Es gibt keine Wunder: Warum KI-Erfolg im Mittelstand harte Arbeit ist — und nicht nach 17 Uhr endet

Es war gestern Abend in Menden. Industriekreis Mendener Wirtschaft. Ich hatte gerade meinen Vortrag beendet — Use-Cases, Chancen, das ganze Programm. Die Stimmung war gut, die Fragen kamen, die Hände schüttelten sich.

Dann kam ein Unternehmer auf mich zu. Er sagte einen Satz, der mir den Rest des Abends nicht mehr aus dem Kopf ging:

“Eine Sache hat mir in Ihrem Vortrag gefehlt: Es gibt keine Wunder.”

Ich habe genickt. Dankend. Aber so ganz hatte ich es in dem Moment nicht verarbeitet. Das passiert mir öfter nach Vorträgen: Feedback erreicht mich, aber die eigentliche Erkenntnis kommt erst Stunden später. Auf dem Heimweg. Beim Einschlafen. Beim ersten Kaffee am nächsten Morgen.

Heute morgen war es soweit. Und ich muss sagen: Der Mann hatte vollkommen recht.

”Es gibt keine Wunder” — der Satz, der nach dem Vortrag hängenblieb

Ich rede viel über das, was möglich ist. Über Use-Cases. Über Mittelständler, die ihre Angebotsprozesse mit KI halbieren. Über Marketing-Teams, die mit eigenen GPTs in Tagen liefern, wofür sie früher Wochen brauchten. Über Geschäftsführer, die plötzlich einen sparringsfähigen Kopf an ihrer Seite haben — rund um die Uhr.

Das ist alles wahr. Und es motiviert. Genau dazu ist eine Keynote ja da: Menschen ins Doing zu bringen. “Jetzt aber los.”

Aber zwischen “Jetzt aber los” und echter Wertschöpfung liegt eine Strecke, über die ich auf der Bühne zu wenig spreche. Diese Strecke ist nicht magisch. Sie ist nicht elegant. Sie ist nicht in drei einfachen Schritten zu schaffen.

Sie ist harte Arbeit.

Das ist es, was der Unternehmer mir gesagt hat. Und wer mich in Menden oder anderswo schon erlebt hat, weiß: Ich versuche, ehrlich zu sein. Aber dieser eine Hinweis hat mich erwischt.

Was der Unternehmer eigentlich meinte

Er meinte nicht, dass meine Use-Cases falsch sind. Oder dass KI nicht funktioniert. Er meinte etwas viel Tieferes: Die Lücke zwischen Inspiration und Implementierung wird in Vorträgen gerne übersprungen.

Auf der Bühne sieht es so aus: KI ist da, die Tools sind da, also los — Wertschöpfung in Reichweite.

In Wahrheit sieht es so aus: Du brauchst Datenstruktur, die du erst aufräumen musst. Mitarbeiter, die erst lernen müssen, dass “ChatGPT verwenden” und “produktiv mit KI arbeiten” zwei verschiedene Dinge sind. Prozesse, die du neu denken musst, statt sie zu automatisieren. Führungskräfte, die selbst noch nicht verstanden haben, was sie eigentlich vorleben sollen. Und über allem: die Frage, ob du persönlich bereit bist, die nächsten zwei Jahre kontinuierlich zu lernen.

Bist du bereit, für KI-Erfolg im Mittelstand harte Arbeit zu investieren? Nicht das Tool zu lizenzieren — das ist der einfachste Teil. Sondern die mühsame, oft unsichtbare Arbeit dahinter?

Wenn nicht, hilft kein Use-Case der Welt.

Die ungemütliche Wahrheit hinter dem KI-Hype

Wer mir nicht glaubt, muss nicht mir glauben. Die Zahlen sind brutal:

• MIT NANDA-Initiative, Studie “The GenAI Divide” (2025): Nur 5 % der generativen KI-Pilotprojekte in Unternehmen liefern messbare Umsatzbeschleunigung. 95 % stagnieren. Die Studie basiert auf 150 Interviews, 350 Mitarbeiter-Umfragen und 300 öffentlichen Deployments. (Fortune-Bericht)
• RAND Corporation (Ende 2025): 80,3 % aller Enterprise-AI-Projekte liefern nicht den versprochenen Geschäftswert. (Übersicht)
• Gartner (April 2026): Jedes fünfte AI-Projekt in IT-Infrastruktur kollabiert komplett. 57 % der I&O-Manager haben mindestens einen Komplettausfall hinter sich.
• DIHK-Digitalisierungsumfrage 2026 (rund 5.000 Unternehmen): Nur 20 % der Mittelständler nutzen KI aktiv im Tagesgeschäft. 59 % nennen rechtliche Unsicherheit, 50 % technische Hürden als Bremse. (DIHK-Studie als PDF)

Und hier kommt die eigentliche Pointe. Wenn man die erfolgreichen 5 % seziert, zeigt sich immer wieder eine Verteilung, die die 70/20/10-Regel genannt wird:

• 70 % Menschen und Prozesse
• 20 % Technologie und Daten
• 10 % Algorithmen

Wer das Verhältnis umdreht — wer also die Diskussion bei der Modellwahl startet und das Thema “Wie verändern wir Arbeit?” hinten anstellt — scheitert mit hoher Wahrscheinlichkeit. Das deckt sich mit dem, was ich in meinen typischen 4 Fehlern bei der KI-Einführung und in der Frage, warum digitale Transformationen so oft scheitern, schon mehrfach beschrieben habe.

