UEN-Kolumne mit Professor Markus Launer: Ein Gastbeitrag von Dr. Anne-Kathrin Auer - Von der persönlichen KI-Nutzung zu HR-Workflows - ein Praxisbericht

Ein Gastbeitrag von Dr. Anne-Kathrin Auer · Personalleitung bei EUROPLANT Pflanzenzucht GmbH

Zwischen „Ich nutze ChatGPT“ und „Unser Prozess läuft besser“ liegt eine erstaunlich große Strecke. Gerade im Mittelstand entscheidet deshalb nicht die Zahl der verfügbaren KI-Tools über den Nutzen, sondern die Fähigkeit, aus einzelnen Anwendungen verlässliche Arbeitsabläufe zu machen. Für HR ist das besonders relevant: Die Personalabteilung arbeitet mit vielen wiederkehrenden, planbaren Prozessen, und gleichzeitig mit Aufgaben, bei denen Zeit, Fachwissen und menschliche Einordnung knapp und wertvoll sind.

1. Alle nutzen KI, irgendwie

Fragt man heute in einem mittelständischen Unternehmen, ob künstliche Intelligenz genutzt wird, lautet die Antwort häufig: irgendwie schon. Dies zeigt auch unsere interne Umfrage bei EUROPLANT Pflanzenzucht, die wir kürzlich genau zu dieser Frage gestartet haben. Während die einen Texte optimieren oder übersetzen lassen, nutzen andere KI zur Strukturierung von Informationen oder als Unterstützung bei der Erstellung erster Entwürfe. Die Nutzung erfolgt häufig individuell und situationsbezogen. Dadurch ist KI zwar in vielen Unternehmen angekommen, wird aber oft noch nicht flächendeckend und strategisch in Prozesse eingebunden.

Diese Beobachtung passt zum größeren Bild. Nach Angaben des Statistischen Bundesamtes nutzten 2025 rund 26 Prozent der Unternehmen in Deutschland Technologien der künstlichen Intelligenz. Der Anteil steigt deutlich mit der Unternehmensgröße: Bei Unternehmen mit 10 bis 49 Beschäftigten lag er bei 23 Prozent, bei 50 bis 249 Beschäftigten bei 36 Prozent und bei Unternehmen ab 250 Beschäftigten bei 57 Prozent. KI ist also in der Breite angekommen. In 2026 sollte diese zahl nochmal deutlich gestiegen sein.

Auch unsere interne Mitarbeiterbefragung mit 65 Teilnehmenden, ausdrücklich eine betriebliche Momentaufnahme und keine repräsentative Studie, zeichnet dieses Bild. Mehr als die Hälfte nutzte KI-basierte Werkzeuge zumindest gelegentlich, ein weiterer Teil regelmäßig. Besonders häufig genannt wurden ChatGPT, Gemini und DeepL. Im Vordergrund stehen Recherche, Informationsbeschaffung, Übersetzungen sowie die Erstellung und Überarbeitung von Texten.

Das ist zunächst eine gute Nachricht. Beschäftigte probieren aus, lernen und suchen sich Entlastung. Gleichzeitig zeigt sich die entscheidende Lücke: Die KI hilft dem einzelnen Menschen bei einer Aufgabe, aber der Prozess um diese Aufgabe herum bleibt häufig unverändert. Eine E-Mail wird schneller formuliert, muss aber immer noch manuell ausgelöst, adressiert, abgelegt, weitergeleitet und nachverfolgt werden. Der Text ist effizienter geworden, der Prozess noch nicht. Genau an dieser Stelle entscheidet sich aus meiner Sicht, ob aus individueller Nutzung echte Transformation und ein Wettbewerbsvorteil werden.

2. Warum HR ein besonders guter Ausgangspunkt ist

Personalabteilungen sind für diese Frage ein interessantes Versuchsfeld. Ein großer Teil ihrer Arbeit ist wiederkehrend und in bestimmten Phasen gut planbar: Bewerbungen gehen ein, Unterlagen werden geprüft und weitergegeben, Gespräche terminiert, Verträge vorbereitet, Eintritte organisiert, Probezeiten überwacht, Bescheinigungen erstellt, Zeugnisse formuliert und Austritte abgewickelt. Hinzu kommen regelmäßige Auswertungen und Erinnerungen.

