Digitalisierungsstrategie für KMU: 8 Fragen vor dem ersten KI-Projekt

Veröffentlicht 24. September 202612 Min. Lesezeit
Architektonische Planungswerkzeuge auf einem aufgeräumten Schreibtisch

Wer eine Digitalisierungsstrategie für KMU entwirft, muss heute vor allem klären, wo KI und Workflow-Automatisierung tatsächlich Arbeit abnehmen. Das klingt nach einer Aufgabe für Konzerne. Kleine Unternehmen trifft die Frage jedoch härter, weil jede Fehlentscheidung einen größeren Teil des Budgets bindet. Dieser Leitfaden führt Sie in acht Fragen von der ersten Idee bis zum Pilotprojekt, und Sie müssen dafür keine Zeile Code verstehen.

Xerx ist ein unabhängiges Design- und Engineering-Studio in Innsbruck und baut KI-Agenten, LLM-Integrationen und Workflow-Automatisierung für Startups und KMU. Entsprechend nüchtern fällt der Blick aus: Wir erklären Abwägungen, benennen Kostentreiber und sagen offen, wo ein Standard-Tool genügt. Wo konkrete Zahlen fehlen, erfahren Sie, bei wem Sie diese erfragen.

Zwei Personen prüfen einen Prozessablauf als Grundlage einer Digitalisierungsstrategie für KMU
Eine Prozesslandkarte auf Papier macht Übergaben und Ausnahmen sichtbar, bevor jemand eine Automatisierung baut.

Wo Unternehmen strategisch heute stehen

Eine Bitkom-Umfrage unter 602 Unternehmen ab 20 Beschäftigten zeigt, wie verbreitet strategische Arbeit ist. Ende 2021 hatten nur noch 16 Prozent keine Digitalisierungsstrategie, zwei Jahre zuvor waren es 26 Prozent. Jedes zweite Unternehmen (50 Prozent) setzte auf Strategien in einzelnen Bereichen, und 33 Prozent hatten eine zentrale Strategie für das gesamte Unternehmen. Die Erhebung ist älter, doch das Muster bleibt lehrreich: Teilstrategien sind häufiger als ein gemeinsamer Plan.

Bitkom-Präsident Achim Berg folgerte daraus, dass IT-Abteilungen mit der Digitalisierung nicht alleingelassen werden dürfen und eine strategische Steuerung nötig ist. Eine Digitalisierungsstrategie für KMU gehört daher in die Geschäftsführung und nicht in die Technikecke. Auch die öffentliche Hand koppelt KI an Datenfragen. Laut Handelsblatt zur überarbeiteten Digitalstrategie des Bundesgesundheitsministeriums setzt diese auf ePA-Ausbau, KI und eine bessere Dateninfrastruktur. Die Reihenfolge lässt sich übertragen: Erst kommen die Daten, dann die Intelligenz.

1. Was kann KI in einem kleinen Unternehmen wirklich leisten?

KI erledigt wiederkehrende Wissensarbeit schneller und gleichmäßiger, als es Menschen im Tagesgeschäft schaffen. Sie ersetzt aber weder Urteilsvermögen noch Verantwortung. Als Alltagsbeispiele nennt t3n Chatbots und digitale Assistenten, Betrugsbekämpfung bei Onlinebestellungen und Scoring zur Bonitätsprüfung. Laut dem Beitrag geht es dabei vorrangig um Effizienz und Prozessoptimierung, damit sich Mitarbeitende auf ihre Kernaufgaben konzentrieren.

Für ein KMU übersetzt sich das in überschaubare Aufgaben. KI kann eingehende E-Mails vorsortieren, Angebotsentwürfe vorbereiten, Daten aus Rechnungen und Lieferscheinen auslesen oder internes Wissen aus Handbüchern auffindbar machen. Ein Mensch prüft das Ergebnis, sobald ein Fehler teuer wird. Diese Arbeitsteilung aus Maschine für den Entwurf und Mensch für die Freigabe ist für den Einstieg meist die robustere Wahl.

