KI im KMU einführen: die ersten 90 Tage

KI einführen heisst nicht: ein Tool kaufen und hoffen. Es heisst: in drei Monaten herausfinden, wo dein Betrieb wirklich Zeit verliert – und genau dort anfangen. So sieht ein realistischer Fahrplan aus.

Warum die meisten KI-Projekte im ersten Monat kippen

Der typische Ablauf: Jemand im Team testet ChatGPT, ist begeistert, es gibt eine Lizenz für alle. Vier Wochen später nutzen es drei Personen, der Rest ist zurück bei Copy-Paste. Nicht weil die Technik schlecht ist, sondern weil niemand entschieden hat, welche Aufgabe damit besser werden soll.

Der zweite Klassiker ist das Gegenteil: monatelange Strategiearbeit, Folien, Gremien – und nichts, was ein Mitarbeitender am Montag anders macht. Beides kostet Geld. Der Mittelweg ist ein kurzer Zyklus mit einem klaren Ziel pro Phase.

Der Ablauf ist fast immer derselbe. Eine Person im Betrieb probiert etwas aus, ist begeistert und zeigt es weiter. Dann folgt eine Sitzung, in der zehn Ideen auf den Tisch kommen – von der Offertenerstellung bis zum Chatbot auf der Website. Alle Ideen sind für sich sinnvoll, aber keine hat eine Zahl hinter sich, und niemand ist verantwortlich. Vier Wochen später ist das Thema wieder dort, wo es angefangen hat.

Das zweite Muster ist der zu grosse erste Schritt. Wer die Auftragsabwicklung als Pilot wählt, berührt Verkauf, Produktion und Buchhaltung gleichzeitig. Jede Abstimmung dauert, jeder Sonderfall führt zu einer Zusatzrunde, und nach drei Monaten gibt es noch kein Ergebnis, das man zeigen kann. In 90 Tagen lässt sich kein Betrieb umbauen. Ein Prozess lässt sich verändern, und genau darauf ist dieser Plan ausgelegt.

Tag 1 bis 30: verstehen, was du überhaupt automatisieren willst

Im ersten Monat wird nichts eingekauft. Du sammelst stattdessen Aufgaben. Nimm dir zwei Wochen und notiere im Team, welche Tätigkeiten sich wiederholen: Angebote schreiben, Offerten nachfassen, Protokolle, Rechnungen erfassen, Anfragen sortieren, Texte für Social Media.

Danach bewertest du jede Aufgabe nach drei Kriterien: Wie oft kommt sie vor, wie lange dauert sie, und wie schlimm ist ein Fehler? Aufgaben, die häufig sind, lange dauern und fehlertolerant sind, gehören nach vorne. Alles, was juristisch oder finanziell heikel ist, kommt später oder nie.

Genau diese Sortierung machen wir in einem KI-Workshop mit deinem Team – nicht als Vortrag, sondern an deinen echten Aufgaben.

Im ersten Monat wird nichts gebaut. Er dient dazu, Kandidaten zu sammeln und einzuschätzen. Am einfachsten geht das, wenn du zwei Wochen lang alle Aufgaben notierst, die mehrmals pro Woche anfallen und bei denen du das Gefühl hast, dasselbe schon einmal getippt zu haben. Am Ende hast du eine Liste mit zehn bis zwanzig Einträgen, und sie ist wichtiger als jede Tool-Recherche.

Danach kommt zu jedem Eintrag die gleiche kurze Prüfung: Wie oft pro Monat, wie lange pro Durchgang, wie schlimm ist ein Fehler, und liegen die nötigen Informationen digital vor. Aufgaben mit hoher Häufigkeit, geringem Risiko und vorhandenen Daten wandern nach oben. Alles, was Kundenkontakt, Preise oder rechtliche Zusagen enthält, bleibt für den ersten Durchgang unten – nicht für immer, aber jetzt.

Parallel dazu lohnt sich der erste Kompetenzaufbau. Wenn im Team niemand die Werkzeuge selbst benutzt hat, fehlt die Grundlage, um Vorschläge zu beurteilen. Ein halber Tag mit echten Aufgaben aus dem eigenen Betrieb bringt mehr als eine allgemeine Einführung, weil danach jede Person eine Meinung mit eigener Erfahrung dahinter hat.

Tag 31 bis 60: ein Prozess, ein Team, ein messbares Ergebnis

Im zweiten Monat nimmst du genau einen Prozess. Nicht drei. Einer, der einem Team spürbar Zeit frisst und dessen Ergebnis du überprüfen kannst. Beispiel: Kundenanfragen aus dem Formular werden bisher manuell gelesen, kategorisiert und weitergeleitet.

Vor dem Start hältst du fest, wie es heute läuft: Wie viele Anfragen pro Woche, wie lange bis zur ersten Antwort, wer macht es. Ohne diese Basis kannst du später nicht sagen, ob es besser geworden ist. Dann baut ihr die neue Variante, lasst sie zwei Wochen parallel laufen und vergleicht.

Im zweiten Monat wird gebaut, und zwar an genau einer Sache. Vorher schreibst du auf, was am Ende besser sein soll, und mit welcher Zahl du das prüfst: Bearbeitungszeit pro Fall, Anzahl Rückfragen, Durchlaufzeit von Eingang bis Antwort. Eine Zahl genügt. Sie muss nur vorher feststehen, sonst wird die Bewertung am Ende zur Geschmacksfrage.

