Das Gespräch über KI in kleinen und mittleren Unternehmen beginnt fast immer an der falschen Stelle: beim Werkzeug. Man schließt eine Lizenz ab, sieht eine Demo, die allen den Mund offen stehen lässt, und ein halbes Jahr später trudelt die Rechnung immer noch ein, aber niemand weiß mehr, wofür unterschrieben wurde. Zu wissen, wo man mit KI im Mittelstand anfängt, heißt nicht, die gerade angesagte Software zu wählen, sondern zu entscheiden, welche konkrete Aufgabe ein Mensch nicht mehr erledigen wird – und nur das aufzubauen, was diese Zeit messbar zurückgibt.
Das hier ist kein Katalog von Anwendungsfällen und keine Liste von Trends. Es ist das, was allem vorausgeht: die ersten Schritte, um kein Geld zum Fenster hinauszuwerfen. Mit KI ist es kinderleicht, viel auszugeben und nichts zu sparen, und der Unterschied zwischen einem Projekt, das sich rechnet, und einem, das aufgegeben wird, liegt nicht am verwendeten Modell, sondern daran, wie man es startet.
Die einzige Frage, die zählt: welche Aufgabe ein Mensch abgibt
Bevor Sie sich irgendein Werkzeug ansehen, schauen Sie sich die Woche Ihres Teams an. Die richtige Frage lautet nicht „Was kann die KI für uns tun?“, sondern „Welche konkrete Aufgabe wird ein Mensch nicht mehr erledigen?“. Wenn Sie das nicht in einem Satz sagen können, mit der Aufgabe klar beim Namen, dann haben Sie kein Projekt: Sie haben eine teure Vorführung, die niemand pflegen wird.
Eine gute Aufgabe für den Anfang erfüllt drei Bedingungen: Sie wiederholt sich oft, folgt einem erkennbaren Muster und wird heute von qualifizierten Leuten weit unter ihrem Niveau erledigt. Zum zwanzigsten Mal denselben Liefertermin beantworten, einen E-Mail-Verlauf mit dreißig Nachrichten zusammenfassen oder die x-te Angebotsvorlage ausfüllen – das passt. Die Vertriebsstrategie des Jahres festlegen – nicht.
KI rechnet sich nicht dadurch, wie spektakulär die Demo ist, sondern durch die Stunden, die sie jede Woche denjenigen zurückgibt, die fürs Denken bezahlt werden, nicht fürs Kopieren und Einfügen.
Wenn Sie diese Frage gut beantworten, haben Sie den schwierigen Teil schon geschafft. Alles andere – welches Modell, welcher Anbieter, in der Cloud oder auf Ihrem Server – sind technische Entscheidungen, die sich später klären und sich jeden Monat ändern. Die Aufgabe, die Sie loswerden wollen, ändert sich nicht.
Die ersten Schritte mit Verstand
Steht die Aufgabe fest, trennt die Reihenfolge der Schritte kontrollierte Ausgaben von einem Fass ohne Boden. Die Versuchung ist, den Werkzeugkatalog aufzuschlagen und auszuprobieren; der Weg, der Geld spart, ist der umgekehrte: zuerst bringen Sie das Haus in Ordnung, dann wählen Sie, womit Sie es automatisieren. Das Werkzeug ist die letzte Entscheidung, nicht die erste.
- Fangen Sie mit einer einzigen Aufgabe an. Ein kleiner, klar abgegrenzter Fall, den Sie in Wochen aufsetzen können und nicht in Quartalen. Ein großes Projekt am Anfang vervielfacht nur, was Sie verlieren können.
- Messen Sie, bevor Sie irgendetwas anfassen. Notieren Sie, wie lange diese Aufgabe heute dauert. Ohne diesen Ausgangswert können Sie hinterher weder belegen, dass Sie gespart haben, noch den nächsten Schritt rechtfertigen.
- Bringen Sie zuerst die Daten in Ordnung. Entscheiden Sie, welche Dokumente die Quelle der Wahrheit sind, welche überflüssig sind und wer sie pflegt. Ein Assistent, der mit widersprüchlichen Informationen antwortet, schafft mehr Arbeit, als er abnimmt.
- Prüfen Sie die Berechtigungen, bevor Sie etwas anbinden. Die KI erbt die Zugriffe, die Sie ihr geben: Öffnen Sie ihr alle Ordner, kann jeder sie nach Gehältern oder Verträgen fragen. Legen Sie fest, wer was sieht – vorher, nicht nach dem Schreck.
- Wählen Sie das Werkzeug zuletzt. Wenn Sie Aufgabe, Daten und Berechtigungen kennen, ist die Softwareauswahl fast trivial und oft günstiger, als Sie dachten.
- Setzen Sie eine Person ans Steuer. Jemanden aus Ihrem Team, der die Ergebnisse in den ersten Wochen prüft. KI startet immer mit menschlicher Aufsicht.
Beachten Sie, dass vier dieser sechs Schritte nichts mit der KI selbst zu tun haben: Es sind Daten, Berechtigungen, Messung und Verantwortliche. Genau deshalb scheitern so viele Projekte. Die Technik ist der leichte Teil; was den Start versenkt, ist, das Haus vom Dach her zu bauen. Ein guter Teil dieser Vorarbeit ist dieselbe, die Ihren verwalteten Arbeitsplatz ordnet: Identitäten, Zugriffe und Dokumente unter Kontrolle.
Teure Fehler, die man beim Start macht
Fast das gesamte Geld, das bei KI verschwendet wird, versickert in drei sehr konkreten Löchern. Sie im Voraus zu kennen, erspart Ihnen, sie mit der bereits bezahlten Rechnung zu entdecken.
