KI die in Ihrem Unternehmen wirklich funktioniert.

Künstliche Intelligenz ist für mittelständische Unternehmen vor allem ein Werkzeug, um wiederkehrende Aufgaben zu entlasten, Wissen besser zugänglich zu machen und Entscheidungen auf eine bessere Datenbasis zu stellen. Welcher Nutzen bei Ihnen entsteht, hängt weniger von der Technologie ab als davon, welche Prozesse Sie haben, wie strukturiert Ihr Wissen vorliegt und wo Sie heute Zeit verlieren. Bevor wir über KI reden, schauen wir uns Ihren Betrieb an.

Ja, häufig sogar mehr als für Konzerne. Kleinere Unternehmen können schneller entscheiden, kleinere Schritte konsequent umsetzen und die Wirkung direkt im Alltag sehen. Voraussetzung ist allerdings, dass die Erwartungshaltung realistisch ist: KI ersetzt keine fehlenden Prozesse, sie verstärkt das, was schon da ist, im Guten wie im Schlechten.

KI kann gut: Texte erzeugen und zusammenfassen, Wissen durchsuchen, wiederkehrende Aufgaben unterstützen, Daten auswerten, Sprache verstehen und produzieren. KI kann schlecht: zuverlässig rechnen ohne Hilfe, eigenständig komplexe Entscheidungen verantworten, mit unstrukturierten Daten brillante Ergebnisse liefern. Wer den Unterschied kennt, vermeidet teure Enttäuschungen.

Ja. Die meisten mittelständischen Unternehmen stehen heute am Anfang, nicht im Endspurt. Wer jetzt strukturiert beginnt – mit den eigenen Daten und Prozessen statt mit Tool-Vergleichen – ist in zwölf Monaten weiter als die Mehrheit der Mitbewerber.

Drei Dinge: Erstens, sich klar werden, welches Problem Sie lösen wollen. Zweitens, das Wissen in Ihrem Unternehmen zugänglich machen. KI kann nur mit dem arbeiten, was sie findet. Drittens, eine Person benennen, die das Thema trägt. Gibt es diese Person bei Ihnen nicht, kann ich diese Rolle übernehmen. Wer diese drei Schritte überspringt, baut auf Sand.

Idealerweise eine benannte Person in Ihrem Unternehmen. Diese Rolle baue ich im Rahmen des KI-Aufbaus mit auf, inklusive Schulung. Gibt es diese Kapazität intern nicht, übernehme ich den laufenden Betrieb: Berechtigungen und Einstellungen verwalten, Spielregeln und Prompt-Vorlagen pflegen, neue Funktionen bewerten und regelmäßige Reviews zu Nutzung, Kosten und Compliance durchführen. So bleibt Ihr System aktuell und sicher, ohne dass es intern jemanden überlastet.

Eine zentrale. KI-Systeme sind nur so gut wie die Informationen, auf die sie zugreifen können. Wenn Ihr Wissen in Köpfen, verstreuten Ordnern und alten E-Mails steckt, wird auch das beste KI-System enttäuschen. Deshalb beginnt nachhaltige KI-Einführung fast immer mit der Frage: Wie strukturieren wir unser Wissen so, dass Menschen und Maschinen damit arbeiten können?

Eine Strategie im Sinne eines 80-Seiten-Papiers brauchen Sie nicht. Eine klare Richtung schon: Wo wollen Sie in zwei Jahren stehen? Welche Prozesse sollen entlastet werden? Welche Risiken sind nicht verhandelbar? Diese Klarheit lässt sich auf einer DIN-A4-Seite festhalten und ist mehr wert als jede Hochglanz-Strategie.

Weniger, als oft behauptet wird. Für viele sinnvolle KI-Anwendungen reicht eine ordentlich gepflegte Dokumentenlage, eine bestehende Microsoft- oder Google-Umgebung und eine klare Vorstellung davon, welche Daten das Unternehmen nicht verlassen dürfen. Spezielle Server, eigene Modelle oder Data-Science-Teams sind in den ersten zwölf Monaten meistens nicht nötig.