Gleichzeitig schwankt das Arbeitsvolumen erheblich. In Wachstumsphasen dominieren Einstellungen, Onboarding und Recruiting. In Restrukturierungsphasen steigen andere Anforderungen: arbeitsrechtliche Einzelfälle, Kommunikation, Qualifizierung, Personalanpassung oder Führungskräfteberatung. HR muss dann schnell handeln, ohne an Qualität zu verlieren.

Deshalb ist die Diskussion über KI im Personalwesen für mich weniger eine Diskussion über Stellenabbau als über Kapazität. Wenn eine Personalabteilung zehnmal pro Woche denselben administrativen Vorgang bearbeitet, ist die spannendere Frage nicht, ob KI irgendwann die Personalreferentin ersetzt. Spannender ist, warum die Personalreferentin diesen Vorgang zum zehnten Mal mit denselben manuellen Schritten erledigt. Jede sinnvoll automatisierte Routine schafft Zeit für Aufgaben, die sich nicht standardisieren lassen: schwierige Gespräche, Personalentwicklung, Recruitingstrategie, Organisationsentwicklung oder die Beratung von Führungskräften.

Dabei lohnt sich eine nüchterne Unterscheidung. Nicht jede Automatisierung ist KI. Ein Outlook-QuickStep, eine Wenn-dann-Regel oder ein klassischer Power-Automate-Flow kann vollständig ohne generative KI arbeiten. Häufig trägt die regelbasierte Automatisierung den stabilen Prozess, während KI dort Mehrwert schafft, wo unstrukturierte Inhalte verstanden, zusammengefasst oder formuliert werden müssen. Der Nutzen entsteht aus dem Zusammenspiel.

3. Der erste Hebel: KI als Sparringspartner im HR-Alltag

Der niedrigschwelligste Einstieg in KI ist die Assistenzfunktion. Stellenanzeigen lassen sich zielgruppengerechter formulieren, Gesprächsleitfäden strukturieren, Mitarbeiterinformationen verständlicher schreiben, längere Dokumente zusammenfassen oder Tabellen und Auswertungen erläutern. Auch ein Rohentwurf für ein Arbeitszeugnis oder eine standardisierte Kommunikation kann in kurzer Zeit entstehen. Anders als eine starre Textvorlage kann der Entwurf auf Kontext, Zielgruppe und gewünschte Tonalität reagieren.

Für mich besonders relevant ist die arbeitsrechtliche Orientierung im Tagesgeschäft. Mittelständische Personalabteilungen verfügen nicht immer über eine eigene Rechtsabteilung, müssen aber täglich Fragen einordnen: Arbeitszeit, Krankheit, Wiedereingliederung, Freistellung, Zeugnis, Versetzung, Abmahnung oder tarifliche Regelungen. Generative KI kann hier ein leistungsfähiger Sparringspartner sein, sofern man sie nicht mit einer abschließenden Rechtsberatung verwechselt. Der größte Nutzen liegt nicht in der ersten Antwort, sondern in der Möglichkeit, einen Sachverhalt systematisch auseinanderzunehmen. Eine Fragestellung lässt sich strukturieren, Gegenargumente können eingefordert, offene Tatsachen identifiziert und daraus eine Prüfliste oder ein Gesprächsleitfaden entwickelt werden. Aus einer unübersichtlichen Ausgangslage entsteht so schneller eine belastbare Arbeitsstruktur.

In der Praxis hat sich dafür ein dreistufiges Vorgehen bewährt: Erstens Orientierung: Welche Themen und Rechtsfragen sind betroffen? Zweitens Verifikation: Welche Aussagen lassen sich anhand aktueller Primärquellen, Tarifverträge, Betriebsvereinbarungen oder Gesetze bestätigen? Drittens Output: Wie wird aus dem geprüften Ergebnis eine verständliche Information, eine Checkliste oder ein sauber dokumentierter nächster Schritt? Die KI beschleunigt vor allem Stufe eins und drei. Die fachliche Verantwortung in Stufe zwei bleibt beim Menschen.

Dieses Prinzip ist auf viele HR-Anwendungen übertragbar: KI trifft nicht die Entscheidung, sondern verbessert die Vorbereitung. Für eine kleine oder mittlere Personalabteilung ist das sofort nutzbar, und oft wertvoller als ein groß angekündigtes System, das technische Probleme hat oder starken IT Support benötigt.

