KI-Einführung im Mittelstand: die ersten 90 Tage

Viele mittelständische Unternehmen halten sich bei künstlicher Intelligenz für abgehängt. Es gibt eine Pilotgruppe, ein paar Experimente mit einem Chat-Werkzeug, vielleicht eine Präsentation aus der IT. Aber keinen belastbaren Plan. Keine Zahl, die den Nutzen belegt. Heraus kommt meist Stillstand: viel Ausprobieren, wenig Entscheidung. Dieser Guide beschreibt einen nüchternen Fahrplan für die ersten 90 Tage. Er ist so gebaut, dass am Ende eine fundierte Entscheidung steht: ausweiten, anpassen oder beenden.

Warum 90 Tage der richtige Zeithorizont sind

Neunzig Tage reichen, um einen echten Anwendungsfall produktiv zu testen. Sie sind kurz genug, um Disziplin zu erzwingen. Wer sich ein Jahr Zeit gibt, verliert den Druck zur Entscheidung. Wer in zwei Wochen ein Ergebnis erwartet, misst nur Begeisterung statt Wirkung. Der Rahmen gliedert sich in vier Phasen: Bestandsaufnahme (Woche 1–2), Use-Case-Auswahl (Woche 3–4), Pilot (Woche 5–10) und Messung mit Entscheidung (Woche 11–13).

Auf die Reihenfolge kommt es an. Gescheiterte KI-Projekte scheitern selten an der Technik. Sie scheitern an einer fehlenden Frage. Erst wenn klar ist, welcher Engpass gelöst werden soll, lohnt sich die Auswahl eines Werkzeugs.

Woche 1–2: Bestandsaufnahme

In den ersten beiden Wochen geht es nicht um KI, sondern um das eigene Unternehmen. Drei Bereiche werden erfasst:

• Prozesse: Wo entstehen wiederkehrende, regelbasierte oder textlastige Aufgaben? Welche binden viel qualifizierte Arbeitszeit, ohne dass das Ergebnis individuell sein müsste? Typische Kandidaten sind Recherche, Dokumentenerstellung, Klassifizierung von Anfragen und Datenübertragung zwischen Systemen.
• Daten: Welche Informationen liegen vor, in welcher Qualität, und wer darf sie nutzen? Ein KI-System ist nur so gut wie die Daten, auf die es zugreift. Verstreute, veraltete oder rechtlich unklare Datenbestände begrenzen jeden Use-Case.
• Menschen und Regeln: Wer würde mit dem Ergebnis arbeiten? Welche internen Vorgaben, Datenschutzanforderungen und Betriebsvereinbarungen sind betroffen? Bezieht man die spätere Nutzergruppe nicht ein, entsteht eine Lösung, die niemand verwendet.

Am Ende dieser Phase steht eine kurze, ehrliche Liste: drei bis fünf Engpässe, jeweils mit grober Schätzung des gebundenen Aufwands. Wer diese Bestandsaufnahme strukturiert und vergleichbar machen will, kann sie mit einem KI-Readiness-Assessment unterlegen, also einer systematischen Bewertung von Prozessen, Datenlage und organisatorischer Reife.

Woche 3–4: Use-Case-Auswahl

Aus der Engpassliste wird genau ein erster Anwendungsfall ausgewählt. Die Versuchung, mehrere parallel zu starten, ist groß und meist ein Fehler. Aufmerksamkeit und Messbarkeit verteilen sich. Am Ende lässt sich kein Ergebnis sauber zuordnen.

Ein guter erster Use-Case erfüllt vier Bedingungen:

• Abgrenzbar: klarer Anfang und klares Ende, nicht ein ganzer Geschäftsbereich.
• Messbar: es gibt eine Kennzahl, die sich vorher und nachher vergleichen lässt, etwa Bearbeitungszeit, Fehlerquote oder Durchlaufzeit.
• Tolerant gegenüber Fehlern: ein falsches Zwischenergebnis richtet keinen unmittelbaren Schaden an, weil ein Mensch prüft, bevor es nach außen geht.
• Relevant: die Lösung betrifft einen spürbaren Engpass, nicht nur ein Randthema.

Deshalb eignen sich interne Use-Cases für den Einstieg besser als ein öffentlicher Chatbot. Ein System, das Support-Anfragen vorsortiert oder einen Angebotsentwurf vorbereitet, lässt sich kontrolliert testen. Ein Assistent, der ungeprüft mit Kunden spricht, verlagert das Risiko nach außen, bevor die Qualität bekannt ist.

Hilfreich ist hier eine geteilte Sprache. Begriffe wie Agent (ein KI-System, das mehrere Schritte selbstständig ausführt), RAG (Antworten auf Basis eigener Dokumente statt nur aus dem Trainingswissen) oder Halluzination (eine erfundene, aber plausibel klingende Aussage) sollten im Team gleich verstanden werden. Das Glossar liefert dafür kurze, alleinstehende Definitionen. Ob ein einfacher Assistent genügt oder eine mehrschrittige Automatisierung sinnvoll ist, zeigt der Blick auf bestehende Agent-Lösungen.