Dazu gehört ein kleines Team: eine Person, die den Prozess täglich macht, eine, die entscheiden darf, und jemand für die technische Umsetzung. Drei bis vier Personen sind genug. Wichtig ist der Rhythmus – ein kurzer Termin pro Woche, in dem eine Version gezeigt wird. Wer monatelang im Hintergrund entwickelt und dann präsentiert, hat die Rückmeldungen zu spät.

Rechne damit, dass die erste Version zu 60 bis 70 Prozent brauchbar ist. Das ist kein Rückschlag, sondern normal. Interessant sind die Fälle, die nicht funktionieren: Sie zeigen dir, welche Regel im Prozess bisher nur in einem Kopf existierte. Diese Fälle sammelst du schriftlich, statt sie einzeln zu korrigieren.

Merkmale eines guten ersten Projekts

Es betrifft eine Aufgabe, die mindestens wöchentlich anfällt.
Das Ergebnis kann eine Person in Minuten prüfen.
Ein Fehler ist peinlich, aber nicht teuer.
Es hängt an keiner Software, die nächstes Jahr ersetzt wird.
Mindestens eine Person im Team will es wirklich.

Tag 61 bis 90: aus dem Pilot wird Alltag

Der dritte Monat ist der unspektakuläre, aber entscheidende: dokumentieren, Zuständigkeit festlegen, Regeln aufschreiben. Wer prüft die Resultate? Welche Daten dürfen in welches Tool? Was passiert, wenn das Modell Unsinn liefert? Ohne diese Antworten bleibt jede Automatisierung ein Experiment einer einzelnen Person.

Am Ende der 90 Tage hast du keinen KI-Konzern, sondern etwas Nützlicheres: einen Prozess, der läuft, ein Team, das den Unterschied zwischen Hype und Nutzen erklären kann, und eine Liste mit den nächsten drei Kandidaten. Wie es danach weitergeht, zeigen wir unter Effizienz.

Der dritte Monat entscheidet, ob aus dem Pilot etwas Dauerhaftes wird. Dafür braucht es drei Dinge: eine kurze Anleitung, damit auch die Ferienvertretung damit arbeiten kann, eine feste Zuständigkeit für den Fall, dass etwas nicht läuft, und einen Termin in drei Monaten, an dem noch einmal auf die Zahlen geschaut wird.

Ausserdem gehört in diesen Monat der ehrliche Vergleich. Nimm die Ausgangswerte von Tag 30 und die aktuellen Werte, und ergänze, wie oft ein Ergebnis nachbearbeitet werden musste. Manchmal ist das Resultat unangenehm: kaum Zeitgewinn, dafür ein stabilerer Ablauf. Auch das ist ein Ergebnis, mit dem man weiterarbeiten kann. Nur die Variante «fühlt sich besser an» hilft niemandem.

Erst wenn der erste Prozess im Alltag läuft, kommt der zweite dazu. Der ist meistens deutlich schneller fertig, weil Zugänge, Zuständigkeiten und Prüfschritte schon geklärt sind. Diesen Effekt unterschätzen viele: Der erste Fall ist teuer, weil er die Grundlagen mitbezahlt.

Was du dafür wirklich brauchst

Weniger, als oft behauptet wird. Ein Budget für Lizenzen im zweistelligen Franken-Bereich pro Person und Monat, ein paar Stunden pro Woche von zwei bis drei Leuten, und eine Person mit Entscheidungsbefugnis, die dranbleibt. Was du nicht brauchst: eine eigene KI-Abteilung, ein Data-Warehouse oder ein Modell, das auf deinen Daten trainiert wurde.

Wenn du nicht sicher bist, in welcher Reihenfolge du die Themen angehst, hilft der Blick von aussen. Unser Consulting ist genau dafür gedacht: nicht liefern, was gerade Trend ist, sondern was in deinem Betrieb als Nächstes Sinn macht.

Der Aufwand liegt weniger im Geld als in der Aufmerksamkeit. Wer über 90 Tage jede Woche eine Stunde für das Thema reserviert und eine Person benennt, die es vorantreibt, kommt weiter als ein Betrieb mit dreifachem Budget und ohne festen Termin. Fehlt beides, verschiebt sich das Thema so lange, bis es niemand mehr erwähnt.

Auf der technischen Seite reichen am Anfang meist die Werkzeuge, die schon im Haus sind – Mailprogramm, Ablage, Buchhaltung, eventuell ein Abo für ein Sprachmodell. Neue Systeme lohnen sich erst, wenn du weisst, was sie tun sollen. Und was du von Anfang an brauchst, sind zwei einfache Regeln: welche Daten in externe Werkzeuge dürfen und wer ein Ergebnis freigibt, bevor es nach aussen geht.

Häufige Fragen

Wie schnell bringt KI im KMU etwas?

Bei einem klar abgegrenzten Prozess sind erste Entlastungen nach vier bis acht Wochen realistisch. Was danach kommt, ist Wiederholung des gleichen Musters mit dem nächsten Ablauf.

Brauche ich ein eigenes KI-Budget?

Für den Start reichen Lizenzkosten im zweistelligen Franken-Bereich pro Person und Monat plus Arbeitszeit von zwei bis drei Personen. Ein Grossprojekt ist nicht nötig.

Was mache ich, wenn das Team skeptisch ist?

Skepsis hat meist einen realen Kern. Zeig den Nutzen an einer echten, ungeliebten Aufgabe und sag klar, was mit der gewonnenen Zeit passiert.