KI-Strategie für den Mittelstand: Priorisieren statt Visionen

Wenn das Wort Strategie fällt, entstehen schnell dichte Dokumente mit Technologieradar und Reifegradmodellen. Für kleine und mittlere Unternehmen ist das meist verschwendete Zeit: Der Engpass ist nicht das fehlende Strategiepapier, sondern die fehlende Entscheidung, womit man anfängt – und wer dafür geradesteht.

Warum die KI-Strategie im Mittelstand anders aussieht

Großkonzerne können Technologietests parallel in mehreren Bereichen fahren. Der Mittelstand hat weder das Budget noch das Personal dafür; die Konsequenz lautet: wenige Vorhaben, sauber ausgewählt, bis zum laufenden Ergebnis gebracht. Eine gute KI-Strategie ist deshalb eher ein Filter als ein Fahrplan: Sie sagt, womit man anfängt – und womit bewusst nicht.

Die drei Fragen, die eine KI-Strategie beantworten muss

• Wo binden wir heute wiederkehrend Zeit oder Geld? Nicht, wo KI theoretisch etwas kann, sondern wo der Aufwand messbar ist: Belege, Anfragen, Datenaufbereitung, Berichte.
• Welche Daten und Systeme stehen dafür bereit? Ein Use Case ohne nutzbare Daten bleibt Theorie – die Qualität der Datenlage entscheidet über die Reihenfolge.
• Wer verantwortet das Ergebnis? Ein Name, kein Gremium. Ohne Abnehmer bleibt jede Lösung ungenutzt.

Use Cases priorisieren: vier Kriterien

• Häufigkeit: Wie oft fällt die Aufgabe an? Tägliche Aufgaben lohnen sich früher als jährliche.
• Aufwand heute: Wie viele Stunden oder Euro kosten sie aktuell – ehrlich geschätzt, nicht geglättet?
• Datenlage: Liegen die nötigen Informationen strukturiert vor, oder müssten sie erst aufgebaut werden?
• Risiko: Was passiert, wenn das Ergebnis fehlerhaft ist? Je höher die Folgen, desto später in der Reihenfolge – oder mit einem Freigabepunkt davor.

Kombiniert man die Kriterien, ergeben sich meist wenige sinnvolle Startpunkte: häufig, aufwändig, mit brauchbaren Daten und überschaubaren Folgen. Genau dort beginnt der erste Pilot.

Vom Plan zum Ergebnis: ein 90-Tage-Rhythmus

Statt eines Jahresplans hat sich ein kurzer Zyklus bewährt:

• Wochen 1–2: einen Use Case auswählen, Ziel und Messgröße festlegen (z. B. Bearbeitungszeit pro Anfrage).
• Wochen 3–10: den Piloten umsetzen – klein genug zum Testen, konkret genug zum Messen.
• Wochen 11–12: auswerten und entscheiden: ausbauen, anpassen oder stoppen. Auch ein sauber gestoppter Pilot ist ein Ergebnis.

Nach zwei bis drei Zyklen entsteht aus den Erfahrungen automatisch eine Strategie, die zur Realität des Unternehmens passt – nicht umgekehrt.

Häufige Fehler in KI-Strategien

• Technologie zuerst: Von einem Tool ausgehen und dann einen Prozess dafür suchen, dreht die Logik um und endet meist in Lösungen ohne Abnehmer.
• Alles gleichzeitig: Zehn Use Cases in der Pipeline bedeuten in der Praxis null laufende Lösungen.
• Zuständigkeit per Ausschuss: Strategiepapiere ohne namentliche Verantwortliche werden nicht umgesetzt.
• Erfolg ohne Kennzahl: Wer keine Ausgangslage misst, kann hinterher nicht zeigen, was gebracht hat – und verliert intern die Unterstützung.
• Einmal aufgestellt, nie wieder angefasst: Die Strategie sollte mit jedem abgeschlossenen Zyklus nachgeschärft werden.

Wann externe Unterstützung sinnvoll ist

Für die Priorisierung reicht häufig ein moderierter Workshop mit den Menschen, die die Prozesse kennen. Externe Hilfe lohnt sich, wenn Umsetzungskapazität fehlt oder Systemwissen für die Integration gebraucht wird – nicht, um die Strategie zu schreiben. Wer externe Beratung beauftragt, sollte darauf achten, dass am Ende ein lauffähiger Pilot steht und nicht ein weiteres Dokument.