KI im Mittelstand: Warum Ihr teures Projekt jetzt schon scheitert

„KI soll uns die Arbeit abnehmen – also kaufen wir erstmal ein Tool.“ Diesen Satz höre ich seit zwei Jahren in fast jedem Gespräch mit Mittelständlern. Die Realität: Nach 12 Monaten steht ein teures System im Schrank, das niemand nutzt. Oder schlimmer: Es produziert falsche Ergebnisse, die niemand prüft. Hier sind fünf Fehler, die ich in echten Projekten gesehen habe – und wie Sie sie vermeiden.

Sie kaufen KI, bevor Sie das Problem kennen

Ein Berliner Handwerksbetrieb hat 80.000 Euro in eine KI-Lösung für die Einsatzplanung gesteckt. Das Problem: Die Monteure trugen ihre Zeiten bisher auf Papier ein. Die KI konnte nichts optimieren, weil die Daten fehlten. Erst als jemand die Zettel digitalisierte, funktionierte das System – aber da war das Budget schon aufgebraucht.

KI ist kein Allheilmittel. Sie braucht saubere Daten und ein klares Ziel. Bevor Sie investieren, fragen Sie sich:

• Welches konkrete Problem soll die KI lösen? (Nicht: „Wir wollen KI haben“)
• Haben wir die Daten, die die KI braucht? (Wenn nicht: Finger weg)
• Kann ein einfacher Prozess das Problem auch lösen? (Oft reicht Excel)

Ein Praxisbeispiel: Ein Steuerberater wollte KI für die Belegverarbeitung einsetzen. Die Lösung? Ein Scanner mit OCR-Software für 2.000 Euro – kein KI-Projekt für 50.000 Euro.

Sie lassen die Mitarbeiter außen vor

Ein Pflegedienst in Neukölln hat eine KI für die Tourenplanung eingeführt. Die Pflegekräfte sollten ihre Routen per App abrufen. Problem: Die App war umständlich, und niemand hatte erklärt, warum die KI manchmal Umwege vorschlug. Ergebnis: Die Mitarbeiter ignorierten die Planung und machten weiter wie bisher.

KI scheitert nicht an der Technik, sondern an den Menschen. Wenn Ihre Mitarbeiter die Lösung nicht verstehen oder nicht wollen, wird sie nicht funktionieren. So vermeiden Sie das:

• Binden Sie die Nutzer früh ein – nicht erst beim Rollout.
• Erklären Sie, wie die KI funktioniert (auch wenn es nur grob ist).
• Zeigen Sie den Nutzen für den Einzelnen – nicht nur fürs Unternehmen.

Ein einfacher Trick: Lassen Sie die Mitarbeiter die KI testen, bevor Sie kaufen. Wenn die Pflegekräfte sagen: „Das ist Mist“, dann ist es das auch.

Sie unterschätzen den Wartungsaufwand

Ein Online-Shop hat eine KI für die Preisoptimierung eingeführt. Anfangs funktionierte es gut – bis sich die Marktlage änderte. Die KI passte die Preise nicht an, weil niemand die Algorithmen aktualisiert hatte. Ergebnis: Der Shop verkaufte Produkte unter Wert, bis jemand den Fehler bemerkte.

KI ist kein Selbstläufer. Sie braucht Pflege:

• Wer passt die Algorithmen an, wenn sich die Rahmenbedingungen ändern?
• Wer prüft, ob die KI noch korrekte Ergebnisse liefert?
• Wer kümmert sich um Updates und Sicherheitslücken?

Ein Mittelständler hat dafür eine einfache Lösung: Ein Mitarbeiter ist für die KI verantwortlich – nicht die IT-Abteilung. Derjenige prüft wöchentlich die Ergebnisse und passt die Parameter an. Kosten: 5 Stunden pro Woche. Ergebnis: Die KI läuft seit drei Jahren ohne Probleme.

Sie vertrauen der KI blind

Eine Berliner Kanzlei hat eine KI für die Vertragsprüfung eingeführt. Die Anwälte sollten die Ergebnisse nur noch „gegenlesen“. Problem: Die KI übersah eine Klausel, die gegen das neue Lieferkettengesetz verstieß. Der Mandant klagte – und gewann. Die Kanzlei musste 200.000 Euro Schadensersatz zahlen.

KI macht Fehler. Und zwar anders als Menschen. Wenn Sie die Ergebnisse nicht prüfen, fliegt es Ihnen irgendwann um die Ohren. So vermeiden Sie das:

• Definieren Sie klare Prüfprozesse – wer kontrolliert was?
• Legen Sie fest, wann die KI überstimmt werden darf.
• Dokumentieren Sie die Entscheidungen – auch die der KI.

Ein einfaches Beispiel: Bei der Vertragsprüfung prüft ein Anwalt die KI-Ergebnisse – aber nur die kritischen Klauseln. Das spart Zeit, ohne das Risiko zu erhöhen.

So starten Sie richtig – ohne teure Flops

KI kann sinnvoll sein – aber nicht um jeden Preis. Wenn Sie diese drei Regeln beachten, vermeiden Sie die größten Fehler:

1. Fangen Sie klein an. Testen Sie KI in einem begrenzten Bereich, bevor Sie groß investieren. Ein Pilotprojekt mit klaren Zielen und Messgrößen zeigt schnell, ob es funktioniert.
2. Messen Sie den Erfolg. Definieren Sie vor dem Start, was die KI verbessern soll – und prüfen Sie nach drei Monaten, ob es geklappt hat. Wenn nicht: Stoppen Sie das Projekt.
3. Planen Sie die Wartung ein. KI ist kein Projekt, das irgendwann fertig ist. Sie braucht Pflege – sonst wird sie zum teuren Datenmüll.

Ein letzter Tipp: Wenn Sie unsicher sind, ob KI für Sie passt, fragen Sie jemanden, der es schon gemacht hat – und nicht den Verkäufer. Die meisten Mittelständler, die ich berate, starten mit einem einfachen Excel-Tool oder einer Standardsoftware. Und das reicht oft.