KI im Unternehmen einführen: in 6 Schritten

KI im Unternehmen einführen heißt für einen kleinen Betrieb: einen konkreten Ablauf auswählen, ihn mit einem passenden KI-Werkzeug unterstützen, das Ergebnis messen und erst dann ausbauen. Dafür brauchen Sie keine IT-Abteilung und keine eigene KI. Sie brauchen ein klares Ziel, saubere Regeln für Daten und ein Team, das weiß, warum es das tut. Nach jedem der sechs Schritte können Sie entscheiden, ob es weitergeht.

Wie weit sind kleine Unternehmen mit KI?

Die Zahlen hängen davon ab, wer fragt und wen. Das ifo Institut meldet für Mai 2026, dass 54,5 % der Unternehmen in Deutschland KI in ihren Geschäftsprozessen nutzen, nach 40,9 % im Vorjahr. Große Unternehmen liegen bei 67,2 %, kleine bei 51,2 %, mittlere bei 47,2 %. Der Digitalverband Bitkom kommt im September 2026 auf 57 % der Unternehmen ab 20 Beschäftigten, nach 36 % im Jahr 2025 und 20 % im Jahr 2024. Die amtliche Statistik ist vorsichtiger: Laut Statistischem Bundesamt nutzten 2025 erst 26 % der Unternehmen ab zehn Beschäftigten KI, bei 10 bis 49 Beschäftigten 23 %.

Spannender als die Quote sind die Gründe, warum Betriebe zögern. Unter den Unternehmen, die KI erwogen, aber nicht eingeführt haben, nennt Destatis für 2025 als Hürden:

Wissen, Recht und Datenschutz bremsen also stärker als Geld. Genau diese drei Punkte decken die Schritte 3 und 5 ab.

Schritt 1: Ziel und Engpass finden

Fragen Sie nicht „Wo können wir KI einsetzen?“, sondern „Wo verlieren wir jede Woche Zeit, Geld oder Kunden?“. Typische Antworten in kleinen Betrieben: Anfragen bleiben zwei Tage liegen, Angebote schreibt nur der Chef am Abend, Rechnungen werden von Hand abgetippt, dieselben Kundenfragen kommen zehnmal am Tag.

Schreiben Sie drei bis fünf solcher Aufgaben auf und schätzen Sie für jede: Wie oft kommt sie pro Woche vor, und wie viele Minuten kostet sie jedes Mal? Häufigkeit mal Minuten ergibt eine erste Rangliste. Legen Sie außerdem fest, was ein Erfolg wäre, zum Beispiel „Anfragen werden am selben Tag beantwortet“ oder „Belege sind ohne Abtippen in der Buchhaltung“. Dieses Ziel ist später Ihr Maßstab.

Wenn Sie dabei eine Außensicht möchten: Eine KI-Beratung bringt die Liste mit Ihnen in eine Reihenfolge nach Nutzen und Aufwand. Als schnellen Einstieg bietet DR Automation die kostenlose KI-Potenzialanalyse an: drei Minuten, ein Score und drei konkrete Ideen für Ihren Betrieb.

Schritt 2: Welche Aufgaben eignen sich für KI?

Fachleute sprechen von Use Cases, also Anwendungsfällen. Für den Anfang eignen sich Aufgaben, die drei Merkmale haben: Sie kommen häufig vor, sie folgen erkennbaren Regeln, und sie bestehen zum großen Teil aus Text (E-Mails, Formulare, Dokumente, Notizen). Ideal ist es, wenn ein Mensch das Ergebnis mit einem Blick prüfen kann. Dann entlastet die KI, ohne dass ein Fehler direkt beim Kunden landet.

Weniger geeignet für den Start sind seltene Sonderfälle, Aufgaben, deren Wissen nur auf Papier oder in Köpfen steckt, und Entscheidungen über Menschen. KI-Systeme, die Bewerbungen filtern oder Bewerber bewerten, gelten nach der europäischen KI-Verordnung als Hochrisiko-Anwendungen (Anhang III) und bringen deutlich mehr Pflichten mit sich.

