Die Frage nach dem Anfang stellt sich in fast jedem Unternehmen zwischen 50 und 1.000 Mitarbeitenden gleich: Der Druck ist da, Anbieter versprechen viel, und im eigenen Haus gibt es Dutzende Ideen, aber keinen Plan. Der verlässlichste Weg führt über einen einzelnen Prozess, der heute messbar Zeit frisst. An ihm lernen Sie, was KI in Ihrem Unternehmen konkret leisten kann und was nicht. Dieser Artikel zeigt, wie Sie diesen Prozess finden, welche Voraussetzungen Sie prüfen sollten und wie ein erstes Projekt in rund 90 Tagen abläuft.
Warum viele KI-Vorhaben an der falschen Stelle beginnen
Die häufigste Form des Scheiterns ist nicht der technische Fehler, sondern der falsche Startpunkt. Drei Muster sehen wir immer wieder.
Das erste Muster ist der Werkzeugkauf. Ein Lizenzpaket wird für alle freigeschaltet, in der Hoffnung, dass sich der Nutzen von allein einstellt. Nach drei Monaten nutzen es acht von 200 Mitarbeitenden regelmäßig, und niemand kann sagen, was sich dadurch verändert hat. Das Werkzeug war nicht falsch, es fehlte nur der Prozess, in dem es wirken sollte.
Das zweite Muster ist das Leuchtturmprojekt. Die Geschäftsführung wünscht sich einen sichtbaren Erfolg, etwa einen KI-Assistenten für Kunden auf der Website. Das Projekt berührt Marketing, Vertrieb, Service und IT gleichzeitig, braucht Daten aus vier Systemen und scheitert an Abstimmungen, bevor eine Zeile Code produktiv ist.
Das dritte Muster ist die Strategie vor der Erfahrung. Ein Beratungshaus liefert ein Dokument mit 40 Anwendungsfällen und einer Roadmap über drei Jahre. Das Papier ist schlüssig, aber niemand im Haus hat je ein KI-System im Betrieb gesehen. Die Annahmen über Datenqualität, Akzeptanz und Aufwand sind geraten.
Alle drei Muster haben dieselbe Ursache: Es wurde mit der Lösung begonnen statt mit dem Problem. Der bessere Einstieg ist unspektakulär. Er fragt zuerst, wo im Alltag heute Zeit verloren geht.
Welche Prozesse eignen sich für den Einstieg?
Nicht jeder Prozess, der lästig ist, eignet sich als erstes KI-Projekt. Fünf Kriterien haben sich als Filter bewährt.
| Kriterium | Gut geeignet | Eher ungeeignet |
|---|---|---|
| Häufigkeit | täglich oder wöchentlich, viele gleichartige Fälle | wenige Fälle pro Jahr |
| Regeln | nachvollziehbare Entscheidungslogik, auch mit Ausnahmen | reine Bauchentscheidung |
| Grundlage | Dokumente, E-Mails, Formulare, Text | Gespräche, Begehungen, Handgriffe |
| Messbarkeit | Stunden, Durchlaufzeit, Fehlerquote sind zählbar | Nutzen nur „gefühlt“ |
| Fehlerfolgen | ein Fehler wird bemerkt und korrigiert | ein Fehler ist teuer oder rechtlich heikel |
Wenn ein Prozess alle fünf Kriterien erfüllt, ist er ein Kandidat. Erfüllt er nur drei, ist er ein Kandidat für später. Eine Liste typischer Prozesse, die diese Kriterien fast immer erfüllen, finden Sie im Artikel Prozessautomatisierung: 10 Prozesse, die sich fast immer lohnen. Beispiele nach Abteilung stehen unter Anwendungsfälle.
Ein wichtiger Hinweis zum fünften Kriterium: Prozesse mit Personalentscheidungen, Bonitätsbewertungen oder sicherheitsrelevanten Entscheidungen fallen unter den EU AI Act in eine höhere Risikoklasse. Sie sind als Einstiegsprojekt ungeeignet, nicht weil sie unmöglich wären, sondern weil der Dokumentationsaufwand den Lerneffekt überlagert. Was dort gilt, erklärt der Artikel EU AI Act: Was Mittelständler jetzt tun müssen.
Ein Beispiel: Die Angebotsanfrage im Anlagenbau
Ein Hersteller von Fördertechnik mit rund 180 Mitarbeitenden erhält täglich 15 bis 25 Anfragen per E-Mail. Jede enthält eine Beschreibung des Bedarfs, oft mit angehängten Zeichnungen oder Excel-Listen. Zwei Mitarbeitende im Vertriebsinnendienst lesen jede Anfrage, prüfen, ob sie zum Portfolio passt, suchen im ERP nach ähnlichen früheren Angeboten und legen einen Vorgang an. Erst dann kann ein Techniker kalkulieren.
