Nach einem KI-Workshop liegen meist viele gute Ideen auf dem Tisch. Vertrieb, Service, Einkauf und Verwaltung sehen jeweils Aufgaben, die schneller gehen könnten. Dann passiert oft das Gegenteil von Aufbruch: Alle warten darauf, dass jemand den nächsten Schritt macht. Sechs Wochen später gibt es eine Präsentation, aber keinen Pilotbetrieb.
Das Problem ist selten technischer Natur. Ein Sprachmodell ist schnell getestet, ein Prototyp oft rasch gebaut. Schwerer ist die betriebliche Entscheidung: Welcher Fachbereich übernimmt Verantwortung, welche Aufgabe wird tatsächlich verändert und woran messen wir, ob sich der Aufwand lohnt? Ohne diese drei Antworten bleibt KI ein Workshop-Ergebnis – nicht ein Arbeitsmittel.
Viele Unternehmen starten mit einer zu breiten Frage: „Wo können wir KI einsetzen?“ Das erzeugt lange Listen, aber keinen klaren Anfang. Ein Pilot braucht eine andere Formulierung: „Welche wiederkehrende Aufgabe in einem Fachbereich wollen wir in den nächsten vier bis sechs Wochen spürbar verbessern?“
Damit wird die Aufgabe konkret. Statt die gesamte Angebotsbearbeitung zu automatisieren, kann ein Vertriebsteam zunächst prüfen, ob KI technische Kundenanfragen vorsortiert und fehlende Angaben erkennt. Statt „Wissensmanagement“ einzuführen, kann der Service testen, ob eine KI aus vorhandenen Handbüchern eine erste Antwortvorlage für häufige Störungen erstellt. Der Unterschied ist entscheidend: Ein eng geschnittener Prozess lässt sich beobachten, korrigieren und bewerten.
Ein KI-Pilot braucht einen fachlichen Owner. Das ist nicht automatisch die IT und auch nicht der Geschäftsführer. Verantwortlich sollte die Person sein, deren Team die Aufgabe später im Alltag nutzt und die deshalb entscheiden kann, ob ein Ergebnis brauchbar ist.
Der Owner muss drei Dinge verbindlich zusagen:
Die IT bleibt wichtig: für Zugänge, Datenschutz, Integration und sichere Betriebsmodelle. Sie kann aber keinen fachlichen Nutzen stellvertretend erzeugen. Wenn der Fachbereich nur zuschaut, wird aus einem Pilot schnell ein IT-Projekt ohne Anwender.
Nicht jeder Nutzen muss sofort in Euro gemessen werden. Aber jede Pilotphase braucht eine Zielgröße, die vorab festgelegt wird. Für einen ersten Durchlauf reichen oft zwei oder drei einfache Kennzahlen:
Wichtig ist der Vergleich mit dem heutigen Ablauf. Wenn ein Team mit KI schneller arbeitet, aber die Nacharbeit steigt, ist der Nutzen nicht bewiesen. Wenn die Qualität stabil bleibt und die Mitarbeitenden bei zehn vergleichbaren Vorgängen jeweils Minuten sparen, entsteht dagegen eine belastbare Grundlage für die nächste Entscheidung.
Geschäftsführer müssen einen KI-Pilot nicht selbst leiten. Ihre Aufgabe ist es, die Entscheidung verbindlich zu machen: einen Fachbereich benennen, ein kleines Zeitfenster schützen und eine Auswertung zu einem festen Termin verlangen. Das ist wirksamer als die Anweisung, „jetzt mehr mit KI zu machen“.
Ein guter erster Auftrag könnte so klingen: Bis Ende des nächsten Monats testet der Service einen klar abgegrenzten Vorgang mit KI-Unterstützung. Der Serviceleiter verantwortet die Nutzung, die IT klärt die technischen Leitplanken. Danach entscheiden wir anhand von Zeit, Qualität und Akzeptanz über den nächsten Schritt.
Damit wird aus einer allgemeinen Technologieinitiative ein steuerbares Vorhaben. Die Organisation lernt nicht nur etwas über ein Tool, sondern darüber, wie sie KI-Aufgaben sinnvoll in Verantwortung, Prozesse und Entscheidungen einbindet.
KI-Piloten scheitern selten daran, dass niemand eine Idee hatte. Sie versanden, weil keine Stelle das Thema im Alltag übernimmt. Wer mit einem verbindlichen Fachbereich, einem engen Prozess und klaren Zielgrößen beginnt, schafft dagegen schnell echte Entscheidungsgrundlagen. Der erste produktive KI-Schritt im Mittelstand ist deshalb kein großer Rollout. Es ist ein sauber geführter, fachlich verantworteter Pilot.