Warum KI-Projekte im Mittelstand scheitern: die häufigsten Fehler

Ich begleite seit Jahren Unternehmen dabei, KI in ihre Prozesse zu integrieren. Und ich sehe immer wieder dasselbe Muster: Ein Unternehmen investiert in ein KI-Tool, startet mit viel Enthusiasmus, und sechs Monate später ist das Tool weitgehend ungenutzt. Die Lizenzkosten laufen. Die Mitarbeiter arbeiten wieder wie vorher. Und die Geschäftsführung fragt sich, was schiefgelaufen ist.

Die Antwort ist fast nie die Technologie.

Der falsche Prozess als Einstieg

Der häufigste Fehler, den ich sehe: Unternehmen wählen ihren ersten KI-Anwendungsfall nach Begeisterung aus, nicht nach Eignung. "Wir machen das mit dem Kundensupport", weil es sich gut anhört, weil ein Mitbewerber das macht, weil der Anbieter ein überzeugendes Demo gezeigt hat.

Ein guter erster KI-Anwendungsfall erfüllt drei Kriterien. Er ist repetitiv, hat klare Ein- und Ausgaben, und der Erfolg ist messbar. Kundensupport klingt simpel, ist es aber nicht: Er erfordert Kontextwissen, Tonalität, Eskalationsregeln und einen hohen Qualitätsanspruch. Als erster Schritt ist er für die meisten Mittelständler schlicht zu komplex.

Stattdessen empfehle ich intern abgebildete, klar umgrenzte Prozesse: die Verarbeitung eingehender Bestellungen, das Erstellen von Angebotsvorlagen aus Produktdaten, die Zusammenfassung von Kundenfeedback aus E-Mails. Prozesse, bei denen ein Fehler des KI-Systems überprüfbar ist und korrigiert werden kann, bevor er den Kunden erreicht.

Kein Mensch, der verantwortlich ist

Das zweite große Problem: Es gibt niemanden im Unternehmen, der das KI-Projekt wirklich besitzt. Der IT-Leiter hat es angeschafft, aber er versteht den fachlichen Prozess nicht. Die Fachabteilung nutzt es, aber niemand pflegt Prompts, Regeln oder Anbindungen nach, wenn sich etwas verändert. Das Tool driftet von der Realität ab, und niemand merkt es sofort.

Jedes KI-Projekt braucht einen internen Owner. Eine Person, die den fachlichen Prozess kennt, die Ergebnisse des Systems regelmäßig bewertet und die als erste erfährt, wenn etwas nicht stimmt. Das muss kein Techniker sein. Es muss jemand sein, der die Arbeit kennt, für die das Tool gebaut wurde.

Die Illusion der fertigen Lösung

KI-Systeme sind keine Software, die man einmal einrichtet und dann läuft. Sie brauchen Pflege. Prompts müssen angepasst werden, wenn sich Anforderungen ändern. Ausnahmen häufen sich, die initial nicht abgebildet waren. Neue Mitarbeiter müssen verstehen, wie sie mit dem System arbeiten.

Wer das nicht einplant, kauft ein Auto und wundert sich, warum es nach zwei Jahren nicht mehr funktioniert, weil nie jemand Öl nachgefüllt hat.

In meiner Beratung setze ich deshalb von Anfang an auf ein kurzes, regelmäßiges Review-Format: einmal im Monat, dreißig Minuten, mit dem fachlichen Owner. Was funktioniert gut? Wo gibt es Ausnahmen? Was hat sich im Prozess verändert? Das reicht, um ein KI-System langfristig auf Kurs zu halten.

Die übersprungene Pilotphase

Unternehmen, die direkt in den Vollbetrieb gehen, ohne eine echte Pilotphase zu durchlaufen, bereuen es fast immer. Die Pilotphase ist nicht dazu da, technische Fehler zu finden, die findet man auch im Betrieb. Sie ist dazu da, die Annahmen über den Prozess zu überprüfen.

Was ich in der Pilotphase immer tue: Ich bitte die Mitarbeiter, die das Tool nutzen werden, parallel zum alten Prozess zu arbeiten. Beide Wege laufen vier Wochen lang nebeneinander. Was das KI-System produziert, wird gegen das verglichen, was der Mensch gemacht hätte. Abweichungen werden dokumentiert, nicht sofort bewertet. Erst nach diesem Vergleich weiß ich, ob das System wirklich einsatzbereit ist.

Was das für Ihre Planung bedeutet

Bevor Sie das nächste KI-Projekt starten, lohnen sich vier ehrliche Fragen: Haben wir den richtigen Prozess gewählt, repetitiv, klar definiert, intern messbar? Haben wir einen Menschen benannt, der das System langfristig verantwortet? Haben wir Zeit und Budget für eine echte Pilotphase eingeplant? Und haben wir einen Rhythmus festgelegt, in dem wir das System nach dem Go-live pflegen?

Wenn Sie alle vier Fragen mit Ja beantworten können, stehen die Chancen gut. Wenn nicht, ist das kein Grund, nicht anzufangen, aber ein Grund, vorher noch einmal nachzudenken.