KI im Unternehmen einführen: Womit fängt man an?
Praxisleitfaden zur KI-Einführung im Mittelstand: den ersten Prozess auswählen, Standardtool oder Integration, Anbindung an CRM und ERP, ROI berechnen sowie DSGVO und KI-Verordnung beachten.

Kurzfassung
Praxisleitfaden zur KI-Einführung im Mittelstand: den ersten Prozess auswählen, Standardtool oder Integration, Anbindung an CRM und ERP, ROI berechnen sowie DSGVO und KI-Verordnung beachten.
Die KI-Einführung im Unternehmen beginnt am besten mit einem klar beschriebenen Geschäftsprozess, nicht mit der Auswahl eines Tools. Wählen Sie eine wiederkehrende Aufgabe, die Ihr Team heute viel Zeit kostet, messen Sie den aktuellen Aufwand und testen Sie KI in einem kurzen Pilotprojekt, in dem ein Mensch jedes Ergebnis freigibt. Skalierung und Anbindung an CRM oder ERP lohnen sich erst, wenn der Pilot einen messbaren Effekt zeigt.
KI einzuführen heißt nicht, Chat-Lizenzen zu kaufen. Es heißt, einen konkreten Prozess so zu verändern, dass ein KI-Modell einen Teil der Arbeit übernimmt: klassifizieren, Daten auslesen, zusammenfassen oder Antworten entwerfen. Die Verantwortung für das Ergebnis bleibt beim Menschen.
Laut Eurostat nutzten 2025 in der EU 19,95 % der Unternehmen mit mindestens 10 Beschäftigten KI-Technologien. Bei kleinen Unternehmen lag der Anteil deutlich niedriger als bei großen. Für viele Mittelständler steht die erste echte Einführung also noch bevor.
Fahrplan für die KI-Einführung in sechs Schritten
- Aufgaben erfassen. Lassen Sie Abteilungsleitungen wiederkehrende Tätigkeiten auflisten: Sammelpostfach, Abtippen von Belegdaten, Angebotserstellung, Berichte. Klären Sie auch, welche KI-Tools Mitarbeitende bereits mit privaten Konten nutzen. Diese Schatten-KI ist ein reales Risiko für Datenabfluss.
- Pilotprozess auswählen, anhand der Bewertung im nächsten Abschnitt.
- Ausgangswerte messen. Vorgänge pro Monat, Minuten pro Vorgang, Fehlerquote, Reaktionszeit. Ohne diese Werte lässt sich kein Nutzen berechnen.
- Technischen Ansatz wählen: SaaS-Standardtool, KI-Funktion im bestehenden System oder individuelle Integration.
- Pilot mit Freigabe durch Menschen. Enger Umfang, einige Wochen, jedes Ergebnis wird geprüft, Korrekturen werden dokumentiert.
- Auswerten und entscheiden. Vergleichen Sie die Ergebnisse mit den Ausgangswerten: skalieren, nachbessern oder beenden. Jede dieser Entscheidungen ist wertvoll, wenn sie auf Daten beruht.
Welchen Prozess sollten Sie zuerst automatisieren?
Bewerten Sie jeden Kandidaten auf einer Skala von 1 bis 5 nach fünf Kriterien:
- Volumen: Wie oft fällt die Aufgabe an?
- Wiederholbarkeit: Lassen sich Regeln beschreiben und gute Ergebnisse als Beispiele zeigen?
- Datenlage: Liegen die Eingangsdaten digital vor, etwa als E-Mail, PDF oder Datensatz im ERP?
- Messbarkeit: Lassen sich Zeit, Fehler oder Durchlaufzeit einfach zählen?
- Fehlertoleranz: Wie schwer wiegt ein Fehler für Kunden, Finanzen oder die Rechte von Personen? Eine höhere Punktzahl bedeutet geringeres Risiko.
Starten Sie mit der höchsten Gesamtpunktzahl, aber nie mit einem Prozess unter 3 Punkten bei der Fehlertoleranz. Gute erste Kandidaten sind Vorsortierung von E-Mails, Datenextraktion aus Belegen, Antwortentwürfe im Kundenservice und Zusammenfassungen von Vertriebsnotizen. Weniger geeignet sind Entscheidungen über Bewerbungen, Leistungsbeurteilungen oder die Kreditwürdigkeit natürlicher Personen, denn die KI-Verordnung führt solche Anwendungen in Anhang III als hochriskant auf.
