KI im Mittelstand: Wo lohnen sich die ersten Use Cases?

Das ifo Institut hat im Mai 2026 gezählt: 54,5 Prozent der deutschen Unternehmen setzen KI in ihren Geschäftsprozessen ein. Ein Jahr davor waren es 40,9 Prozent. Dabei ist vor allem die Aufschlüsselung nach Größe interessant. Große Unternehmen liegen nämlich bei 67,2 Prozent, kleine bei 51,2 Prozent und die mittleren bei 47,2 Prozent. Der Mittelstand liegt also nicht nur hinter den Großen, sondern sogar hinter den Kleinen.

Das ist kein Technikproblem, sondern ein strukturelles Problem. Kleine Betriebe können schnell und einfach ausprobieren. Dazwischen sitzt ein Unternehmen, das zu groß ist zum Rumprobieren und zu schlank für eine eigene Abteilung.

Was dort fehlt, ist die Antwort auf die erste wichtige Frage: womit und wie fangen wir an?

Wo fängt man an?

Für die Auswahl des ersten Anwendungsfalls gibt es eine Prüf-Frage, die im Alltag wirklich gut funktioniert: Welche Aufgabe macht bei uns jede Woche jemand von Hand, obwohl sie jedes Mal fast immer gleich abläuft?

➔ Gut geeignet ist alles, was häufig vorkommt, klar beschrieben ist und am Ende ein Mensch nochmal kontrolliert, bevor es rausgeht.

➔ Schlecht geeignet ist alles, was selten vorkommt, jedes Mal anders läuft oder wo ein Fehler ungeprüft beim Kunden landet.

Der zweite Punkt ist der wichtigere. KI macht Fehler, und zwar überzeugend formulierte!

Unsere Empfehlung an dieser Stelle ganz klar:
Solange ein Mensch das Ergebnis freigibt, sind Fehler beherrschbar. Sobald aber jeder nur irgendwie macht. und keiner "den Hut aufhat", kann es teuer werden.
Nicht nur in Form von Strafen, sondern auch durch Proezesse, die an Qualität verlieren.

Dahingegen kann es aber einen enormen Hebel geben, wenn Experten auf KI-Systeme treffen und mit klaren Strukturen und Abläufen in einer minimalen Zeit einen maximalen hoch-qualitativen Output schaffen.

Je höher das Expertenwissen in der Firma ist, desto besser kann das sein, was aus einer KI auch herauskommt.

Wo lohnt es sich meistens nicht?

➔ Wenn niemand im Haus sagen kann, wie die Aufgabe heute eigentlich abläuft.

Typische Fälle:

• Ein Prozess, den drei Kollegen unterschiedlich machen und keiner hat ihn je aufgeschrieben.
• Daten, die in vier Systemen und zusätzlich in gewachsenen Excel-Listen liegen.
• Entscheidungen, für die es keine Regel gibt, sondern zwanzig Jahre Erfahrung im Kopf einer Person.
• Alles, was direkt und ungeprüft nach außen geht, etwa automatisch versendete Kundenantworten.

Das heißt nicht, dass diese Bereiche nie angepackt werden können. Sie sind nur der zweite Schritt, nicht der erste. Wer dort als erstes anfängt, baut an Projekten, die sehr viel Zeit fressen, bis sie laufen und zum gewünschten Ergebnis führen.

Bei solchen Projekten muss erstmal aufgeräumt werden, Prozesse müssen geklärt werden usw. Wir nennen das "Hygiene-Maßnahmen". Dinge, die wir tun sollten, bevor KI eingesetzt wird. Sonst füttern wir die KI nur mit Dingen, die vielleicht einfach schlecht oder falsch sind.

Sieben KI Use Cases, die im Mittelstand tragen

Das ifo Institut nennt als häufigste Einsatzfelder Verwaltung, Datenanalyse, Schriftverkehr und Informationsrecherche. Übersetzt in konkrete Anwendungsfälle im Alltag eines mittelständischen Betriebs sieht das so aus.

1. Angebote und Leistungsbeschreibungen vorformulieren

   Aus Stichpunkten und früheren Angeboten entsteht ein Entwurf, den der Vertrieb nur noch anpasst. Der Nutzen liegt vor allem in der Schnelligkeit, jeder der schon mal Zeit in ein Angebot gesteckt hat, weiß wieviel Zeit ein Angebot teilweise kostet.

   Passt, wenn Angebote nach einem wiederkehrenden Muster gebaut sind.

2. Eingehende Dokumente auswerten

   Ausschreibungen, Lieferantenunterlagen, Verträge, technische Datenblätter. Die KI zieht relevante Punkte heraus und kann z.B. auch Abweichungen markieren. Eine Kontrolle erfolgt trotzdem.

