. B. Ticket mit vorbefüllten Daten anlegen), welche eine Freigabe brauchen (z. B. erhöhte Berechtigungen) und was rein informativ ist. Etablieren Sie Eskalationspfade und Metriken (z. B. SLA zur Beseitigung von Zugangsblockern), denen alle Parteien zustimmen. Diese Abstimmung erleichtert den Übergang von der Experimentierphase zu einem robusten, enterprise-tauglichen Onboarding-Assistenten.

Zuerst in Datenqualität und Prozess-Standardisierung investieren

Kein KI-Assistent kann fundamental schlechte Daten reparieren. Wenn Ihre Stammdaten im HR-System lückenhaft sind oder jede Führungskraft Zugänge auf eine andere Weise anfordert, wird ChatGPT dieses Chaos sichtbar machen – und manchmal verstärken. Bevor Sie Automatisierungswunder erwarten, bereinigen Sie die Grundlagen: konsistente Rollenbezeichnungen, standardisierte Onboarding-Workflows und klare Datenverantwortung.

Strategisch betrachtet sollten Sie das ChatGPT-Projekt als Hebel nutzen, um standardisierte Onboarding-Prozesse durchzusetzen. Verwenden Sie die Designphase, um zu hinterfragen, warum bestimmte Ausnahmen existieren und ob sie noch nötig sind. Je sauberer und vorhersehbarer Ihre Basisprozesse sind, desto wirkungsvoller und verlässlicher wird Ihre KI-gestützte Orchestrierung.

Change Management und digitale Adoption einplanen

Auch der bestkonzipierte KI-Onboarding-Assistent scheitert, wenn Führungskräfte, IT-Mitarbeitende und neue Kolleginnen und Kollegen ihn nicht nutzen. Strategisch brauchen Sie einen Plan für digitale Adoption: wo und wie Mitarbeitende auf ChatGPT zugreifen (Teams, Slack, Intranet), wie sie geschult werden und von welchen Verhaltensweisen Sie wegführen wollen (z. B. „keine Onboarding-Anfragen mehr per E-Mail“).

Kommunizieren Sie klar, dass ChatGPT keine Menschen ersetzt, sondern manuelle Koordination und Status-Nachverfolgung reduziert. Stellen Sie Quick-Reference-Guides bereit und binden Sie den Assistenten direkt in bestehende Tools wie Ihr HR-Portal oder Ihre Kollaborationsplattform ein. Beobachten Sie im Zeitverlauf, welche Fragen und Aufgaben den Assistenten noch umgehen, und passen Sie ihn an. Diese Haltung macht Ihren Onboarding-Concierge zu einem lebendigen Produkt – nicht zu einem einmaligen Projekt.

Der Einsatz von ChatGPT für Zugänge und Konto-Bereitstellung ist letztlich eine strategische Entscheidung: Sie verwandeln einen fragmentierten, E-Mail-getriebenen Prozess in einen geführten, conversationalen Workflow, der HR, IT und Security verbindet. Richtig umgesetzt erhalten neue Mitarbeitende schneller Klarheit und Zugänge, während Ihre Teams Zeit von manueller Koordination und Nachverfolgung zurückgewinnen. Reruptions Kombination aus KI-Engineering-Tiefe und Prozessdenken ermöglicht es uns, Organisationen genau beim Design und der Implementierung eines solchen Onboarding-Concierge zu unterstützen. Wenn Sie eine entsprechende Lösung in Betracht ziehen, können wir gemeinsam einen fokussierten PoC aufsetzen und schnell zeigen, was in Ihrer Umgebung technisch und organisatorisch machbar ist.

Bauen Sie jetzt ein KI-System mit uns!

Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.

Fallbeispiele aus der Praxis

Von Pharmazeutika bis Technologie: Erfahren Sie, wie Unternehmen ChatGPT erfolgreich einsetzen.

AstraZeneca

Pharmazeutika
In der stark regulierten pharmazeutischen Industrie stand AstraZeneca unter erheblichem Druck, die Wirkstoffforschung und klinischen Studien zu beschleunigen, die traditionell 10–15 Jahre dauern und Milliarden kosten, bei geringen Erfolgsraten von unter 10 %. Datensilos, strenge Compliance-Anforderungen (z. B.