Weitere Beispiele finden Sie in unserem Beitrag 7 Geschäftsprozesse, die KMU mit KI automatisieren.
Beispiel: Auftragsbestätigungen automatisch ins ERP
Das folgende Szenario ist ein Beispiel, keine Beschreibung eines konkreten Kunden. Ein Handelsunternehmen erhält täglich Auftragsbestätigungen und Lieferscheine von Lieferanten als PDF per E-Mail. Heute gleicht eine Mitarbeiterin jede Position manuell mit der Bestellung im ERP ab.
Nach der Einführung läuft der Prozess so:
- Die KI liest das Dokument und extrahiert Lieferant, Bestellnummer, Positionen, Mengen, Preise und Liefertermin.
- Der Workflow sucht die passende Bestellung über die API im ERP.
- Stimmen alle Werte überein, wird der Vorgang zur Freigabe vorbereitet.
- Abweichungen bei Preis, Menge oder Termin werden markiert und an den Einkauf übergeben.
- Ein Mensch gibt frei oder korrigiert. Ohne Freigabe wird nichts im ERP gebucht.
Dasselbe Muster funktioniert im Kundenservice mit dem CRM. Kommen Rechnungen bereits als strukturierte E-Rechnung an, reicht meist eine klassische Integration; KI bringt den größten Mehrwert bei unstrukturierten Dokumenten.
Standardtool oder individuelle KI-Integration?
SaaS-Tools
KI-Assistenten in Office-Paketen, KI-Funktionen im CRM, fertige Chatbots. Vorteile: schneller Start, geringe Einstiegskosten, keine eigene Infrastruktur. Grenzen: Der Prozess muss sich dem Tool anpassen, die Anbindung an eigene Systeme ist begrenzt, und der Anbieter verarbeitet Ihre Daten. Prüfen Sie vorab den Auftragsverarbeitungsvertrag, den Ort der Datenverarbeitung und ob Ihre Daten zum Training von Modellen genutzt werden.
Individuelle Integration
Ein KI-Modell wird per API aufgerufen und mit CRM, ERP, Postfach oder Dokumentenablage verbunden. Die KI arbeitet dann innerhalb Ihres Prozesses, mit Ihren Berechtigungen und Protokollen. Der Preis dafür sind höherer Anfangsaufwand und laufende Wartung.
Wie KI an ein bestehendes CRM oder ERP angebunden wird
Die meisten modernen Systeme bieten eine API oder Webhooks. Ein Ereignis, etwa eine neue E-Mail, startet einen Workflow, der die nötigen Daten abruft, an das Modell übergibt und das Ergebnis als Entwurf oder Aufgabe zurückschreibt. Beginnen Sie mit Lesezugriff, übergeben Sie nur die nötigen Felder und protokollieren Sie jeden Aufruf. Ältere Systeme ohne API brauchen eine Zwischenschicht, was Projekte häufig verlängert. Das ist der Kern unserer API- und Systemintegration; passt das bestehende System nicht mehr, kommt CRM- und ERP-Software infrage.
Ein kleines Unternehmen braucht zum Start selten eigene KI-Software. Sinnvoll ist die Reihenfolge: Standardtool mit klaren Regeln, dann Automatisierung zwischen vorhandenen Systemen, und eine Individuallösung erst, wenn der Prozess geschäftskritisch, das Volumen hoch und die Anforderungen an Daten oder Sicherheit mit Standardtools nicht erfüllbar sind.
Woraus sich die Kosten einer KI-Einführung zusammensetzen
Preise hängen vom Umfang ab, daher nennen wir hier keine Beträge. Planen Sie im Budget ein:
- Prozessanalyse und Datenaufbereitung,
- Lizenzen oder nutzungsabhängige Modellgebühren, oft nach verarbeiteter Textmenge abgerechnet,
- Integrationsarbeit mit CRM, ERP und E-Mail,
- Tests, Pilotphase und Schulung,
- Betrieb: Qualitätsüberwachung, Updates, Änderungen an Anbieter-APIs,
- die Arbeitszeit für die Prüfung der KI-Ergebnisse.