Die Vorsortierung und die Suche nach Vergleichsangeboten dauern pro Anfrage 20 bis 40 Minuten. Bei 20 Anfragen am Tag sind das rund sieben Stunden. Das ist fast eine volle Stelle, die nicht verkauft, sondern sucht und sortiert.
Nach dem Filter von oben ist der Prozess ein guter Kandidat: Er kommt täglich vor, die Regeln sind erklärbar („Passt es ins Portfolio? Gab es das schon einmal?“), die Grundlage ist Text, der Nutzen ist in Minuten messbar, und ein Fehler fällt spätestens beim Techniker auf.
Das erste Projekt umfasste genau diesen Ausschnitt: Ein Assistent liest die Anfrage, ordnet sie einer Produktgruppe zu, sucht die drei ähnlichsten Angebote der letzten zwei Jahre und legt den Vorgang mit einer Zusammenfassung im ERP an. Der Innendienst prüft und korrigiert, statt zu suchen. Die Kalkulation selbst blieb beim Techniker. Dieser Zuschnitt war klein genug, um in zehn Wochen produktiv zu sein, und groß genug, dass der Vertrieb den Unterschied im Alltag spürte.
Welche Voraussetzungen müssen erfüllt sein?
Bevor ein Projekt startet, lohnt ein ehrlicher Blick auf vier Bereiche. Der KI-Readiness-Check fragt genau diese Punkte ab und liefert eine erste Einordnung in wenigen Minuten.
Daten: vorhanden, zugänglich, typisch
Für den Einstieg brauchen Sie keine Data-Warehouse-Initiative. Sie brauchen Zugang zu den Dokumenten und Datensätzen, die im Prozess heute anfallen, und zwar in einer Form, in der ein System sie lesen kann. Rechnungen als PDF im Postfach einer Person sind vorhanden, aber nicht zugänglich. Angebote im ERP sind zugänglich, aber möglicherweise lückenhaft gepflegt. Klären Sie, wo die Daten liegen, wer Zugriff hat und ob jemand im Haus 50 typische Fälle und 10 schwierige Ausnahmen benennen kann. Diese Beispiele sind für die Umsetzung wertvoller als jede Datenmenge.
Systeme: Schnittstellen statt Neukauf
Die meisten Mittelständler arbeiten mit einem ERP, einem E-Mail-System, einer Dokumentenablage und oft einem CRM. Entscheidend ist, ob diese Systeme Schnittstellen bieten, über die ein Assistent lesen und schreiben darf. Bei gängigen ERP-Systemen ist das meist der Fall, auch wenn der Zugang gelegentlich eine Lizenz oder die Freigabe durch den Hersteller braucht. Fehlt eine Schnittstelle vollständig, ist der Prozess für den Einstieg weniger geeignet. Dann lieber einen anderen Prozess wählen, als den ERP-Wechsel zur Vorbedingung zu machen.
Verantwortung: ein Prozesseigner, nicht ein Komitee
Jedes Einstiegsprojekt braucht eine Person, die den Prozess heute verantwortet, Entscheidungen treffen darf und etwa zwei bis vier Stunden pro Woche einbringt. Diese Person ist keine IT-Fachkraft, sondern die Bereichsleitung oder eine erfahrene Sachbearbeitung. Ohne sie werden Fragen vertagt und das Projekt zieht sich.
Rahmen: Datenschutz und Regeln vorab klären
Wenn personenbezogene Daten im Spiel sind, etwa Namen von Ansprechpartnern in E-Mails, muss die Datenverarbeitung vorher geklärt sein: Welcher Anbieter verarbeitet die Daten, wo, und mit welchem Vertrag. Das ist in wenigen Tagen erledigt, wenn es zu Beginn angegangen wird, und blockiert monatelang, wenn es erst vor dem Go-live auffällt. Was dabei zu beachten ist, beschreibt der Artikel ChatGPT im Unternehmen datenschutzkonform einführen.
Wie läuft ein erstes Projekt in 90 Tagen ab?
