KI-Strategie im Mittelstand: Warum „KI ist wichtig“ als Führungsaussage nicht reicht
70 Keynotes in diesem Jahr. Eine Frage kommt immer wieder: Wofür setzen wir die Zeit ein, die KI uns spart? 66 Prozent der Beschäftigten bekommen darauf keine Antwort.
- Die Eröffnungsrede ist noch keine Strategie
- KI kommt an. Die Wirkung bleibt ungleich verteilt.
- Wohin soll die gewonnene Zeit fließen?
- Stellenbeschreibungen müssen in Tätigkeiten übersetzt werden
- Ein KI-Zugang allein löst keine Arbeitsaufgabe
- Die extra Meile hat keinen Platz im Kalender
- Verbote geben noch keine Richtung
- Was nach der nächsten Eröffnungsrede passieren sollte
Letzte Woche habe ich wieder zwei Keynotes gehalten. Damit sind es in diesem Jahr 70 Vorträge. Sehr viele Gespräche mit Geschäftsführern, Führungskräften und Mitarbeitenden. Und immer wieder Fragen, die nach dem Applaus im Raum stehen bleiben.
Eine davon hat ein Mitarbeiter neulich in einer Betriebsversammlung gestellt. Sinngemäß: Wo soll unser Unternehmen in drei Jahren stehen? Wenn wir durch KI tatsächlich Zeit gewinnen — wofür setzen wir diese Arbeitszeit dann ein?
Die Antwort von vorne: Man müsse erst einmal schauen.
Ich habe im Publikum gesessen und gedacht: Das war’s? Der Mann stellt die einzige Frage, die zählt, und bekommt ein Achselzucken.
Diese Szene beschäftigt mich seitdem. Weil sie genau den Punkt trifft, an dem der Mittelstand bei KI gerade steht. Menschen experimentieren, Lizenzen werden gekauft, Erwartungen steigen. Aber wie daraus eine gemeinsame Arbeitsweise werden soll, bleibt offen.
Die Eröffnungsrede ist noch keine Strategie
Bei vielen meiner Keynotes eröffnet ein Geschäftsführer oder ein Vorstandsmitglied die Veranstaltung. Fast immer fallen dabei zwei Sätze: KI ist wichtig für unsere Zukunft. Und: Die Menschen werden dadurch nicht ersetzt.
Ich verstehe die Absicht dahinter. Man will Aufbruch vermitteln und Sorgen nehmen. Beides ehrenwert.
Nur: Was bedeutet das am nächsten Montag?
Welche Aufgaben sollen sich verändern? Was erwartet die Geschäftsführung konkret von den Beschäftigten? Welche Unterstützung bekommen sie dafür? Und woran soll jemand erkennen, dass der Einsatz von KI etwas verbessert hat?
Wenn diese Fragen aus dem Publikum kommen — und sie kommen —, schaut der Vorstand meistens zur Seite. Zur Digitalisierungsverantwortlichen. Zur IT-Leitung. Sollen die mal antworten. Auch auf die unbequemen Fragen zur Zukunft des Unternehmens.
Das funktioniert so nicht.
Die IT kann Anwendungen bereitstellen, Datenzugänge organisieren und technische Grenzen erklären. Aber ob gewonnene Kapazität in Kundenbetreuung, in Wachstum, in neue Leistungen oder in Entlastung fließen soll — das ist eine unternehmerische Entscheidung. Die muss die Geschäftsführung selbst treffen und selbst vertreten.
Wer KI zur Priorität erklärt, übernimmt damit eine Führungsaufgabe, die weit über die Eröffnungsrede hinausgeht.
Und man sieht es. Die Boston Consulting Group hat im Juni 2026 für ihre Studie „“ 11.749 Beschäftigte in 14 Märkten befragt. Eine Zahl daraus sollte jeden Geschäftsführer beunruhigen: Nur 28 Prozent der Beschäftigten sehen eine Übereinstimmung zwischen dem, was ihr Unternehmen zu KI sagt, und dem, was es tut.
Drei von vier Leuten in deiner Belegschaft hören die Eröffnungsrede — und glauben sie nicht.
KI kommt an. Die Wirkung bleibt ungleich verteilt.
Die Behauptung, KI komme im deutschen Mittelstand überhaupt nicht an, wäre falsch. Laut der Bitkom-Befragung vom März 2026 setzen 41 Prozent der deutschen Unternehmen ab 20 Beschäftigten KI aktiv ein. Im Jahr davor waren es 17 Prozent. Eine Verdopplung innerhalb von zwölf Monaten. Von diesen Anwendern berichten 52 Prozent von einem messbaren Beitrag zum Unternehmenserfolg.
