Warum KMU bei KI oft falsch starten
- 12. Jan.
- 3 Min. Lesezeit
Der typische Fehlstart ist unspektakulär. Er beginnt mit einem Satz im Meeting, der wie Entschlossenheit klingt und doch vor allem Unsicherheit verrät: Ein Chatbot für den Support, das machen jetzt alle. Der Mitbewerber berichtet von 80 Prozent weniger Aufwand. Dann geht es schnell. Das Vorhaben wandert in die IT, der After-Sales-Bereich bekommt es „hingestellt“, und irgendjemand soll es in den Alltag drücken. Von außen wirkt das wie Handlungsfähigkeit. Innen entsteht etwas anderes: eine zusätzliche Baustelle.
Solche Starts sind selten böswillig. In vielen KMU ist es eher eine nachvollziehbare Reaktion auf Druck von außen. Marketingbotschaften, Fallstudien und Erfolgsmeldungen erzeugen das Gefühl, etwas verpassen zu können. Gleichzeitig fehlt oft noch die Kompetenz im Unternehmen, diesen Druck einzuordnen. Wo Urteilskraft fehlt, gewinnt der Impuls. Und wo der Impuls gewinnt, wird KI zu einer Art Pflichtübung – sichtbar, erklärbar, politisch verwertbar. Substanz entsteht so nicht.
Frühe Signale: Substanz oder Hype
Ob ein KI-Start trägt, zeigt sich überraschend früh – nicht an der Qualität der ersten Version, sondern an den sozialen und organisatorischen Nebenwirkungen. Wenn eine Lösung „aufgestülpt“ wird, ist Widerstand keine Ausnahme, sondern die erwartbare Folge. Die Mitarbeitenden erleben nicht Entlastung, sondern zusätzliche Arbeit: Rückfragen, Korrekturschleifen, Beschwerden über Antworten, Abstimmungsrunden über Tonalität und Zuständigkeiten. Das System wird zum Anlass, die alten Konflikte neu auszutragen.
Ein substanzloser Start erkennt sich daran, dass über die Lösung gesprochen wird, aber nicht über das, was sie ersetzen soll. Der Bot ist da, doch der Prozess bleibt. Das Team muss weiterhin Fälle prüfen, Eskalationen abfangen, Erwartungen erklären. Das Versprechen „80 Prozent weniger Aufwand“ steht im Raum, aber niemand kann sagen, welcher Aufwand konkret verschwinden soll und wer die Verantwortung für Qualität trägt. Wo diese Antworten fehlen, wird KI schnell zu einem Qualitätsproblem – und damit zu einem Vertrauensproblem.
Der Fehler liegt meist in der Reihenfolge
Viele KMU behandeln KI wie die Einführung eines Systems: auswählen, implementieren, ausrollen. Das wirkt logisch, weil es in der Vergangenheit bei Tools so funktioniert hat. KI funktioniert anders, weil sie nicht nur Abläufe unterstützt, sondern Entscheidungen, Sprache und Verantwortungsgrenzen berührt. Sie verändert Arbeit im Office-Bereich nicht als Feature, sondern als Arbeitsweise. Genau deshalb ist es gefährlich, KI als reines IT-Projekt zu rahmen.
Der entscheidende Unterschied ist die Reihenfolge: Erst Kompetenz, dann Anwendung. Erst Verständnis darüber, was KI kann und was nicht – und wie sich das auf die eigene Arbeitsrealität übersetzen lässt. Wenn diese Vorarbeit fehlt, werden Use-Cases ausgewählt wie Schlagzeilen: sichtbar, modern, leicht zu erzählen. Der Preis wird später bezahlt – in Adoption, Qualität und interner Akzeptanz.
Ein Startdesign, das Substanz erzeugt
Ein belastbarer Einstieg beginnt nicht mit dem Business-Case, sondern mit einem sicheren Experimentierraum. Vier Personen, zwei Wochen Zeitbudget, mit ausreichendem Zugang zu den Werkzeugen, die sie selbst auswählen. Ideal ist eine externe Kuration, nicht als „Beratung“, sondern als Struktur: Leitplanken, Reflexion, Vergleich von Ansätzen. Ziel der ersten Wochen ist nicht Produktivität, sondern Klarheit: Welche Fähigkeiten sind tatsächlich relevant – und wo im Unternehmen könnten sie tragen, ohne neue Risiken zu erzeugen?
Wenn diese kleine Gruppe gelernt hat, sauber zu unterscheiden – zwischen Tempo und Wirkung, zwischen Automatisierung und Verantwortung –, kann sie Fachbereiche mitnehmen. Nicht als Evangelisten, sondern als Übersetzer. Erst wenn eine kritische Masse im Unternehmen verstanden hat, was KI im Alltag bedeutet, lohnt die nächste Stufe: konkrete Use-Cases und erst danach Business-Cases.
Verantwortung ist keine Nebenaufgabe
Damit das nicht zur nächsten „Initiative“ wird, braucht es eine klare Verankerung. In einem KMU ist das idealerweise eine Stabsstelle unter dem CEO – mit Mandat, nicht als Zusatzaufgabe neben fünf anderen Themen. Ohne diese Verantwortung wird der nächste Hype den nächsten Start auslösen. Mit Verantwortung wird aus KI eine Führungsaufgabe: nicht als Technik, sondern als Entscheidung darüber, wie Arbeit künftig funktioniert.
Kommentare