Wer heute KI Software entwickeln lassen möchte, hört von Anbietern vor allem eines: Es gehe schneller und günstiger als je zuvor. Das stimmt teilweise, löst aber nicht die eigentliche Schwierigkeit. Viele Projekte scheitern nicht an der Technik, sondern an einem unklar beschriebenen Prozess und an Daten, die vorher niemand angesehen hat.
Dieser Beitrag hilft Ihnen, die Reihenfolge richtig zu setzen. Zuerst klären Sie, was KI in Ihrem Unternehmen leisten kann und was nur gut klingt. Dann erledigen Sie die Planungsaufgaben, die Sie selbst übernehmen können: Prozess abbilden, Daten prüfen, Datenschutz klären, Wirtschaftlichkeit rechnen. Erst danach lohnt sich das Gespräch mit einem Umsetzungspartner, und dann führen Sie es auf Augenhöhe.
Kurz gesagt: KI übernimmt gut abgegrenzte Aufgaben, die nach einem erkennbaren Muster wiederkehren und bei denen ein Fehler korrigierbar bleibt. Dazu zählen das Sortieren eingehender Anfragen, das Zusammenfassen langer Dokumente, das Vorbereiten von Antwortentwürfen und das Übertragen von Daten zwischen Systemen. Sie ersetzt kein Urteilsvermögen, nimmt Ihren Mitarbeitenden aber die Vorarbeit ab. Das klingt unspektakulär, und genau dort liegt der praktische Nutzen.
Eine nüchterne Einordnung liefert die Studie von DFKI und Accenture, die mehr als 220 Referenzen auswertet. In ihrem Whitepaper zu generativer KI in der Softwareentwicklung halten die Autoren fest, dass der Einsatz allein noch keinen Wettbewerbsvorteil garantiert. Wer den Wandel dagegen ignoriert, riskiert langfristig seine Wettbewerbsfähigkeit. Die Studie empfiehlt eine schrittweise, kontrollierte Einführung, und diese Haltung lässt sich gut auf Betriebsprozesse übertragen.
Auch Bitkom spricht von einem tiefgreifenden Strukturwandel. Der Beitrag Software x AI beschreibt, wie KI die Softwarewelt verändert, von der Entwicklung bis zu grundlegenden Verschiebungen in der Branche. Für Sie heißt das: Werkzeuge und Preismodelle ändern sich schnell, also sollten Verträge Sie nicht an einen einzelnen Anbieter fesseln.
Es lohnen sich Prozesse, die häufig laufen, klaren Regeln folgen und heute spürbar Arbeitszeit binden. Ein Vorgang, der fünfmal im Jahr anfällt, rechtfertigt selten ein Projekt, selbst wenn er lästig ist. Bei hundert Fällen pro Woche sieht die Rechnung ganz anders aus. Entscheidend ist also die Kombination aus Häufigkeit, Regelhaftigkeit und Fehlerfolgen.
Gehen Sie Ihre Aufgabenliste mit diesen Fragen durch.
Handelsblatt nennt als Beispiel ein Café: Aus der Beschreibung mit Reservierung und Speisekarte erzeugt ein Builder Menü, Kalender und Kontaktformular. Ähnliche Muster finden Sie in vielen Branchen. Ein Handwerksbetrieb qualifiziert Anfragen anhand von Fotos vor, eine Steuerkanzlei ordnet Belege zu, ein Onlinehändler beantwortet Standardfragen zu Retouren. Das sind typische Einsatzmuster, keine Ergebnisse bestimmter Projekte.
Hype beginnt dort, wo ein Anbieter vollständige Autonomie für Aufgaben verspricht, die Sie selbst nicht beschreiben können. Misstrauisch sollten Sie auch bei Zusagen zu Einsparungen werden, die ohne Blick auf Ihre Daten entstehen. Und ein Prototyp in wenigen Minuten sagt wenig über den Betrieb. Handelsblatt schreibt selbst, ein solcher Prototyp sei nicht immer marktreif, aber real.
