KI-Beratung für den Mittelstand — Was du brauchst (und was dir niemand erzählt)

Der KI-Hype vs. die KI-Realität im deutschen Mittelstand

Alle reden über KI. Die wenigsten setzen sie ein. Und noch weniger messen den ROI.

Der Hype ist real. Jedes zweite Strategiepapier, das über meinen Schreibtisch kommt, enthält ein Kapitel zu "KI und Zukunft". Consultants verdienen Geld damit, über Szenarien zu sprechen, die es in drei Jahren vielleicht gibt. CEOs nicken. Teams zucken mit den Schultern.

Gleichzeitig sind die meisten Firmen im Mittelstand, die ich treffe, bei Stunde Null. Sie haben ein Excel-Spreadsheet, das seit 2019 nicht aktualisiert wurde, kennen ihre Abläufe nicht genau genug für eine Automatisierung und haben keine Idee, wie man KI-Ergebnisse kontrolliert. Das ist nicht kritisierbar — es ist normal. Aber es macht KI-Beratung in dieser Situation zu Spielerei. Daher ist digitale Transformation oft der erste Schritt, nicht KI.

Die Realität ist härter: Ohne Datenqualität, ohne Prozessklarheit und ohne konkrete Schmerzen, die gelöst werden, führt KI zu nichts. Und in der Zeit, die du mit philosophierst, hätten deine Konkurrenten drei echte Use Cases umgesetzt.

Wo KI heute schon echten ROI bringt (und wo es Spielerei ist)

Nicht jedes KI-Projekt lohnt sich. Hier sind die Use Cases, die wirklich Geld sparen — gemessen in Monaten, nicht Jahren.

1. Dokumentenverarbeitung und Datenextraktion: Du kriegst jeden Tag 50 E-Mails mit Rechnungen, Anfragen oder Datenblätter. Eine KI kann das in Sekunden strukturieren und in dein System einspeisen. ROI: 2-4 Wochen. Das ist echt.

2. Customer Service und FAQ-Automation: Ich habe Mittelständler gesehen, die 30% ihrer Support-Mails mit drei guten KI-Prompts beantworten konnten. Der Rest geht zum Menschen. ROI: Sofort. Fachkräfte sparen Zeit für die komplexen Fälle.

3. Texterstellung und Content-Skalierung: Webseite updaten, Produktbeschreibungen schreiben, Social-Media-Posts generieren — das ist nicht kreativ genug, um es behalten zu wollen, aber zeitaufwändig genug, um es zu vermeiden. KI macht das 10x schneller. ROI: 3-6 Wochen. Genau das, worüber ich in KI für Agenturen schreibe.

4. Datenanalyse und Report-Automatisierung: Deine Sales-Zahlen? Ein KI-Skript wertet sie jeden Montag aus und schreibt dir eine Zusammenfassung. Nicht für die Kunst, sondern um Zeit zu sparen. ROI: 1-2 Wochen.

5. Code-Review und QA-Prozesse: Wenn du Software entwickelst oder entwickeln lässt, kann KI die erste Runde übernehmen. Spart deinem Senior-Dev vier Stunden pro Woche. ROI: Sofort.

Spielerei? Hier fängt es an: "Wir brauchen ein KI-System, das unsere Unternehmenskultur transformiert." Oder: "KI wird unseren gesamten Vertrieb verändern, aber wir müssen erst ein halbes Jahr planen." Oder: "Wir laden alle Kundendaten in ein KI-System rein und lassen sie analysieren." — ohne zu wissen, was du mit den Ergebnissen machst.

Die Projekte, die scheitern, sind nicht falsch — sie sind unvorbereitet.

Die 3 Reifestufen: Experimentieren → Automatisieren → Transformieren

Die meisten Unternehmen sind bei Stufe 0.5. Das ist ok — wenn du weißt, wo du hinwillst.

Stufe 1 — Experimentieren: Du lässt KI-Tools für konkrete Probleme spielen. Ein Entwickler testet Claude für Code-Kommentare. Eine Abteilung probiert ChatGPT für E-Mail-Drafts. Keine Struktur, kein Budget, aber auch keine Risiken. Das ist der richtige Startpunkt.

Stufe 2 — Automatisieren: Du fragst: "Welche Prozesse kosten am meisten Zeit und lohnen sich zu automatisieren?" Jetzt wird es systematisch. Du baust Workflows — nicht "KI für alles", sondern KI für deine Top-3-Probleme. Das ist, wo echte Ersparnis entsteht.