   Passt, wenn regelmäßig lange PDF-Unterlagen auf den Tisch kommen.

3. Schriftverkehr vorsortieren und beantworten

   Anfragen werden nach Thema und Dringlichkeit sortiert. Für Standardfälle liegt ein Antwortentwurf bereit. Freigegeben wird von Hand. Das senkt die Zeit bis zur ersten Antwort spürbar.

   Passt ab etwa dreißig gleichartigen Anfragen pro Woche.

4. Besprechungen und Telefonate zusammenfassen

   Aus der Aufzeichnung entsteht ein Protokoll mit Aufgabenliste. Da das sehr schnell Zeit spart, ist die Einstiegshürde und die die Akzeptanz im Team meistens sehr hoch.

   Passt fast überall. Vorher die Einwilligung der Teilnehmer klären. Je nach Branche sollte individuell geklärt werden, wann und wie eine Telefonassistenz zum Einsatz kommen kann.

5. Produktdaten und Katalogtexte aufbereiten

   Aus technischen Attributen werden Beschreibungen für Shop, Katalog und Marktplätze, in einheitlicher Tonalität und mehrsprachig. Bei mehreren tausend Artikeln ein enormer Hebel.

   Passt bei gepflegten Stammdaten. Ohne die geht es nicht.

6. Internes Wissen durchsuchbar machen

   Arbeitsanweisungen, Handbücher, Prüfprotokolle, Projektdokumentation. Statt in Ordnern zu suchen, stellt man eine Frage und bekommt die Antwort mit Ablageort. Besonders wertvoll, wenn erfahrene Kollegen in Rente gehen und wenn neue Leute eingearbeitet werden.

   Passt, wenn die Dokumente digital und einigermaßen aktuell sind.

7. Kundenbeziehungen begleiten, vom Erstkontakt bis zum Nachfassen

   Vor dem Termin trägt die KI zusammen, was über den Kunden bekannt ist: frühere Aufträge, offene Angebote, der letzte Schriftverkehr. Genauso hilft sie bei der Neukundengewinnung, welche Anfragen ins Profil passen oder beim Nachfassen, wenn ein Angebot ohne Antwort liegt.

   Passt, wenn Kundendaten gepflegt sind, am besten in einem CRM.

Sobald Inhalte aus solchen Anwendungen nach außen gehen, kommt die Kennzeichnungspflicht aus dem EU AI Act ins Spiel. Was gekennzeichnet werden muss und was nicht, steht in unserem Beitrag Wann müssen KI-Inhalte gekennzeichnet werden?

Die vier Prüffragen haben wir als Raster für die Pinnwand aufbereitet, damit sie bei der nächsten Auswahl griffbereit sind.

Auswahlraster herunterladen (PNG)

Checkliste: den ersten Use Case auswählen

1. Eine Woche lang sammeln, welche wiederkehrenden Aufgaben im Betrieb von Hand erledigt werden.
2. Je Aufgabe grob notieren, wie oft sie vorkommt und wie lange sie dauert. Das ist Ihr Ausgangswert.
3. Streichen, was selten vorkommt, jedes Mal anders läuft oder ungeprüft nach außen geht.
4. Von den verbliebenen den Fall wählen, bei dem die Daten schon vorhanden und geordnet sind.
5. Eine verantwortliche Person benennen und ein Zeitfenster festlegen, üblich sind sechs bis acht Wochen.
6. Nur diesen einen Fall bearbeiten, nicht fünf parallel. Wer alles gleichzeitig anfängt, bindet Kapazität und sieht nirgends ein Ergebnis.
7. Nach dem Zeitfenster gegen den Ausgangswert messen. Kein Ergebnis heißt: abbrechen, nicht verlängern.
8. Erst wenn der erste Fall nachweisbar funktioniert, den zweiten angehen, und schriftlich festhalten, welche Werkzeuge mit welchen Daten genutzt werden dürfen.

Wenn Sie strukturiert draufschauen möchten, statt zu raten: Dafür gibt es unseren kostenlosen KI-Ready-Check.

Eine Standortbestimmung in vier Dimensionen, mit Score, Bericht und Auswertungsgespräch.

Quelle: ifo Institut, Umfrage zur KI-Nutzung in deutschen Unternehmen, Mai 2026, veröffentlicht am 05.06.2026.

Dieser Beitrag ist eine allgemeine Einordnung aus der Projektpraxis und ersetzt keine individuelle Beratung. Keine Garantie für Vollständigkeit und Korrektheit.