4. Der zweite Hebel: Aus dem Prompt muss ein Prozess werden

Richtig interessant wird es dort, wo die persönliche KI-Unterstützung in einen Work flow übergeht. Denn die eigentliche Zeit verliert eine Personalabteilung selten nur beim Formulieren einer E-Mail. Sie verliert sie in der Summe aus Öffnen, Prüfen, Zuordnen, Weiterleiten, Erinnern, Ablegen und erneutem Nachfassen. Genau diese unspektakulären Zwischenschritte sind prädestiniert für Automatisierung.

Ein naheliegendes Beispiel ist das Recruiting. Bewerbende ärgern sich zu Recht, wenn sie nach dem Versand ihrer Unterlagen tagelang nichts hören. Auf Unternehmensseite steckt dahinter nicht zwingend mangelndes Interesse. Häufig ist es schlicht fehlende Zeit oder ein Prozess, der vollständig vom manuellen Tätigwerden einer Person abhängt. Was läge also näher, als wenigstens die Eingangsbestätigung zu automatisieren?

Ein Selbstversuch mit Power Automate

Ich wollte wissen, wie hoch die praktische Hürde tatsächlich ist, und habe genau diesen Fall mit Microsoft Power Automate ausprobiert. Die Grundidee ist einfach: Ein Ereignis löst einen Prozess aus. Im Test war dieses Ereignis der Eingang einer neuen E-Mail in einem Shared Postfach. Power Automate stellt dafür in Verbindung mit Outlook passende Trigger bereit. Darauf können Aktionen folgen, etwa eine standardisierte Antwort, eine Weiterleitung oder ein definierter Bearbeitungsschritt. Der erste Flow war kein technologisches Feuerwerk. Aber genau darin liegt seine Stärke. Eine Aufgabe, die sonst immer wieder manuell gestartet werden muss, läuft nach einmaliger Einrichtung verlässlich im Hintergrund. Der Aufwand entsteht vor allem zu Beginn: Ablauf durchdenken, Bedingungen festlegen, testen, Sonderfälle erkennen.

Das Prinzip lässt sich im Recruiting schrittweise erweitern. Eine Bewerbung könnte anhand klarer Kriterien in die zuständige Fachabteilung weitergeleitet werden, fehlende Unterlagen könnten eine Erinnerung auslösen und Statuswechsel vorbereitete Kommunikation anstoßen.

Für weniger komplexe Fälle reichen bereits Outlook-QuickSteps. Auch das ist keine KI, folgt aber derselben Logik: Nicht jede Aufgabe braucht das leistungsfähigste Modell. Entscheidend ist, dass die passende Technik den konkreten Arbeitsschritt verkürzt. Die Grenzen zeigen sich häufig an fehlenden Verbindungen zwischen Programmen. Kommuniziert etwa die Lohnsoftware nicht mit Outlook, lässt sich eine Führungskraft nicht ohne Weiteres automatisiert an das Ende einer Probezeit oder ein Jubiläum erinnern.

5. Wo im HR-Alltag schnell Nutzen entstehen kann

Aus dieser Perspektive ergibt sich kein einzelner großer KI-Anwendungsfall, sondern eine Vielzahl kleiner Hebel. Gerade für mittelständische Unternehmen ist das attraktiv, weil nicht sofort ein neues HR-System eingeführt werden muss. Der Einstieg liegt häufig in vorhandenen Werkzeugen und klar abgegrenzten Prozessen.

·        Recruiting: Eingangsbestätigungen, Weiterleitungen, Erinnerungen, Stellenanzeigen und Interviewleitfäden.

·        Onboarding und Offboarding: Aufgabenpakete, Fristen, Erinnerungen und abgestimmte Übergaben zwischen HR, Führungskraft und weiteren Bereichen.

·        HR-Kommunikation: Entwürfe für Mitarbeiterinformationen, Einladungen, Bescheinigungen, Zeugnisse oder FAQ – kombiniert mit definierten Freigabewegen.

·        Reporting: Wiederkehrende Auswertungen aus strukturierten Daten, etwa zu Fehlzeiten, Fluktuation oder offenen Stellen, sofern Datenzugriff und Berechtigungen geklärt sind.