Lösung

AstraZeneca startete eine unternehmensweite Strategie für generative KI und setzte ChatGPT Enterprise ein, maßgeschneidert für Pharma-Workflows. Dazu gehörten KI-Assistenten für die Analyse 3D-molekularer Bildgebung, automatische Entwürfe von Protokollen für klinische Studien und die Synthese von Wissen aus wissenschaftlicher Literatur.

Ergebnisse

  • ~12.000 Mitarbeitende bis Mitte 2025 in generativer KI geschult
  • 85–93 % der Mitarbeitenden berichteten von Produktivitätssteigerungen
  • 80 % der Medical Writer fanden KI-Protokollentwürfe nützlich
  • Signifikante Reduktion der Trainingszeit für Life-Sciences-Modelle durch MI300X-GPUs
  • Hohe AI-Maturity-Bewertung laut IMD-Index (weltweit oben)
  • GenAI ermöglicht schnellere Studienplanung und Dosiswahl
Fallstudie lesen →

JPMorgan Chase

Bankwesen
In der hochdynamischen Welt des Asset Management und der Vermögensverwaltung bei JPMorgan Chase waren Berater mit erheblichen zeitlichen Belastungen durch manuelle Recherche, Dokumentenzusammenfassungen und Berichtsentwürfe konfrontiert. Die Erstellung von Investmentideen, Marktanalysen und personalisierten Kundenberichten dauerte oft Stunden oder Tage, wodurch die Zeit für Kundeninteraktion und strategische Beratung eingeschränkt wurde.

Lösung

JPMorgan begegnete diesen Herausforderungen durch die Entwicklung der LLM Suite, einer internen Suite aus sieben feinabgestimmten Large Language Models (LLMs), die von generativer KI angetrieben und in eine sichere Dateninfrastruktur integriert sind. Diese Plattform ermöglicht es Beratern, Berichte zu entwerfen, Investmentideen zu generieren und Dokumente schnell zusammenzufassen, wobei proprietäre Daten genutzt werden.

Ergebnisse

  • Erreichte Nutzer: 140.000 Mitarbeitende
  • Entwickelte Use Cases: 450+ Proof-of-Concepts
  • Finanzieller Nutzen: Bis zu 2 Mrd. $ an KI-Wert
  • Bereitstellungsgeschwindigkeit: Vom Pilot bis zu 60.000 Nutzern in wenigen Monaten
  • Berater-Tools: Connect Coach für die Private Bank
  • Firmenweite PoCs: Strikte ROI-Messung über 450 Initiativen
Fallstudie lesen →

Morgan Stanley

Vermögensverwaltung
Finanzberater bei Morgan Stanley hatten Schwierigkeiten, schnell auf die umfangreiche proprietäre Forschungsdatenbank des Unternehmens zuzugreifen, die über 350.000 Dokumente und Jahrzehnte institutionellen Wissens umfasst. Manuelle Recherchen in diesem riesigen Archiv waren zeitraubend und dauerten oft 30 Minuten oder länger pro Anfrage, was die Fähigkeit der Berater einschränkte, während Kundengesprächen zeitnahe, personalisierte Beratung zu liefern .

Lösung

Morgan Stanley arbeitete mit OpenAI zusammen, um AI @ Morgan Stanley Debrief zu entwickeln, einen auf GPT-4 basierenden generativen KI-Chatbot, der speziell für Vermögensverwaltungsberater zugeschnitten ist. Das Tool verwendet retrieval-augmented generation (RAG), um sicher und kontextbewusst Abfragen in der proprietären Forschungsdatenbank durchzuführen und sofortige, quellenbasierte Antworten zu liefern .

