KI im Mittelstand einführen: ein 30-Tage-Startplan

Woche 1: einen geeigneten Prozess auswählen

Suchen Sie eine wiederkehrende Aufgabe, deren Ergebnis sich von einer fachkundigen Person prüfen lässt. Geeignet sind oft klar umrissene Tätigkeiten wie Informationen vorsortieren, vorhandene Unterlagen zusammenfassen oder einen ersten Entwurf strukturieren. Für den ersten Versuch sind Aufgaben ungünstig, bei denen ein Fehler unmittelbar hohe finanzielle, rechtliche oder persönliche Folgen hätte.

Schreiben Sie das Ziel in einem Satz auf: Wer soll nach dem Prozess welche Entscheidung leichter treffen oder welchen Entwurf prüfen? Bestimmen Sie einen Prozessverantwortlichen, eine fachliche Prüferin oder einen Prüfer und einen klaren Stopppunkt, an dem das Team den Versuch pausiert.

Woche 1: Ausgangslage und Grenzen festhalten

Beobachten Sie den bestehenden Ablauf, bevor Sie ihn verändern. Notieren Sie beispielsweise typische Fallzahlen, Bearbeitungsschritte, häufige Rückfragen, Qualitätskriterien und die Zeitpunkte, an denen Menschen entscheiden. Das ist eine Vergleichsbasis, kein Versprechen auf eine bestimmte Einsparung.

Legen Sie außerdem fest, welche Datenquellen für den Pilot freigegeben sind, welche Informationen nicht verwendet werden dürfen und wo Entwürfe gespeichert werden. Klären Sie Zugriffe, Aufbewahrung, mögliche externe Dienste und die zuständige Ansprechperson mit den jeweils verantwortlichen Fachstellen.

Woche 2: einen kleinen Testfall vorbereiten

Erstellen Sie einen begrenzten Satz an repräsentativen Fällen, idealerweise mit freigegebenen oder bereinigten Beispieldaten. Definieren Sie vorab, woran ein brauchbares Ergebnis erkennbar ist: richtige Zuordnung, belegte Aussagen, vollständige Pflichtfelder oder klar ausgewiesene Unsicherheit. Vereinbaren Sie ebenso, was als Fehler zählt und wer ihn dokumentiert.

Beschreiben Sie den Arbeitsauftrag in einer kurzen Vorlage: gewünschte Ausgabe, erlaubte Quellen, Grenzen und Umgang mit fehlenden Angaben. Wenn das Ergebnis Entscheidungen beeinflussen könnte, muss die menschliche Prüfschleife Teil des Ablaufs sein – nicht ein nachträglicher Zusatz.

Woche 3: kontrolliert erproben

Testen Sie mit einer überschaubaren Zahl von Fällen. Prüferinnen und Prüfer vergleichen die Ausgaben mit den Quellen und markieren Fehlerarten, Rückfragen und unnötige Bearbeitungsschritte. Halten Sie fest, wo das System hilfreich war und wo es unklare oder unbelegte Aussagen erzeugte.

Ändern Sie jeweils nur wenige Dinge auf einmal. Wenn gleichzeitig Daten, Arbeitsauftrag und Kriterien geändert werden, wird unklar, wodurch sich das Ergebnis verbessert oder verschlechtert hat. Bei sensiblen, widersprüchlichen oder fehlenden Angaben sollte der Ablauf sichtbar pausieren und an eine Person eskalieren.

Woche 4: auswerten und entscheiden

Vergleichen Sie die Testausgaben mit der dokumentierten Ausgangslage und den vorab vereinbarten Qualitätskriterien. Fragen Sie: Welche Arbeitsschritte wurden tatsächlich erleichtert? Welche Fehler blieben? Ist die Prüfung für das Team praktikabel? Sind Zugriffe und Verantwortlichkeiten geklärt? Welche laufenden Kosten oder Pflegeaufwände kommen hinzu?

Treffen Sie danach eine dokumentierte Entscheidung: klein weiter testen, den Prozess anpassen, zusätzliche Fachprüfung einholen oder den Versuch beenden. Ein sinnvoller Abschluss kann ausdrücklich lauten, dass der Nutzen noch nicht belegt oder der Anwendungsfall noch nicht ausreichend eingegrenzt ist.

Beispiel: interne Anfragen vorsortieren

Ein Team kann zunächst wenige interne Anfragen nach Thema ordnen und fehlende Angaben markieren lassen. Die zuständige Person prüft anschließend die Zuordnung und entscheidet über die Weiterleitung. Der Pilot beantwortet dann konkrete Fragen: Werden Anliegen konsistent gruppiert? Werden fehlende Informationen zuverlässig erkannt? Entsteht für das Team ein verständlicher nächster Schritt? Erst nach dieser Prüfung sollte über einen größeren Umfang gesprochen werden.

Fazit: ein kleiner, prüfbarer Start

Ein 30-Tage-Plan hilft, die KI-Einführung in handhabbare Entscheidungen zu zerlegen. Er beginnt mit einem klaren Prozess, setzt messbare Qualitätskriterien und endet mit einer begründeten Entscheidung – nicht automatisch mit einem Rollout. Die fachliche Verantwortung bleibt beim Team; die KI unterstützt einen abgegrenzten Arbeitsschritt.

Quelle und Stand

NIST, AI Risk Management Framework: Generative AI Profile (2024), freiwillige Orientierung für das Management von GenAI-Risiken: https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Bildhinweis: KI-generierte illustrative Szene mit fiktiven Personen; die Wandübersicht ist abstrakt und keine Produktdarstellung.