Die größten Unterschiede entstehen durch die Zahl der Schnittstellen, die Datenqualität und die Sicherheitsanforderungen.
Geschäftlichen Nutzen und ROI berechnen
- Prozesskosten vorher = Vorgänge pro Monat × Minuten pro Vorgang × Stundensatz ÷ 60.
- Prozesskosten nachher = Vorgänge × Minuten für Prüfung und Korrektur × Stundensatz ÷ 60 + monatliche KI-Kosten.
- Monatlicher Nettonutzen = Schritt 1 minus Schritt 2.
- Amortisationszeit = einmalige Einführungskosten ÷ monatlicher Nettonutzen. Ist der monatliche Nettonutzen null oder negativ, lässt sich keine Amortisationszeit berechnen; dann sollten Prozess oder Lösung überdacht werden.
- ROI im ersten Jahr = (12 × monatlicher Nettonutzen − einmalige Kosten) ÷ einmalige Kosten × 100 %.
Ein Rechenbeispiel mit fiktiven Zahlen: 800 Belege pro Monat à 5 Minuten ergeben rund 67 Stunden Arbeit. Dauert die Prüfung nach der Einführung 2 Minuten, bleiben etwa 27 Stunden. Die gewonnenen 40 Stunden bewerten Sie mit Ihrem eigenen Stundensatz. Messen Sie zusätzlich die Qualität: Anteil der Ergebnisse ohne Korrektur, Fehlerzahl und Durchlaufzeit.
Datensicherheit, DSGVO und KI-Verordnung
DSGVO
Verarbeitet die KI personenbezogene Daten von Kunden oder Beschäftigten, gilt die DSGVO: Rechtsgrundlage und Datenminimierung, ein Auftragsverarbeitungsvertrag, sofern der Anbieter Daten im Auftrag verarbeitet (Art. 28), und eine Datenschutz-Folgenabschätzung (Art. 35), wenn voraussichtlich ein hohes Risiko besteht. Art. 22 beschränkt ausschließlich automatisierte Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung. Empfehlenswerte Praxis: Die KI bereitet vor, der Mensch entscheidet. Für Unternehmen in der Schweiz gilt das revidierte Datenschutzgesetz (DSG); bei Angeboten an Personen in der EU kann zusätzlich die DSGVO anwendbar sein.
KI-Verordnung (AI Act)
Die Verordnung (EU) 2024/1689 gilt grundsätzlich seit dem 2. August 2026. Die meisten verbotenen Praktiken gelten seit Februar 2025, die Pflichten für Hochrisiko-Anwendungen aus Anhang III nach dem Vereinfachungspaket AI Omnibus ab dem 2. Dezember 2027 (Europäische Kommission). Für ein typisches KMU, das KI als Betreiber einsetzt, sind vor allem die Transparenzpflichten relevant. Nach Art. 50 müssen Systeme, die direkt mit Menschen interagieren, diese darüber informieren, dass sie mit einer KI kommunizieren, sofern das nicht offensichtlich ist. Formal trifft diese Pflicht den Anbieter; wer einen Chatbot einsetzt, sollte sie dennoch prüfen, und wer ihn selbst entwickelt, kann selbst Anbieter sein.
Betriebsrat und menschliche Aufsicht
Gibt es einen Betriebsrat, beziehen Sie ihn früh ein: Technische Einrichtungen, die zur Überwachung von Verhalten oder Leistung der Beschäftigten bestimmt sind, unterliegen nach § 87 Abs. 1 Nr. 6 BetrVG der Mitbestimmung; nach der Rechtsprechung des Bundesarbeitsgerichts genügt bereits die objektive Eignung zur Überwachung. Unabhängig von gesetzlichen Pflichten ist es gute Praxis, einen Prozessverantwortlichen zu benennen, Nutzungsregeln schriftlich festzuhalten und das Team zu schulen. Dieser Beitrag ist keine Rechtsberatung; ziehen Sie bei sensiblen Prozessen Rechtsberatung oder Ihren Datenschutzbeauftragten hinzu.
Typische Fehler bei der ersten KI-Einführung
- Mit dem Tool statt mit dem Problem beginnen. Lizenzen ohne Prozess bleiben oft ungenutzt.