Woran Sie Hype erkennen

  • Das Versprechen kommt ohne Prozess aus: Wer Ergebnisse zusagt, ohne Ihre Abläufe zu kennen, verkauft ein Produkt statt einer Lösung.
  • Von einer Lösung für alles ist die Rede, nicht von einem klar umrissenen Anwendungsfall mit Messgröße.
  • Die Datenlage bleibt unerwähnt, obwohl jede KI auf brauchbaren Daten aufsetzt.
  • Der Anbieter nennt weder Grenzen noch Fehlerfälle noch einen Plan für Ausnahmen.

2. Welche Prozesse lohnen sich für die Automatisierung?

Automatisieren lohnt sich dort, wo ein Vorgang oft vorkommt, wenig Spielraum lässt und Zeit frisst. Die folgenden Kriterien helfen Ihnen beim Sortieren. Je mehr davon zutreffen, desto höher gehört der Prozess auf Ihre Liste.

  • Hohe Frequenz: Der Vorgang läuft täglich oder wöchentlich, nicht einmal im Jahr.
  • Klare Regeln: Zwei Mitarbeitende würden ihn im Normalfall gleich bearbeiten.
  • Digitale Eingaben: Die Informationen liegen in E-Mails, Formularen, Tabellen oder Systemen vor, nicht auf Zetteln.
  • Messbarer Aufwand: Sie können Minuten pro Vorgang und Anzahl pro Monat benennen.
  • Begrenztes Risiko: Ein Fehler fällt auf und lässt sich korrigieren, bevor er den Kunden erreicht.

Weniger geeignet sind Prozesse, die sich ständig ändern, kaum dokumentiert sind oder aus dem Gedächtnis einzelner Personen laufen. Auch Entscheidungen mit rechtlichem oder finanziellem Gewicht sollten nicht ohne menschliche Freigabe ablaufen. Oft ist es dann klüger, den Prozess zuerst zu vereinfachen. Ein schlechter Ablauf, der schneller läuft, bleibt ein schlechter Ablauf.

3. Wie bilden Sie einen Prozess ab, bevor jemand baut?

Eine Prozesslandkarte ist die wichtigste Vorarbeit, und Sie erstellen sie ohne Spezialsoftware. Ein Whiteboard, Haftnotizen und eine Person aus dem Fachbereich genügen. Zeichnen Sie den Prozess so auf, wie er tatsächlich läuft, nicht wie das Handbuch ihn beschreibt. Das Ergebnis bildet später die Grundlage für jedes Angebot.

  1. Auslöser benennen: Was startet den Vorgang, etwa eine Anfrage per E-Mail oder ein Auftrag im Shop?
  2. Schritte in Reihenfolge notieren: Wer macht was, in welchem Programm, mit welchen Informationen?
  3. Zeit je Schritt schätzen: Auch grobe Werte in Minuten genügen für die erste Rechnung.
  4. Übergaben markieren: Wo Daten von einer Person oder einem System zum nächsten wandern, entstehen die meisten Verzögerungen.
  5. Ausnahmen sammeln: Wann weicht der Vorgang vom Normalfall ab, und wer entscheidet dann?
  6. Ergebnis festhalten: Was muss am Ende vorliegen, und wer nutzt es weiter?

Die Ausnahmen entscheiden meist über den Erfolg. Läuft ein Prozess im Normalfall glatt, landet aber jede Abweichung bei derselben Person, planen Sie genau diese Weiterleitung mit ein. So bleibt die Automatisierung ein Entlastungswerkzeug und wird kein neues Nadelöhr. Legen Sie außerdem fest, wer das Ergebnis täglich prüft.

4. Wie beschreiben Sie einen KI-Anwendungsfall auf einer Seite?

Ein Use-Case-Brief zwingt Sie, die Idee in Worte zu fassen, bevor Budget fließt. Er ist das kleinste Bauteil Ihrer Digitalisierungsstrategie für KMU und hilft jedem Umsetzungspartner, ein belastbares Angebot zu erstellen. Eine Seite genügt, wenn sie diese Punkte beantwortet.

