Viele mittelständische Unternehmen haben längst mit KI begonnen. Es gibt Lizenzen, Workshops, erste Copiloten und engagierte Teams. Trotzdem bleibt der Effekt oft unsichtbar: Ein Pilot funktioniert, ein zweiter startet – und der normale Betrieb arbeitet weiter wie zuvor.
Das ist selten ein Modellproblem. Meist fehlt der Übergang von einzelnen Versuchen zu einem steuerbaren System. KI wird zur Chefsache erklärt, aber nicht als Managementaufgabe organisiert.
Ein Pilot darf improvisieren. Er lebt vom Einsatz einzelner Menschen, kurzen Wegen und einer überschaubaren Aufgabe. Der Betrieb braucht etwas anderes: eine fachliche Verantwortung, feste Datenzugriffe, Regeln für Ausnahmen und eine Entscheidung darüber, ob der Ablauf weitergeführt, verbessert oder gestoppt wird.
Genau an dieser Stelle entsteht die Lücke. Die Geschäftsführung befürwortet KI, die IT prüft Tools und Fachbereiche sammeln Ideen. Doch niemand verantwortet die Kette vom Problem über die Umsetzung bis zur messbaren Wirkung. Aus Aktivität wird dann keine Veränderung, sondern eine Sammlung sympathischer Einzelprojekte.
Steuerbar heißt nicht, jede technische Entscheidung in einen Lenkungskreis zu tragen. Es heißt: Das Unternehmen kann jederzeit beantworten, welche KI-Anwendungen laufen, welches Geschäftsproblem sie lösen, wer fachlich verantwortlich ist, welche Daten sie nutzen und woran ihr Nutzen gemessen wird.
Für einen KI-Agenten, der Anfragen vorsortiert, Angebote vergleicht oder Informationen für den Service vorbereitet, gehören zudem klare Kontrollgrenzen dazu: Was darf er eigenständig vorbereiten? Wann muss ein Mensch entscheiden? Was passiert bei fehlenden Daten oder widersprüchlichen Ergebnissen?
Ohne diese Antworten bleibt KI ein Werkzeugkasten. Mit ihnen wird sie Teil eines belastbaren Arbeitsablaufs.
Der häufigste Fehler ist, Use Cases nach Sichtbarkeit auszuwählen. Der Chatbot für alle Mitarbeiter wirkt strategischer als die Vorprüfung eingehender Aufträge. Wirtschaftlich kann es genau andersherum sein.
Ein sinnvoller Startpunkt lässt sich mit vier Fragen prüfen:
Ein Prozess mit hohem Volumen, klarer Struktur und spürbarer Reibung ist meist wertvoller als eine spektakuläre Demo. Entscheidend ist nicht, ob KI etwas Beeindruckendes zeigen kann. Entscheidend ist, ob ein konkreter Arbeitsschritt verlässlich besser wird.
IT bleibt unverzichtbar: für Integration, Sicherheit, Berechtigungen und den stabilen Betrieb. Sie sollte jedoch nicht allein entscheiden, ob ein KI-Use-Case fachlich sinnvoll ist. Diese Verantwortung gehört in den Fachbereich.
Ein gutes Modell trennt die Rollen klar:
Diese Aufteilung verhindert zwei bekannte Extreme: Fachbereiche kaufen unkontrolliert Einzellösungen ein oder die IT wird zum Flaschenhals für jede Prozessverbesserung.
„Die Kollegen finden es hilfreich“ ist ein gutes Signal, aber keine Steuerungsgröße. Für jeden produktiven Anwendungsfall reichen zunächst wenige Kennzahlen: Bearbeitungszeit pro Vorgang, Fehler- oder Nacharbeitsquote, Anteil der Fälle mit menschlicher Nachprüfung und die Zahl offener Ausnahmen.
Wichtig ist der Vergleich zum Ausgangszustand. Wenn ein Agent Antworten vorbereitet, aber die Rückfragen nicht sinken, ist das kein Erfolg – unabhängig davon, wie überzeugend die Oberfläche aussieht. Umgekehrt kann eine kleine Automatisierung wertvoll sein, wenn sie täglich zehn Minuten Abstimmung spart und Vertretungen erleichtert.
Nach einer festgelegten Testphase braucht jedes Vorhaben eine klare Entscheidung: ausbauen, nachschärfen oder beenden. Das klingt banal, wird aber häufig vertagt. So bleiben unfertige Lösungen bestehen, ohne Budget, Aufwand und Risiko sichtbar zu machen.
Für den Ausbau müssen mindestens vier Punkte geklärt sein: Wer betreibt den Ablauf? Welche Daten und Rechte sind verbindlich? Wie werden Ausnahmen bearbeitet? Und welche Kennzahl wird weiterhin berichtet?
Erst dann wird aus einem KI-Pilotprojekt ein Standardprozess. Nicht weil die Technologie plötzlich fehlerfrei wäre, sondern weil das Unternehmen gelernt hat, mit ihren Grenzen professionell umzugehen.
Der Mittelstand muss nicht erst eine perfekte KI-Roadmap schreiben. Er braucht eine überschaubare Liste priorisierter Prozesse, klare Verantwortliche und den Mut, Vorhaben anhand von Wirkung weiterzuführen oder zu stoppen.
Die entscheidende Frage lautet deshalb nicht: „Welche KI-Strategie haben wir?“ Sondern: „Welche Prozesse werden durch KI heute messbar besser – und wer verantwortet das morgen im Alltag?“