KI im Mittelstand: Welche Prozesse zuerst wirklich ROI bringen

In jedem zweiten Mittelstandstermin kommt seit 2024 die Frage: „Wo sollten wir bei uns mit KI anfangen?” Die meisten Antworten in Vorträgen und Webinaren bleiben abstrakt — „Effizienz”, „Wettbewerbsvorteil”, „Datenschätze heben”. Das hilft nicht weiter. Hier eine konkrete Priorisierung, was im Mittelstand realistisch rechnet, was nur schön klingt, und wie ein erster ROI-fähiger Einsatz typischerweise aussieht.

Die ehrliche Hierarchie der ROI-Kandidaten#

Tier 1 — Rechnet fast immer

1. Eingehende E-Mails klassifizieren und vorbereiten. Vertriebsanfragen, Reklamationen, Rechnungen — wer das automatisch zuordnen und mit einer Vorlage antworten lässt, spart pro Mitarbeiter zwischen 30 und 90 Minuten pro Tag.
2. Recherche und Erstentwurf von Texten. Angebotsformulierungen, Antworten auf Standardfragen, interne Dokumentation. Spart 40–60 % Schreibzeit, ohne Qualität zu verlieren — sofern jemand vorm Versand draufschaut.
3. Übersetzungen und Lektorat. Liegt qualitativ inzwischen oft über klassischen Tools. Spart Fremdkosten und Wartezeit.
4. Vertragsprüfung gegen interne Standards. Standardvergleich „Wo weicht dieser Vertrag von unserem Standardvertrag ab?” — KI liefert eine Vorprüfung in Minuten, ein Mensch entscheidet.

Tier 2 — Lohnt sich bei klarer Vorbereitung

5. Strukturierte Datenextraktion aus PDFs (Rechnungen, Lieferscheine, Bestellungen). Spart, sobald wiederholbare Strukturen vorliegen.
6. Wissensmanagement. Interne Fragen wie „Wo finde ich Vorlage X?” oder „Was steht in unserem Reisekostenmerkblatt?” werden von KI mit gepflegtem Wissen schneller beantwortet als von Kollegen.
7. Erste Triage im Kundensupport. Anfragen vorqualifizieren, nicht autonom antworten.

Tier 3 — Vorsicht, oft überschätzt

8. Predictive Analytics ohne Datenbasis. Wer keine sauberen Verkaufsdaten der letzten drei Jahre hat, bekommt aus KI keine brauchbaren Prognosen.
9. Vollautomatisierte Entscheidungen in Bereichen mit rechtlichen Konsequenzen (Personalauswahl, Kreditvergabe, Schadenregulierung). EU AI Act, DSGVO, interne Compliance — hier ist menschliche Entscheidung Pflicht. Mehr im Artikel EU AI Act für Unternehmen.
10. Chatbots auf der Website ohne klaren Anwendungsfall. Funktionieren oft schlechter als ein gut gepflegtes Kontaktformular plus FAQ.

Was vor jedem Projekt geklärt sein muss#

Punkt	Was bedeutet das konkret?
Klar definierter Anwendungsfall	„Wir wollen KI machen” reicht nicht. „Wir wollen eingehende Reklamations-Mails automatisch kategorisieren und einer Person zuordnen” ist konkret.
Messgröße vor dem Start	Was wollen wir nach 60 Tagen messen können? Anzahl Anfragen, durchschnittliche Bearbeitungszeit, Fehlerquote.
Verantwortliche Person	Eine konkrete Person im Unternehmen, die das Projekt trägt — nicht „die IT”.
Datenfluss	Welche Daten gehen rein, welche werden gespeichert, wo bleiben sie?
Kontrolle	An welcher Stelle prüft ein Mensch das KI-Ergebnis, bevor es Außenwirkung hat?

Wenn auch nur einer dieser Punkte unklar ist, lieber zwei Wochen länger planen als drei Monate später aufräumen.

Ein typischer 90-Tage-Plan#

Tag 1–14: Auswahl des Anwendungsfalls

• Drei Kandidaten aus Tier 1 sammeln.
• Zeiten messen: wie lange brauchen wir aktuell pro Vorgang?
• Einen Kandidaten priorisieren.