  • Problem: Welche Aufgabe kostet heute Zeit oder verursacht Fehler, und für wen?
  • Ausgangslage: Wie läuft der Vorgang aktuell ab, mit welchen Systemen und welchem Mengengerüst?
  • Eingaben und Ausgaben: Was geht hinein, was soll herauskommen, in welchem Format?
  • Datenquellen: Wo liegen die nötigen Informationen, und wer darf sie nutzen?
  • Menschliche Kontrolle: Wer prüft Ergebnisse, und wann greift ein Mensch ein?
  • Erfolgsmaß: Welche Kennzahl soll sich ändern, und um wie viel?
  • Grenzen: Was soll das System ausdrücklich nicht tun?

Der letzte Punkt wird oft vergessen, schützt aber vor Wildwuchs. Halten Sie zum Beispiel fest, dass der Assistent keine Preise zusagt und keine Verträge ändert, bleibt der Projektumfang überschaubar. Beim Schreiben erkennen Sie außerdem schnell, ob Sie wirklich einen KI-Fall haben oder nur eine saubere Regelautomatisierung brauchen. Beides ist legitim, doch die Kosten unterscheiden sich.

5. Wie reif sind Ihre Daten, und was verlangt der Datenschutz?

Datenreife in vier Fragen prüfen

Jede KI ist nur so brauchbar wie die Daten, auf denen sie aufsetzt. Das gilt besonders für Assistenten, die Antworten aus Ihrem Firmenwissen ableiten. Bevor Sie einen Partner beauftragen, beantworten Sie vier Fragen ehrlich.

  • Auffindbarkeit: Liegen die Informationen an einem festen Ort oder verteilt in Postfächern und privaten Ordnern?
  • Aktualität: Wer pflegt die Daten, und wie alt sind sie im Schnitt?
  • Konsistenz: Heißt derselbe Kunde oder dasselbe Produkt überall gleich?
  • Zugriff: Dürfen Sie die Daten für diesen Zweck verwenden, und lassen sie sich technisch auslesen?

Fällt die Antwort auf mehrere Fragen schlecht aus, ist das kein Ausschlusskriterium. Es zeigt nur, dass der erste Projektschritt in der Datenpflege liegt. Das ist oft der günstigste Teil und zahlt auch ohne KI auf Ihren Betrieb ein.

Datenschutz bei KI früh einplanen

Die DSGVO verbietet KI nicht, verlangt aber saubere Voraussetzungen. Der t3n-Beitrag einer auf Datenschutz spezialisierten Rechtsanwältin beschreibt das Prinzip: Jede Verarbeitung personenbezogener Daten ist zunächst verboten, solange keine Rechtsgrundlage greift, etwa Vertragserfüllung oder Einwilligung. Hinzu kommen Grundsätze wie Richtigkeit und Datenminimierung. Außerdem müssen Unternehmen die Einhaltung nachweisen können, was der Beitrag als Rechenschaftspflicht nach Art. 5 DSGVO beschreibt.

Praktisch heißt das: Denken Sie an den Datenschutz, bevor die Technik steht. Der Beitrag nennt dafür das Prinzip Privacy by Design und empfiehlt zum Beispiel, personenbezogene Daten schon vor der KI-Nutzung zu pseudonymisieren oder zu anonymisieren. Auch die Zweckbindung gilt weiter: Daten dürfen nicht für andere Zwecke genutzt werden als die ursprünglich festgelegten. Der Text stammt aus dem Jahr 2019, daher klären Sie Rechtsgrundlage und Maßnahmen für Ihren Fall mit Ihrer Datenschutzbeauftragten oder einer Fachanwältin, denn das hängt von Ihren Daten ab.

6. Was kostet es, und wie rechnen Sie den ROI?

Eine seriöse Pauschale gibt es nicht. Die Kosten hängen davon ab, wie viele Systeme angebunden werden, wie sauber Ihre Daten sind und wie viel menschliche Kontrolle das System braucht. Ohne Rechnung bleibt jede Digitalisierungsstrategie für KMU eine Absichtserklärung, also lassen Sie sich ein Angebot auf Basis Ihres Use-Case-Briefs geben und fragen Sie nach der Aufschlüsselung. Diese Posten bestimmen das Budget:

  • Analyse und Konzeption: Prozesse abbilden, Anwendungsfall schärfen, Risiken klären.
  • Anbindung: Jede Schnittstelle zu CRM, ERP, Postfach oder Shop erhöht den Aufwand.
  • Datenaufbereitung: Bereinigen, strukturieren und zugänglich machen.
  • Entwicklung und Konfiguration: Vom Standard-Baukasten bis zum individuell gebauten Agenten.
  • Betrieb: Lizenzen, Nutzungsgebühren für Sprachmodelle, Hosting und Überwachung.
  • Pflege: Anpassungen, wenn sich Prozesse, Schnittstellen oder Modelle ändern.

