Was einen guten Anwendungsfall ausmacht
Nicht jeder Workflow, an dem KI theoretisch andocken könnte, ist die Mühe wert. Die guten Anwendungsfälle im KMU teilen sich vier Eigenschaften: Sie laufen regelmäßig, sie folgen einem erkennbaren Muster, die nötigen Daten liegen schon vor, und sie haben einen messbaren Schmerzpunkt, den jeder im Betrieb benennen kann.
Was im KMU nicht funktioniert: Demo-Use-Cases, die in einer Tech-Präsentation gut aussehen, aber im Tagesgeschäft selten vorkommen. Ein KI-System, das vier Mal im Jahr eine außergewöhnliche Anfrage beantwortet, wird sich nie amortisieren. Anders gesagt: Im Mittelstand zählen Wiederholung und Volumen — nicht Komplexität.
Drei Merkmale, an denen ich erfolgreiche Pilotprojekte erkenne
- Hohe Frequenz: Der Vorgang läuft täglich oder wöchentlich. Selbst kleine Zeitersparnis summiert sich.
- Vorhandene Daten: Das Material ist bereits digital — in Mails, Tickets, Tabellen, Anrufprotokollen. Niemand muss erst neue Daten erzeugen.
- Klares Vorher-Nachher: Eine Kennzahl, die vor dem Pilot ehrlich gemessen werden kann und nach dem Pilot wieder messbar ist.
Vier nüchterne Prüfkriterien
Vor jedem Pilot prüfe ich gemeinsam mit dem Auftraggeber dieselben vier Punkte. Keine Bewertungsmatrix mit Punktevergabe, kein Workshop — vier Fragen, ehrlich beantwortet.
Nutzen: Was spart das wirklich?
Wie viele Stunden pro Woche fließen heute in den Vorgang? Mit welchen Personalkosten? Wenn Sie die Antwort nicht kennen, ist das das erste Ergebnis: Bevor irgendetwas gebaut wird, muss die heutige Zeit ehrlich erfasst werden.
Machbarkeit: Welche Daten liegen vor?
In welchem System liegt das Material? Ist es exportierbar? Wie viele Datenquellen müssen miteinander reden? Je weniger Sonderlocken, desto einfacher die Pipeline.
Aufwand: Wie viele Systeme werden angebunden?
Ein Workflow zwischen zwei Systemen ist überschaubar. Vier oder mehr Systeme bedeuten meist einen größeren Pilot — nicht unmöglich, aber teurer und länger.
Akzeptanz: Wer arbeitet damit?
Wer wird die Pipeline nutzen? Ist diese Person eingebunden? Versteht sie den Sinn? Akzeptanz wird nicht durch Schulung erzeugt, sondern dadurch, dass die Pipeline sofort Arbeit abnimmt — aber sie braucht trotzdem einen Fürsprecher im Team.
Faustregel: Wenn drei der vier Fragen klar mit „ja, das geht" beantwortet werden können, ist der Workflow ein guter Pilot-Kandidat. Wenn zwei oder mehr Punkte unklar bleiben, gehört die Hausaufgabe vor den Pilot — sonst wird es teuer.
Die vier Hebel im Detail
In KMU jeder Branche wiederholen sich vier Anwendungsfälle, die zuverlässig liefern. Branchenneutral, technisch überschaubar, mit klar messbarem Effekt.
Schriftwechsel-Automatisierung
E-Mails, Standardantworten, Angebote, einfache Briefe. Die KI liest eingehende Nachrichten, schlägt eine Antwort vor, der Mensch prüft und versendet. Realistische Größenordnung: 40–70 Prozent weniger Tippzeit bei Routinekorrespondenz. Der klassische Erstpilot, weil der Datenfluss schon da ist — er muss nur zusammengeführt werden.
- Eingangsmails kategorisieren und passende Antwortbausteine vorschlagen
- Angebote auf Basis vorhandener Angebote und Stammdaten vorbefüllen
- Standardbriefe (Mahnung, Bestätigung, Terminvereinbarung) auf Knopfdruck
- FAQ-Antworten aus eigener Wissensbasis automatisch zusammenstellen
Telefon-KI im Erstkontakt
Anrufe annehmen, Standardfragen beantworten, Termine vergeben, bei Bedarf sauber an einen Menschen weiterverbinden — auch nachts und am Wochenende. Eine der größten Lücken in vielen KMU, weil der klassische Erstkontakt am Telefon viel Zeit kostet und oft niemand erreichbar ist, wenn der Kunde anruft.
