KI im Mittelstand: die ersten 90 Tage

Die meisten KI-Projekte im Mittelstand scheitern nicht an der Technik, sondern am Zuschnitt: zu groß gedacht, am falschen Prozess gestartet, nie gemessen. Dieser Fahrplan zeigt, was in den ersten 90 Tagen realistisch ist — und was Sie bewusst auf später verschieben sollten.

Tag 1–14: Vermessen statt vermuten

Bevor über Werkzeuge gesprochen wird, braucht es ein ehrliches Bild der Zeitfresser: Welche Tätigkeiten kosten wie viele Stunden pro Woche? Wo wird abgetippt, gesucht, nachgefragt, doppelt erfasst? Das ermittelt man nicht im Meeting, sondern dort, wo die Arbeit passiert — am Postfach, am Ordner, an der Übergabe zwischen zwei Systemen.

• Je Tätigkeit notieren: Stunden pro Woche, beteiligte Personen, beteiligte Systeme, Fehlerfolgen.
• Auch die inoffizielle Realität erfassen: Excel-Nebenbuchhaltungen, private KI-Tool-Nutzung, Zuruf-Prozesse.
• Ergebnis ist ein Ranking nach Wirkung: Wo bringt Automatisierung am meisten pro investiertem Euro?

Tag 15–30: Einen Prozess wählen — genau einen

Der beste Startprozess hat drei Eigenschaften: hohes Volumen (er kommt täglich vor), klare Regeln (ein Mensch kann in Sekunden entscheiden, was richtig ist) und geringe Fehlerfolgen (ein Irrtum ist ärgerlich, nicht existenzbedrohend). Klassiker sind Beleg- und Rechnungseingang, Postfach-Sortierung oder die Übernahme von Daten aus Dokumenten in Systeme. Denkbar schlechte Startprozesse: alles mit Kundenzusagen, Preisen oder rechtlicher Wirkung.

Tag 30–60: Pilot mit Freigaben, nicht mit Vertrauen

Der Pilot läuft von Anfang an mit echten Daten — aber jede KI-Entscheidung geht zunächst über einen menschlichen Freigabeschritt. Das hat zwei Effekte: Das Team lernt das System kennen, ohne ihm ausgeliefert zu sein, und das System lernt aus den Korrekturen. Grundregel fail-closed: Was die KI nicht sicher einordnen kann, legt sie zur Prüfung vor, statt zu raten.

Tag 60–90: Messen und entscheiden

Nach acht Wochen liegen echte Zahlen vor: Trefferquote der KI, eingesparte Stunden, verbleibende Prüffälle. Jetzt fällt die Entscheidung — bewusst und dokumentiert: ausweiten (mehr Fallarten automatisch), halten (Pilot wird Regelbetrieb) oder abbrechen (der Prozess taugt nicht, das Gelernte fließt in den nächsten). Alle drei Ausgänge sind legitim; nur kein Ergebnis zu haben ist ein Scheitern.

Die vier typischen Fehler

• Mit dem Tool starten statt mit dem Prozess: erst „wir brauchen ChatGPT“, dann die Suche nach einem Anwendungsfall — die Reihenfolge gehört umgekehrt.
• Alles auf einmal: fünf Prozesse parallel bedeuten fünf halbe Piloten und null belastbare Zahlen.
• Nicht messen: ohne Vorher-Zahlen lässt sich Wirkung weder belegen noch widerlegen — dann entscheidet Bauchgefühl statt Ergebnis.
• Schatten-KI ignorieren: Mitarbeitende nutzen längst KI-Tools. Ohne Leitplanken wandern dabei womöglich Kundendaten in öffentliche Dienste.