Viele dieser Anwendungen funktionieren mit Werkzeugen, die Sie vielleicht schon bezahlen: Microsoft 365 und Google Workspace enthalten inzwischen KI-Funktionen. Wo mehrere Programme zusammenarbeiten sollen, etwa Postfach, Kundenliste und Kalender, kommt ein Automatisierungswerkzeug wie n8n oder Make dazu. Welches passt, vergleicht unser Artikel n8n, Make oder Zapier.

Schritt 3: Daten und Datenschutz klären

Bevor ein Werkzeug läuft, klären Sie vier Fragen:

1. Welche Daten fließen? Sobald Namen, E-Mail-Adressen oder Kundenakten verarbeitet werden, gilt die DSGVO. Dann brauchen Sie einen Vertrag zur Auftragsverarbeitung (AV-Vertrag) mit dem Anbieter.
2. Welches Konto? Nur Geschäftskonten des Unternehmens, keine privaten oder kostenlosen Konten einzelner Mitarbeiter. Prüfen Sie in den Vertragsbedingungen, ob Ihre Eingaben zum Training der Modelle verwendet werden dürfen, und schalten Sie das ab, wo es möglich ist.
3. Wo liegen die Daten? Bevorzugen Sie Anbieter mit Rechenzentrum in der EU. Bei Automatisierungen lässt sich das oft wählen oder selbst betreiben.
4. Wie gut sind die Daten? Wenn Preislisten in fünf Versionen existieren oder Kundendaten doppelt gepflegt werden, liefert auch die beste KI schwankende Ergebnisse. Aufräumen kommt vor Automatisieren.

Halten Sie das Ergebnis auf einer Seite fest: Welche Werkzeuge sind erlaubt, welche Daten dürfen hinein, welche nicht, und wen fragt man im Zweifel? Diese kurze KI-Richtlinie verhindert, dass Mitarbeiter auf eigene Faust private Konten nutzen. Mehr dazu im Ratgeber ChatGPT im Unternehmen datenschutzkonform nutzen.

Schritt 4: Klein starten, mit einem Ablauf und einem Messwert

Wählen Sie aus Ihrer Liste einen Ablauf und machen Sie daraus einen Pilotversuch. Bevor es losgeht, messen Sie den Ist-Zustand, zum Beispiel eine Woche lang: Wie viele Vorgänge, wie lange pro Vorgang, wie viele Fehler oder Rückfragen, wie lange bis zur Antwort an den Kunden?

Bauen Sie den Ablauf so, dass die KI vorbereitet und ein Mensch freigibt. Das senkt das Risiko und zeigt Ihnen an echten Fällen, wo die KI gut ist und wo nicht. Planen Sie für den Pilotversuch einen festen Zeitraum ein, damit am Ende eine Entscheidung steht und kein Dauerprovisorium.

Rechnen Sie den Nutzen grob vor: Spart der Ablauf nach Abzug der Kontrolle drei Minuten bei 100 Vorgängen pro Woche, sind das fünf Stunden pro Woche. Diesen Wert stellen Sie den Kosten gegenüber. Welche Kosten für Lizenzen, Werkzeuge und Umsetzung realistisch sind, zeigt der Artikel Was kostet KI im Unternehmen?.

Schritt 5: Team mitnehmen und schulen

KI-Projekte scheitern selten an der Technik, häufiger daran, dass das Team nicht weiß, warum sich etwas ändert, oder Angst um den eigenen Arbeitsplatz hat. Beziehen Sie die Menschen, die den Ablauf heute erledigen, von Anfang an ein. Sie kennen die Ausnahmen, an denen ein Pilot sonst scheitert. Benennen Sie eine Ansprechperson, die Fragen sammelt und Erfahrungen weitergibt.

Schulung ist auch eine rechtliche Frage. Artikel 4 der europäischen KI-Verordnung verlangt seit dem 2. Februar 2025, dass Unternehmen, die KI einsetzen, sich um die KI-Kompetenz ihrer Beschäftigten kümmern. Mit der Änderungsverordnung (EU) 2026/1744, dem sogenannten Digital Omnibus, ist daraus eine Pflicht geworden, diese Kompetenz zu fördern; ein bestimmtes Niveau muss nicht garantiert werden. Was das konkret bedeutet und wie Sie es dokumentieren, steht im Ratgeber KI-Schulungspflicht nach dem EU AI Act.

