Es gibt kaum ein Thema, das derzeit mehr Aufmerksamkeit geniesst als KI. Fast alle Unternehmen führen mindestens Testläufe durch. Der Handlungsdruck auf die Geschäftsleitung wächst. Gleichzeitig ist oft die Richtung unklar, es fehlen Zeit, Kompetenzen und eine verlässliche Datengrundlage um KI gezielt voranzutreiben.
Nichtstun kostet Chancen, blinder Aktionismus kostet Geld und Vertrauen. Entscheidend ist ein Vorgehen, das zum Geschäft, zum Team und zu den vorhandenen Daten passt.
Braucht es jetzt einen grossen Plan?
Eine KI-Strategie klingt schnell nach Hochglanz-Präsentationen, Workshops, Technologie-Shows, Berater und einem grossen Budget. Und davon gibt es bei KI eine Menge.
Viele Unternehmen beginnen daher beim Werkzeug. Sie vergleichen ChatGPT, Microsoft Copilot oder andere Angebote, ohne das eigentliche Problem sauber zu benennen. Das ist, als würdest du einen Lieferwagen kaufen, bevor klar ist, was du transportieren willst. Die Technologie sollte für dich zweitrangig sein. Für erste Tests reicht oft das Werkzeug, das du schnell und einfach einsetzen kannst.
Eine KI-Strategie für KMU beginnt nicht mit Technologie. Sie beginnt mit der Klärung einer geschäftlichen Fragestellung.
Ich plädiere für einen pragmatischen Weg. Die Strategie soll die übergeordneten Fragen beantworten. Eine Seite mit einigen klaren Leitplanken reicht am Anfang oft völlig aus:
- Was sind die geschäftlichen Ziele?
- In welchen Bereichen ist Automatisierung sinnvoll?
- Welche Prozesse/Routinearbeiten haben Priorität?
- Welche Daten können und dürfen wie genutzt werden?
- Wo bleibt der Mensch in der Verantwortung?
Daraus müssen nun konkrete Anwendungsfälle abgeleitet werden.
KI-Anwendungsfälle definieren
Ein KI-Projekt benötigt immer einen klaren Zweck, eine sauber definierte Fragestellung, qualitativ gute Daten und einen Umfang, der kleinstmöglich bei einem hohen erwarteten Nutzen ist.
Selbst wenn die Idee nicht ganz so innovativ tönt, wie man es sonst von KI überall liest und hört: Die Gefahr einer Verschwendung von Ressourcen mit nachfolgender Enttäuschung ist zu gross. Zu oft habe ich das schon selbst erlebt.
Ein Service-Team könnte zum Beispiel testen, ob KI eingehende Kundenanfragen vorsortieren und erste Antwortentwürfe erstellen kann. Nach einigen Wochen wird gemessen: Spart das Zeit? Bleibt die Qualität gut? Akzeptiert das Team die neue Arbeitsweise?
Einsatzmöglichkeiten identifizieren
Ein guter erster Anwendungsfall ist überschaubar und lässt sich messen. Er muss nicht spektakulär sein. Bei internen Abläufen lohnt es sich besonders, nach Tätigkeiten zu suchen, die häufig vorkommen. Gerade die unscheinbaren Abläufe schaffen oft den grössten Freiraum im Alltag. Wichtig ist immer der Vergleich mit dem Status quo. Miss vor dem Start die Bearbeitungszeit, die Fehlerquote oder die Rückfragen im Team.
Starte mit einfachen Fragen:
- Wo verliert dein Team bei Routineaufgaben heute unnötig Zeit, macht vermeidbare Fehler oder wartet zu lange auf Informationen?
- Wo könntest du das Erlebnis für die Kunden verbessern und dabei auch mehr über ihre Bedürfnisse und Probleme lernen?
Fortgeschrittene können die Fragestellungen zusätzlich zu Effizienz und Kundenerlebnis auch in Richtung Innovation erweitern:
- Wo könntest du deine eigenen Produkte und Dienstleistungen smarter machen, sodass sie eigene Entscheidungen treffen oder Aktivitäten auslösen können?
- Welche neuen Leistungen, Produkte oder Kundenerlebnisse werden durch KI möglich, die du bisher so nicht anbieten konntest?
Für eine erste Auswahl helfen vier Kriterien:
| Kriterium | Leitfrage | Gutes Zeichen |
|---|---|---|
| Nutzen | Welches Problem löst der Fall? | Das Ergebnis ist messbar |
| Aufwand | Was muss angepasst werden? | Ein Pilot ist ohne Grossprojekt möglich |
| Datenqualität | Sind die Daten vollständig und korrekt? | Es gibt brauchbare Beispiele zum Testen |
| Risiko | Sind sensible Daten oder Entscheide betroffen? | Klare Regeln und Kontrollen sind möglich |
Wähle nicht den Fall mit dem grössten Versprechen. Wähle den, bei dem Nutzen und Aufwand in einem vernünftigen Verhältnis stehen.
