Wie KMU mit KI produktiver werden: Use Cases, die wirklich funktionieren

Eine mittelständische Maschinenbaufirma hat 2024 einen KI-Agenten für die Service-E-Mail-Bearbeitung eingeführt. Sechs Monate später haben sie ihn abgeschaltet. Nicht, weil er technisch nicht funktionierte, sondern weil das ERP dahinter so fragmentiert war, dass der Agent bei 40 % der Anfragen den falschen Auftragsstatus ausgegeben hat. Die Kundenbeschwerden waren schlimmer als die ursprüngliche Wartezeit.

Eine andere Firma, ein IT-Systemhaus mit 95 Mitarbeitern, hat mit dem gleichen Use Case im gleichen Zeitraum 70 % Standardanfragen automatisiert, weil dort das CRM seit Jahren sauber gepflegt war und die Angebotslogik in einem konsistenten Produktkatalog lag.

Beide Firmen haben ähnlich viel investiert. Der Unterschied war nicht die KI. Es war die Datenlage, der Prozess und die Erwartung.

Bevor Sie weiterlesen: ein Wort zu Zahlen in diesem Artikel

Produktivitätszahlen in der KI-Literatur sind notorisch unzuverlässig. Eine PwC-Studie spricht von einer Vervierfachung des Produktivitätswachstums, basierend auf Selbstauskunft von Entscheidern, die KI einsetzen (nicht von denen, die es nicht tun). GitHub behauptet, KI macht Entwickler 74 % produktiver, eine Folgestudie von METR zeigt, dass erfahrene Entwickler mit KI in komplexen Projekten 19 % langsamer werden.

Wenn Sie in diesem Artikel Bandbreiten wie „30–60 % Zeitersparnis” lesen: Das ist eine beobachtete Spannweite aus realen Mittelstandsprojekten, kein Naturgesetz. Ob Sie am oberen oder unteren Ende landen, hängt von Ihrer Datenlage, Prozessreife und der Implementierungstiefe ab, nicht von der KI selbst.

Eine Sache, die ich nicht seriös quantifizieren kann: Wie viele KI-Projekte im Mittelstand scheitern. Die oft zitierte Zahl „60–80 %” geht auf eine Gartner-Prognose aus 2018 zurück, bezog sich auf alle Data-Science-Projekte, nicht auf KI im engeren Sinn, und wurde seitdem von jedem Berater wiederverwendet. In Projekten, die wir begleiten, scheitern etwa 50 % der Pilots in der Skalierungsphase, aber das ist eine Beobachtung, keine Studie.

Woran Sie erkennen, dass Ihr Unternehmen bereit ist

Drei Bedingungen. Nicht „Mindestanforderungen”, sondern Punkte, an denen die meisten Projekte kippen.

Ihre Top-3-Kundenanfragen lassen sich in 200 Wörtern beschreiben. Wenn Ihr Service-Team nicht in zwei Sätzen erklären kann, was die häufigsten Kundenanfragen sind, wie sie beantwortet werden und welche Systeme dafür nötig sind, dann ist KI das falsche erste Projekt. KI-Agenten automatisieren, was Sie verstanden haben. Sie erfinden keine Prozesse.

Sie haben eine Person, die in den nächsten drei Monaten mindestens 20 % ihrer Zeit für das Projekt opfert. Nicht ein „KI-Verantwortlicher”, der es nebenbei macht. Eine Person mit Entscheidungsbefugnis, die den Use Case priorisiert, mit dem Agenten-Entwickler spricht, Feedback gibt und am Ende entscheidet, ob das Ergebnis gut genug ist. Wenn Sie diese Person nicht haben, ist das Projekt zum Scheitern verurteilt, bevor es startet.

Ihr ERP liefert einem Externen in 10 Minuten eine konsistente Antwort auf „Was ist der Status von Auftrag 4711?”. Diese Frage klingt trivial, sie ist es aber nicht. Wenn Sie 10 Minuten brauchen, um eine konsistente Antwort zu liefern, wird ein KI-Agent das auch brauchen, nur schlimmer, weil er die Inkonsistenz multipliziert. Die Datenreife vor dem KI-Projekt ist die wichtigste Voraussetzung, die in den wenigsten Artikeln erwähnt wird.