Der Bedarf ist da: Laut Bitkom schätzen 66 % der Unternehmen die KI-Kompetenz ihrer Beschäftigten als gering ein. 70 % schulen inzwischen im Umgang mit KI, jedes vierte Unternehmen bietet gar keine Schulung an. Für einen kleinen Betrieb reichen oft eine praktische Einführung am eigenen Ablauf und die KI-Richtlinie aus Schritt 3.

Schritt 6: Messen, entscheiden, ausbauen

Am Ende des Pilotversuchs vergleichen Sie die Messwerte mit dem Ist-Zustand aus Schritt 4. Es gibt drei sinnvolle Entscheidungen: ausbauen, weil Zeit und Qualität stimmen; anpassen, weil einzelne Fälle nicht passen; oder stoppen, weil der Aufwand den Nutzen übersteigt. Auch ein früher Stopp ist ein Ergebnis.

Läuft der erste Ablauf stabil, nehmen Sie den nächsten von Ihrer Liste. So entsteht Schritt für Schritt eine KI-Strategie, die zu Ihrem Betrieb passt, statt eines Papiers, das niemand umsetzt. Planen Sie auch den Betrieb: Schnittstellen ändern sich, KI-Modelle werden ersetzt, Abläufe wachsen. Klären Sie, wer das überwacht, und sorgen Sie dafür, dass alle Zugänge auf Ihr Unternehmen laufen.

Checkliste: Sind Sie startklar?

• Ein Ablauf ist ausgewählt, mit Häufigkeit und Zeitaufwand pro Vorgang.
• Ein Messwert ist festgelegt und der Ist-Zustand gemessen.
• Sie wissen, welche Daten verarbeitet werden und ob personenbezogene dabei sind.
• Das Werkzeug läuft über ein Geschäftskonto mit AV-Vertrag, möglichst mit Datenhaltung in der EU.
• Ein Mensch prüft die Ergebnisse, bevor sie an Kunden gehen.
• Eine Person ist verantwortlich, und das Team kennt Ziel und Regeln.
• Der Termin für die Auswertung steht im Kalender.

Typische Fehler, wenn Sie KI im Unternehmen einführen

• Mit dem Werkzeug starten statt mit dem Problem. Lizenzen für alle ohne klaren Zweck werden nach kurzer Zeit kaum genutzt.
• Zu groß anfangen. Eine ganze Abteilung auf einmal umzustellen, erzeugt viele Ausnahmen und wenig messbare Ergebnisse.
• Ohne Vorher-Messung starten. Dann bleibt am Ende nur ein Gefühl, ob es sich gelohnt hat.
• Schatten-KI dulden. Kundendaten in privaten oder kostenlosen Konten sind ein Datenschutzrisiko, das Sie als Unternehmen tragen.
• KI-Ergebnisse ungeprüft verschicken. Sprachmodelle formulieren überzeugend, auch wenn ein Preis oder ein Datum falsch ist.
• Das Team zu spät einbinden. Wer nur das Ergebnis vorgesetzt bekommt, findet Gründe, warum es nicht funktioniert.
• Keine Zuständigkeit für den Betrieb. Bleibt ein Ablauf nach einem Update unbemerkt stehen, kostet das mehr Vertrauen, als er Zeit gespart hat.

Förderung und kostenlose Unterstützung

Für Beratung gibt es Zuschüsse. Die BAFA-Förderung von Unternehmensberatungen für kleine und mittlere Unternehmen läuft laut BAFA bis zum 31. Dezember 2026. Die Regelförderung beträgt 50 % der Beratungskosten, in bestimmten Fällen bis zu 80 %. Wichtig: Der Antrag muss vor Beginn der Beratung gestellt werden. Ob eine KI-Beratung mit DR Automation in Ihrem Fall gefördert werden kann, prüfen wir im Erstgespräch, ohne dass wir eine Zusage geben können.

Kostenlos und anbieterneutral informieren außerdem die Mittelstand-Digital Zentren, die das Bundeswirtschaftsministerium fördert. Einen Überblick über BAFA, Programme des Landes Hessen und des Bundes gibt der Ratgeber Förderung für KI und Digitalisierung 2026.

Häufige Fragen