Woche 5–10: der Pilot

Im Pilot wird der ausgewählte Use-Case real gebaut und mit einer kleinen Nutzergruppe eingesetzt. Ziel ist nicht das perfekte System, sondern eine funktionierende Version, die echte Arbeit abbildet. Drei Punkte entscheiden über die Aussagekraft:

Echte Daten, echte Aufgaben

Ein Pilot auf Basis ausgedachter Beispiele liefert keine belastbaren Erkenntnisse. Verwenden Sie reale Anfragen, reale Dokumente und reale Abläufe, im Rahmen des Datenschutzes und mit klarer Freigabe. Erst dann zeigt sich, wo das System trägt und wo es scheitert.

Mensch im Ablauf

Im Pilot prüft eine fachkundige Person die Ergebnisse, bevor sie wirken. Das schützt vor Fehlern und liefert zugleich die Daten für die Messung. Wie oft war das Ergebnis direkt brauchbar, wie oft musste nachgebessert werden, wo lagen die Fehler?

Aufwand realistisch erfassen

Notieren Sie nicht nur die Erfolge, sondern auch den Aufwand: Einrichtung, Pflege, Korrekturen, laufende Kosten der eingesetzten Werkzeuge. Eine Lösung, die Zeit spart, aber dauerhaft Betreuung bindet, hat einen anderen Geschäftswert als eine, die nach dem Aufbau weitgehend allein läuft.

Spätestens hier entscheidet sich die Frage nach eigener Entwicklungskompetenz. Solange Standardwerkzeuge genügen, kommt ein Pilot oft ohne Programmierung aus. Sobald eigene Workflows, Schnittstellen zu bestehenden Systemen oder eine kontrollierte Datenanbindung nötig werden, braucht es technische Umsetzung. Geprüfte Fachkräfte dafür finden Sie im Überblick der KI-Freelancer.

Woche 11–13: Messung und Entscheidung

Am Ende steht ein Vergleich gegen den Ausgangszustand. Die Kennzahl aus der Use-Case-Auswahl wird ausgewertet, dem Aufwand gegenübergestellt und um die Rückmeldungen der Nutzergruppe ergänzt. Daraus folgt eine von drei Entscheidungen:

Auch ein beendeter Pilot ist kein Misserfolg, wenn er innerhalb von 90 Tagen mit überschaubarem Einsatz zu einer klaren Antwort geführt hat. Teuer wird nicht der schnelle Stopp. Teuer wird das Projekt ohne Messpunkt, das jahrelang weiterläuft, ohne dass jemand seinen Wert kennt.

Die häufigsten Fehler, ehrlich benannt

• Mit der Technik beginnen: Erst ein Werkzeug zu kaufen und dann nach Einsatzmöglichkeiten zu suchen, führt zu Lösungen ohne Problem. Reihenfolge umkehren.
• Zu viele Use-Cases gleichzeitig: Parallelstarts verwässern Messung und Aufmerksamkeit. Einer zuerst.
• Keine Kennzahl: Ohne Vorher-Wert lässt sich kein Nutzen belegen. Begeisterung ist keine Messgröße.
• Datenschutz und Datenqualität zu spät bedenken: Beides entscheidet über die Machbarkeit und gehört in die Bestandsaufnahme, nicht in die Abnahme.
• Die spätere Nutzergruppe nicht einbeziehen: Ein technisch gelungener Pilot, den niemand annimmt, scheitert trotzdem.
• Grenzen ignorieren: KI-Systeme erzeugen plausibel klingende Fehler, sie verstehen keinen Kontext wie ein Mensch und ersetzen keine Verantwortung. Wo Ergebnisse rechtlich oder wirtschaftlich bindend sind, bleibt eine menschliche Prüfung notwendig.

Fazit und Handlungsempfehlung

Die ersten 90 Tage entscheiden weniger über die eingesetzte Technik als über die Arbeitsweise. Wer mit einer ehrlichen Bestandsaufnahme beginnt, genau einen messbaren Use-Case wählt, ihn mit echten Daten testet und am Ende eine klare Entscheidung trifft, gewinnt verlässliche Grundlagen. Das gilt unabhängig davon, ob der erste Pilot ausgeweitet oder beendet wird.

Konkrete Empfehlung: Setzen Sie diese Woche den Rahmen. Bestimmen Sie eine verantwortliche Person, blocken Sie zwei Wochen für die Bestandsaufnahme und legen Sie vorab fest, welche Kennzahl über Erfolg entscheidet. Wer den Fahrplan in eine belastbare Roadmap überführen möchte, findet im Angebot zur KI-Strategie den passenden Rahmen; eine strukturierte Standortbestimmung liefert das KI-Readiness-Assessment.