Die Technologie ist nicht das Problem. Du bist es. Ich bin es. Die Organisation ist es.

Warum 9-5 für echte KI-Adoption nicht reicht

Hier wird es unbequem. Weil das, was jetzt kommt, nicht in jedes HR-Konzept passt — und nicht in jeden Selbstbild eines Geschäftsführers.

Die meisten Unternehmen, mit denen ich arbeite, haben formale Lernbudgets. Auf dem Papier sieht das gut aus. In der Realität sagt eine Studie zur Lernzeit in Unternehmen Folgendes: Nur 17,4 % der Mitarbeiter können die ihnen zustehende Lernzeit voll nutzen. 63,3 % nur teilweise. Der Rest gar nicht. Der Grund ist immer derselbe: Das Tagesgeschäft frisst die Lernzeit auf. (Quelle: Human Resources Manager)

Übersetzt heißt das: Die Organisation sagt offiziell “Lerne.” Inoffiziell sagt sie “Aber bitte ohne, dass dein Mailpostfach voll wird oder dein Forecast leidet.”

Mit dieser Logik wirst du in keinem KI-Zeitalter erfolgreich. Punkt.

Denn KI ist nicht “ein weiteres Tool im Werkzeugkasten.” Andrej Karpathy, einer der weltweit prägendsten KI-Praktiker, hat es so formuliert: Wir erleben gerade die größte Veränderung in 20 Jahren Software-Entwicklung. Niemand mehr schreibt 99 % seines Codes selbst. Das ist die Tiefe der Veränderung. Übertragen auf Verwaltung, Vertrieb, Marketing, Produktion, Personal: Wir sprechen nicht über Effizienzgewinne. Wir sprechen über eine neue Arbeitsweise.

Und neue Arbeitsweisen lernst du nicht zwischen Tür und Angel. Nicht in der Mittagspause. Nicht “wenn ich mal Zeit habe.”

Du lernst sie abends. Am Wochenende. In der Bahn. Vor dem Frühstück. Du lernst sie so lange, bis sie dein Tagesgeschäft sind. Und nicht früher.

Das gilt für Mitarbeiter. Das gilt für Geschäftsführer. Es gilt erst recht für mich selbst. Und es bestätigt im Kern, was ich seit Jahren predige: Digitalisierung ist kein Projekt, sondern eine Daueraufgabe — und Daueraufgaben werden nicht im Projektmodus erledigt.

Mein eigenes KI-Betriebssystem: ein persönlicher Werkstattbericht

Ich will hier keine Heldengeschichte schreiben. Ich will nur ehrlich sein.

In den letzten 18 Monaten habe ich mir ein eigenes KI-Betriebssystem aufgebaut. Klingt groß. Ist im Kern aber nichts anderes als: eine Sammlung von Werkzeugen, Routinen und Datenstrukturen, mit denen ich heute Dinge tue, die ich vor zwei Jahren nicht für möglich gehalten hätte.

Konkret:

• Claude Code als Coding-Assistent, mit dem ich diese Website selbst weiterentwickle. Inklusive Hubertusporschen.com, den Blog, die Landingpages. Ich, der Geisteswissenschaftler.
• Einen GitHub-Workflow, der mir erlaubt, Änderungen sauber zu versionieren, zu deployen, zurückzurollen. Wer hätte gedacht, dass ein Keynote-Speaker das jemals braucht?
• Eigene GPTs für Themen, in denen ich besonders effizient arbeiten muss: Newsletter, Vortrags-Drafts, Konzepte, Recherchen.
• Eine persönliche Wissensdatenbank, in der jeder relevante Gedanke, jede Vortragsnotiz, jede Kundeninteraktion auffindbar ist.
• Notiz- und Meeting-Assistenten, die mir aus jedem Gespräch automatisch eine strukturierte Zusammenfassung liefern.

Zur Einordnung: Anthropics Coding-Agent allein erzeugt inzwischen rund 4 % aller GitHub-Commits weltweit — 135.000 pro Tag. Das ist kein Trend. Das ist neuer Standard. Wer da nicht mitdenkt, baut Prozesse für eine Welt, die es nicht mehr gibt.

Aber jetzt kommt der ehrliche Teil: Ich habe das nicht in der Arbeitszeit gelernt. Punkt.

