Welche fünf Fragen Unternehmen vor dem Start eines KI-Projekts beantworten sollten, zeigt Artur Heidt, Geschäftsführer der Kamie Solution Factory Deutschland: „Künstliche Intelligenz ist in den Chefetagen angekommen. Die entscheidende Frage lautet deshalb nicht mehr, ob Unternehmen KI einsetzen sollten, sondern, wo sich ihr Einsatz tatsächlich rechnet. Gerade im Mittelstand müssen neue Technologien einen konkreten Beitrag zum Geschäft leisten, etwa Prozesse beschleunigen, Kosten senken, Mitarbeiter entlasten oder neue Umsatzpotenziale erschließen. Doch nicht jede technisch interessante Anwendung ist automatisch wirtschaftlich sinnvoll.“
1. Welches konkrete Geschäftsproblem soll gelöst werden?
Ein KI-Projekt sollte nicht mit der verfügbaren Technologie beginnen, sondern mit einem konkreten Problem im Unternehmen. Wo wiederholen sich Tätigkeiten? Wo entstehen Wartezeiten, Medienbrüche oder unnötige manuelle Arbeit? Je klarer das Problem beschrieben ist, desto besser lässt sich beurteilen, ob KI einen echten Mehrwert schafft. In der Praxis läuft es häufig umgekehrt: Unternehmen entdecken eine neue Technologie und suchen anschließend nach einer Anwendung. So entstehen Lösungen, die technisch funktionieren, wirtschaftlich aber wenig bewirken. Gerade im Mittelstand lohnt deshalb der Blick auf gewachsene Prozesse, Excel-Listen, E-Mails oder stark personengebundene Abläufe. Dort finden sich häufig geeignete Anwendungsfälle.
2. Lässt sich der wirtschaftliche Nutzen messen?
Der Schlüssel liegt in klaren Erfolgskriterien. Der Nutzen kann darin liegen, Bearbeitungszeiten zu verkürzen, Fehler zu reduzieren, Mitarbeiter von Routinetätigkeiten zu entlasten oder Wissen schneller verfügbar zu machen. Wichtig ist, diesen Effekt möglichst konkret zu beziffern. Gleichzeitig dürfen Unternehmen nicht nur auf Lizenzkosten schauen. Auch Integration, Schnittstellen, Datenaufbereitung, Betrieb, Schulungen und Prozessanpassungen gehören in die Rechnung. Erst der Vergleich von Gesamtkosten und tatsächlichem Nutzen zeigt, ob sich eine Anwendung rechnet. Für den Mittelstand eignen sich deshalb zunächst Projekte, deren Effekt schnell sichtbar und messbar wird.
3. Sind die Daten überhaupt dafür geeignet?
Ob eine KI zuverlässig funktioniert, hängt wesentlich von den verfügbaren Daten ab. Gerade im Mittelstand liegen Informationen häufig verteilt in ERP- und CRM-Systemen, Dokumenten, Excel-Dateien, E-Mails oder Fachanwendungen. Unterschiedliche Formate, fehlende Schnittstellen und uneinheitliche Daten erschweren den Einsatz zusätzlich. Vor jedem Projekt sollten Verantwortliche deshalb klären: Welche Daten werden benötigt, wo liegen sie, wie aktuell und zuverlässig sind sie und darf die KI darauf zugreifen? Dafür muss nicht sofort die gesamte Datenlandschaft modernisiert werden. Für ein erstes Projekt reicht oft ein klar abgegrenzter Datenbereich, in dem die notwendigen Voraussetzungen geschaffen werden.
4. Wer trägt die Verantwortung für das Projekt?
KI ist keine reine Aufgabe der IT – erfolgreiche Projekte benötigen Geschäftsführung, Fachbereich und IT. Die Geschäftsführung definiert Ziel und Priorität, der Fachbereich kennt den Prozess und die tatsächlichen Anforderungen, die IT bewertet Systeme, Schnittstellen, Sicherheit und technische Machbarkeit. Fehlt eine dieser Perspektiven, entstehen schnell Lösungen, die entweder technisch schwer umsetzbar sind oder am Arbeitsalltag vorbeigehen. Gerade im gehobenen Mittelstand mit komplexeren IT-Landschaften sollte deshalb bereits beim Pilotprojekt berücksichtigt werden, wie eine erfolgreiche Anwendung später dauerhaft betrieben und erweitert werden kann.
5. Wird die Anwendung im Alltag wirklich genutzt?
Auch die beste KI rechnet sich nicht, wenn Mitarbeiter sie nicht nutzen. Deshalb müssen Unternehmen schon bei der Planung berücksichtigen, für wen sich welche Aufgaben verändern und wie die Anwendung in bestehende Abläufe integriert wird. Wichtig ist außerdem, Erwartungen frühzeitig zu klären. KI übernimmt in vielen Fällen nicht komplette Tätigkeiten, sondern repetitive Arbeitsschritte, bereitet Informationen vor, erkennt Muster oder unterstützt Entscheidungen. Wer Mitarbeiter bereits im Pilotprojekt einbindet, erhöht nicht nur die Akzeptanz. Er nutzt auch ihr Wissen über Ausnahmen, Sonderfälle und praktische Probleme, die darüber entscheiden können, ob eine Lösung im Alltag funktioniert.
Klein anfangen, aber skalierbar denken
Für mittelständische Unternehmen ist ein klar abgegrenzter Anwendungsfall meist sinnvoller als zahlreiche parallele KI-Projekte. Ein Pilot sollte allerdings klare Ziele, Verantwortlichkeiten, eine belastbare Datenbasis und messbare Erfolgskriterien haben. Danach muss entschieden werden: Liefert die Anwendung den erwarteten Nutzen, welche Kosten entstehen dauerhaft und lässt sich die Lösung auf weitere Bereiche übertragen? Entscheidend bleibt die Reihenfolge: erst das Geschäftsproblem identifizieren, dann Nutzen und Voraussetzungen prüfen und anschließend die passende Technologie auswählen. So wird aus einem KIExperiment ein wirtschaftlich tragfähiges Projekt und im besten Fall Schritt für Schritt ein Wettbewerbsvorteil.