Ergebnisse

  • 98% Akzeptanzrate bei Vermögensverwaltungsberatern
  • Zugriff für nahezu 50% der gesamten Mitarbeitenden von Morgan Stanley
  • Anfragen werden in Sekunden statt in über 30 Minuten beantwortet
  • Mehr als 350.000 proprietäre Forschungsdokumente indexiert
  • 60% Mitarbeiterzugriff bei Wettbewerbern wie JPMorgan zum Vergleich
  • Signifikante Produktivitätssteigerungen laut Chief Administrative Officer
Fallstudie lesen →

Wells Fargo

Bankwesen
Wells Fargo, das 70 Millionen Kunden in 35 Ländern betreut, sah sich mit hoher Nachfrage nach 24/7-Kundendienst in seiner Mobile-Banking-App konfrontiert, in der Nutzer sofortige Unterstützung bei Transaktionen wie Überweisungen und Rechnungszahlungen benötigten. Traditionelle Systeme hatten Schwierigkeiten mit hohen Interaktionsvolumina, langen Wartezeiten und der Notwendigkeit schneller Antworten per Sprache und Text, insbesondere da die Kundenerwartungen sich hin zu nahtlosen digitalen Erlebnissen wandelten.

Lösung

Wells Fargo entwickelte Fargo, einen generativen KI-Virtual-Assistenten, der in die Banking-App integriert ist und auf Google Cloud AI setzt, einschließlich Dialogflow für den Konversationsfluss und PaLM 2/Flash 2.0 LLMs für das Verständnis natürlicher Sprache. Diese modell-agnostische Architektur ermöglichte eine datenschutzorientierte Orchestrierung, die Anfragen routet, ohne PII an externe Modelle zu senden.

Ergebnisse

  • 245 Millionen Interaktionen in 2024
  • 20 Millionen Interaktionen bis Januar 2024 seit dem Start im März 2023
  • Prognose: 100 Millionen Interaktionen jährlich (Prognose 2024)
  • Keine menschlichen Übergaben bei allen Interaktionen
  • Keine PII an LLMs weitergegeben
  • Durchschnittlich 2,7 Interaktionen pro Nutzersitzung
Fallstudie lesen →

Visa

Zahlungsverkehr
Die Zahlungsbranche sah sich einem Anstieg an Online-Betrug gegenüber, insbesondere Enumeration-Angriffen, bei denen Angreifer automatisierte Skripte und Botnetze einsetzen, um gestohlene Kartendaten in großem Umfang zu testen. Diese Angriffe nutzen Schwachstellen bei Transaktionen ohne Kartenpräsenz (card-not-present) aus und verursachen weltweit jährliche Betrugsverluste in Höhe von 1,1 Mrd. $ sowie erhebliche Betriebskosten für Emittenten.

Lösung

Visa entwickelte den Visa Account Attack Intelligence (VAAI) Score, ein generative KI‑gestütztes Tool, das in Echtzeit die Wahrscheinlichkeit von Enumeration-Angriffen bei Transaktionen ohne Kartenpräsenz bewertet. Durch die Kombination von generativen KI‑Komponenten mit Machine‑Learning‑Modellen erkennt VAAI ausgeklügelte Muster von Botnetzen und Skripten, die legacy, regelbasierte Systeme umgehen.

Ergebnisse

  • 40 Mrd. $ an Betrug verhindert (Okt 2022–Sep 2023)
  • Fast 2x Steigerung YoY bei der Betrugsprävention
  • 1,1 Mrd. $ jährlich an globalen Verlusten durch Enumeration-Angriffe adressiert
  • 85 % mehr betrügerische Transaktionen an Cyber Monday 2024 YoY blockiert
  • 200 % Anstieg an Betrugsversuchen ohne Serviceunterbrechung abgewickelt
  • Verbesserte Genauigkeit des Risikoscorings durch ML und Identity Behavior Analysis
Fallstudie lesen →

Best Practices

Erfolgreiche Implementierungen folgen bewährten Mustern. Werfen Sie einen Blick auf unsere taktischen Ratschläge für den Einstieg.

ChatGPT als Single Entry Point für alle Zugangsanforderungen nutzen

Machen Sie ChatGPT zum Standard-Anlaufpunkt für neue Mitarbeitende und Führungskräfte bei jeder Onboarding-Zugangsfrage oder -anforderung. Integrieren Sie den Assistenten in bestehende Kanäle, die Ihre Mitarbeitenden ohnehin nutzen – etwa als Microsoft-Teams-App, Slack-Bot oder Widget in Ihrem HR-Portal. Der Assistent sollte Nutzer begrüßen, ihre Identität per SSO verifizieren und dann zielgruppenspezifische Optionen anbieten, etwa „Meinen Onboarding-Status prüfen“, „Systemzugang anfordern“ oder „Blockierendes Problem melden“.