- Keine Ausgangswerte. Nach dem Pilot weiß niemand, ob es sich gelohnt hat.
- Einen unklaren Prozess automatisieren. KI beschleunigt das Durcheinander, also zuerst die Abläufe ordnen.
- Zu großer Pilot. Ein Prozess und ein Team reichen.
- Keine Regeln für Mitarbeitende. Firmendaten landen dann in privaten Konten.
- Entscheidungen ohne menschliche Prüfung. Das schafft rechtliche und Reputationsrisiken.
- Kein Verantwortlicher im Fachbereich. Ein reines IT-Projekt verliert den Bezug zum echten Prozess.
Checkliste vor dem Start
- Es gibt einen Pilotprozess mit benannter Verantwortung.
- Volumen, Bearbeitungszeit und Fehlerquote vor der Änderung sind bekannt.
- Wir wissen, welche Daten die KI verarbeitet und ob personenbezogene Daten dabei sind.
- Verarbeitet der Anbieter personenbezogene Daten in unserem Auftrag, liegt ein AV-Vertrag vor und der Datenstandort ist bekannt.
- Es ist geregelt, wer KI-Ergebnisse freigibt.
- Erfolgskriterien und ein Termin für die Auswertung stehen fest.
- Betriebsrat und Datenschutz sind, wo nötig, eingebunden.
- Wir wissen, ob Kunden über den Einsatz von KI informiert werden müssen.
Wie Kordevo bei der ersten KI-Einführung unterstützt
Kordevo ist ein EU-Softwareunternehmen aus Łódź, das Unternehmen vom ausgewählten Prozess über KI-Automatisierung bis zur KI-Softwareentwicklung begleitet, wenn Standardtools nicht mehr ausreichen. Wenn Sie einen Assistenten für Kunden planen, lesen Sie auch unseren Ratgeber zu KI und Chatbots für Unternehmen.
Beschreiben Sie uns den Prozess, den Sie verbessern möchten, und vereinbaren Sie ein Gespräch. Gemeinsam prüfen wir, ob ein KI-Pilot sinnvoll ist und wie sich sein Nutzen messen lässt.
Häufig gestellte Fragen
Wie lange dauert eine KI-Einführung im Unternehmen?
Ein Pilot mit einem SaaS-Standardtool kann relativ schnell starten, Projekte mit Anbindung an CRM oder ERP dauern meist einige Wochen bis wenige Monate. Entscheidend sind Datenqualität, Zahl der Schnittstellen, verfügbare APIs, Sicherheitsanforderungen und die Geschwindigkeit interner Entscheidungen.
Braucht ein kleines Unternehmen eigene KI-Software?
Zu Beginn meist nicht. Ein kleines Unternehmen kann mit einem Standardtool und klaren Nutzungsregeln starten. Individualsoftware lohnt sich, wenn der Prozess geschäftskritisch ist, das Volumen hoch ist und Standardtools sich nicht an die eigenen Systeme anbinden lassen oder die DSGVO-Anforderungen nicht erfüllen.
Wie misst man den Erfolg einer KI-Einführung?
Messen Sie vor dem Pilot Vorgangsvolumen, Bearbeitungszeit, Fehlerquote und Reaktionszeit. Vergleichen Sie danach dieselben Werte und ergänzen Sie den Anteil der KI-Ergebnisse ohne Korrektur sowie die Toolkosten. Daraus ergeben sich Amortisationszeit und ROI.
Muss der Betriebsrat bei KI-Tools beteiligt werden?
Häufig ja. Sind KI-Systeme objektiv geeignet, Verhalten oder Leistung von Beschäftigten zu überwachen, greift nach der Rechtsprechung das Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG. Eine frühe Einbindung und gegebenenfalls eine Betriebsvereinbarung schaffen Klarheit für alle Beteiligten.
Welcher Prozess eignet sich als erster für KI?
Ein häufiger, wiederkehrender Prozess mit digitalen Daten, der sich leicht messen lässt und bei dem Fehler geringe Folgen haben. Beispiele sind die Vorsortierung von E-Mails, die Datenextraktion aus Belegen und Antwortentwürfe im Kundenservice mit menschlicher Freigabe.



