Wo Unternehmen gerade stehen

KI ist in kürzester Zeit im deutschen Mittelstand angekommen. Innerhalb eines Jahres hat sich der Anteil der Unternehmen, die aktiv KI einsetzen, mehr als verdoppelt. Fast jedes Unternehmen hat inzwischen etwas ausprobiert.

Nur: Ausprobiert ist nicht dasselbe wie Ergebnisse. Eine viel beachtete MIT-Studie hat 2025 gezeigt, dass 95 % aller KI-Pilotprojekte keinen messbaren Beitrag zum Geschäftsergebnis liefern. Nur 5 % schaffen echten Wert.

Früher war die Technologie das Problem. Heute ist der Zugang zu KI Commodity, und das Schwierige liegt im eigenen Haus.

Vor 2 Jahren war die Technologie selbst die Hürde: der Zugang zu leistungsfähiger KI. Dieser Zugang ist heute Commodity. Jeder kann ein Modell nutzen, in Minuten, für wenige Euro.

Was bleibt, ist das eigentlich Schwierige: die eigenen Kompetenzen, Prozesse, Daten, Systeme und Sicherheit. Genau dort entscheidet sich, ob aus einem Pilotprojekt ein Ergebnis wird oder eines der 95 %, die stecken bleiben. Die MIT-Studie ist an diesem Punkt eindeutig: Verantwortlich für das Scheitern ist die Lücke zwischen dem, was KI kann, und dem, was ein Unternehmen tatsächlich in den Betrieb bringt. Die Qualität der Modelle spielt dabei kaum eine Rolle.

Man muss diese These nicht glauben. Man kann sie an dem ablesen, was die Unternehmen tun, die es am besten wissen müssten.

Im Mai 2026 haben Anthropic und OpenAI innerhalb weniger Tage jeweils eine eigene Gesellschaft gegründet, deren einziger Zweck darin besteht, KI in bestehende Unternehmensprozesse zu bringen. Anthropic gemeinsam mit Blackstone, Goldman Sachs und Hellman & Friedman. OpenAI mit einem Konsortium aus Private-Equity-Investoren. Beide kauften sich dafür bestehende Engineering-Teams ein.

Die Begründung ist bemerkenswert, weil sie von den Modellherstellern selbst kommt: Unternehmen scheitern daran, dass niemand im Haus ein leistungsfähiges Modell mit gewachsenen Prozessen, Daten und Systemen verbinden kann. Die Rolle, die dafür gesucht wird, heißt Forward Deployed Engineer. Ein Ingenieur also, der beim Kunden sitzt und dort arbeitet, wo das Problem tatsächlich entsteht.

Für den Mittelstand steckt darin eine gute und eine unbequeme Nachricht. Die gute: Wer das Gefühl hat, an der Umsetzung zu hängen, liegt richtig und ist in bester Gesellschaft. Die unbequeme: Diese milliardenschweren Angebote zielen auf Konzerne. Der Mittelstand ist in dieser Rechnung nicht vorgesehen und muss den Weg anders finden.

Diese Lücke ist im Mittelstand am größten. Während über 60 % der Großunternehmen KI nutzen, ist es im Mittelstand erst etwa jedes 4. Was bremst, ist fast nie das Modell:

Kompetenzen

Mehr als jedes 2. Unternehmen nennt fehlendes KI-Wissen im Team als größte Hürde.

Prozesse

Unklarer ROI und eine gewachsene IT-Landschaft, in die sich KI nicht einfügt. Bei vielen laufen noch Excel und Papier.

Daten

Daten liegen in Silos, sind unstrukturiert oder veraltet. Ohne diese Grundlage liefert auch das beste Modell Halluzinationen statt verlässlicher Antworten.

Systeme

Werkzeuge, die nebeneinander stehen und nicht zusammenspielen. Jedes für sich, keins verbunden.

Sicherheit & DSGVO

Die Angst vor Datenschutzverstößen führt zur Blockade. Dabei läge der Weg nach vorn in einer sicheren, internen Umgebung, in der Nutzung überhaupt erst verantwortbar wird.

Und noch etwas zeigen die Zahlen: Fast 50 % der Unternehmen sehen sich selbst als Nachzügler, während die eigenen Mitarbeiter längst mit KI arbeiten. Die Belegschaft ist weiter als die Organisation.

Wer KI strategisch aussitzt, macht ihre Nutzung nur unsichtbar.

Während die Geschäftsführung noch über Anwendungsfälle und Datenschutz debattiert, hat die Belegschaft längst Fakten geschaffen. Mitarbeiter nutzen private KI-Werkzeuge für ihre Arbeit, an IT, Freigabe und Richtlinie vorbei. Und sie tun es leise.

Kritisch wird dabei die Unsichtbarkeit. Ohne freigegebene Lösungen und klare Regeln fließen vertrauliche Firmen- und Kundendaten unkontrolliert in öffentliche Modelle. Aus einem möglichen Vorsprung wird ein Compliance-Risiko.

Das ist der Kern. Es gibt keinen einheitlichen Startpunkt. Das eine Unternehmen hat noch keinen einzigen Prozess angefasst. Das nächste hat 10 Werkzeuge im Einsatz, die nicht miteinander reden. Wieder ein anderes hat ein Team, das KI täglich nutzt, allerdings als riskante Schatten-IT, ohne Struktur, ohne Standard, ohne messbaren Effekt.

Wer hier mit einer Standardlösung kommt, verfehlt die meisten. Der erste Schritt ist nie ein Werkzeug. Es ist die ehrliche Standortbestimmung: Wo steht ihr wirklich, und was bremst euch konkret?

Die MIT-Studie ist an einer Stelle sehr deutlich: Die erfolgreichen Projekte haben eines gemeinsam. KI läuft bei ihnen mitten im Geschäftsprozess, tief integriert. Und sie beginnen klein. Statt das ganze Unternehmen auf einmal umzubauen, lösen sie einen konkreten, schmerzhaften Engpass.

KI-Wissensmanagement

Interne Assistenten, sicher mit den eigenen Unternehmensdaten verknüpft: Handbüchern, Tickets, Verträgen. Der Hebel ist groß, denn Studien zufolge verbringen Beschäftigte 20 bis 30 % ihrer Arbeitswoche mit der Suche nach Informationen.

Automatisierter Kundenservice

KI qualifiziert Support-Anfragen vor und entwirft Antworten. Sie arbeitet dabei als Assistenzsystem, das dem Team den Rücken freihält.

Backoffice-Prozesse

Unstrukturierte Daten aus E-Mails oder PDFs automatisch auslesen, strukturieren und direkt ins System übertragen, ohne Copy & Paste von Hand.

Genau das ist unsere Arbeit. Wir fangen dort an, wo ein Unternehmen steht. Wir gehen so tief, wie es nötig ist: analysieren, ein Zielbild entwerfen, es tatsächlich bauen, das Team befähigen. Und wir hinterlassen etwas, das bleibt und mit dem intern weitergearbeitet werden kann. Kein Konzept für die Schublade. Etwas, das läuft.