Die Fehlerquote – auch Fehlerrate oder Defect Rate – bezeichnet den prozentualen Anteil fehlerhafter Vorgänge, Datensätze oder Ausgaben an der Gesamtzahl aller verarbeiteten Einheiten in einem definierten Zeitraum. Sie ist eine der zentralen Qualitätskennzahlen in der Prozessautomatisierung: Eine hohe Fehlerquote bedeutet hohen Nachbearbeitungsaufwand (Rework), Kundenbeschwerden und Vertrauensverlust. Eine niedrige Fehlerquote zeigt, dass der Prozess korrekt und zuverlässig funktioniert.
Fehlerquote = (Anzahl fehlerhafter Vorgänge ÷ Gesamtzahl Vorgänge) × 100. Eine Fehlerquote von 2 Prozent bedeutet: 2 von 100 Vorgängen werden nicht korrekt abgeschlossen. Bei einem Volumen von 10.000 Vorgängen täglich sind das 200 fehlerhafte Einträge – die manuell bearbeitet, korrigiert oder eskaliert werden müssen.
Fehlerquoten-Benchmarks nach Prozesstyp
Typische Fehlerquoten: manuell vs. automatisiert
Manuelle Dateneingabe
1–5 %
RPA-Automation (neu)
0,3–1 %
API-Integration (stabil)
0,01–0,1 %
Six-Sigma-Niveau
< 0,00034 %
Fehlertypen und ihre Ursachen
- Eingabefehler:Falsche oder unvollständige Daten gelangen in den Prozess – Ursache oft fehlende Validierung am Eingang
- Verarbeitungsfehler:Korrekte Eingabe, aber fehlerhafte Transformation oder Regelanwendung – Ursache oft Lücken im Regelwerk
- Systemfehler:Technische Probleme (API-Timeout, Datenbankfehler) führen zu unvollständiger Verarbeitung
- Integrationsfehler:Daten werden korrekt verarbeitet, aber falsch an ein Zielsystem übergeben – Formatprobleme, Mapping-Fehler
- Ausnahmefehler:Vorgänge, die außerhalb des definierten Regelwerks liegen und deshalb falsch behandelt werden
Fehlerquote als Steuerungskennzahl für Automatisierung
In automatisierten Prozessen ist die Fehlerquote direktes Feedback auf die Qualität der Automatisierungslösung. Eine steigende Fehlerquote nach einem Update zeigt, dass die neue Version ein Problem eingebracht hat. Eine dauerhaft hohe Fehlerquote in bestimmten Vorgangstypen zeigt, wo das Regelwerk unvollständig ist. Ein kontinuierlich sinkendes Trend der Fehlerquote über Monate zeigt, dass Continuous-Improvement-Maßnahmen wirken.
Praxisbeispiel
Ein automatisierter Rechnungsworkflow startet mit einer Fehlerquote von 4,2 Prozent – bei 1.500 Rechnungen täglich bedeutet das 63 fehlerhafte Vorgänge pro Tag, die manuell nachbearbeitet werden. Fehleranalyse: 58 Prozent der Fehler entstehen bei Rechnungen ohne Bestellreferenz. 27 Prozent bei internationalen Lieferanten mit abweichendem Namensformat. 15 Prozent bei Rechnungen über dem automatischen Freigabelimit. Drei gezielte Maßnahmen: Fuzzy-Matching für Lieferantennamen, alternative Validierungslogik für Rechnungen ohne Bestellreferenz, erhöhtes Freigabelimit nach Analyse der Verteilung. Fehlerquote nach drei Monaten: 0,8 Prozent. Täglich 57 weniger manuelle Korrekturen.