Die KI-Unterstützung bestimmen
KI kann dich auf unterschiedliche Arten unterstützen. Zum Beispiel…
| Fähigkeit | Anwendungsfall |
|---|---|
| Zusammenfassen | E-Mails, Dokumente, Protokolle oder Berichte auf das Wesentliche reduzieren |
| Informationen extrahieren | Anfragen, Dokumente oder Rückmeldungen nach Thema, Dringlichkeit oder Kategorie einordnen |
| Texte oder Bilder erstellen und überarbeiten | Entwürfe für E-Mails, Offerten, Berichte, Produkte oder interne Dokumente erstellen |
| Suchen und Fragen beantworten | Informationen in internen Dokumenten und Wissensbeständen auffindbar machen |
| Vergleichen und prüfen | Dokumente gegenüberstellen, Abweichungen erkennen oder Inhalte auf Vollständigkeit prüfen |
| Strukturieren | Unstrukturierte Informationen aus E-Mails, Notizen oder Dokumenten in eine einheitliche Form bringen |
| Analysieren und Muster erkennen | Grössere Mengen an Kundenfeedback, Anfragen oder Textdaten auswerten |
| Prozesse unterstützen | Informationen zwischen Arbeitsschritten aufbereiten, Folgeaufgaben ableiten und wiederkehrende Tätigkeiten teilweise automatisieren |
Überlege dir, mit welchen Fähigkeiten du das definierte Problem am besten lösen kannst.
Verantwortung und Grenzen klären
Bei Kundendaten, Verträgen, Preisen oder Personaldossiers braucht es klare Grenzen. Vertrauliche Informationen gehören nicht unkontrolliert in öffentliche KI-Tools. Auch bei internen Lösungen muss klar sein, wer Zugriff hat und wie Ergebnisse geprüft werden.
KI kann einen Antwortentwurf schreiben. Die verbindliche Aussage gegenüber einem Kunden sollte jedoch bei einer verantwortlichen Person bleiben. Diese einfache Regel schützt Qualität, Vertrauen und Reputation.
Von der ersten Idee zu einem klaren Fahrplan
Ein KI-Fahrplan muss keine starre Mehrjahresplanung sein. Er ist eher eine Landkarte, die du nach jedem Etappenziel überprüfst. Was funktioniert, wird ausgebaut. Was keinen Nutzen bringt, wird gestoppt.
Genau deshalb lohnt sich eine klare Reihenfolge statt vieler paralleler Tests.
In fünf Schritten zum belastbaren Piloten
- Identifiziere konkrete Probleme oder Chancen, bei denen KI einen Unterschied machen könnte
- Priorisiere einen Anwendungsfall mit klarer Wirkung und überschaubarem Risiko
- Teste ihn mit einer kleinen Gruppe und echten Arbeitsbeispielen
- Werte Nutzen, Fehler, Akzeptanz und notwendige Grenzen offen aus
- Standardisiere den Ablauf erst dann und weite ihn schrittweise aus
Der Pilot darf klein sein. Er sollte aber unter realen Bedingungen stattfinden. Ein überzeugendes Demo-Beispiel ersetzt keinen Test im Tagesgeschäft. Und schon gar nicht die Arbeit mit echten Daten, die oft qualitative Mängel haben.
Fachliche Führung ist entscheidend
Jeder Pilot braucht eine Person, die ihn fachlich führt. Das muss weder ein KI-Spezialist noch eine neue KI-Abteilung sein. Wichtig ist, dass jemand Entscheidungen trifft, Rückmeldungen sammelt und offene Punkte klärt.
Je nach Thema gehören die Prozessverantwortlichen, die IT und bei sensiblen Daten auch der Datenschutz dazu. Externe Partner können unterstützen, doch die Verantwortung für Nutzen und Regeln bleibt im Unternehmen.
Prüfe den Fahrplan in festen Abständen. Neue Anforderungen, bessere Daten oder Erfahrungen aus dem Pilot verändern die Prioritäten. Das ist normal und kein Zeichen von Unsicherheit, sondern von guter Führung.
Fazit
Ein KMU braucht nicht sofort eine umfassende KI-Strategie. Es braucht aber eine bewusst gewählte Richtung, klare Spielregeln und Anwendungsfälle, die dem Geschäft wirklich helfen.
Ein kleiner Pilot mit messbarem Nutzen ist oft der beste Ausgangspunkt für einen tragfähigen KI-Fahrplan. So wird aus Handlungsdruck kein hektisches Projekt, sondern echter Fortschritt, den Team und Kunden spüren.
3 Fragen für dich
- Welcher Prozess kostet dein Team heute unnötig viel Zeit?
- Welche Daten können für diesen Prozess genutzt werden?
- Wer übernimmt die Verantwortung für den ersten Test?