Ein Prozess, den Sie nicht in zehn Sätzen erklären können, kann auch keine Software zuverlässig übernehmen.
Eine Prozesslandkarte braucht keine Spezialsoftware, ein Blatt Papier oder eine Tabelle genügt. Wichtig ist, dass die Person aufschreibt, die den Vorgang täglich erlebt, nicht diejenige, die ihn sich vorstellt. Gehen Sie in dieser Reihenfolge vor:
Aus der Karte entsteht ein Use-Case-Brief auf einer Seite. Er enthält Ziel, Auslöser, Eingaben, erwartetes Ergebnis, bekannte Ausnahmen, die Person, die im Zweifel entscheidet, und die Messgröße für den Erfolg. Dieses Dokument ist das Wertvollste, was Sie einem Studio übergeben können, weil es Angebote vergleichbar macht. Außerdem verhindert es, dass Sie für Funktionen bezahlen, die niemand braucht.
KI arbeitet mit dem, was Sie ihr geben. Prüfen Sie deshalb vier Dinge: Wo liegen die Daten, sind sie vollständig, sind sie aktuell, und wer darf sie sehen? Typische Befunde sind verstreute PDFs, Tabellen mit Sonderfällen in Kommentarspalten und Wissen, das nur in einzelnen Köpfen steckt. Das ist kein Ausschlussgrund, aber wer Software mit KI entwickeln lassen will, sollte die Aufbereitung als eigenen Posten im Angebot sehen.
Beim Datenschutz zählt, welche personenbezogenen Daten in das System fließen, wo sie verarbeitet werden und ob der Anbieter sie für eigenes Training nutzt. Handelsblatt nennt bei IONOS europäische Rechenzentren und die Angabe, Kundendaten weder für KI-Training zu verwenden noch weiterzugeben. Das sind Herstellerangaben, aber sie zeigen die Fragen, die Sie jedem Anbieter stellen sollten. Ob eine konkrete Lösung bei Ihnen DSGVO-konform ist, hängt von Ihren Daten und Zwecken ab, also klären Sie das mit Ihrer Datenschutzbeauftragten oder einer Rechtsberatung.
Liegen Ihre Daten noch in einzelnen Insellösungen, lohnt zuerst ein Blick auf unseren Beitrag zur Digitalisierungsstrategie für KMU. Eine KI kann nur zusammenführen, was technisch erreichbar ist.
Die drei Begriffe werden oft vermischt, dabei unterscheiden sie sich vor allem im Grad der Selbstständigkeit. Die Tabelle ordnet sie ein und ergänzt regelbasierte Automatisierung ohne KI.
| Typ | Typische Aufgabe | Selbstständigkeit | Typisches Risiko |
|---|---|---|---|
| Regelbasierte Automatisierung | Feste Wenn-dann-Abläufe, etwa Daten von A nach B übertragen | Keine KI, folgt festen Regeln | Wird brüchig, sobald Ausnahmen häufiger werden |
| Chatbot | Beantwortet Fragen auf Basis festgelegter Inhalte | Gering, antwortet nur | Falsche Antworten bei veralteter Wissensbasis |
| Assistent | Unterstützt Mitarbeitende bei Entwürfen und Zusammenfassungen | Mittel, ein Mensch prüft jedes Ergebnis | Ungeprüfte Übernahme von Entwürfen |
| Agent | Führt mehrere Schritte aus, greift auf Systeme zu, löst Aktionen aus | Höher, handelt innerhalb festgelegter Grenzen | Fehlhandlungen in Ihren Systemen |
Beginnen Sie mit der einfachsten Stufe, die das Problem löst. Viele Abläufe brauchen nur feste Regeln, und die sind meist einfacher zu prüfen. Einen Agenten rechtfertigen erst Aufgaben mit mehreren Schritten und wechselnden Situationen. Wie Sie solche Vorschläge bewerten, beschreiben wir im Beitrag KI-Agenten für Unternehmen prüfen.