Den Nutzen in drei Schritten rechnen

Erstens multiplizieren Sie die Minuten pro Vorgang mit der Zahl der Vorgänge pro Monat und mit Ihrem internen Stundensatz. Das ergibt die heutigen Kosten des Prozesses. Zweitens schätzen Sie, welcher Anteil künftig entfällt, und ziehen die laufenden Betriebskosten ab. Drittens teilen Sie die einmaligen Projektkosten durch die monatliche Ersparnis und erhalten die Amortisationszeit in Monaten.

Rechnen Sie vorsichtig. Setzen Sie die Einsparung konservativ an, denn Mitarbeitende brauchen Zeit für Kontrolle und Ausnahmen. Berücksichtigen Sie außerdem Effekte wie schnellere Antwortzeiten oder weniger Fehler, aber zählen Sie sie getrennt. Eine Rechnung, die nur mit weichen Effekten aufgeht, trägt selten ein Projekt.

7. Chatbot, Assistent oder Agent – und kaufen oder bauen?

Drei Arten von KI-Systemen im Vergleich

Die Begriffe werden oft vermischt, dabei beschreiben sie unterschiedlich viel Eigenständigkeit. Je mehr ein System selbst entscheidet und handelt, desto sorgfältiger müssen Sie es kontrollieren.

VarianteWas sie tutTypischer EinsatzWorauf Sie achten
ChatbotBeantwortet Fragen im Dialog, meist nach festen Vorgaben oder aus einer WissensbasisHäufige Kundenfragen, einfache StatusauskünfteKlare Übergabe an Menschen, wenn die Antwort fehlt
AssistentUnterstützt Mitarbeitende bei Entwürfen, Zusammenfassungen und Recherche, ein Mensch entscheidetAngebotsentwürfe, interne Wissenssuche, E-Mail-VorschlägeQualität der Datenquellen, Freigabe durch Menschen
AgentFührt mehrere Schritte selbstständig aus und greift auf Systeme zuAnfragen prüfen, Daten abgleichen, Vorgänge anlegenBerechtigungen begrenzen, Protokolle führen, Ausnahmeregeln festlegen

Für den Einstieg eignen sich Assistenten meist besser als Agenten, weil ein Mensch jedes Ergebnis sieht. Agenten lohnen sich, wenn der Prozess klar geregelt ist und Fehler schnell auffallen. Der Sprung vom Assistenten zum Agenten ist also eher eine Frage der Reife als der Technik. Wie Sie solche Systeme beurteilen, vertiefen wir im Beitrag KI-Agenten für Unternehmen prüfen.

Standard-Tool oder Eigenentwicklung

KriteriumStandard-ToolEigenentwicklung
StartzeitMeist kurz, weil das Produkt fertig vorliegtLänger, da Konzeption und Bau nötig sind
Passung zu Ihren AbläufenGut für übliche Abläufe, begrenzt bei BesonderheitenMaßgeschneidert auf Ihren Prozess
KostenstrukturLaufende Lizenzgebühren, geringere AnfangsinvestitionHöhere Anfangsinvestition, Betrieb und Pflege kommen hinzu
AbhängigkeitVom Anbieter und dessen ProduktplanungVom Umsetzungspartner, solange Sie Code und Wissen nicht übernehmen
DatenkontrolleHängt von Anbieter und Vertrag abLässt sich nach Ihren Vorgaben gestalten

Als Faustregel gilt: Beginnen Sie mit einem Standard-Tool, wenn Ihr Prozess branchenüblich ist und sich das Tool an Ihre Systeme anbinden lässt. Eine Eigenentwicklung kommt in Frage, wenn der Prozess Ihren Wettbewerbsvorteil trägt oder Standardlösungen an Ihren Besonderheiten scheitern. Hängt die Lösung an gewachsenen Altsystemen, prüfen Sie zuerst deren Zustand. Mehr dazu lesen Sie im Beitrag zur Software-Modernisierung zwischen Neubau und Refactoring. Oft entsteht ein Mittelweg aus Standardbausteinen für das Übliche und individueller Logik dort, wo Sie sich unterscheiden.