Es passiert also etwas. Nur nicht überall dasselbe.
Denn in derselben Erhebung sagen 33 Prozent der Nutzer, KI habe mehr gekostet als erwartet. Und 19 Prozent haben wegen KI Stellen abgebaut. Zwei Zahlen, die selten zusammen zitiert werden, aber gut zusammenpassen: Wo kein Zielbild existiert, wird aus Produktivitätsgewinn automatisch Personalabbau. Nicht weil jemand das so beschlossen hätte, sondern weil niemand etwas anderes beschlossen hat.
Noch deutlicher wird die Lücke international. In der McKinsey-Erhebung „“ vom August 2026 sagen rund 80 Prozent der Befragten, KI habe ihre persönliche Produktivität verbessert. Auf Unternehmensebene berichten 39 Prozent überhaupt von einem EBIT-Effekt — und die meisten davon nennen ihn minimal. Als echte High Performer, die fünf Prozent oder mehr ihres EBIT auf KI zurückführen, bleiben rund sechs Prozent übrig.
Achtzig Prozent spüren es. Sechs Prozent verdienen daran.
Das sind Selbstauskünfte, keine testierten Bilanzen. Aber der Abstand ist zu groß, um ihn wegzuerklären.
Warum der schnellere Entwurf beim Kunden nicht ankommt
Nehmen wir einen Angebotsprozess. Den habe ich in Varianten in fast jedem Unternehmen gesehen, in dem ich war.
Ein Mitarbeiter erstellt mit KI einen Entwurf. Statt zwei Stunden braucht er zehn Minuten. Beeindruckend. Anschließend sucht er aktuelle Preise zusammen, fragt fehlende Informationen bei zwei Kollegen ab, von denen einer im Urlaub ist, und wartet dann drei Tage auf die Freigabe.
Der Entwurf ist schneller fertig. Beim Kunden kommt das Angebot weiterhin am vierten Tag an.
Genau deshalb reicht es nicht, einzelne Tätigkeiten zu beschleunigen. Nicht schnellere Arbeitsschritte, sondern schnellere Abläufe. Wo fehlen Informationen? Wo entstehen Wartezeiten? Wer muss was entscheiden — und warum dauert das?
Dazu liefert McKinsey den passenden Befund: Knapp drei Viertel der High Performer haben ihre Arbeitsabläufe grundlegend neu gestaltet. Bei allen anderen ist es ein Viertel. McKinsey nennt das Neugestalten von Abläufen einen der stärksten Zusammenhänge mit echtem Gewinn, den sie überhaupt gemessen haben.
Das beweist keine einfache Ursache-Wirkung. Aber es passt zu dem, was ich in Unternehmen sehe: Die meisten haben KI an den bestehenden Ablauf drangeschraubt, statt den Ablauf um KI herum neu zu denken.
Es kommt noch etwas dazu, das selten offen angesprochen wird. Forschende von BetterUp Labs und dem Stanford Social Media Lab haben in der Harvard Business Review einen Begriff geprägt, den ich seitdem ständig benutze: Workslop. Gemeint ist KI-Output, der aussieht wie fertige Arbeit, die Aufgabe aber nicht voranbringt. 41 Prozent der Befragten haben so etwas schon bekommen. Der Aufwand, es wieder geradezuziehen: rund zwei Stunden pro Fall. 42 Prozent hielten den Absender danach für weniger vertrauenswürdig.
Die Zeitersparnis ist also nicht verschwunden. Sie ist nur umgezogen — von dem, der den Entwurf geschrieben hat, zu dem, der ihn danach reparieren muss.
Wohin soll die gewonnene Zeit fließen?
Zurück zu dem Mitarbeiter in der Betriebsversammlung.
Seine Frage verlangt keine exakte Prognose. Niemand kann heute seriös sagen, welche Tätigkeit in drei Jahren noch wie viele Minuten braucht. Und mir ist bewusst, dass viele Antworten erst beim Tun entstehen.
Aber es muss eine Idee geben.
Wollen wir Kunden intensiver betreuen? Aufträge schneller bearbeiten? Neue Leistungen entwickeln? Rückstände abbauen? Überstunden reduzieren? Wachsen, obwohl wir keine Fachkräfte finden?