Die Faustregel lautet: Ein Standard-Tool passt, wenn Ihr Vorgang dem Üblichen folgt. Eine Eigenentwicklung kommt infrage, wenn der Prozess Ihr Geschäft unterscheidet oder eng an vorhandene Systeme angebunden werden muss. Belegen Sie zuerst, dass kein Standard genügt.
Handelsblatt stellt vier Baukästen vor. IONOS übernimmt Datenbank, Speicher und Veröffentlichung und rechnet KI-Aufgaben über Credits ab; der beworbene Einstiegspreis gilt laut Handelsblatt nur für den ersten Monat. Hostinger und Base44 erzeugen Web-Apps für den Browser, Wix baut native Apps für Android und iOS. Für Buchung, Dashboard oder Kundenportal reicht das oft aus. Hochindividuelle Systeme und proprietäre Datenbanken lassen sich dagegen laut Handelsblatt oft nur manuell anbinden.
Das Fraunhofer IAO fragt in seinem Blog, ob Laien mit Coding-Agenten gute Software entwickeln können, und beschreibt, dass sich komplexe Projekte umsetzen lassen, ohne dass der Mensch selbst Code schreibt. Das verändert, wie gebaut wird. Anforderungen, Tests, Sicherheit und Betrieb bleiben trotzdem Aufgaben, für die jemand Verantwortung trägt.
Pauschale Preise für einen KI-Agenten sind nicht seriös, weil der Aufwand von Prozess, Daten und Anbindungen abhängt. Einen Anhaltspunkt für individuelle Software nennt InnoGE: Sie startet dort ab rund 10.000 €, kleinere Projekte liegen meist bei 10.000–15.000 €, mittlere bei 15.000–50.000 €, große ab 50.000 €. Das sind Angaben eines einzelnen Anbieters zu Individualsoftware allgemein, also keine Preise für KI-Projekte. Wer KI Software entwickeln lassen will, nutzt sie nur als Größenordnung.
Der monatliche Nutzen ergibt sich aus eingesparter Zeit pro Fall, mal Fällen pro Monat, mal internem Stundensatz. Davon ziehen Sie die Zeit für Kontrolle und Ausnahmen ab. Teilen Sie die Einmalkosten durch den monatlichen Nettonutzen nach laufenden Kosten, dann erhalten Sie die Amortisationsdauer in Monaten. Rechnen Sie drei Szenarien, vorsichtig, erwartet und optimistisch, und entscheiden Sie anhand des vorsichtigen.
Eingesparte Zeit ist nur dann Geld, wenn sie anders eingesetzt wird oder Kosten entfallen. Die DFKI-Studie nennt für eine erfolgreiche Einführung erhebliche Investitionen, spezialisierte Expertise und strukturiertes Change-Management. Planen Sie den internen Aufwand deshalb ausdrücklich mit ein, und bitten Sie Anbieter, ihre Annahmen offenzulegen.
Ein Pilot beantwortet drei Fragen: Funktioniert die Lösung mit Ihren echten Fällen, akzeptiert das Team sie, und stimmen die Zahlen? Begrenzen Sie ihn auf einen Prozess, eine Nutzergruppe und einen festen Zeitraum. Wer Software mit KI entwickeln lassen will, sollte den Pilot im Vertrag als eigene Phase beschreiben, damit der Rollout eine getrennte Entscheidung bleibt.
Die DFKI-Studie rät zu einer schrittweisen, kontrollierten Einführung, und der Pilot setzt diesen Rat praktisch um. Rollen Sie erst aus, wenn Sie die Ausnahmen kennen und die Kontrolle durch Menschen geregelt ist.
Ein Projekt endet nicht mit der Übergabe, denn Produkte, Preise und Regeln ändern sich weiter. Klären Sie deshalb vor Vertragsabschluss, wer den Betrieb trägt. Diese Fragen gehören auf den Tisch:
Handelsblatt warnt, dass manche Plattformen Apps proprietär speichern und ein Wechsel dann schwierig wird. Bei Base44 nennt es den Export des Quellcodes über GitHub, bei Hostinger den Code-Download im Agentenmodus. Ein Ausstiegsplan kostet beim Vertrag wenig und später viel, wenn er fehlt.