Das angesagte Werkzeug kaufen, bevor man das Problem hat
Es ist der häufigste und der teuerste Fehler. Man schließt das Abo ab, von dem alle reden, weil „man bei KI dabei sein muss“, und sucht dann, wofür man es einsetzen kann. Das heißt, die Lösung zu kaufen, bevor man das Problem hat. Ein Werkzeug ohne eine konkrete Aufgabe dahinter ist eine monatliche Gebühr, die niemand amortisiert. Die richtige Reihenfolge ist umgekehrt: erst die Aufgabe, und darauf entscheidet man dann, was sie löst.
Demo-Projekte, die es nie in den Produktivbetrieb schaffen
Die Demo läuft im Meeting wunderbar, mit drei handverlesenen Beispielen. Dann trifft sie auf die echten Daten, auf die altbekannte Ausnahme, und man merkt, dass sie nie fürs richtige Arbeiten gedacht war. Ein Pilot, der nicht mit einem Plan dafür geboren wird, wie er in den Produktivbetrieb geht und wer ihn pflegt, ist teure Unterhaltung. Wenn ihn niemand jeden Tag nutzen wird, fangen Sie ihn gar nicht erst an.
KI ohne Data Governance
Das ist der Fehler, der am teuersten kommt und den man am wenigsten kommen sieht. Einen Assistenten an Ihre Dokumente anzubinden, ohne die Berechtigungen zu prüfen, zeigt jedem Mitarbeiter alles, was er technisch ohnehin schon sehen konnte, einschließlich dessen, was er nie hätte sehen dürfen. Die KI erzeugt das Leck nicht: Sie bringt es auf einen Schlag ans Licht. Und wenn Sie Kundendaten verarbeiten, ohne zu kontrollieren, wo sie landen oder ob sie fremde Modelle trainieren, wird aus dem technischen Problem ein DSGVO-Bußgeld. Data Governance ist kein nachträglicher Luxus: Sie ist die Voraussetzung zum Einschalten.
Wie man misst, ob es wirklich spart
Ein KI-Projekt, das nicht gemessen wird, ist eine Ausgabe mit guter Presse. Deshalb bestand der erste Schritt darin, den Ausgangspunkt zu notieren: wie viele Stunden Ihr Team heute für diese Aufgabe aufwendet. Mit dieser Zahl ist das Messen des Ergebnisses einfach. Ohne sie ist jede Bewertung nur ein Gefühl, und Gefühle bezahlen keine Rechnungen.
Die ehrliche Rechnung vergleicht zwei Dinge: die Stunden davor und die Stunden danach sowie die Kosten pro Ergebnis. Vergessen Sie die Eitelkeitskennzahl „von der KI bearbeitete Anfragen“; schauen Sie, was Sie jedes nützliche Ergebnis kostet – jedes eigenständig gelöste Ticket, jedes erstellte Angebot – und rechnen Sie Lizenzen, Einführung und die Stunden des Aufsehers zusammen. Sind diese Kosten niedriger als die Handarbeit und hält die Qualität, sparen Sie. Wenn nicht, dann nicht.
- Stunden davor / Stunden danach bei derselben Aufgabe, gemessen, nicht geschätzt.
- Kosten pro Ergebnis: Lizenzen plus Einführung plus Aufsicht, geteilt durch das, was dabei herauskommt.
- % der ohne menschliches Eingreifen gelösten Fälle, ohne dass jemand sie nacharbeiten muss.
- Fehler oder Beschwerden: dass sie beim Automatisieren nicht steigen, ist genauso wichtig wie Tempo.
Messen Sie vier bis sechs Wochen und entscheiden Sie mit Daten: Spart der Fall, skalieren Sie ihn; wenn nicht, stoppen Sie ihn, ohne ein halbes Budget gebunden zu haben. Ein Fall, der zehn echte Stunden pro Woche zurückgibt, ist mehr wert als fünf Piloten, die in einer Präsentation schön aussehen und in aller Stille sterben.
Wie MagicBoxDesk Ihnen beim ersten Schritt hilft
Bei MagicBoxDesk verkaufen wir „KI“ nicht als Konzept. Wir beginnen mit dem, was zählt: Wir ermitteln, welche konkrete Aufgabe man abgeben kann, bringen Daten und Berechtigungen in Ordnung, bauen die Lösung darauf und lassen sie mit erledigter regulatorischer Compliance laufen. Wir kümmern uns um den Teil, der diese Projekte versenkt – Daten, Sicherheit, DSGVO, Integration mit dem, was Sie schon nutzen –, weil wir die komplette IT-Abteilung von KMU und Unternehmen in ganz Spanien auslagern, mit Remote- und Vor-Ort-Support. Den Umfang sehen Sie in unseren Leistungen für Infrastruktur, Cybersicherheit und Compliance.
Und wir tun es über messbare Fälle: Wir fangen mit einem an, belegen die gesparten Stunden mit Zahlen und skalieren nur, was funktioniert. Keine endlosen Projekte, kein angesagtes Werkzeug und keine Rechnungen für heiße Luft. Wenn Sie eine sich wiederholende Aufgabe haben, die Ihrem Team die Zeit auffrisst, ist das Erste, herauszufinden, ob es sich lohnt, sie heute zu automatisieren, und was sie wirklich kosten würde.
Sagen Sie uns, welche Aufgabe Sie gern abgeben würden, und wir sagen Ihnen, ob es sich lohnt und welche Ersparnis Sie erwarten dürfen. Fordern Sie ein unverbindliches Angebot an, und wir sagen Ihnen, was Sie wirklich brauchen, nicht was in einer Demo gut klingt.