Diese Ziele führen zu völlig unterschiedlichen Entscheidungen. Wer bessere Kundenbetreuung will, muss gewonnene Zeit dafür tatsächlich freihalten — sonst frisst sie das Tagesgeschäft. Wer neue Leistungen entwickeln will, braucht geschützten Raum dafür.
Und wenn niemand entscheidet, entscheidet der Kalender. Wie das aussieht, hat Indeed gemeinsam mit Appinio in Deutschland gemessen. Bei Beschäftigten, die KI am Arbeitsplatz nutzen, fließt die gewonnene Zeit zu 22,8 Prozent in Verwaltungsaufgaben, zu 20,8 Prozent in private Pausen und zu 7 Prozent in zusätzliche Meetings — Termine, die vorher offenbar verzichtbar waren.
Rund die Hälfte des Zeitgewinns landet also in Arbeit, die niemand vermisst hätte.
Das ist kein Mitarbeiterproblem. Das ist ein Führungsvakuum. Die BCG-Zahl dazu ist unmissverständlich: 66 Prozent der Beschäftigten bekommen keine Vorgabe, wofür sie die gewonnene Zeit einsetzen sollen. Gleichzeitig sparen laut derselben Studie 42 Prozent der Mitarbeitenden in kundennahen Funktionen bereits einen ganzen Arbeitstag pro Woche.
Ein Tag pro Woche. Ohne Adresse.
Eine Geschäftsführung könnte stattdessen sagen: „“
Das wäre eine Richtung. Vorläufig, korrigierbar, aber überprüfbar.
„“ lässt dagegen genau die Menschen mit der Unsicherheit allein, die ihre Arbeitsweise ändern sollen.
Übrigens hat BCG auch gemessen, was der Unterschied wert ist: Unternehmen mit einer klaren KI-Strategie erzielen 25 Prozentpunkte mehr Wirkung als Unternehmen ohne. Wer nur bessere Werkzeuge einkauft, kommt auf fünf Prozentpunkte. Der Untertitel der Studie fasst es besser zusammen, als ich es könnte: Strategy Matters More Than Tools.
Wofür die gewonnene Zeit eingesetzt wird, entscheidet die Führung — nicht die IT.
Zielbild, Tätigkeitszuordnung, Prüfarchitektur, Lernzeit: Das Whitepaper zeigt die Führungsentscheidungen, die vor der nächsten Lizenzverlängerung anstehen — und die dir kein Tool abnimmt.
Stellenbeschreibungen müssen in Tätigkeiten übersetzt werden
Damit ein Zielbild im Alltag ankommt, muss man genauer werden. Die Aussage, KI werde „“ oder „“ verändern, hilft einem einzelnen Mitarbeiter exakt null.
Ein guter Ausgangspunkt sind die Stellenbeschreibungen. Welche Tätigkeiten stecken tatsächlich dahinter? Welche davon kosten die meiste Zeit? Wo ist Erfahrung entscheidend? Welche Informationen werden gebraucht, um sie zu erledigen?
Für jede Tätigkeit braucht es dann eine begründete Zuordnung. Was bleibt dauerhaft in menschlicher Verantwortung? Was kann KI übernehmen? Was wird im Zusammenspiel erledigt? Und diese Zuordnung ist kein Beschluss für die Ewigkeit — die technische Machbarkeit verschiebt sich, also muss man sie regelmäßig neu bewerten.
Beim Angebotsprozess könnte das heißen: KI wertet die Unterlagen aus und bereitet einen Entwurf vor. Ein Mitarbeiter prüft die fachlichen Zusagen, berücksichtigt die Besonderheiten des Kunden und verantwortet die Freigabe. Ob diese Aufteilung trägt, zeigt sich nicht im Konzept, sondern an echten Fällen.
Aus dieser Arbeit entsteht der eigentliche Plan: Welche Daten müssen verfügbar sein? Welche Fähigkeiten fehlen? Wer verantwortet den Ablauf? Woran messen wir die Verbesserung?
Auch die Rolle der Führungskräfte wird damit endlich greifbar. Wenn sie künftig als „“ arbeiten sollen — ein Wort, das ich in den letzten zwölf Monaten gefühlt hundertmal gehört habe —, dann muss klar sein, was das praktisch bedeutet: geeignete Systeme auswählen, deren Einrichtung mitverantworten, Aufgaben sinnvoll verteilen, Ergebnisse beurteilen, bei Fehlern eingreifen.