- Erstabklärung — was wünscht der Anrufer, ist das ein Standardfall?
- Terminvereinbarung gegen Kalenderlogik, ohne dass ein Mensch nötig ist
- Übergabe an einen Menschen mit Kontext, statt blindes Weiterverbinden
- Protokoll des Gesprächs landet automatisch in CRM oder Ticketsystem
Reporting und Auswertung
Daten aus mehreren Systemen monatlich oder wöchentlich zu einem kurzen Bericht zusammenführen. Die KI baut zusammen, der Mensch interpretiert. Spart oft einen halben Monatsabschluss-Tag und liefert nebenbei Sichten, die vorher niemand zusammenstellen konnte.
- Monatsabschluss aus ERP, Buchhaltung und Lieferanten-Daten in einer knappen Übersicht
- Vertriebs-Pipeline-Report aus CRM und Auftragsdaten
- Service-Reports aus Tickets und Kundenkommunikation
- Auffälligkeiten-Alerts statt 40-seitiger Standardberichte
Qualitätsmessung
Reklamationsmuster systematisch erfassen, Service-Tickets nach Themen clustern, Auffälligkeiten früh sichtbar machen. Der Hebel liegt hier weniger in Stundenersparnis, mehr in dem, was sonst gar nicht bemerkt worden wäre — ein leiser, aber großer Effekt.
- Reklamationen automatisch nach Ursache clustern, statt einzeln zu bearbeiten
- Häufige Service-Themen erkennen, bevor sie zur Welle werden
- Qualitätskennzahlen kontinuierlich messen, statt quartalsweise zu rekonstruieren
- Frühwarnung: Wenn ein Thema in den Tickets ungewöhnlich häufig wird, gibt es einen Hinweis
Quick Wins, die ich wirklich empfehle
Im Mittelstand zählt der erste sichtbare Erfolg mehr als ein theoretisches Strategie-Konzept. Diese drei Workflows sind die häufigsten Einstiege, weil sie in 4–8 Wochen produktiv laufen können:
1. E-Mail-Vorlagen aus eingehenden Anfragen
Eingehende Standardmails werden eingelesen, die KI schlägt eine Antwort vor, der Mensch klickt „passt" oder korrigiert. Vorhandene Mail-Software, vorhandene Vorlagen, vorhandene Daten. Typische Entlastung: ein halber Tag pro Woche bei einer 1-Personen-Office-Stelle.
2. Reporting aus zwei Systemen
Zwei Datenquellen, die heute manuell zusammengeführt werden — zum Beispiel Auftragsdaten aus dem ERP und Telefonprotokolle aus dem Service. Pipeline schiebt einmal pro Woche eine kurze Auswertung in eine Mail oder ein Dokument. Effekt: Der Bericht ist da, ohne dass ihn jemand gebaut hat.
3. Service-Ticket-Clustering
Eingehende Tickets werden automatisch nach Thema gruppiert, sodass das Team morgens sofort sieht, welche Themen sich häufen. Spart Suchzeit und macht stille Probleme sichtbar.
Empfehlung: Starten Sie mit einem dieser Workflows — nicht mit dreien gleichzeitig. Im KMU ist konzentriertes Arbeiten an einer Pipeline fast immer wirksamer als parallele Vorhaben, die sich gegenseitig die Aufmerksamkeit nehmen.
Priorisieren ohne Framework-Theater
Wenn auf der Liste fünf oder zehn potenzielle Workflows stehen, ist die Versuchung groß, mit Bewertungsmatrizen, Punktevergaben und Workshops zu starten. Im KMU genügen drei Fragen:
- Wo verlieren wir heute am meisten Zeit? Direkt und ehrlich, ohne Schönfärberei.
- Wo sind die Daten bereits da? Wenn das Material in irgendeiner digitalen Form schon vorliegt, ist der Pilot schneller umsetzbar.