Konfigurieren Sie den Assistenten so, dass er alle erforderlichen Daten (Rolle, Abteilung, Standort, Startdatum, Führungskraft) strukturiert erfasst und per API in Ihr ITSM-Tool oder Ihren Provisioning-Workflow weiterleitet. Das ersetzt Freitext-E-Mails und stellt sicher, dass die IT jedes Mal vollständige, maschinenlesbare Tickets erhält.

Beispiel-Design für einen Onboarding-Einstiegsprompt:
Sie sind ein HR-Onboarding-Concierge für ACME Corp.
Wenn ein Nutzer Ihnen schreibt, sollen Sie immer:
1) Ermitteln, ob es sich um eine neue Mitarbeiterin/einen neuen Mitarbeiter,
   eine Führungskraft oder HR/IT-Personal handelt.
2) Folgende Daten erfassen: vollständiger Name, Startdatum, Rolle,
   Abteilung, Standort, Führungskraft.
3) Fragen, auf welche Systeme oder Ressourcen die Person Zugriff benötigt,
   aus dieser Liste:
   - E-Mail & Kollaboration (O365/Google Workspace)
   - ERP
   - CRM
   - HR-Portal
   - Developer-Tools (Git, CI/CD, Cloud)
4) Die Anfrage in einem JSON-Payload zusammenfassen mit Feldern:
   user_type, name, start_date, role, department, location, manager,
   requested_resources[], priority, description.
5) NUR den JSON-Payload ausgeben.

Erwartetes Ergebnis: ein einziger conversationaler Einstiegspunkt, der Zugangsanforderungen standardisiert und direkt in Ihre bestehenden IT-Workflows einspeist – mit deutlich weniger E-Mail-Ping-Pong und fehlenden Informationen.

Rollenbasierte Access-Bundles mit strukturierten Prompts automatisieren

Definieren Sie klare rollenbasierte Access-Bundles und lassen Sie ChatGPT diese automatisch anhand des Profils neuer Mitarbeitender zuweisen. Ein Bundle „Sales Rep – DACH“ könnte zum Beispiel CRM-Zugang, Sales-Enablement-Inhalte, E-Mail-Gruppen und eine Standard-Laptopkonfiguration enthalten. ChatGPT sollte natürliche Sprache („Ich starte als Inside Sales im Team in München“) in eine präzise Bundle-Auswahl übersetzen.

Implementieren Sie dies, indem Sie ChatGPT eine Referenztabelle mit Rollen und Bundles bereitstellen und es anweisen, Freitext-Beschreibungen der Rolle der nächstpassenden gültigen Option zuzuordnen und eine Provisioning-Anfrage zu generieren. Bei vollständiger Integration kann der Assistent das Bundle direkt per API auslösen oder ein Ticket vorbefüllen, das die IT nur noch bestätigen muss.

Beispiel-Prompt zur Zuordnung von Bundles:
Sie ordnen Rollenbeschreibungen von Mitarbeitenden standardisierten Access-Bundles zu.
Verfügbare Bundles:
- SALES_REP_DACH: CRM, E-Mail, Teams, Sales-SharePoint, Telefonsystem
- SUPPORT_AGENT: Ticketing, Knowledge Base, Telefonsystem, E-Mail
- DEV_BACKEND: Git, CI/CD, Cloud-Dev, Issue Tracker, E-Mail

Geben Sie auf Basis einer Nutzerbeschreibung zurück:
- bundle_id (beste Übereinstimmung)
- confidence (0-1)
- rationale (kurz)

Wenn confidence < 0,7 ist, stellen Sie 2–3 Rückfragen zur Klärung.

Erwartetes Ergebnis: weniger manuelle Entscheidungen dazu, welche Systeme eine neue Person benötigt, weniger fehlende Zugänge am ersten Tag und ein konsistenteres, auditierbares Zugangsmodell.

Echtzeit-Tracking des Onboarding-Status über ChatGPT ermöglichen

Einer der größten Frustpunkte für neue Mitarbeitende ist Unklarheit über den Status: „Ist mein Laptop bestellt?“, „Wurde mein Account freigeschaltet?“, „Wann bekomme ich VPN-Zugang?“. Nutzen Sie ChatGPT als Echtzeit-Onboarding-Status-Tracker, indem Sie es mit Ihren HRIS- und ITSM-Systemen verbinden.