Dafür brauchen sie selbst Qualifizierung. Ein neuer Begriff in der Stellenbeschreibung befähigt niemanden. Warum KI Führungskräften zwar Arbeit abnimmt, aber nicht die Verantwortung, habe ich an anderer Stelle ausführlicher aufgeschrieben.
Ein KI-Zugang allein löst keine Arbeitsaufgabe
Diese ganze Vorarbeit wird in der Praxis meistens übersprungen. Die Mitarbeitenden bekommen ein Tool und sollen selbst herausfinden, was sie damit anfangen.
Gerade bei Copilot höre ich in Gesprächen viel Enttäuschung. Hier muss man aber genau hinsehen, bevor man das Werkzeug verurteilt: Welche Variante wurde bereitgestellt? Welche Unternehmensinformationen sind überhaupt erreichbar? Und welche Aufgabe soll damit eigentlich erledigt werden?
Copilot kann auf Unternehmensdaten zugreifen. Der Umfang hängt von Lizenz, Berechtigungen und Nutzungskontext ab — das ist in der Microsoft-Dokumentation nachlesbar. Die pauschale Aussage „“ ist deshalb in den meisten Fällen schlicht falsch. Sie beschreibt nicht das Produkt, sondern die eigene Konfiguration.
Die Verantwortung bleibt trotzdem beim Unternehmen. Wenn relevante Informationen nicht erreichbar sind, kann kein Mitarbeiter das durch geschickteres Prompten reparieren. Man kann keine Antwort aus Daten ziehen, die niemand freigegeben hat.
Und diese Voraussetzungen fehlen nicht vereinzelt. Im Bitkom-Studienbericht mit Erhebungsdaten aus 2025 nennen jeweils 53 Prozent der KI-nutzenden Unternehmen rechtliche Unklarheiten und fehlendes technisches Know-how als Hindernis. 51 Prozent fehlen die personellen Ressourcen.
Das sind konkrete Hausaufgaben für die Einführung. Wer sie ungelöst an die Belegschaft weiterreicht, darf sich über Frust nicht wundern. Das ist übrigens auch der Mechanismus, aus dem Shadow AI entsteht: Wo das offizielle Werkzeug die Aufgabe nicht löst, holen sich die Leute ein anderes.
Die extra Meile hat keinen Platz im Kalender
Bei einer anderen Veranstaltung, ein paar Wochen später, beschrieb ein Teilnehmer ein Problem, das mich seitdem ebenfalls nicht loslässt. Die Nutzung von KI koste ihn derzeit mehr Zeit, als sie ihm spare. Für Fortbildung finde er ohnehin keinen Termin. Und wie sein Arbeitsalltag in zwei Jahren aussehen solle, habe ihm noch niemand erklärt.
Die Antwort von der Bühne lief darauf hinaus, dass man eben auch mal die extra Meile gehen müsse.
Das halte ich für zu billig.
Wer neue Anwendungen ausprobiert, Ergebnisse kontrolliert und einen Ablauf umbaut, leistet zunächst zusätzliche Arbeit. Natürlich erfordert Veränderung Eigeninitiative — ohne die geht gar nichts. Aber wenn die bisherigen Aufgaben unverändert bestehen bleiben, wird Lernen zur Zusatzschicht. Und Zusatzschichten verliert man.
Welche Tätigkeit darf während der Erprobung liegen bleiben? Wann genau findet Fortbildung statt? Wer hilft, wenn es klemmt? Und wer entscheidet, dass ein Versuch beendet wird, weil Aufwand und Nutzen nicht zusammenpassen?
Solange diese Fragen offen sind, konkurriert jede KI-Initiative mit dem laufenden Geschäft. Und das laufende Geschäft gewinnt immer. Der Kunde wartet schon. Die Fortbildung kann scheinbar bis nächste Woche warten. Nächste Woche kommt dann der nächste Kunde.
Die Zahlen dazu sind ernüchternd. Laut der TÜV-Weiterbildungsstudie 2026, durchgeführt von Forsa, haben 27 Prozent der Unternehmen ihre Beschäftigten im Umgang mit KI geschult. 43 Prozent bieten überhaupt keine KI-Schulungen an. Und nur 8 Prozent machen ein Angebot für alle Beschäftigten.
Man lässt also die große Mehrheit mit einem Werkzeug allein, das die Arbeit verändern soll, und nennt das dann Eigenverantwortung.
Wer Lernen erwartet, muss Lernzeit einplanen und andere Prioritäten dafür zurückstellen. Das kostet etwas. Alles andere ist Wunschdenken.
