KI für Entscheider | Teil 6: Was tun Sie am Montagmorgen?

Der erste KI-Schritt in Ihrem Unternehmen ist keine Technikentscheidung, sondern die Wahl des einen Prozesses, an dem Applied AI den größten Hebel hat. Die Übung dafür dauert eine halbe Stunde, braucht ein Blatt Papier und keinen Berater.

Vom Verstehen ins Handeln

Wenn Sie die ersten fünf Teile dieser Serie gelesen haben, kennen Sie die fünf gefährlichsten Missverständnisse über KI: „Mit KI gebaut“ ist noch keine Software. „Wir nutzen ChatGPT“ ist keine KI-Strategie. Generalisten sind nie spitze. Das meiste, was Sie für KI halten, ist klassische Software drumherum. Und nein, eine KI lernt nicht von selbst.

Verstehen ist nicht Handeln. Genau hier bleiben die meisten KI-Initiativen stehen: Die Entscheider sehen das Potenzial, wissen aber nicht, wo sie anfangen sollen. Sie warten. Sie machen Workshops. Sie holen Berater. Sie testen ChatGPT. Sie kommen nicht voran.

Dieser Artikel gibt Ihnen einen klaren ersten Schritt: eine Übung, die Sie am Montagmorgen allein machen, ohne uns, ohne irgendjemanden. Am Ende kennen Sie den einen Prozess in Ihrem Unternehmen, an dem Applied AI den größten Hebel hat.

Die Übung: KI im Mittelstand konkret umsetzen, ohne Berater

Die Idee ist einfach. Statt KI als Selbstzweck zu suchen, suchen Sie einen Geschäftsprozess mit bestimmten Eigenschaften. Erfüllt ein Prozess sie, ist er ein Kandidat für Applied AI. Wenn nicht, lassen Sie es.

Nehmen Sie ein Blatt Papier. Listen Sie eine Handvoll bis ein Dutzend Geschäftsprozesse Ihres Unternehmens auf. Keine IT-Prozesse, keine Strategieprozesse, sondern operative Abläufe, die Tag für Tag Arbeitszeit kosten: Auftragsabwicklung, Rechnungsprüfung, Kundenservice, Reklamationsbearbeitung, Personalbeschaffung, Vertragsprüfung, Lieferantenkommunikation.

Dann prüfen Sie jeden Prozess gegen vier Kriterien.

Kriterium 1: Hoher Aufwand

Der Prozess kostet messbar viel Mitarbeiterzeit, pro Tag, pro Woche, pro Monat. Wichtig ist, dass Sie die Zahl kennen oder schätzen können.

Warum? Applied AI ist kein billiges Projekt. Die Investition lohnt sich erst, wenn der Mehrwert spürbar ist. Bei einem Prozess, der ein paar Stunden pro Woche kostet, wird die Rendite zu klein. Bei einem Prozess, der jeden Tag mehrere Leute beschäftigt, rechnet sich praktisch jede vernünftig umgesetzte Lösung.

Rechnen Sie es aus: Stunden pro Jahr mal Stundensatz. Diese Summe ist die untere Grenze dessen, was der Prozess Sie heute kostet, und damit die Grenze, ab der Applied AI interessant wird.

Kriterium 2: Wiederholung mit Variationen

Der Prozess besteht im Kern aus Wiederholung: gleiche Art von Aufgabe, immer wieder, mit Variationen.

Eingangsrechnungen sind so: Jede ist anders, aber strukturell gleich. Bewerbungen sind so: Jede ist individuell, aber die Bewertungslogik wiederholt sich. Reklamationen, Vertragsprüfungen, Lead-Bewertungen haben dasselbe Muster, variabel im Detail, repetitiv in der Struktur.

Gegenbeispiel: Strategieentwicklung, kreative Projekte, einmalige Entscheidungen mit besonderem Kontext. Schlecht für Applied AI, weil keine Muster vorhanden sind, aus denen ein System lernen könnte.

Kriterium 3: Vorhandenes Wissen

Das benötigte Wissen liegt vor: in E-Mails, Dokumenten, Datenbanken, in den Köpfen von Mitarbeitern. Es ist nicht öffentlich, aber es ist da. Es gibt Regeln, auch wenn sie nicht aufgeschrieben sind.

Positiv: „Wir wissen, welche Lieferanten zuverlässig sind, welche Rabatte wir gewähren, wann wir Kulanz geben. Es steht teilweise in Dokumenten, teilweise nicht, aber es ist konsistent.“

Negativ: „Bei uns entscheidet der Chef aus dem Bauch. Es gibt keine Regeln. Jede Entscheidung ist anders.“ Schlecht für Applied AI, weil es nichts gibt, was man dem System beibringen könnte.

Kriterium 4: Spürbare Fehlerkosten

Ein Fehler in diesem Prozess kostet Sie spürbar: Geld, Kunden, Reputation, Zeit.

Wäre der Prozess egal, lohnte sich der Aufwand nicht. Wenn ein Fehler aber wehtut, lohnt sich Applied AI besonders, weil sauber gebaute Systeme die Fehlerquote drastisch senken. Eine falsche Rechnungsbuchung kostet Skonto und bringt Mahnungen. Eine falsche Lead-Bewertung kostet Vertriebszeit oder einen verpassten Abschluss. Eine übersehene Vertragsklausel kostet im Streitfall Anwaltskosten.

Was Sie nach dieser Übung haben

Erfüllt ein Prozess alle vier Kriterien, haben Sie Ihren Kandidaten. Nicht zwei, nicht drei. Einen, bei dem alle vier am stärksten zutreffen.