Was bei diesen Use Cases tatsächlich passiert

Statt sieben gleichförmige Use-Case-Beschreibungen: drei davon ausführlich (wo der Hebel real ist), drei kürzer (wo er kontextabhängig ist), einer mit deutlicher Warnung.

Use Case 1: E-Mail-Triage im Service (ausführlich)

Worum es geht: Ein Agent empfängt Kundenanfragen, klassifiziert sie, beantwortet Standardfälle aus dem ERP, leitet Ausnahmen weiter. Klingt einfach. Ist es nicht.

Was in der Praxis schiefgeht, und was tatsächlich hilft:

Das häufigste Problem: Kunden formulieren Anfragen vage. „Wo bleibt meine Bestellung?”, drei Bestellungen, drei offene Posten, ein zurückgerufener Artikel. Ein Mensch fragt nach. Ein Agent klassifiziert falsch. Die Lösung ist nicht „bessere KI”, sondern ein Disambiguierungs-Schritt: Der Agent fragt zurück, bevor er antwortet. Das erhöht die Antwortzeit um 30 Sekunden, reduziert aber Fehlantworten um 70 %.

Das zweithäufigste Problem: Das ERP hat fünf Status-Felder, die unterschiedliche Dinge bedeuten („in Produktion”, „in Kommissionierung”, „versandbereit”, „teilweise versandt”, „abgebrochen”). Ein Agent interpretiert diese konsistent falsch. Die Lösung ist ein Mapping-Dokument, das jeder Statusdefinition eine Beispielantwort zuordnet. Klingt nach Pflichtenheft aus den 90ern. Ist aber genau das, was fehlt.

Werkzeuge, die in Produktion laufen: Microsoft Copilot Studio (gut für Microsoft-zentrierte IT-Landschaften), n8n (Open Source, gut für Bastler, schlechter für regulierte Branchen), LangChain mit GPT-4 (Maximum an Flexibilität, hoher Entwicklungsaufwand).

Investition, ehrlich: Für einen Prototyp 15.000–35.000 EUR. Inklusive ERP-Anbindung, Test mit echten Anfragen, Eskalationslogik, Monitoring. Für ein produktives System nochmal 20.000–40.000 EUR, weil dann Lasttests, Fehlerbehandlung und Audit-Trail dazukommen.

Use Case 2: Angebots-Workflow im Vertrieb (ausführlich)

Worum es geht: Vertriebsmitarbeiter geben Stichworte ein, der Agent erzeugt Angebotsentwürfe auf Basis historischer Daten, der Mensch prüft und versendet.

Was in der Praxis schiefgeht, und was tatsächlich hilft:

Sonderkonditionen sind der Feind jedes Angebots-Agenten. „40 % auf Standard, 25 % auf Premium, kostenlose Schulung bei 3-Jahres-Vertrag, Zahlungsziel 60 Tage.” Solche Mischkonditionen stehen in keinem Produktkatalog, sondern in Köpfen und Excel-Listen. Ein Agent, der das nicht kennt, erzeugt Angebote, die rechtlich falsch sind.

Die Lösung: Vor jeder Angebots-Generierung eine Konditionsabfrage an den Vertriebsmitarbeiter („Treffen diese Konditionen zu? [Liste]”). Oder besser: Ein Pflichtfeld-Workflow, der verhindert, dass der Agent Angebote ohne dokumentierte Konditionen erzeugt. Das klingt banal. Es ist die einzige Möglichkeit, wie dieser Use Case funktioniert.

Werkzeuge: Custom GPTs (gut für einfache, repetitive Angebote), n8n mit OpenAI API (gut für mehrstufige Angebote), Make.com (gut für visuelle Workflows, weniger für komplexe Logik).

Investition: 20.000–45.000 EUR Prototyp, weil historische Angebote aufbereitet werden müssen (typisch 200–500 Beispiele), plus Konditionslogik, plus Compliance-Check.

Use Case 3: Wissensmanagement mit RAG (ausführlich)

Worum es geht: Mitarbeitende fragen „Wie läuft die Rechnungskorrektur bei Retoure?” und bekommen eine Antwort mit Quellenverweis aus dem internen Wiki.

