Warum „Wo anfangen?“ die richtige Frage ist
Es gibt genug Artikel, die erklären, was KI kann. Was fehlt: eine ehrliche Orientierung, die nicht bei „alles ist möglich“ aufhört.
Ich führe seit 2009 eine Online-Marketing-Agentur für mittelständische Unternehmen. 2024 haben wir angefangen, unsere eigenen Prozesse mit KI zu automatisieren. Zuerst aus Neugier, dann aus Notwendigkeit. Was ich dabei gelernt habe: Die Technologie ist nicht das Problem. Das Problem ist, dass niemand den Verantwortlichen sagt, wo genau im Betrieb der größte Hebel liegt.
Genau darum geht es in diesem Artikel. Nicht um die Theorie. Sondern um die Frage: Was bringt im Tagesgeschäft eines mittelständischen Unternehmens den schnellsten und messbarsten Nutzen?
1. Bestellverarbeitung und Auftragserfassung
Bestellungen per E-Mail, PDF oder Fax automatisch auslesen, die Daten extrahieren und ins ERP-System übertragen. Der häufigste Startpunkt im produzierenden Gewerbe und im Handel. Typische Zeitersparnis: 60 bis 80 % des manuellen Aufwands.
2. E-Mail-Klassifizierung und Weiterleitung
Eingehende E-Mails automatisch kategorisieren (Anfrage, Beschwerde, Bestellung, Bewerbung) und an die richtige Abteilung weiterleiten. Besonders wirkungsvoll bei Unternehmen mit zentralem Posteingang und mehr als 100 E-Mails pro Tag.
3. Angebotserstellung aus Ausschreibungen
Ausschreibungsdokumente (oft 50 bis 200 Seiten PDF) automatisch analysieren, relevante Anforderungen extrahieren und einen Angebotsentwurf vorbereiten. Das System ersetzt nicht den Vertrieb. Es liefert die Vorarbeit, die sonst Stunden dauert.
4. Dokumentenprüfung und Datenextraktion
Lieferscheine, Rechnungen, Verträge, Zertifikate: Daten aus wiederkehrenden Dokumenttypen extrahieren und in bestehende Systeme überführen. Besonders relevant für Unternehmen mit hohem Dokumentenvolumen in der Logistik, im Einkauf oder in der Qualitätssicherung.
5. Interne Wissensdatenbank und FAQ-Automatisierung
Ein KI-System, das auf interne Dokumente, Handbücher und Prozessbeschreibungen zugreift und Mitarbeiterfragen beantwortet. Kein Chatbot auf der Website, sondern ein internes Werkzeug für die häufigsten Fragen im Tagesgeschäft. „Wie ist die Retourenregelung für Kunde X?“ statt Anruf beim Kollegen.
Meine Empfehlung:
Lieber ein kleines Projekt in sechs Wochen zum Laufen bringen als ein großes Projekt in sechs Monaten zum Scheitern.
Der Mittelstand hat einen strukturellen Vorteil gegenüber Konzernen: kurze Entscheidungswege. Wer diesen Vorteil nutzt, ist schneller.
Wie sollte der Mittelstand KI einführen?
Große Beratungen empfehlen: Zuerst eine Analyse, dann eine Strategie, dann ein Pilotprojekt, dann die Skalierung. Für Konzerne mit 10.000 Mitarbeitern mag das sinnvoll sein. Für ein mittelständisches Unternehmen mit 50 bis 500 Mitarbeitern ist das zu langsam.
Der schnellere Weg: Einen konkreten Prozess auswählen, der die drei Kriterien von oben erfüllt. Innerhalb von zwei Wochen ein Proof of Concept bauen. In vier bis sechs Wochen in den produktiven Betrieb bringen. Dann auswerten und entscheiden, ob skaliert wird.
Dieser Ansatz ist kein Risiko. Wer ein einzelnes Proof of Concept für die Bestellverarbeitung baut, investiert überschaubares Budget und weiß nach sechs Wochen, ob KI-Automatisierung für das eigene Unternehmen funktioniert. Wer sechs Monate in eine Strategie investiert, weiß das danach immer noch nicht.
Ehrliche Einschränkung: Nicht jedes Unternehmen ist sofort bereit. Wenn grundlegende Daten noch in Excel-Listen oder auf Papier verwaltet werden, fehlt die Basis. In solchen Fällen ist der erste Schritt nicht KI, sondern Digitalisierung der Datengrundlage. Das klingt weniger aufregend, ist aber die Voraussetzung.
Was kostet KI-Automatisierung im laufenden Betrieb?
Die häufigste Frage in Erstgesprächen: „Was kostet das?“ Die Antwort hängt weniger von der Technologie ab als von der Architektur.