8. Wie laufen Pilot, Rollout und Partnerwahl?

Pilot statt Großprojekt

Ein Pilot beantwortet eine einzige Frage: Funktioniert der Anwendungsfall mit Ihren echten Daten und Ihren Leuten? Er sollte klein genug sein, um in überschaubarer Zeit Ergebnisse zu liefern, aber real genug, um belastbare Zahlen zu erzeugen. Wählen Sie dafür einen Prozess mit begrenztem Risiko und eine Fachperson, die das Projekt will.

  1. Ziel und Messgröße festlegen, zum Beispiel die Bearbeitungszeit je Vorgang.
  2. Ausgangswert messen, bevor der Pilot startet.
  3. Umfang begrenzen: ein Team, ein Vorgangstyp, ein Zeitraum.
  4. Abbruchkriterien vereinbaren, damit ein Misserfolg früh sichtbar wird.
  5. Rückmeldungen der Mitarbeitenden regelmäßig einsammeln.

Erfolg messen und ausrollen

Messen Sie an der Zahl, die Sie vorab festgelegt haben, nicht an der Stimmung. Vergleichen Sie Bearbeitungszeit, Fehlerquote und Kontrollaufwand mit dem Ausgangswert. Achten Sie auch darauf, wie oft Mitarbeitende das System umgehen, denn das deutet auf Akzeptanzprobleme hin. Rollen Sie erst aus, wenn Zahlen und Rückmeldungen zusammenpassen, und dann Team für Team, damit jeder Schritt umkehrbar bleibt.

Den passenden Umsetzungspartner auswählen

Ein guter Partner fragt zuerst nach Ihrem Prozess und erst danach nach der Technik. Wer unsicher ist, ob KI überhaupt der richtige Hebel ist, kann mit einer strukturierten Analyse beginnen, wie sie etwa die KI-Beratung und KI-Potenzialanalyse von Xerx bietet. Danach entscheiden Sie anhand klarer Optionen statt einer Wunschliste. Diese Fragen helfen bei jedem Anbieter:

  • Fragt der Partner nach Messgröße und Ausgangswert, bevor er ein Angebot macht?
  • Benennt er Grenzen und Risiken seines Vorschlags offen?
  • Erhalten Sie Dokumentation und Zugriff, damit Sie nicht abhängig bleiben?
  • Ist geklärt, wer Betrieb und Pflege nach dem Pilot übernimmt?
  • Sind Datenschutz und Datenverarbeitung vertraglich geregelt?

Aus Einzelprojekten wird eine Digitalisierungsstrategie für KMU

Ein kleines Beispiel aus der Forschung

Eine Strategie entsteht selten aus einem großen Plan, sondern aus einer Folge kleiner, ausgewerteter Entscheidungen. Das Fraunhofer IAO beschreibt in seinem Blog einen Fall: Ein Industriepartner wollte den Füllstand von Mülltonnen digital erfassen, doch vorhandene Lösungen waren für die hohe Zahl an Tonnen zu teuer. Studierende bauten eine frei verfügbare Maker-Lösung in unter zehn Minuten nach und ergänzten ein Internet-of-Things-Modul. Samt Visualisierungssoftware kostete sie weniger als 12 Euro.

Der Fall stammt aus der Forschung und ist kein Maßstab für Ihre Kosten. Übertragbar ist die Methode: Ein schneller Prototyp zeigt vor der Großinvestition, was technisch machbar ist und welche Anbieter passen. Ein Minimum Viable Product liefert laut Fraunhofer IAO die erste funktionsfähige Version, mit der sich Bedarf prüfen und Rückmeldung einholen lässt. Auf KI übertragen heißt das: Jeder Pilot liefert Wissen für die nächste Entscheidung.