Was in der Praxis schiefgeht, und was tatsächlich hilft:

Das größte Problem ist nicht die KI, sondern die Dokumentenqualität. In einem typischen Mittelständler sind 40 % der internen Dokumente veraltet. Der Agent gibt veraltete Antworten, die niemand bemerkt, bis ein Kunde sich beschwert. Die Lösung ist nicht „mehr Dokumente indexieren”, sondern ein Dokumenten-Review vor der Indexierung. Pragmatisch: Nur Dokumente indexieren, die in den letzten 18 Monaten aktualisiert wurden. Alles andere als „historisch” markieren.

Das zweitgrößte Problem sind Zugriffsrechte. Der Agent gibt dem Sachbearbeiter Zugriff auf die Gehaltsabrechnung der Geschäftsführung, weil das Dokument im gleichen Ordner liegt. Die Lösung ist RBAC auf Dokumentebene, aufwendig einzurichten, alternativlos für sensible Daten.

Werkzeuge: Microsoft Copilot (gut für Microsoft 365-Umgebungen, integrierte Suche), n8n mit Vektor-Datenbank (Maximum an Kontrolle, hoher Aufwand), OpenAI Assistants API (gut für moderate Volumina).

Investition: 25.000–60.000 EUR. Davon etwa 40 % für Dokumenten-Aufbereitung, 30 % für Vektor-Datenbank und Indizierung, 20 % für UI, 10 % für Test und Rollout.

Use Case 4: Reporting und Datenanalyse (kürzer)

Reporting-Agenten sind die Projekte mit dem schnellsten ROI, wenn die Datenquellen sauber sind. Wenn nicht, sind sie die Projekte mit den längsten Verzögerungen.

Wann es funktioniert: Sie haben ein Data Warehouse oder zumindest eine zentrale Sicht auf ERP, CRM und Excel-Daten. Die Reports folgen einem festen Schema. Es gibt einen Controller, der die Ergebnisse prüft.

Wann es nicht funktioniert: Jeder Report wird manuell aus fünf Quellen zusammengestückelt, weil die Schnittstellen instabil sind. Die Reports werden wöchentlich ad-hoc angepasst, weil das Geschäft sich „gerade verändert”. In solchen Umgebungen erzeugt der Agent mehr Aufwand als er spart.

Investition: 30.000–70.000 EUR, je nach Anzahl Datenquellen.

Use Case 5: Kundensupport und First-Level-Triage (kürzer)

Der ROI ist hoch, aber die Risiken sind es auch. Ein Support-Agent, der eigenständig Stornierungen akzeptiert oder Beschwerden falsch einordnet, ist ein Haftungsrisiko.

Wann es funktioniert: Sie haben klare Eskalationsregeln. Risikoreiche Aktionen (Storno, Erstattung, Vertragsänderung) erfordern menschliche Freigabe. Der Agent beantwortet 60–80 % der Anfragen, die anderen 20–40 % gehen mit Kontext an Mitarbeitende.

Wann es nicht funktioniert: Der Agent soll „alles” autonom lösen, weil das Support-Team unterbesetzt ist. In diesem Fall wird der Agent zum Multiplikator für Fehler.

Investition: 40.000–120.000 EUR, weil hier die Compliance-Anforderungen am höchsten sind.

Use Case 6: Marketing-Content (kürzer)

Der niedrigschwelligste Use Case. Funktioniert ohne Datenintegration, ohne ERP, ohne Compliance-Overhead. Aber: Generische Texte sind ein Markenrisiko.

Wann es funktioniert: Sie haben Brand-Guidelines mit Tonfall, Wortwahl, Verboten. Mitarbeitende reviewen jeden Text vor Veröffentlichung. Der Agent erzeugt Entwürfe, keine Endprodukte.

Wann es nicht funktioniert: Sie veröffentlichen Agent-Texte direkt, weil „KI-generiert” als Qualitätsmerkmal gilt. Suchmaschinen und Kundschaft merken das.

Investition: 5.000–25.000 EUR. Eher Tage als Wochen bis zum ersten Nutzen.