Der folgende Ablauf hat sich für klar begrenzte Vorhaben bewährt. Die Zeiten sind Richtwerte für ein Unternehmen, das die Voraussetzungen oben weitgehend erfüllt.
| Phase | Dauer | Was passiert | Was Sie am Ende haben |
|---|---|---|---|
| Auswahl und Zielbild | 1 bis 2 Wochen | Prozess aufnehmen, Fälle sammeln, Nutzen beziffern, Zuschnitt festlegen | Ein-Seiten-Beschreibung mit Zielwert und Abgrenzung |
| Prototyp | 2 bis 3 Wochen | Assistent mit echten Beispielfällen bauen, Ergebnisse mit Fachabteilung prüfen | Funktionierender Prototyp auf Testdaten |
| Integration | 3 bis 4 Wochen | Anbindung an ERP, Postfach oder Ablage, Freigabeschritt einbauen, Zugriffsrechte setzen | Lauffähiges System in der Testumgebung |
| Einführung | 2 bis 3 Wochen | Pilotgruppe arbeitet damit, Fehler werden gesammelt und korrigiert, Regeln werden nachgeschärft | Produktiver Betrieb mit dokumentierten Ergebnissen |
Zwei Dinge sind in diesem Ablauf wichtiger als die Technik. Erstens der Freigabeschritt: In der Einführungsphase prüft ein Mensch jedes Ergebnis, bevor es wirkt. Das kostet anfangs Zeit, baut aber Vertrauen auf und liefert die Korrekturen, aus denen das System besser wird. Zweitens die Messung: Vorher und nachher werden dieselben Kennzahlen erhoben, etwa Minuten pro Fall oder Fälle pro Tag. Ohne diese Zahl können Sie nach 90 Tagen nicht entscheiden, ob es weitergeht.
Was Sie beim Einstieg vermeiden sollten
Einige Fehler kosten mehr Zeit als jedes technische Problem.
Vermeiden Sie den Anspruch auf Vollautomatisierung. Ein Assistent, der 80 Prozent der Fälle korrekt vorbereitet und die restlichen 20 Prozent erkennbar zur Prüfung vorlegt, ist wertvoller als ein System, das 95 Prozent schafft und die Fehler unbemerkt durchreicht.
Vermeiden Sie die Einführung ohne Regeln. Wenn Mitarbeitende nicht wissen, was sie in ein KI-Tool eingeben dürfen, tun sie es entweder gar nicht oder mit privaten Konten. Eine Nutzungsrichtlinie auf zwei Seiten reicht für den Anfang.
Vermeiden Sie den Vergleich mit Konzernprojekten. Ein Unternehmen mit 300 Mitarbeitenden braucht kein Center of Excellence. Es braucht einen Prozess, der funktioniert, und eine Person, die sich kümmert.
Und vermeiden Sie es, die Belegschaft erst beim Go-live zu informieren. Wer den Prozess heute ausführt, gehört in die Auswahlphase. Die Ausnahmen, die diese Person kennt, stehen in keinem Handbuch.
Wann lohnt sich externe Unterstützung?
Nicht jedes Unternehmen braucht einen Berater für den Einstieg. Wenn Sie eine IT-Abteilung haben, die Schnittstellen kennt, und eine Fachabteilung, die Zeit hat, können Sie ein erstes Projekt intern stemmen. Externe Unterstützung lohnt sich in drei Situationen: wenn die Auswahl des Prozesses strittig ist und ein Blick von außen Ordnung schafft, wenn niemand im Haus Erfahrung mit Sprachmodellen und deren Grenzen hat, oder wenn die IT ausgelastet ist und das Projekt sonst nicht startet.
Eine KI-Beratung für den Einstieg umfasst üblicherweise die Potenzialanalyse entlang Ihrer Prozesse, eine Priorisierung nach Aufwand und Nutzen und einen Umsetzungsplan mit Budgetrahmen. Für die Geschäftsführung und den Führungskreis ist oft ein halbtägiger Workshop der schnellere Weg, um eine gemeinsame Sprache und eine erste Liste von Kandidaten zu bekommen. Was solche Leistungen kosten und wann sie sich nicht lohnen, lesen Sie im Artikel Was kostet KI-Beratung?.
Fazit: Klein anfangen, messen, dann entscheiden
Der Einstieg in KI im Mittelstand ist keine Technologiefrage. Er ist eine Frage der Auswahl. Ein Prozess, der häufig vorkommt, auf Text beruht und messbar Zeit kostet, ist der richtige Startpunkt. Prüfen Sie Daten, Schnittstellen und Verantwortung, setzen Sie in rund 90 Tagen einen begrenzten Zuschnitt um, und erheben Sie vorher und nachher dieselbe Kennzahl. Erst dann wissen Sie, ob sich der zweite Prozess lohnt und welcher es sein sollte. Eine Strategie, die auf dieser Erfahrung aufbaut, hält länger als jede Roadmap aus dem Konferenzraum. Einen kompakten Ablaufplan für die ersten 90 Tage finden Sie auch unter Leitfäden.