- Wo ist die kleinste Anzahl Systeme im Spiel? Zwei Systeme = einfach. Vier Systeme = bedeutend größer.
Der Workflow, der bei allen drei Fragen oben steht, ist Ihr erster Pilot. Mehr Methodik braucht es im Einstieg nicht.
ROI realistisch rechnen
Vor jedem Pilot rechne ich gemeinsam mit dem Auftraggeber eine schlichte ROI-Schätzung. Drei Zahlen, mehr nicht.
Beispiel: Schriftwechsel im Vertrieb
- Aktueller Aufwand: 60 Stunden pro Monat bei 2 Mitarbeitenden für Routinemails
- Erwartete Zeitersparnis durch KI-Vorschläge: 50 Prozent, also 30 Stunden/Monat
- Vollkosten pro Stunde (Personal): 45 €
- Monatliche Einsparung: 1.350 €
- Laufende Pipeline-Kosten (KI-API, Hosting): ca. 150 €/Monat
- Netto-Ersparnis: 1.200 €/Monat, also 14.400 €/Jahr
- Einmalige Pilot-Kosten (Bau, Konfiguration): ca. 5.000–8.000 €
- Amortisation: 4–7 Monate.
Was nicht in die Rechnung gehört
„Höhere Mitarbeiterzufriedenheit", „bessere Skalierbarkeit", „mehr Innovationskraft" — alles wertvolle Effekte, aber sie gehören nicht in die harte Rechnung. Wenn sie zusätzlich entstehen, ist das ein Geschenk. Wenn die harte Rechnung allein nicht aufgeht, sollte der Pilot warten.
Fallstricke, die mir oft begegnen
Aus den letzten Erstgesprächen drei wiederkehrende Muster, die Sie kennen sollten:
Die Technologie-Verliebtheit
„Wir wollen unbedingt einen Voice Agent." Warum? „Weil das so spannend ist." Schlechter Start. Erst das Problem, dann die Lösung. Wenn der erste Schmerzpunkt nicht beim Telefon liegt, ist Telefon-KI nicht Ihr erster Pilot.
Die Perfektionsfalle
Manche Betriebe warten Monate auf den „perfekten" Use Case. In dieser Zeit hätte ein guter Use Case bereits produktiv gelaufen und Daten geliefert, mit denen man den nächsten Schritt besser planen kann. Ein guter Pilot, der heute startet, schlägt einen perfekten, der nie kommt.
Die fehlende Vorher-Zahl
Wenn vor dem Pilot niemand weiß, wie viele Stunden der Vorgang heute tatsächlich kostet, wird nach dem Pilot niemand sagen können, was sich verändert hat. Vorher-Messung ist Pflicht. Sonst gibt es nachher nur Bauchgefühl.
So gehen Sie pragmatisch vor
Ein nüchterner sechs-Schritte-Pfad, der im KMU funktioniert:
- Zwei oder drei Workflows aufschreiben, in denen heute spürbar Zeit verloren geht.
- Pro Workflow kurz prüfen: Daten vorhanden? Wie viele Systeme? Wer ist Ansprechpartner intern?
- Heutige Zeit ehrlich messen — Stunden pro Woche pro Vorgang.
- Den klarsten Kandidaten als Pilot wählen, mit definiertem Vorher-Nachher-Kriterium.
- Pipeline bauen, dokumentieren, schulen. Integration in bestehende Systeme, kein neues Tool für die Mitarbeitenden.
- Nach 4–8 Wochen auswerten. Wenn die Kennzahl hält, geht es zum nächsten Workflow.
Wenn Sie diesen Pfad mit einem externen Optimierer von Arbeitsabläufen gehen wollen, ist ein erstes Gespräch zur KI-Beratung der direkte Weg. Mehr zur Methode unter seriöse KI-Beratung erkennen.
Die besten Anwendungsfälle entstehen nicht aus einer Strategie-Folie, sondern aus dem ehrlichen Blick auf den nächsten Montagmorgen. Was kostet am meisten Zeit? Welche Daten liegen schon vor? Welchen Workflow würde ich am liebsten loswerden? Daraus wird der Pilot.