Als Erfolgsmaße eignen sich Bearbeitungszeit, Korrekturquote, Anzahl der Übergaben an Menschen und die Rückmeldung des Teams. Hängt die KI an einem älteren System, entscheidet dessen Zustand mit. Dazu passt unser Beitrag Neubau oder Refactoring: Software Modernisierung ohne Risiko.
Ein guter Partner stellt zuerst Fragen zu Prozess und Daten, nicht zur Technologie. Er erklärt Ihren Vorgang in Ihren Worten zurück, schlägt einen Pilot vor und nennt die Betriebskosten offen. Außerdem liefert er Dokumentation und sagt auch einmal, dass ein Standard-Tool genügt. Fehlt eines dieser Signale, fragen Sie nach.
Eine Orientierung bietet die Übersicht der KI-Unternehmen im KI Bundesverband, die Mitglieder aus vielen Branchen und Bundesländern auflistet, vom Startup bis zum Großunternehmen. Eine Mitgliedschaft zeigt die Zugehörigkeit zum Netzwerk, sie sagt aber nichts über Qualität oder Eignung für Ihren Fall. Ob eine Agentur oder ein spezialisiertes Studio zu Ihnen passt, vergleicht der Beitrag Applaunch Agentur oder spezialisiertes Studio.
Xerx ist ein unabhängiges Design- und Engineering-Studio in Innsbruck und baut KI-Agenten, LLM-Integrationen und Workflow-Automatisierung für Startups und KMU. Mehr dazu finden Sie unter KI-Entwicklung und Automatisierung von Xerx. Egal mit wem Sie sprechen: Bringen Sie den Use-Case-Brief mit.
Nehmen Sie sich diese Woche einen Prozess vor, der Sie ärgert, und beschreiben Sie ihn auf einer Seite. Gelingt das in einer halben Stunde, haben Sie eine Grundlage für Angebote. Gelingt es nicht, ist das die erste und günstigste Erkenntnis, bevor Sie KI Software entwickeln lassen.
Eine pauschale Zahl wäre unseriös, weil der Aufwand von Prozess, Daten und Anbindungen abhängt. Als Größenordnung für Individualsoftware nennt InnoGE einen Start ab rund 10.000 €. Rechnen Sie zusätzlich laufende Kosten für Betrieb und Nutzung ein.
Nicht unbedingt. Handelsblatt schreibt, solche Prototypen seien nicht immer marktreif, aber real nutzbar. Für Tests und erste Prozesse reicht das oft, für den dauerhaften Betrieb müssen Sie Sicherheit, Datenschutz und Wartung zusätzlich klären.
Für Standard-Tools meist nicht, für Anbindungen an Ihre Systeme und individuelle Abläufe brauchen Sie einen Partner. Intern benötigen Sie in jedem Fall jemanden, der den Prozess kennt, Ergebnisse prüft und Verantwortung für den Betrieb übernimmt.
Das hängt von der Häufigkeit des Prozesses ab. Er muss genug echte Fälle enthalten, um Ausnahmen und Fehler sichtbar zu machen. Legen Sie Zeitraum, Messgröße und Abbruchkriterium vorab schriftlich fest.
Weiterlesen
Reparieren, umbauen, ersetzen oder neu bauen? Der Leitfaden ordnet die Optionen der Software-Modernisierung ein, nennt Entscheidungskriterien und zeigt das Risiko, das viele Projekte übersehen: das Wissen im Altsystem.
Sieben Fragen, mit denen Gründer und Unternehmer eine App-Agentur wie Applaunch bewerten: Team, MVP, Kosten, Code-Rechte, Abnahme, Datenschutz und die Phase nach dem Launch.
Verzeichnisse und Portale liefern Namen, aber keine Entscheidung. Acht Prüffragen, eine Pilotphase und klare Regeln zu Quellcode und Ausstieg helfen bei der Wahl.