Wenn ein Nutzer nach seinem Status fragt, sollte ChatGPT die relevanten APIs abfragen und eine einfache, verständliche Übersicht zurückgeben: Gerätestatus, Kernsysteme, ausstehende Freigaben und erwartete Fertigstellungstermine. Bei Blockern oder überfälligen Items kann der Assistent Folgeaufgaben erstellen oder an das zuständige Team eskalieren.

Beispiel-Instruktion für Status-Abfragen:
Sie sind mit der Onboarding-Status-API verbunden.
Wenn ein Nutzer nach seinem Status fragt:
1) Rufen Sie die Funktion onboarding_status(user_id) auf.
2) Übersetzen Sie die Antwort in eine klare Zusammenfassung, z. B.:
   - Laptop: bestellt (voraussichtliche Lieferung 12. März)
   - E-Mail-Konto: erstellt und aktiv
   - CRM: wartet auf Freigabe durch Führungskraft
   - VPN: noch nicht angefordert
3) Heben Sie alle Punkte hervor, die > SLA liegen, und schlagen Sie
   nächste Schritte vor:
   - Eskalationsticket erstellen
   - Führungskraft benachrichtigen
4) Fragen Sie, ob der Nutzer möchte, dass Sie diese Aktionen auslösen.

Erwartetes Ergebnis: deutlich weniger Status-E-Mails an HR und IT, schnellere Reaktion auf Blocker und ein transparenteres Onboarding-Erlebnis für neue Mitarbeitende.

Manager-orientierte Flows aufbauen, um Zugänge vor Tag eins vorzubereiten

Verzögerungen entstehen häufig, weil Führungskräfte Zugänge nicht früh genug anfordern oder wichtige Systeme vergessen. Nutzen Sie ChatGPT, um Führungskräfte proaktiv durch eine Preboarding-Zugangs-Checkliste zu führen, sobald ein Neuzugang im HR-System bestätigt ist. Dies kann eine Direktnachricht in Teams/Slack oder eine E-Mail mit Chat-Link sein.

Der Assistent sollte Details zur Rolle, benötigten Tools, besonderen Hardware-Anforderungen und etwaigen temporär erhöhten Berechtigungen abfragen. Er kann Eingaben gegen Unternehmensstandards validieren und eine vollständige, strukturierte Anfrage rechtzeitig vor dem Startdatum direkt in die IT-Queue schieben.

Beispiel-Flow für das Preboarding durch Führungskräfte:
Trigger: Neuer Mitarbeitender im HRIS angelegt und Führungskraft zugewiesen.
ChatGPT-Nachricht an die Führungskraft:
"Sie haben ein neues Teammitglied, das am <Datum> startet. Lassen Sie uns dessen Zugänge vorbereiten."
Schritt 1: Rolle, Standort, Arbeitsmodell (Office/Remote/Hybrid) bestätigen.
Schritt 2: Standard-Bundle vorschlagen und nach zusätzlichen Tools fragen.
Schritt 3: Nach besonderen Hardware- oder Software-Anforderungen fragen.
Schritt 4: Eine Zusammenfassung anzeigen und um Bestätigung bitten.
Schritt 5: Strukturierte Nutzlast an ITSM-/Provisioning-API senden.

Erwartetes Ergebnis: vollständigere und frühzeitigere Zugangsanforderungen, weniger Last-Minute-Überraschungen und ein reibungsloseres Erlebnis am ersten Tag für neue Mitarbeitende.

Security- & Compliance-Checks in die Konversation integrieren

Geschwindigkeit darf nicht zulasten der Sicherheit gehen. Nutzen Sie ChatGPT, um Security- und Compliance-Checks direkt in Onboarding-Gespräche einzubetten. Wenn ein Nutzer oder eine Führungskraft sensible Zugänge anfordert (z. B. Finanzsysteme, Produktivdaten, Admin-Rechte), sollte der Assistent Begründung, Dauer und Kontext der Datenverarbeitung abfragen.