Use Case 7: Visuelle Qualitätskontrolle (mit Warnung)

Computer Vision in der Produktion klingt nach dem Use Case mit dem größten Hebel. Ist er auch, aber er ist gleichzeitig der teuerste und der langsamste.

Was viele unterschätzen: Die Validierung. In regulierten Branchen (Automotive, Pharma, Medizintechnik) muss das System zertifiziert werden, oft nach ISO-Normen oder branchenspezifischen Standards. Das dauert 6–12 Monate zusätzlich.

Ein konkretes Beispiel aus unserer Erfahrung: Ein Automobilzulieferer hat 18 Monate und 220.000 EUR investiert, bevor das System produktiv zertifiziert war. Die jährliche Einsparung liegt bei 180.000–240.000 EUR. Der ROI ist da, aber erst im dritten Betriebsjahr. Wer das nicht durchplant, hat ein Problem.

Wie Sie den ROI realistisch rechnen, eine Methode, keine Versprechen

Die Bandbreiten in der KI-Literatur sind so groß, dass jede konkrete Zahl irreführend ist. Was Sie selbst rechnen können, ist konkreter.

Die Formel, die Sie brauchen:

Break-even (Monate) = Einmal-Investition / (Vorgänge/Monat × Zeitersparnis pro Vorgang × Stundensatz Vollkosten - laufende KI-Kosten/Monat)

Beispiel Use Case 1 mit konkreten Zahlen aus einem realen Projekt:

Ein Mittelständler (180 Mitarbeiter, Service-Team: 5 Personen) hat 25.000 EUR investiert. Das Team bearbeitet 30 Anfragen pro Tag pro Mitarbeiter (1.500 Anfragen pro Woche). Pro Anfrage spart der Agent im Schnitt 8 Minuten. Stundensatz Vollkosten: 65 EUR.

Rechnung: 1.500 Anfragen × 4 Wochen × 8/60 Stunden × 65 EUR = 52.000 EUR Brutto-Ersparnis pro Monat. Abzüglich 1.000 EUR laufende KI-Kosten: 51.000 EUR Netto. Break-even: 25.000 / 51.000 = 0,5 Monate.

Aber: Das ist die Modellrechnung. Realisiert wurde im ersten Quartal etwa 60 % davon (Anfangsprobleme mit ERP-Anbindung, Disambiguierung, Adoption). Adjustierter Break-even: 0,8 Monate. Nach zwei Quartalen lag die Realisierung bei 85 %, und damit klar profitabel.

Was die Formel nicht abbildet:

• Die Opportunitätskosten, wenn Ihr Team die Zeit nicht für wertschöpfendere Tätigkeiten nutzt, sondern für mehr Kaffee.
• Die Kosten für schlechte Antworten, die Kunden kosten.
• Die Kosten für Change Management, Schulung, laufende Anpassung.

Planen Sie konservativ: Nehmen Sie 50 % der Modell-Ersparnis für das erste Jahr. Wenn die Realisierung darüber liegt, sind Sie besser als erwartet. Wenn darunter, haben Sie Luft im Budget.

Was die Branche mit dem Use Case zu tun hat

Die oft zitierte Branchenmatrix („Produktion: hoch, Handel: mittel, Dienstleister: niedrig”) ist grob und irreführend. Was wirklich zählt, ist die Kombination aus Datentyp, Prozessreife und Regulierung.

Produktion und Maschinenbau: Use Cases mit hoher Datendichte (Sensordaten, Bilder, ERP-Daten) funktionieren gut. Visuelle Qualitätskontrolle, vorausschauende Wartung, automatisierte Angebote. Aber: Validierungsaufwand in regulierten Branchen ist hoch. Time-to-Value: 6–18 Monate.

Handel und E-Commerce: Hohe Volumina, strukturierte Daten, klare KPIs. Marketing-Content, Produktbeschreibungen, dynamische Preisanpassung. Schnellste Time-to-Value (2–8 Wochen), aber Konkurrenzdruck ist hoch, der Vorsprung schmilzt.