Verbote geben noch keine Richtung
Bemerkenswert konkret werden viele Unternehmen ausgerechnet dort, wo es um Grenzen geht. Diese Anwendung ist nicht freigegeben. Diese Daten dürfen nicht eingegeben werden. Dieses Vorgehen ist untersagt.
Solche Regeln sind oft notwendig, gerade mit Blick auf DSGVO und AI Act. Aber sie beantworten nur die Hälfte der Frage.
Mitarbeitende brauchen genauso klare Aussagen darüber, was sie tun dürfen, was ausdrücklich erwünscht ist und wo sie Hilfe bekommen. Ein brauchbarer Rahmen verbindet erlaubte Werkzeuge mit konkreten Aufgaben, zugänglichen Informationen und nachvollziehbaren Qualitätsanforderungen. Er schafft einen Bereich, in dem Menschen ausprobieren können, ohne bei jedem Schritt auf die nächste Grundsatzentscheidung zu warten.
Nicht der Zaun ist das Problem. Das fehlende Spielfeld ist es.
Damit wird auch Eigeninitiative überhaupt erst möglich. Wer Verantwortung übernehmen soll, braucht Handlungsspielraum. Genau deshalb scheitert KI am Ende an der Kultur und nicht an der Technik.
Was nach der nächsten Eröffnungsrede passieren sollte
Aus den Gesprächen nach 70 Vorträgen nehme ich vor allem einen Anspruch mit: KI muss im Arbeitsalltag konkret werden. Sonst bleibt sie ein Thema für Folien.
Dafür würde ich klein und klar abgegrenzt anfangen. Einen relevanten Ablauf auswählen — Angebot, Reklamation, Onboarding, Rechnungsprüfung, irgendetwas, das oft passiert und regelmäßig nervt. Dann gemeinsam mit den Beteiligten die einzelnen Tätigkeiten durchgehen und festlegen, was sich verbessern soll. Danach Datenzugang, Werkzeuge und Lernzeit organisieren. In dieser Reihenfolge. Nicht umgekehrt.
Gemessen wird der gesamte Ablauf: Durchlaufzeit, Qualität, Nacharbeit, Kosten. Nicht die Geschwindigkeit eines einzelnen Arbeitsschritts. Auf dieser Grundlage lässt sich entscheiden, was ausgeweitet, was angepasst und was beendet wird. Wenn du einen Startpunkt suchst, habe ich zehn Use Cases für den Mittelstand mit einer sinnvollen Reihenfolge aufgeschrieben.
Und die Geschäftsführung muss beantworten, wofür eine mögliche Entlastung genutzt werden soll. Diese eine Entscheidung gibt der ganzen Veränderung einen Sinn, der über die nächste Software hinausgeht. Sie ist unbequem, weil man sich damit festlegt. Genau deshalb ist sie Chefsache.
Bei der nächsten Eröffnung einer KI-Veranstaltung würde mich deshalb ein anderer Satz interessieren als „“. Ungefähr dieser:
„“
Ich habe diesen Satz in diesem Jahr zweimal gehört. Bei 70 Vorträgen.
Wenn dich morgen ein Mitarbeiter in der Betriebsversammlung fragt, wofür die durch KI gewonnene Zeit in deinem Unternehmen eingesetzt werden soll — was antwortest du?
Diese Frage gehört auf deine nächste Führungsveranstaltung.
Ich spreche vor Geschäftsführungen, Führungskreisen und Belegschaften darüber, was KI im Arbeitsalltag konkret verändert — und welche Entscheidungen die Führung dafür treffen muss. Ohne Hype, mit Beispielen aus dem Mittelstand.
FAQ: KI im Mittelstand
Was gehört in eine KI-Strategie für den Mittelstand? +
Warum reicht es nicht, wenn die Geschäftsführung sagt, KI sei wichtig? +
Wofür sollte die durch KI gewonnene Zeit eingesetzt werden? +
Warum bringt KI einzelnen Mitarbeitern viel und dem Unternehmen wenig? +
Woran erkennt man, ob eine KI-Einführung funktioniert? +
Wann muss Lernzeit für KI eingeplant werden? +
Keynote Speaker, KI-Experte und Unternehmer mit mehr als 20 Jahren Erfahrung. Mit über 600 Vorträgen im deutschsprachigen Raum, als ehemaliger Bundesvorsitzender der Jungen Unternehmer und Aufsichtsrat einer Genossenschaftsbank verbindet er unternehmerisches Denken mit konkreter KI-Expertise.