KI-Sprachmodelle werden nach Tokens abgerechnet. Ein Token ist ungefähr ein Wort. Jede Anfrage verbraucht Tokens, jede Antwort ebenso. Leistungsstarke Modelle kosten mehr pro Token als einfache Modelle. Die Kunst liegt darin, das richtige Modell für die richtige Aufgabe einzusetzen.
Ein Beispiel: Wenn 200 eingehende Bestellungen pro Tag automatisch verarbeitet werden, und 90 % davon Standardfälle sind, bearbeitet ein günstiges Modell die Standardfälle und ein leistungsstarkes Modell prüft nur die Ausnahmen. Die Gesamtkosten liegen bei wenigen Euro pro Tag. Das gleiche Volumen durchgehend mit dem teuersten Modell kostet ein Vielfaches.
Anthropic (Hersteller von Claude) hat dieses Prinzip im April 2026 als „Advisor-Strategie“ veröffentlicht: Ein günstiges Modell für operative Umsetzung, ein teures Modell als Berater. In Benchmarks reduzierte das die KI-Kosten pro Aufgabe um bis zu 85 % bei gleichzeitig höherer Qualität.
Für mittelständische Unternehmen heißt das: Die laufenden Kosten für KI-Automatisierung sind in der Regel niedriger als eine halbe Stelle. Die einmaligen Kosten für Implementierung und Integration variieren je nach Komplexität. Ein realistischer Rahmen für ein erstes Projekt: 5.000 bis 15.000 Euro für Aufbau und Integration, danach laufende Betriebskosten im niedrigen dreistelligen Bereich pro Monat.
FAQ
Häufige Fragen zur KI-Automatisierung im Mittelstand
Brauchen wir eine eigene IT-Abteilung, um KI-Automatisierung einzuführen?
Nein. Die Implementierung übernimmt der Dienstleister. Im laufenden Betrieb braucht es einen Ansprechpartner im Unternehmen, der Feedback gibt und bei Änderungen mitentscheidet. Das muss keine IT-Fachkraft sein. In den meisten Fällen ist es jemand aus der Abteilung, die den Prozess kennt.
Wie sicher sind unsere Daten bei KI-Systemen?
Seriöse Anbieter setzen auf europäische Server und verarbeiten Daten nicht für das Training von Sprachmodellen. Bei arcnode laufen alle Kundendaten über europäische Infrastruktur. Vertraulichkeit wird vertraglich geregelt, in der Regel über eine NDA vor Projektstart.
Was passiert, wenn das KI-System einen Fehler macht?
Fehler passieren, besonders am Anfang. Deshalb empfehlen wir für den Einstieg Prozesse mit niedriger Fehlertoleranz: Ein falsch klassifiziertes E-Mail lässt sich in Sekunden korrigieren. Ein fehlerhaft erstelltes Angebot wird vor dem Versand geprüft. KI-Systeme werden nicht über Nacht fehlerfrei. Sie werden besser, je länger sie im Einsatz sind und je mehr Feedback sie erhalten.
Ab welcher Unternehmensgröße lohnt sich KI-Automatisierung?
Eine feste Grenze gibt es nicht. Entscheidend ist das Volumen des Prozesses, nicht die Größe des Unternehmens. Ein Unternehmen mit 30 Mitarbeitern, das 150 Bestellungen pro Tag verarbeitet, profitiert stärker von KI-Automatisierung für den Mittelstand als ein Unternehmen mit 300 Mitarbeitern, dessen Prozesse kaum digital sind. Als grobe Orientierung: Ab 20 bis 30 Mitarbeitern gibt es in der Regel mindestens einen Prozess, der sich lohnt.
Welche KI-Anwendungsfälle gibt es im Mittelstand?
Die häufigsten KI-Anwendungsfälle im Mittelstand sind Bestellverarbeitung, E-Mail-Klassifizierung, Angebotserstellung aus Ausschreibungen, Dokumentenprüfung und interne Wissensdatenbanken. Gemeinsam ist ihnen: wiederkehrende Abläufe mit klaren Regeln und digital vorliegenden Daten.
Wie lange dauert die Einführung von KI im Mittelstand?
Ein konkretes KI-Pilotprojekt lässt sich in vier bis sechs Wochen umsetzen. Nach einem erfolgreichen Pilot dauert es in der Regel zwei bis drei Monate, bis der nächste Prozess automatisiert ist. Voraussetzung: die relevanten Daten liegen digital vor.
Quellen
- Mittelstand-Digital: Kompetenzzentrums-Studien zur KI-Adoption im deutschen Mittelstand (PDF)
- Fraunhofer-Gesellschaft: „Wie der Mittelstand die Chancen Generativer KI erschließen kann“
- acatech: „KI im Mittelstand: Potenziale erkennen, Voraussetzungen schaffen, Transformation meistern“
- Anthropic: „The advisor strategy: Give agents an intelligence boost.“