B2B-Dienstleister und Beratung: Wissensintensiv, hoher Stundensatz, oft fragmentierte Daten. Angebots-Workflows, Wissensmanagement, Reporting sind die Hebel. Mittelständische Beratungen können mit KI den Hebel auf 30–40 % Effizienzsteigerung realisieren, wenn die Wissensbasis aufgeräumt ist.

Versicherungen und Finanzdienstleister: Höchste Compliance-Anforderungen, längste Time-to-Value (12–24 Monate), aber auch höchster Hebel bei Standardisierung. Erst-Piloten in Claims Processing, First-Level-Support, Wissensmanagement.

Wann Sie aufhören sollten, Use Cases zu evaluieren, und anfangen, einen zu wählen

Eine Beobachtung aus Dutzenden Mittelstandsprojekten: Der Unterschied zwischen Firmen, die profitabel mit KI arbeiten, und Firmen, die endlos Pilotprojekte durchführen, ist nicht die Tool-Auswahl. Es ist die Entscheidung.

Wenn Sie drei Wochen damit verbracht haben, Use Cases zu evaluieren, Anbieter zu vergleichen, Konzepte zu schreiben, hören Sie auf. Wählen Sie den Use Case mit dem niedrigsten Risiko und dem schnellsten Time-to-Value. Marketing-Content, E-Mail-Triage oder Reporting, je nachdem, wo Ihre Daten am saubersten sind.

Fangen Sie an. Lernen Sie im Pilot, nicht in der Evaluation. Skalieren Sie, was funktioniert. Beenden Sie, was nicht funktioniert.

Wenn Sie nicht wissen, wo Ihre Daten am saubersten sind: Ein Datenreife-Check dauert wenige Tage und zeigt Ihnen, wo der größte Hebel liegt.

FAQ: KI-Produktivität im Mittelstand

Woran Sie merken, dass der Pilot funktioniert hat

Ein Pilot funktioniert, wenn Sie nach acht Wochen Folgendes haben:

• Eine messbare Zeitersparnis (vorher/nachher dokumentiert).
• Ein Team, das den Agenten nutzt, ohne dazu gezwungen zu werden.
• Eine Liste von Fehlern, die der Agent macht, und einen Plan, wie Sie damit umgehen.
• Eine Kostenrechnung, die zeigt, ob die Investition refinanziert ist oder refinanziert wird.
• Eine Entscheidung, ob Sie skalieren, anpassen oder beenden.

Wenn Sie nach acht Wochen keine Fehlerliste haben, haben Sie den Agenten nicht genug getestet. Wenn Sie keine Skalierungsentscheidung treffen können, war der Pilot zu klein oder zu groß.

Die nächste Stufe nach einem funktionierenden Pilot ist nicht „mehr Use Cases”, sondern „mehr Tiefe im gleichen Use Case”. Mehr Datensätze, bessere Edge-Case-Behandlung, engere Integration. Erst wenn der erste Use Case produktiv läuft, lohnt sich der zweite.

Was Sie aus diesem Artikel mitnehmen

Drei Dinge.

Erstens: Die größte Variable in KI-Projekten ist nicht die KI, sondern Ihre Datenlage und Prozessreife. Investitionen in Datenqualität zahlen sich vor dem ersten KI-Pilot aus, nicht danach. Warum das so ist, vertiefen wir im Beitrag Datenstrategie vor KI-Strategie.

Zweitens: ROI-Modelle sind Szenarien, keine Versprechen. Rechnen Sie konservativ mit der Hälfte der modellierten Ersparnis im ersten Jahr. Wenn es mehr wird, freuen Sie sich.

Drittens: Der teuerste Fehler ist nicht ein gescheiterter Pilot. Der teuerste Fehler ist, nicht anzufangen, weil Sie auf die perfekte Ausgangslage warten. Die perfekte Ausgangslage kommt nicht.

Wenn Sie wissen wollen, wo Ihre Daten am saubersten sind und welcher Use Case der richtige Einstieg wäre: Unser Datenreife-Check dauert wenige Tage und liefert eine ehrliche Einschätzung, auch wenn die Antwort ist, dass Sie zuerst Daten aufräumen sollten.

Datenreife-Check anfragen · Strategy Sprint · KI-Agenten