Tag 15–45: Pilot

• Klein anfangen — ein Team, ein Prozess.
• Vorhandene Tools nutzen, wenn möglich (Microsoft 365 Copilot, vorhandene LLM-APIs).
• Mindestens 100 echte Vorgänge durchlaufen.

Tag 46–75: Messung und Anpassung

• Auswertung gegen Ausgangslage.
• Was funktioniert? Was muss angepasst werden?
• Datenschutz- und Rechte-Konzept finalisieren.

Tag 76–90: Skalierung oder Stopp

• Wenn Ergebnis stimmt: ausrollen auf weitere Teams.
• Wenn nicht: ehrlich stoppen, nicht „noch ein Quartal warten”.

Wer nach 90 Tagen keine messbare Verbesserung sieht, hat entweder den falschen Anwendungsfall oder die falsche Umsetzung gewählt — beides ist kein Drama, aber eine Entscheidung.

Was Kosten realistisch sind#

Für einen Tier-1-Pilot in einem 30-Personen-Mittelständler:

• Vorbereitung und Anwendungsfall-Definition: 2.000 – 4.500 €.
• Technische Umsetzung mit Standard-Bausteinen: 3.000 – 12.000 €.
• Schulung und Begleitung: 1.500 – 4.000 €.
• Laufende Kosten: 200 – 1.500 € / Monat (LLM-Nutzung, Schnittstellen, Wartung).

Wer 80.000 € für einen „KI-Piloten” hört, sollte den Scope hinterfragen — das ist meist ein Projekt, nicht ein Pilot.

Häufige Fehlannahmen#

• „Wir brauchen erst saubere Daten.” Stimmt nur teilweise. Viele KI-Anwendungsfälle laufen auch mit unstrukturierten Daten. Aber je sauberer die Eingabe, desto besser das Ergebnis — beides verbessert sich parallel.
• „KI ersetzt Mitarbeiter.” Im KMU fast nie. KI ersetzt Routine, nicht Menschen. Die Mitarbeiter, die heute kategorisieren und ablegen, arbeiten danach an Aufgaben, für die sie eingestellt wurden.
• „Wir machen das später, wenn es ausgereift ist.” Die Werkzeuge sind ausgereift. Was sich noch entwickelt, ist die Auswahl der Anwendungsfälle — und genau das lernt man durch Anfangen, nicht durch Warten.
• „ChatGPT ist sicher genug für unsere Daten.” Im Standard-Abonnement nicht für vertrauliche Inhalte. Es gibt Geschäftsversionen (Microsoft 365 Copilot, Claude for Work, ChatGPT Business / Enterprise), die das anders regeln — die müssen aber eingerichtet sein.

FAQ#

Was eignet sich als allererster Pilot? Im KMU am häufigsten: Vorqualifikation eingehender E-Mails oder Erstentwurf von Standardantworten. Niedriges Risiko, schnelle Wirkung.

Brauchen wir eine eigene KI-Stelle? In den ersten 12–18 Monaten meistens nicht. Eine Person im Unternehmen, die das Thema trägt, plus ein externer Partner, reicht in den allermeisten Fällen.

Welche Risiken gibt es im Datenschutz? Erhebliche, wenn man unbedacht arbeitet. Persönliche oder vertrauliche Daten dürfen nicht in jede KI hineingegeben werden. Geschäftslizenzen mit klaren Datenschutz-Klauseln sind Pflicht.

Wie verhindern wir KI-Wildwuchs? Eine klare interne KI-Richtlinie: welche Tools sind erlaubt, welche Daten dürfen verarbeitet werden, wer entscheidet bei Zweifeln. Drei Seiten reichen — wichtig ist, dass jeder das Dokument kennt.

Wie wir das angehen#

Wir helfen Mittelständlern, KI dort einzusetzen, wo sie messbar rechnet — und nicht dort, wo sie schön klingt. Mehr dazu auf Geschäftsprozesse & KI. Wenn Sie konkret werden möchten, holen wir uns in einem Erstgespräch drei realistische Kandidaten und priorisieren mit Ihnen.