·        Fristen und Ereignisse: Erinnerungen an Probezeitenden, Jubiläen, Qualifizierungen und Pflichttermine.

·        Wissensarbeit: Zusammenfassungen ausgewählter Fachquellen, etwa zu arbeitsrechtlichen Änderungen oder neuen Urteilen, als Vorbereitung für die fachliche Prüfung durch HR.

Die entscheidende Frage lautet dabei nicht: „Wo können wir KI einsetzen?“ Hilfreicher ist: „Welche wiederkehrende Tätigkeit kostet uns heute spürbar Zeit, obwohl Ablauf und Ergebnis weitgehend vorhersehbar sind?“ Erst dann sollte entschieden werden, ob eine Vorlage, eine Regel, ein Workflow oder tatsächlich KI das passende Werkzeug ist.

6. Die größten Bremsklötze: Schnittstellen und Daten

Wer die ersten einfachen Workflows gebaut hat, stößt schnell auf den eigentlichen Engpass. Er heißt: Schnittstelle.

Ein Beispiel aus dem HR-Alltag: Die Zeitwirtschaft enthält Daten, aus denen monatlich eine Kennzahl für einen Verantwortungsbereich entstehen soll. Diese Information soll aufbereitet und an die jeweilige Führungskraft versendet werden. Technisch klingt das banal: Daten abrufen, Zeitraum auswählen, Kennzahl berechnen, Empfänger zuordnen, Nachricht erstellen, versenden. In der Realität liegen jedoch häufig mehrere Systeme dazwischen. Die Zeitwirtschaft hat keine passende Schnittstelle, Daten müssen exportiert werden (Datenschutz ist in der PA besonders heikel), Feldbezeichnungen stimmen nicht überein oder Berechtigungen verhindern einen automatischen Zugriff.

Genau an dieser Stelle entscheidet sich, ob KI im Mittelstand Spielerei bleibt oder in den Betrieb kommt. Viele Unternehmen arbeiten mit historisch gewachsenen Fachanwendungen, Excel-Zwischenlösungen und manuellen Übergaben. Ein modernes Sprachmodell kann ausgezeichnet formulieren, es kann aber keinen fehlenden Datenzugang wegzaubern. Wer KI-Prozesse aufbauen will, muss deshalb zugleich über Prozess- und Datenarchitektur sprechen.

Ebenso wichtig ist die Datenqualität. Ein Mensch erkennt beim Öffnen einer Tabelle häufig, dass ein Feld falsch gepflegt oder eine organisatorische Zuordnung veraltet ist. Ein automatisierter Workflow arbeitet konsequent mit dem, was im System steht. Schlechte Daten werden durch KI nicht weniger problematisch, sie werden nur schneller weiterverarbeitet.

Damit erhält eine alte HR-Aufgabe neue Bedeutung: Stammdatenpflege. Wer automatisch Erinnerungen versenden, Jubiläen auslösen, Eintritte steuern oder Kennzahlen aufbereiten will, benötigt verlässliche Felder, eindeutige Zuständigkeiten und definierte Datenquellen. Ein einfacher Workflow auf guten Daten kann wertvoller sein als ein hochleistungsfähiges KI-System auf ungeklärten Datenbeständen.

7. KI-Kompetenz: nicht nur Prompting, sondern Prozessverständnis

Unsere interne Befragung zeigt noch einen weiteren Punkt. Die Beschäftigten waren der Technologie gegenüber überwiegend offen, fühlten sich aber bei zentralen Fragen unsicher: Welche Daten dürfen eingegeben werden? Wie zuverlässig ist ein Ergebnis? Welche Regeln gelten? Gewünscht wurden vor allem Schulungen und kurze Lernformate, klare Leitlinien und Praxisbeispiele. Das Problem ist häufig nicht mangelnde Neugier, sondern mangelnde Handlungssicherheit.

KI-Kompetenz darf deshalb nicht auf gutes Prompting reduziert werden. Wer KI im Unternehmen sinnvoll einsetzen soll, muss mindestens drei Dinge können: eine Aufgabe so beschreiben, dass das System sie sinnvoll bearbeiten kann; die Qualität des Ergebnisses fachlich beurteilen; und erkennen, wann ein wiederkehrender Arbeitsschritt besser als Prozess statt als Einzelprompt organisiert werden sollte.