Vom Pilot zum Portfolio

Aus Piloten wird ein Portfolio, wenn Sie Ihre Fälle nach Nutzen und Aufwand ordnen und jedem eine verantwortliche Person zuweisen. Dazu gehört ein fester Rhythmus, in dem die Geschäftsführung die Zahlen sichtet. Genau das unterscheidet einzelne Tools von einer Digitalisierungsstrategie für KMU, die Prioritäten, Verantwortung und Lernschleifen verbindet. Ein Quartalsrückblick beantwortet vier Fragen:

  • Welche Automatisierungen laufen, und welche Zahlen liefern sie?
  • Welche Ausnahmen und Beschwerden sind aufgefallen?
  • Welche Kandidaten stehen als Nächstes auf der Liste, und warum?
  • Was haben Datenschutz und IT-Sicherheit zu melden?

Eine Strategie zeigt sich auch in dem, was Sie bewusst nicht automatisieren.

Beginnen Sie diese Woche mit einem einzigen Prozess. Zeichnen Sie ihn auf, messen Sie die Minuten pro Vorgang und schreiben Sie den Use-Case-Brief auf einer Seite. Mit diesen drei Dokumenten führen Sie jedes Gespräch mit einem Anbieter auf Augenhöhe, und Sie sehen schneller, ob ein Standard-Tool genügt oder ob sich eine Eigenentwicklung rechnet.

Nächste Schritte

  1. Einen Prozess auswählen: Wählen Sie einen häufigen, regelbasierten Vorgang mit messbarem Zeitaufwand und begrenztem Fehlerrisiko.
  2. Prozess abbilden: Zeichnen Sie Auslöser, Schritte, Übergaben, Ausnahmen und Ergebnis auf, so wie der Ablauf tatsächlich läuft.
  3. Use-Case-Brief schreiben: Halten Sie Problem, Ein- und Ausgaben, Datenquellen, menschliche Kontrolle, Erfolgsmaß und Grenzen auf einer Seite fest.
  4. Daten und Datenschutz klären: Prüfen Sie Auffindbarkeit, Aktualität, Konsistenz und Zugriff, und besprechen Sie Rechtsgrundlage und Schutzmaßnahmen mit Ihrer Datenschutzberatung.
  5. ROI vorsichtig rechnen: Rechnen Sie Prozesskosten, erwartete Ersparnis, Betriebskosten und Amortisationszeit mit konservativen Annahmen.
  6. Pilot mit Abbruchkriterien planen: Begrenzen Sie Umfang und Zeitraum, messen Sie den Ausgangswert und entscheiden Sie anhand der vorab festgelegten Zahl über den Rollout.

Häufige Fragen

Was kostet ein KI-Agent oder eine Workflow-Automatisierung für ein KMU?

Eine allgemeingültige Zahl gibt es nicht. Der Preis hängt von Zahl der Schnittstellen, Datenqualität, Umfang der menschlichen Kontrolle sowie laufenden Betriebs- und Pflegekosten ab. Lassen Sie sich auf Basis eines Use-Case-Briefs ein aufgeschlüsseltes Angebot erstellen.

Muss ich Daten-Expertinnen im Haus haben, um mit KI zu starten?

Nein, aber jemand im Fachbereich muss den Prozess und die Datenquellen kennen und Ergebnisse prüfen. Die technische Umsetzung kann ein Partner übernehmen. Wichtig ist, dass Sie Zuständigkeit, Datenpflege und Betrieb vorab klären.

Ist der Einsatz von KI mit der DSGVO vereinbar?

Grundsätzlich ja, sofern für die Verarbeitung personenbezogener Daten eine Rechtsgrundlage besteht und Grundsätze wie Datenminimierung, Zweckbindung und Nachweisbarkeit eingehalten werden. Früh eingeplante Maßnahmen wie Pseudonymisierung helfen dabei. Ob Ihr konkreter Fall passt, klären Sie mit Ihrer Datenschutzbeauftragten oder einer Fachanwältin.

Soll ich ein Standard-Tool nutzen oder eine Lösung bauen lassen?

Beginnen Sie mit einem Standard-Tool, wenn Ihr Prozess branchenüblich ist und sich das Tool an Ihre Systeme anbinden lässt. Eine Eigenentwicklung lohnt sich eher, wenn der Prozess Ihren Wettbewerbsvorteil trägt oder Standardlösungen an Ihren Besonderheiten scheitern. Ein Mittelweg aus beidem ist häufig sinnvoll.