An drei Dingen: Erstens, er arbeitet selbst täglich mit KI, nicht nur in PowerPoint, sondern in der Tiefe. Zweitens, er versteht Ihr Geschäft und nicht nur die Technologie. Drittens, er verkauft Ihnen kein Tool, sondern hilft Ihnen, das richtige zu finden. Fragen Sie konkret: Was hast du selbst mit KI gebaut? Welches Projekt ist gescheitert, und warum?

KI-unplugged richtet sich an regionale Unternehmen zwischen Salzburg und München, die KI nicht als Hype, sondern als Werkzeug verstehen wollen. Im Mittelpunkt steht der Praxisbeweis: Was funktioniert im echten Betrieb, was nicht. Es gibt keine Tool-Verkäufe, keine Wow-Demos und keine Prozent-Versprechen. Stattdessen kleine, machbare Schritte, damit Theorie nicht im Tagesgeschäft untergeht.

Je nach Umfang. Eine erste Orientierungsphase mit Potenzialanalyse bewegt sich häufig im niedrigen vierstelligen Bereich. Die Umsetzung eines ersten konkreten Anwendungsfalls liegt – je nach Komplexität – meist im mittleren bis hohen vierstelligen oder unteren fünfstelligen Bereich. Die laufende Betreuung eines KI-Systems erfolgt als monatliche Pauschale, abhängig von Systemumfang und Nutzerzahl.

In drei Schritten: Erst verstehen: was sind Ihre Engpässe, wo lohnt sich der erste Schritt. Dann strukturieren: welche Grundlagen müssen geschaffen werden, damit KI tragen kann. Dann umsetzen: ein konkreter Anwendungsfall, der im Alltag funktioniert. Sie entscheiden nach jedem Schritt, ob es weitergeht.

Besonders wirksam sind Anwendungen, die wiederkehrende Wissensarbeit entlasten: Angebotsentwürfe vorbereiten, Kundenanfragen vorqualifizieren, technische Dokumentationen durchsuchbar machen, interne Wissensdatenbanken aufbauen, Protokolle auswerten, Übersetzungen erstellen. Wichtig ist nicht, was theoretisch möglich ist, sondern was bei Ihnen heute Zeit kostet.

Ja, aber durchdacht. KI kann gut helfen, Antwortentwürfe zu erstellen, Kundenhistorien zusammenzufassen oder Leads vorzubereiten. Sie sollte nicht autonom mit Kunden kommunizieren, solange Sie sich nicht sicher sind, dass Tonalität und Inhalt zu Ihrem Unternehmen passen. Der Mensch bleibt vorerst die Qualitätskontrolle.

Hier liegt für viele Unternehmen das größte schnell hebbare Potenzial: Rechnungen vorqualifizieren, Belege auslesen, Excel-Arbeit automatisieren, Texte standardisieren, Protokolle erstellen, Mailflut sortieren. Diese Anwendungen sind meist schnell umzusetzen und entlasten genau die Bereiche, in denen Fachkräfte fehlen.

Ja, in unterschiedlichen Tiefen. In der Produktion sind Bildverarbeitung, Qualitätsprüfung und vorausschauende Wartung etabliert – das sind allerdings größere Projekte. Für Handwerksbetriebe sind die Sofort-Hebel meist andere: Kalkulationen unterstützen, Angebote schneller schreiben, technische Dokumentation durchsuchbar machen, Wissen alter Mitarbeiter vor dem Ruhestand sichern.

Die Tool-Frage ist die falsche erste Frage. Erst klären, wofür Sie KI einsetzen wollen, welche Daten dabei verarbeitet werden und welche Anforderungen Datenschutz und Vertraulichkeit stellen. Dann lässt sich aus den marktüblichen Optionen (ChatGPT, Claude, Microsoft Copilot, Gemini, Langdock, OpenWebUI und andere) das passende auswählen. Wer mit dem Tool anfängt, baut zwingend etwas, das nicht passt.