Für HR entsteht daraus eine doppelte Rolle. Die Personalabteilung muss ihre eigene Arbeitsweise weiterentwickeln und gleichzeitig Qualifizierung im Unternehmen organisieren. Diese Aufgabe ist inzwischen auch regulatorisch relevant: Artikel 4 des EU AI Act verpflichtet Anbieter und Betreiber von KI-Systemen zu Maßnahmen, die die Entwicklung von KI-Kompetenz ihrer Mitarbeitenden und weiterer mit den Systemen befasster Personen unterstützen. Seit der im Juli 2026 in Kraft getretenen Änderung ist kein bestimmtes oder „ausreichendes“ individuelles Kompetenzniveau mehr vorgeschrieben.

8. Vom Experiment zur belastbaren Lösung

Aus den bisherigen Erfahrungen ergibt sich ein pragmatisches Vorgehen. Mittelständische Unternehmen müssen nicht mit einer umfassenden KI-Strategie starten, bevor ein einziger Prozess verbessert wurde. Sie sollten aber auch nicht bei individuellen Experimenten stehen bleiben.

1. Mit einem realen Problem starten. Nicht „Wir brauchen KI“, sondern beispielsweise: Bewerbende erhalten zu spät eine Eingangsbestätigung oder HR erstellt jeden Monat dieselbe Auswertung manuell.

2. Den heutigen Ablauf sichtbar machen. Welche Schritte wiederholen sich, wo wird gewartet und wo werden Daten von Hand übertragen?

3. Das einfachste geeignete Werkzeug wählen. Manchmal reicht eine Vorlage oder ein QuickStep, manchmal braucht es einen Workflow. KI kommt dort hinzu, wo Sprache, unstrukturierte Informationen oder flexible Auswertung relevant werden.

4. Mit einem eng begrenzten Pilot beginnen. Ein klarer Prozess lässt sich besser testen als ein umfassendes Transformationsprojekt.

5. Zeitgewinn und Qualität messen. Wie viele manuelle Schritte entfallen? Wie schnell erhalten Bewerbende eine Rückmeldung? Wie häufig muss nachgearbeitet werden? So wird aus gefühltem Nutzen ein Business Case.

6. Schnittstellen und Datenprobleme dokumentieren. Jeder Pilot zeigt, welche Systemgrenzen den nächsten Schritt blockieren.

7. Erfolgreiche Lösungen standardisieren und teilen. Ein Flow, den nur eine Person versteht, ist noch kein Unternehmensprozess. Dokumentation, Vertretung und klare Zuständigkeit machen aus dem Experiment eine belastbare Lösung.

Für die Auswahl erster Anwendungsfälle hilft eine einfache Betrachtung: Ein Vorgang, der täglich vorkommt, klaren Regeln folgt und auf strukturierte Daten zugreift, ist ein besserer Startpunkt als ein seltener komplexer Einzelfall. Der erste erfolgreiche Workflow muss nicht spektakulär sein. Er muss Arbeit abnehmen.

9. Was sich dadurch an HR verändert

Wenn solche Workflows wachsen, verändert sich die Personalabteilung schrittweise. Nicht, weil plötzlich ganze Tätigkeitsfelder verschwinden, sondern weil sich der Anteil administrativer Wiederholung verringert. Genau darin liegt für mich der strategische Wert.

HR wird dadurch nicht weniger wichtig, sondern hat die Chance, sich stärker auf Aufgaben zu konzentrieren, für die es tatsächlich Menschen braucht: Konflikte verstehen, Interessen abwägen, Führungskräfte beraten, entwickeln, gestalten und Veränderungen begleiten. Gerade in Zeiten wirtschaftlicher Unsicherheit und technologischen Umbruchs werden diese Aufgaben eher mehr als weniger.

Gleichzeitig steigt der Anspruch an die Personalabteilung. Sie muss Prozesse besser kennen, Datenqualität ernster nehmen und technische Möglichkeiten so weit verstehen, dass sie gemeinsam mit IT oder Fachanbietern Lösungen entwickeln kann. Personalerinnen und Personaler müssen keine Programmierer werden. Aber sie sollten beschreiben können, was einen Prozess auslöst, welche Daten benötigt werden, welche Entscheidung folgt und wo menschliche Freigabe erforderlich ist.