ChatGPT kann diese Anfragen dann in den passenden Freigabe-Workflow einspeisen, den gesammelten Kontext an das Ticket anhängen und an relevante Richtlinien erinnern. Es kann neue Mitarbeitende zudem im Kontext schulen, etwa indem es Multi-Faktor-Authentifizierung, sichere Passwort-Richtlinien oder Regeln zur Datenklassifizierung erklärt, wenn sie erstmals Systemzugänge anfordern.

Beispiel für einen sicherheitsbewussten Prompt-Ausschnitt:
Wenn das angeforderte System in {"ERP", "Finance DB", "Admin Console"} ist:
1) Bitten Sie die anfordernde Person, Folgendes anzugeben:
   - Geschäftlicher Grund
   - Erwartete Dauer (permanent/temporär)
   - Daten, auf die zugegriffen wird (personenbezogen, finanziell,
     nur intern)
2) Fügen Sie diese Informationen dem Access-Request-Payload hinzu.
3) Erinnern Sie die Person an:
   - Datenschutzrichtlinie
   - Least-Privilege-Prinzip
4) Kennzeichnen Sie die Anfrage als "sensitiv" für zusätzliche Freigaben.

Erwartetes Ergebnis: schnellere, vollständigere Freigabe-Workflows mit besserer Dokumentation und eine stärkere, sichtbare Sicherheitskultur vom ersten Arbeitstag an.

Kontinuierlich mit Metriken und Feedback-Loops optimieren

Behandeln Sie Ihren ChatGPT-Onboarding-Concierge als Produkt, das sich kontinuierlich verbessert – nicht als statischen Bot. Tracken Sie zentrale KPIs: durchschnittliche Zeit von Vertrag bis zu vollständigen Zugängen, Anzahl der Tage, in denen neue Mitarbeitende durch fehlende Zugänge blockiert sind, Volumen manueller Status-E-Mails und Zufriedenheitswerte für das Onboarding.

Nutzen Sie ChatGPT-Logs, um wiederkehrende Fragen, typische Blocker oder verwirrende Prozessschritte zu identifizieren. Passen Sie daraufhin Prompts, Workflows und Integrationen an. Binden Sie regelmäßig HR, IT und eine Stichprobe frisch Eingestellter ein, um die Flows zu überprüfen und Verbesserungen vorzuschlagen.

Beispiel-KPI-Set für KI-gestütztes Onboarding:
- Time-to-Access (TTA): Tage von der Anlage im HR-System, bis alle
  Kernsysteme live sind
- Idle-Zeit in der ersten Woche: Stunden, in denen neue Mitarbeitende
  durch fehlende Zugänge blockiert sind
- Ticket-Vollständigkeit: % der über ChatGPT erstellten Tickets, die
  nicht nachbearbeitet werden müssen
- Deflection-Rate: % der Statusanfragen, die von ChatGPT ohne HR/IT
  bearbeitet werden

Erwartete Ergebnisse: Mit einem gut implementierten ChatGPT-Concierge können Organisationen realistisch eine um 30–50 % reduzierte Anzahl manuell bearbeiteter Onboarding-Tickets in HR und IT erreichen, einen deutlichen Rückgang der Idle-Zeit in der ersten Woche und eine messbare Steigerung der Zufriedenheit neuer Mitarbeitender. Langfristig führt dies zu einer schnelleren Time-to-Productivity und einem professionelleren, skalierbaren Onboarding-Erlebnis.

Bauen Sie jetzt ein KI-System mit uns!

Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.

Häufig gestellte Fragen

ChatGPT beschleunigt Zugangs- und Konto-Bereitstellung, indem es standardisiert, wie Anfragen erfasst und weitergeleitet werden. Statt unstrukturierter E-Mails sammelt der Assistent alle erforderlichen Daten (Rolle, Standort, Startdatum, benötigte Systeme) in einem strukturierten Format und sendet sie direkt per API an Ihre ITSM- oder Identity-Management-Tools. Er kann rollenbasierte Access-Bundles automatisch auswählen und die passenden Workflows bereits vor Tag eins anstoßen – und neue Mitarbeitende parallel in Echtzeit über den Status informieren. Das reduziert Rückfragen, fehlende Informationen und manuelle Koordination für HR und IT.