Ja, wenn man die richtigen Werkzeuge auswählt und klare Regeln aufstellt. Wichtig ist, zu unterscheiden: Welche Daten dürfen das Unternehmen verlassen, welche nicht? Welche Anbieter speichern und trainieren mit Ihren Eingaben, welche nicht? Welche Verträge sind nötig? Mit einer durchdachten Auswahl lassen sich auch in datensensiblen Bereichen sinnvolle KI-Anwendungen rechtskonform betreiben.

Weniger, als viele befürchten. Der EU AI Act ist risikobasiert aufgebaut: Je gefährlicher eine Anwendung, desto strenger die Pflichten. Die scharfen Anforderungen betreffen Hochrisiko-Systeme, etwa in Personalauswahl, Kreditvergabe oder kritischer Infrastruktur. Im klassischen Mittelstand kommen diese Fälle selten vor, und ihre Fristen wurden zuletzt nach hinten verschoben.

Was für Sie gilt, ist überschaubar: Sie sollten wissen, welche KI-Systeme in Ihrem Haus im Einsatz sind, wer sie verwendet und mit welchen Daten sie arbeiten. Sie sollten für Ihre Mitarbeiter Regeln aufstellen, die im Alltag verständlich sind. Und Sie sollten dokumentieren, dass Sie sich um beides gekümmert haben.

Der Rechtsrahmen wird derzeit noch überarbeitet. Wer die drei genannten Punkte erledigt hat, steht unabhängig vom Ausgang gut da. Genau das bauen wir in Stufe 1 auf.

Ja, und zwar aus Gründen, die keine Gesetzesänderung wegnimmt.

Wenn ein Mitarbeiter Kundendaten in ein Werkzeug lädt, das die Daten weiterverwendet, haben Sie ein Datenschutzproblem. Wenn ein KI-Ergebnis ungeprüft in ein Angebot wandert und falsch ist, haben Sie ein Haftungsproblem. Wenn ein Team KI benutzt, ohne die Grenzen der Technik zu kennen, bekommen Sie schlechte Ergebnisse und teure Nacharbeit. Diese drei Risiken sind der eigentliche Grund für Schulung, und sie bestehen völlig unabhängig davon, was in Brüssel gerade verhandelt wird.

Der EU AI Act enthält in Artikel 4 eine Vorgabe zur KI-Kompetenz. Ob sie in ihrer heutigen Form bestehen bleibt, ist Gegenstand des laufenden Gesetzgebungsverfahrens. Sich darauf zu verlassen, dass die Pflicht entfällt, wäre riskant. Der Aufwand ist ohnehin geringer als gedacht: Eine pragmatische Basisschulung plus rollenspezifische Vertiefungen reicht für die meisten mittelständischen Unternehmen, und der Nutzen zeigt sich sofort in der Qualität der Ergebnisse.

Kurzfristig nicht, mittelfristig verändert sich der Charakter vieler Aufgaben. KI ersetzt vor allem repetitive Wissensarbeit, nicht das Urteilsvermögen oder die Verantwortung. Unternehmen, die KI sinnvoll einsetzen, gewinnen meist Zeit für anspruchsvollere Tätigkeiten zurück, ein Vorteil gerade dort, wo Fachkräfte fehlen.

Drei Risiken sind im Mittelstand am häufigsten: Erstens, sensible Daten landen unbedacht bei Anbietern, die sie weiterverwenden. Zweitens, KI-Ergebnisse werden ungeprüft übernommen, obwohl sie fehlerhaft sind. Drittens, es entsteht ein Wildwuchs an Tools, weil Mitarbeiter informell loslegen, bevor klare Spielregeln stehen. Alle drei Risiken sind beherrschbar: mit Regeln, Schulung und einer benannten verantwortlichen Person – intern oder extern durch mich.

Mit einem offenen Gespräch über Ihre Engpässe, nicht mit einem Tool. Klären Sie, wo heute Zeit verloren geht und welches Wissen schwer zugänglich ist. Daraus ergibt sich fast immer der erste sinnvolle Schritt, und der ist oft kleiner und konkreter, als man denkt.