Ich habe abends Tutorials geschaut. Am Wochenende eigene Mini-Projekte gebaut. Auf Flügen Anthropic-Dokumentationen durchgearbeitet. Am Samstagmorgen vor dem Sport zwei Stunden in Claude Code gesessen, weil es da am ruhigsten ist. Ich habe Fehler gemacht, Sachen verworfen, wieder von vorne angefangen.

Hat das mein Leben durcheinander gebracht? Eine Zeit lang, ja. Hat es sich gelohnt? Vollumfänglich. Würde ich jedem Mittelständler empfehlen, das genauso zu machen? Eindeutig — wenn er ernsthaft mitspielen will.

Das geht nur mit Disziplin. Und es lohnt sich.

Was Führung in KI-Zeiten wirklich bedeutet

Hier kommen wir zum Knackpunkt. Denn was für mich als Einzelunternehmer gilt, gilt potenziert für jeden Geschäftsführer.

Change ist Akzeptanz. Adoption. Verhaltensänderung. Das ist keine IT-Aufgabe. Das ist Führungsarbeit im Kernsinn — und sie scheitert immer dann, wenn die Geschäftsführung sie delegiert.

Konkret heißt das:

• Du musst selbst lernen. Sichtbar. Nicht hinter verschlossenen Türen, sondern so, dass dein Team es sieht. Wenn der Chef nicht mit KI arbeitet, arbeitet das Team nicht mit KI. So einfach ist das.
• Du musst Lernzeit schützen. Nicht “ermöglichen” — schützen. Gegen das Tagesgeschäft. Gegen den nächsten Forecast-Druck. Gegen die nächste “kurze Frage” per Teams.
• Du musst Lernbudget schaffen. Geld, das nicht zur Disposition steht, wenn das Quartal schwach wird.
• Du musst Geduld haben. Sechs Monate, in denen die Produktivität nicht steigt, weil dein Team gerade verlernt und neu lernt, sind kein Misserfolg. Sie sind die Investition.

Dieser Wandel verändert auch das Selbstverständnis von Führung. Ich habe das in einem eigenen Artikel ausführlicher beschrieben: Warum generative KI Führung erwachsen macht. Kurz gesagt: Die nächste Generation Führung führt nicht mehr durch Wissen. Sie führt durch Klarheit, Vertrauen und durch das eigene Vorbild im Umgang mit Werkzeugen, die schneller besser werden, als jeder Mensch lernen kann.

Das ist nicht romantisch. Das ist Arbeit.

Change ist harte Arbeit — und genau deshalb lohnt sie sich

Lass mich zum Anfang zurückkommen. Zu dem Unternehmer in Menden.

Er hatte recht: Es gibt keine Wunder. Es gibt nur Beharrlichkeit, Fleiß, harte Arbeit. Das gilt im Unternehmertum allgemein, und es gilt für die KI-Transformation im Speziellen.

Aber genau das ist die gute Nachricht.

Wenn KI-Erfolg im Mittelstand harte Arbeit ist, dann ist er machbar. Dann ist es kein Glücksspiel, kein Talent-Thema, kein “Du brauchst Silicon-Valley-Gene.” Es ist eine Frage der Disziplin, der Beharrlichkeit und der Bereitschaft, abends mal zwei Stunden mehr zu investieren als der Wettbewerb.

Und wer diese Arbeit annimmt, der wird in fünf Jahren ein anderes Unternehmen führen, ein anderes Selbstverständnis haben, andere Mitarbeiter haben — und im Zweifel ein Geschäft, das es ohne diese Investition nicht mehr gäbe.

Die 5 %, die laut MIT messbar erfolgreich sind? Die machen genau das. Nicht mehr und nicht weniger.

Quellen & Studien

1. Fortune (18.08.2025): MIT report: 95% of generative AI pilots at companies are failing — Link
2. mybusinessfuture (2026): 80% AI Failure Rate 2026: How RAND and Gartner Expose the AI Productivity Gap — Link
3. DIHK (2026): Digitalisierungsumfrage 2026 — Künstliche Intelligenz, Souveränität und Resilienz (PDF) — Link
4. pleXtec (2026): Die 95-Prozent-Falle: Warum KI-Projekte im Mittelstand scheitern — Link
5. Human Resources Manager: Lernzeit — die unbekannte Größe in Unternehmen — Link
6. The Decoder (2026): Microsoft streicht Claude-Code-Lizenzen — Andrej Karpathy zur größten Veränderung in 20 Jahren Software-Entwicklung — Link

Wenn dich das Thema mehr beschäftigt: Ich spreche genau darüber in meinen Keynotes — vor Verbänden, Industriekreisen, auf Strategietagen. Und ich begleite Geschäftsführer in der individuellen Beratung, wenn sie nicht nur eine Bühnen-Inspiration suchen, sondern den ehrlichen Sparringspartner für die nächsten 18 Monate. Schreib mir, wenn du das Gefühl hast, dass dein Unternehmen die nächste Welle nicht nebenbei mitnehmen kann.

Es gibt keine Wunder. Aber es gibt einen Weg. Und der beginnt heute Abend — nicht am Montag.