Die Implementierung eines ChatGPT-Onboarding-Concierge erfordert typischerweise drei Elemente: ein klares Bild Ihres aktuellen Onboarding-Prozesses, die technische Integration in Ihre Kernsysteme (HRIS, ITSM, Identity/SSO) sowie gut gestaltete Prompts und Guardrails. Auf Organisationsseite müssen sich HR, IT und Security darauf verständigen, welche Aktionen der Assistent automatisch ausführen darf und welche eine Freigabe benötigen.

Aus Kompetenzsicht brauchen Sie jemanden, der Ihre HR-Prozesse versteht, eine(n) Engineer oder Integrationspartner für die API-Anbindung und eine(n) KI-Product-Owner, der/die an Prompts und Workflows iteriert. Mit fokussiertem Scope ist ein erster funktionsfähiger Pilot in der Regel innerhalb weniger Wochen, nicht Monate, realisierbar.

In einem gut abgegrenzten Pilot, der sich auf einige standardisierte Rollen konzentriert, können Organisationen oft innerhalb von 4–8 Wochen Effekte sehen: weniger unvollständige Tickets an die IT, schnellere Erstellung von Kernaccounts und einen spürbaren Rückgang von Status-Nachfragen an HR. Über einen längeren Zeitraum (3–6 Monate) und mit tieferer Integration ist es realistisch, Zugangsprobleme in der ersten Woche deutlich zu reduzieren und den manuellen Koordinationsaufwand für HR/IT für die anvisierten Rollen um 30–50 % zu senken.

Die Ergebnisse hängen jedoch von der Reife Ihrer bestehenden Prozesse und Systeme ab. Wenn Ihre Daten fragmentiert sind oder Ihre Workflows stark individuell ausgestaltet, benötigen Sie möglicherweise zunächst eine Phase zur Bereinigung und Standardisierung, bevor sich das Automatisierungspotenzial von ChatGPT im Employee-Onboarding voll entfalten kann.

Die wichtigsten Kostentreiber sind Integrationsaufwand (Anbindung von ChatGPT an HRIS/ITSM/SSO), Konfiguration und Prompt Engineering sowie internes Change Management. Die laufenden Nutzungskosten für ChatGPT selbst sind in der Regel moderat im Vergleich zu den eingesparten Arbeitsstunden – insbesondere, wenn Sie Prompts und Workflows effizient gestalten.

Der ROI speist sich aus mehreren Quellen: reduziertem manuellem Aufwand für HR und IT, schnellerer Time-to-Productivity neuer Mitarbeitender, weniger Fehlern in der Zugangsvergabe und einem besseren Onboarding-Erlebnis, das die Bindung stärkt. Viele Organisationen können die Investition allein durch die Zeitersparnis bei HR/IT rechtfertigen – mit der verbesserten Employee Experience als starkem zusätzlichen Vorteil.

Reruption ist darauf spezialisiert, KI-Onboarding-Ideen in funktionierende Lösungen innerhalb Ihrer Organisation zu übersetzen. Mit unserem KI-PoC-Angebot für 9.900 € können wir schnell validieren, ob ein ChatGPT-basierter HR-Concierge in Ihrer spezifischen Systemlandschaft funktionieren kann: Wir definieren den Use Case, designen Prompts und Workflows, bauen einen funktionsfähigen Prototyp und messen Performance, Kosten und Robustheit.

Über den PoC hinaus bedeutet unser Co-Preneur-Ansatz, dass wir nicht nur beraten – wir arbeiten eingebettet mit Ihren Teams, verbinden uns mit Ihrem HRIS und Ihren IT-Tools und liefern echte Automatisierungen und interne Produkte. Wir agieren in Ihrer P&L, nicht nur in Foliensätzen, helfen Ihnen bei der Standardisierung von Prozessen, beim Umgang mit Security und beim Roll-out eines KI-gestützten Onboarding-Assistenten, der das Onboarding-Erlebnis neuer Mitarbeitender tatsächlich spürbar verändert.

Kontaktieren Sie uns!

0/10 min.

Direkt Kontaktieren

Your Contact

Philipp M. W. Hoffmann

Founder & Partner

Adresse

Reruption GmbH

Falkertstraße 2

70176 Stuttgart

Kontakt

Social Media