Stufe 3 — Transformieren: KI ist nicht mehr ein Tool, sondern Teil deiner Geschäftsstrategie. Du entwickelst neue Produkte oder Services, die ohne KI nicht möglich wären. Das ist Apple-in-2024-Status. Nicht viele erreichen das, und du brauchst es nicht.

Die Frage für deine Beratung ist: Wo bist du? Stufe 1 brauchst du keine intensive Beratung. Stufe 2 brauchst du jemanden, der gute Workshops macht und deine Prozesse kennt. Stufe 3 ist strategisch und langfristig — da brauchst du echte Partner.

Was eine gute KI-Beratung ausmacht (vs. PowerPoint-Strategiepapiere)

Wenn dein KI-Berater dir ein 80-Seiten-PDF liefert und dann geht, hast du den Falschen.

Eine gute KI-Beratung sieht anders aus:

Sie startet mit Interviews, nicht mit Hypothesen. Ein guter Berater sitzt mit deinem Team zusammen, nicht mit deiner Geschäftsführung, und fragt nach den echten Schmerzen. "Welche Aufgabe kostet dich jeden Tag Zeit?" Das ist die Frage.

Sie priorisiert statt zu träumen. Nicht: "20 mögliche KI-Use-Cases". Sondern: "Diese drei Use Cases sparen dir pro Woche zusammen 40 Stunden. Los geht's."

Sie baut Quick Wins. Bevor sie von Transformation spricht, macht sie mit dir zwei, drei kleine Projekte erfolgreich. Das sind die Projekte, die in 4-8 Wochen leben. Damit zeigt sie Potential, nicht Theorie.

Sie begleitet, sie verkauft nicht weiter. Gute Berater helfen dir, das selbst zu bauen. Schlechte Berater sagen: "Das ist zu kompliziert, lass uns einen Software-Entwicklung-Contract machen."

Sie messt ROI von Anfang an. "Dieses Projekt spart dir X Stunden pro Monat" — und ihr checked das nach drei Monaten nach. Wenn nicht, ändert ihr was.

Red Flags sind: Große Strategiepapiere ohne Pilotprojekt. Versprechungen, dass KI "disruptiv" wird, ohne konkrete Zahlen. Jemand, der dir ein teures System verkaufen will, bevor du die Basis hast. Und Berater, die nicht verstehen, wie dein Business läuft — sie kennen KI, aber nicht deine Branche.

Checkliste: Ist dein Unternehmen KI-ready?

Bevor du mit KI startest, checke diese 10 Punkte. Nicht alle müssen grün sein — aber du solltest wissen, wo du stehst.

1. Datenqualität: Sind deine Daten irgendwann mal strukturiert erfasst worden oder fliegen sie in zehn verschiedenen Excel-Sheets herum? Wenn es das zweite ist, fang mit Datenvorbereitung an, nicht mit KI.

2. Prozessklarheit: Könntest du deinen Kernprozess in fünf Minuten jemandem erklären? Wenn nicht, kann KI ihn nicht automatisieren.

3. Konkrete Schmerzen: Hast du ein oder zwei echte Probleme, deren Lösung Zeit und Geld spart? Oder träumst du von "KI-Transformation"?

4. Team-Bereitschaft: Sind deine Mitarbeiter offen dafür, dass Tools ihre Aufgaben verändern? Oder werden sie Widerstand leisten?

5. Budget für Umsetzung: KI-Tools sind oft günstig. Aber die Integrationen, die Beratung, die Schulung kosten. Hast du einen realistischen Budget?

6. Interne IT-Kompetenz: Musst du alles outsourcen oder hast du jemanden, der verstehen kann, was ein KI-System tut?

7. Datenschutz und Compliance: Dürfen deine Daten in ein Cloud-KI-System? Oder musst du On-Premise-Lösungen nutzen?

8. Messbarkeit: Könntest du den Erfolg eines KI-Projekts messen? "Das fühlt sich besser an" ist keine Metrik.

9. Management-Support: Wird das von oben getragen oder wird es ein Hobby-Projekt eines Mitarbeiters?

10. Realistische Erwartungen: Erwartest du, dass KI dein Team ersetzt? Oder verstehst du, dass gute KI dein Team 30% produktiver macht?

Wenn du auf 7 dieser 10 Fragen mit "Ja" antworten kannst, bist du ready. Wenn's weniger sind, brauchst du erst ein Basis-Projekt vor deinem KI-Plan.