Vielleicht ist genau das die wichtigste neue HR-Kompetenz im Umgang mit KI: nicht alles selbst technisch bauen zu können, sondern gute Arbeit in klare Prozesse übersetzen zu können. Denn nur was verstanden und strukturiert ist, lässt sich sinnvoll automatisieren.

Fazit: Vom KI-Keimling zur gelebten Praxis

Die Diskussion über künstliche Intelligenz ist voll von großen Versprechen und noch größeren Sorgen. Im Mittelstand entscheidet sich ihr Wert jedoch an kleinen, konkreten Stellen: Antwortet das Recruiting schneller? Muss eine Auswertung noch jeden Monat von Hand gebaut werden? Werden wiederkehrende Informationen zuverlässig ausgelöst? Findet HR schneller zu einer belastbaren ersten Struktur bei einer komplexen Fragestellung? Gewinnt eine Personalreferentin pro Woche einige Stunden für Aufgaben zurück, für die bislang keine Zeit blieb?

Die interne Befragung mit 65 Beschäftigten zeigt: Die Offenheit ist da, der Nutzen wird gesehen und erste Anwendungen gehören bereits zum Alltag. Was jetzt fehlt, ist der nächste Schritt: vom individuellen Werkzeug zum gemeinsamen Prozess.

Kostenpflichtige KI-Funktionen, leistungsfähigere Lizenzen oder zusätzliche Anwendungen sollten dort geprüft werden, wo sie einen erkennbaren Mehrwert schaffen können. Entscheidend ist weniger, ob eine Lösung kostenlos oder kostenpflichtig ist, sondern ob ihr Nutzen in einem sinnvollen Verhältnis zu den entstehenden Kosten steht. In vielen Fällen können Zeitersparnis, Qualitätsgewinne oder effizientere Abläufe wichtige Argumente sein. Gleichzeitig bleibt eine sorgfältige Prüfung der jeweiligen Anforderungen und des Datenschutzes unerlässlich.

Gerade für den deutschen Mittelstand stellt sich die Frage nicht mehr, ob künstliche Intelligenz Einfluss auf die Wirtschaft haben wird, sondern wie schnell Unternehmen lernen, ihr Potenzial produktiv zu nutzen. Viele Betriebe sammeln derzeit erste Erfahrungen und prüfen mögliche Einsatzfelder. Gleichzeitig schreitet die technologische Entwicklung weltweit mit hoher Geschwindigkeit voran. Wer zu lange abwartet, riskiert, dass andere Märkte, Wettbewerber und Volkswirtschaften den Vorsprung ausbauen.

Deutschland verdankt seinen Wohlstand, seine Innovationskraft und seine starke industrielle Basis der Fähigkeit, neue Technologien erfolgreich in die Praxis zu überführen. Diese Herausforderung stellt sich heute erneut. Künstliche Intelligenz ist keine vorübergehende Modeerscheinung, sondern eine Schlüsseltechnologie, die Wertschöpfung, Produktivität und Wettbewerbsfähigkeit langfristig beeinflussen wird.

Aus einem KI-Keimling wird nicht von allein eine gute Ernte. Er braucht geeignete Bedingungen, Pflege und die Bereitschaft, Neues auszuprobieren.

Quellenhinweise

Statistisches Bundesamt (Destatis) (2025): Nutzung von Technologien der künstlichen Intelligenz in Unternehmen nach Beschäftigtengrößenklassen. https://www.destatis.de/DE/Themen/Branchen-Unternehmen/Unternehmen/IKT-in-Unternehmen-IKT-Branche/Tabellen/ikti-unternehmen-kuenstliche-intelligenz.html

Europäische Kommission (Stand 27.07.2026): AI Literacy – Questions & Answers. https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers

Europäische Union: Verordnung (EU) 2024/1689 (AI Act), konsolidierte Fassung vom 27.07.2026, insbesondere Art. 4. https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:02024R1689-20260727

Microsoft Learn (Stand 16.01.2026): Trigger a cloud flow based on email properties. https://learn.microsoft.com/en-us/power-automate/email-triggers

Microsoft Support: Automate common or repetitive tasks with Quick Steps in Outlook. https://support.microsoft.com/en-us/outlook/mail/automate-common-or-repetitive-tasks-with-quick-steps-in-outlook

Eigene interne Mitarbeiterbefragung, n = 65; nicht repräsentativ.

Foto: privat