Bevor die KI anfängt: Voraussetzungen, Datengrundlage und die richtigen Fragen für KMU

Künstliche Intelligenz steht auf der Agenda fast jedes mittelständischen Unternehmens im DACH-Raum. Und das zu Recht: Die Technologie hat sich in den letzten zwei Jahren von der Expertendomäne zum praxistauglichen Werkzeug entwickelt. Doch zwischen dem Entschluss, KI einzusetzen, und einem produktiven KI-Prozess liegt eine Lücke — und die hat selten mit der Technologie selbst zu tun.

Laut einer Analyse zur KI-Readiness im Mittelstand scheitern rund 60 Prozent der KI-Initiativen nicht am gewählten Modell oder Tool, sondern an fehlender Datengrundlage. Bevor Sie also das erste Budget freigeben oder den ersten Anbieter beauftragen, lohnt es sich, einige grundlegende Fragen zu klären.

Die Fragen, die Sie sich zuerst stellen sollten

• Was ist das konkrete Problem? Nicht KI für alles, sondern ein klar abgrenzbarer Prozess mit messbarem Aufwand und messbarem Ergebnis.
• Wer im Unternehmen ist intern verantwortlich — nicht nur begeistert, sondern entscheidungsbefugt und aktiv am Prozess beteiligt?
• Welche Daten existieren zu diesem Prozess — in welchem Format, welchem Zustand und wie zugänglich?
• Sind wir bereit, Datenschutz- und DSGVO-Anforderungen für KI-Systeme zu klären, zum Beispiel bei der Datenverarbeitung durch externe Cloud-Anbieter?
• Was passiert, wenn das KI-System einen Fehler macht? Gibt es eine Prüfinstanz, und wer trägt die Verantwortung?

Datengrundlage — der Erfolgsfaktor, der am häufigsten unterschätzt wird

KI-Systeme lernen aus Daten und arbeiten mit Daten. Für einfache Anwendungen wie einen internen FAQ-Bot oder automatisierte Rechnungsverarbeitung braucht es keine perfekte Datenbasis — aber eine zugängliche und ausreichend konsistente. In der Praxis mit mittelständischen Unternehmen zeigen sich immer wieder dieselben fünf Engpässe:

• Vollständigkeit: Fehlen in Ihrer Kundendatenbank Anschriften, Kategorien oder Kontakthistorien, liefert auch die beste KI-Lösung nur lückenhafte Ergebnisse.
• Konsistenz: Werden dieselben Werte in verschiedenen Systemen unterschiedlich geschrieben — etwa München, Muenchen oder MCH — ist das für KI-Systeme ein echter Stolperstein.
• Zugänglichkeit: Liegen Ihre wichtigsten Betriebsdaten in PDFs, auf Papier oder in Systemen ohne Schnittstelle, ist der erste Schritt kein KI-Projekt, sondern ein Datenintegrations-Projekt.
• Aktualität: Ein KI-System, das auf einem Produktkatalog von 2022 oder veralteten Kundenstammdaten arbeitet, produziert veraltete Antworten — unabhängig vom Modell.
• Governance: Wer darf welche Daten für KI-Zwecke verwenden — intern und durch externe Anbieter? Ohne klare Regelung riskieren Sie DSGVO-Verstöße und Vertrauensverlust.

Drei typische Szenarien aus der Praxis

Drei Ausgangssituationen, die wir in IT-Beratungsprojekten regelmäßig sehen, zeigen: Die Vorbereitung entscheidet oft mehr als die Tool-Wahl.

• Maschinenbauer, Wartungsprotokolle: Das Unternehmen möchte KI zur Auswertung von Wartungsprotokollen einsetzen — stellt aber fest, dass die Protokolle teils auf Papier, teils als unstrukturierte E-Mails und teils im ERP vorliegen. Erster Schritt: Protokolle vereinheitlichen und digital zugänglich machen. KI kommt in Schritt zwei.
• Handelsunternehmen, Kundenservice-Bot: Die Kundendaten verteilen sich auf drei Systeme ohne gemeinsame Kunden-ID. Ein KI-Assistent würde auf Basis von Fragmenten antworten. Erster Schritt: Master-Data-Management, bevor KI-Budget fließt.
• Dienstleister, Angebotsentwürfe: Das Wissen über gute Angebote steckt ausschließlich in den Köpfen zweier erfahrener Mitarbeitender — nicht in Dokumenten. Erster Schritt: Musterprozess dokumentieren und strukturieren. Die KI braucht diesen Rahmen als Lernbasis.

Kurz-Check: Wie daten-bereit ist Ihr Unternehmen?

• Können Sie die relevanten Daten für Ihren geplanten KI-Anwendungsfall exportieren — vollständig, ohne manuelle Nacharbeit?
• Liegen Ihre Kerndaten in mindestens einem System mit API oder Export-Funktion vor?
• Hat jemand in Ihrem Unternehmen die Verantwortung für Datenqualität — mit definierten Standards wie Pflichtfeldern im CRM oder Mindestanforderungen an Dokumentation?
• Wissen Sie, welche Daten Sie nicht an externe Cloud-Dienste weitergeben dürfen?
• Können Sie den Zielprozess klar beschreiben: Wenn X eintritt, tun wir Y — und ist dieser Prozess die meiste Zeit stabil und wiederholbar?

Wer diese fünf Fragen mit Ja beantwortet, ist gut aufgestellt für einen ersten KI-Piloten. Wer mehr als zwei mit Nein beantwortet, investiert die nächste Phase besser in Datenintegration und Prozessdokumentation — das spart im späteren KI-Projekt Monate. Gerne helfen wir Ihnen, den richtigen Startpunkt zu finden: im Erstgespräch oder über unseren KI-Assistenten als ersten Einstieg. In unseren Referenzprojekten sehen Sie, wie dieser Prozess in der Praxis aussieht.

Nicht das schnellste KI-Tool gewinnt. Das Unternehmen, das mit der richtigen Datenbasis startet, kommt am schnellsten in die Produktion.

KI-Lösungen für den Mittelstand