Warum KI-Projekte im Mittelstand scheitern.
Vier Muster, die wir in den meisten gescheiterten Projekten wiederfinden, und was die erfolgreichen anders machen.
Eins: Der falsche Engpass
Die meisten KI-Projekte starten mit der Frage „Wo könnten wir KI einsetzen?“. Das ist die falsche Frage. Die richtige lautet: „Wo verbrennt unser Betrieb in der täglichen Routine am meisten Geld?“
Wer KI an einen ungeordneten Prozess setzt, automatisiert das Problem. Wer einen geordneten Prozess automatisiert, an dem niemand wirklich leidet, hat ein hübsches Projekt, und keine Einsparung.
Erst der Engpass, dann das Werkzeug. In dieser Reihenfolge.
Zwei: Pilotprojekte ohne Anschluss
Ein häufiges Muster: ein Bereichsleiter testet eine KI-Lösung in seinem Team. Das Pilotprojekt funktioniert technisch. Aber niemand hat geklärt, wie das Ergebnis zurück ins ERP fließt, wer den laufenden Betrieb verantwortet, wer Updates einspielt.
Das Pilotprojekt bleibt eine Insel und wird nach sechs Monaten still abgeschaltet. Eine Automatisierung, die nicht in der Systemlandschaft ankommt, bleibt eine Demo.
Drei: Niemand misst
KI-Projekte sehen oft schnell „gut aus“: ein paar Belege werden automatisch erfasst, ein Bot beantwortet Fragen. Aber: hat das jetzt wirklich Stunden eingespart? Welche Stunden? Bei wem?
Wenn diese Frage nicht beantwortet werden kann, fehlt auch die harte Begründung, mit der sich gegenüber Vorstand oder Beirat eine weitere Investition rechtfertigen ließe. Das Projekt versandet leise, weil niemand sagen kann, ob es etwas gebracht hat.
Ohne Messung lässt sich der Erfolg nicht belegen und damit auch nicht ausweiten.
Vier: Das Team wird nicht befähigt
Externe Dienstleister bauen die Lösung, übergeben sie und gehen. Das interne Team kann sie nicht warten, nicht erweitern, nicht ändern.
Ergebnis: bei der nächsten Prozessänderung steht der ganze Aufbau still. Die Beratung muss erneut bezahlt werden, oder das Projekt wird aufgegeben. Eine Automatisierung, die nur durch externe Hilfe läuft, schafft eine neue Abhängigkeit statt eines bleibenden Werts.
Was die erfolgreichen anders machen
In den Automatisierungen, die dauerhaft funktionieren und mehr einsparen als geplant, kommen vier Dinge zusammen:
- Zuerst wurde der teuerste Prozess angegangen, der mit dem größten Hebel.
- Vom ersten Tag an gab es eine ERP- oder Systemanbindung, also einen echten Datenfluss statt einer reinen Benutzeroberfläche.
- Stunden vorher und nachher wurden gemessen, mit denselben Zählregeln.
- Ein internes Team konnte den Betrieb übernehmen.
Das ist nicht spektakulär. Aber genau deshalb funktioniert es.
Häufige Fragen
Warum scheitern KI-Projekte im Mittelstand?
An vier Mustern: dem falschen Engpass, Pilotprojekten ohne Anschluss an die Systemlandschaft, fehlender Messung und einem Team, das nicht befähigt wird, die Lösung selbst zu betreiben.
Was ist die richtige erste Frage vor einem KI-Projekt?
Nicht „Wo könnten wir KI einsetzen?“, sondern „Wo verbrennt unser Betrieb in der täglichen Routine am meisten Geld?“. Erst der Engpass, dann das Werkzeug.
Was machen erfolgreiche Automatisierungen anders?
Sie gehen zuerst den teuersten Prozess an, haben vom ersten Tag eine echte Systemanbindung, messen Stunden vorher und nachher mit denselben Zählregeln und befähigen ein internes Team zum Betrieb.
Warum ist Messung so wichtig?
Ohne gemessene Vorher-nachher-Stunden lässt sich der Erfolg nicht belegen und damit gegenüber Vorstand oder Beirat keine weitere Investition rechtfertigen. Das Projekt versandet leise.
Noah Erdmann ist Mitgründer von Benecke & Erdmann. Er hat in der Immobilien- und Technologiebranche KI-gestützte Automatisierungen in Sachbearbeitung und Kundenservice aufgebaut.