Das ist der Prozess, an dem Applied AI in Ihrem Unternehmen den größten Hebel hat. Nicht weil ein Berater es empfiehlt, sondern weil die Rechnung stimmt: Hoher Aufwand, also rechnet sich die Investition. Wiederholung, also kann das System Muster lernen. Vorhandenes Wissen, also kann es darauf zugreifen. Spürbare Fehlerkosten, also zahlt sich Qualität aus.

Jetzt der wichtige nächste Schritt: Schreiben Sie eine Zahl daneben. Was kostet Sie dieser Prozess pro Jahr? Mitarbeiterstunden mal Stundensatz, plus die direkten Fehlerkosten, plus die indirekten: verschenkte Skonti, verlorene Kunden, verzögerte Aufträge. Diese Zahl ist Ihre Orientierungsgröße. Sie sagt Ihnen, was die Lösung Ihnen maximal wert sein darf. Eine gute Applied-AI-Lösung kostet einen Bruchteil dieser Jahreskosten und holt die Investition in überschaubarer Zeit wieder herein.

Drei typische Kandidaten

Eingangsrechnungsprüfung

Aufwand: In einem Mittelständler mit einigen hundert Eingangsrechnungen im Monat steckt allein im Prüfen, Zuordnen und Buchen schnell ein großer Teil einer Stelle. Wiederholung: hoch, jede Rechnung anders, die Logik gleich. Wissen: vorhanden, Bestellungen im ERP, Lieferantenstammdaten, Vertragskonditionen. Fehlerkosten: spürbar, Skontoverluste, Doppelzahlungen, Mahnungen.

Service- und Reklamationsbearbeitung

Aufwand: branchenabhängig, bei B2B-Unternehmen oft ein voller Arbeitsplatz allein für die Erstbearbeitung. Wiederholung: sehr hoch, der Großteil der Anfragen sind Standardfälle. Wissen: vorhanden, Produkthandbücher, FAQ, Kundenhistorie, frühere Vorgänge. Fehlerkosten: hoch, unzufriedene Kunden, lange Bearbeitungszeiten, Reputationsschäden.

Lead-Bewertung im Vertrieb

Aufwand: bei vielen Anfragen pro Woche schnell mehrere Tage Vorarbeit, bevor ein Vertriebler telefoniert. Wiederholung: hoch, immer dieselben Bewertungsfragen. Wissen: vorhanden, CRM-Daten, frühere Abschlussmuster, Kundensegmente. Fehlerkosten: hoch, Vertriebszeit auf falsche Leads, gute Leads kühlen aus.

Läuft einer dieser Prozesse bei Ihnen so, haben Sie Ihren ersten Applied-AI-Kandidaten.

Was Sie nicht tun sollten

Genauso wichtig wie der richtige Anfang ist der falsche, den Sie sich sparen. Drei Fehler, die wir in Erstgesprächen immer wieder sehen.

„Wir machen erst mal einen großen KI-Workshop für alle.“ Schöne Idee, führt zu nichts Messbarem. Workshops produzieren Protokolle, keine laufenden Systeme. Wenn Sie KI strategisch nutzen wollen, starten Sie mit einem Prozess, nicht mit einem Sensibilisierungsprogramm.

„Wir warten, bis die Technologie ausgereift ist.“ Die Technologie ist ausgereift. Sie hat in wenigen Jahren mehr Sprünge gemacht als in den Jahrzehnten davor. Wer jetzt nicht startet, baut keinen Vorsprung auf, er fällt zurück. Die Frage ist, ob Sie bereit sind.

„Wir kaufen erst mal ChatGPT-Lizenzen für alle und schauen, was passiert.“ Das ist das Gegenteil einer Strategie. Sie lernen damit nichts über die Anwendungsfälle, an denen Ihr Geschäft hängt. Sie geben Geld aus und produzieren Aktivität ohne Hebel. Teil 2 dieser Serie erklärt, warum Mitarbeiter mit ChatGPT noch keine „KI im Unternehmen“ sind.

Die nächsten drei Fragen

Haben Sie Ihren Kandidaten, trennen Sie noch drei Fragen von der Entscheidung, ob das Projekt sinnvoll umsetzbar ist.

Welches Wissen muss zugänglich gemacht werden? Wo liegt es heute, in welcher Form, was muss strukturiert oder digitalisiert werden, damit ein System es nutzen kann?

Welche Systeme müssen angebunden werden? ERP, CRM, Postfach, Dokumentenablage: Was muss verbunden sein, damit der Prozess durchgängig läuft?

Wer baut das? Intern, mit externem Partner, und mit welchen Anforderungen an Datenschutz, Souveränität und Wartbarkeit?

Diese drei Fragen sind der Übergang von der Analyse zur Umsetzung. Genau dort setzen wir bei dataso an.

Wie dataso Sie weiterbringt

Im Potenzial-Check, einer halben Stunde, kostenlos, prüfen wir Ihren Kandidaten gegen unsere Erfahrungswerte, schätzen Aufwand, Nutzen und Zeitrahmen realistisch ein, zeigen, welche Architektur passt, modular, souverän, DSGVO-konform, und machen klar, was Sie selbst tun müssen und wo wir helfen. Ohne Verkaufsdruck. Wenn wir nicht der richtige Partner sind, sagen wir das.

Selbst wenn Sie nie mit uns sprechen: Die Übung funktioniert. Sie ist die wertvollste halbe Stunde, die Sie in dieser Woche investieren können.

Ihr Montagmorgen

Sechs Teile, eine Absicht: Entscheidern im Mittelstand klarmachen, was KI ist und was nicht, damit Sie entscheiden können, statt sich von Hypes treiben zu lassen. Wenn Ihnen die Serie geholfen hat, geben Sie sie an Geschäftsführer weiter, die denselben Filter brauchen. Und wenn Sie Ihren Kandidaten gefunden haben, buchen Sie den Potenzial-Check und bringen Sie das Blatt Papier mit.