KI im Mittelstand: Wo sie sich lohnt – und wo nicht

• Die Aufgabe fällt häufig an, am besten täglich.
• Sie folgt erkennbaren Regeln und lässt sich als Ablauf aufzeichnen.
• Die Eingangsdaten liegen digital vor.
• Ein Fehler ist billig und fällt schnell auf – oder ein Mensch prüft vor der Weitergabe.
• Du weißt, wie viel Zeit die Aufgabe heute kostet. Nur dann kannst du messen, ob es besser wird.

Trifft das meiste davon nicht zu, ist Automatisierung nicht der erste Schritt. Dann lohnt es sich zuerst, den Ablauf selbst zu klären.

• Automatisierung: Ein Ablauf läuft nach festen Regeln ohne Zutun ab – etwa eine Rechnung, die automatisch an die Buchhaltung geht.
• KI-Assistent: Ein Sprachmodell, das Texte versteht und erzeugt und dir bei einer Aufgabe zuarbeitet; du entscheidest, was mit dem Ergebnis passiert.
• KI-Agent: Ein KI-System, das mehrere Schritte selbstständig ausführt, zum Beispiel recherchieren, zusammenfassen und einen Entwurf ablegen.
• MCP (Model Context Protocol): Ein offener Standard, über den KI-Werkzeuge kontrolliert auf deine Systeme und dein Wissen zugreifen – genau so weit, wie du es freigibst.

Wer nach Zahlen zur KI-Nutzung sucht, findet Werte zwischen 20 und fast 60 Prozent. Das ist kein Widerspruch. Die Studien zählen Verschiedenes.

• Destatis, amtliche Statistik (2025) – Unternehmen ab 10 Beschäftigten: 26 % – bei 10 bis 49 Beschäftigten 23 %, bei Großunternehmen 57 %
• KfW Research (2026) – Mittelstand inklusive Kleinstbetriebe: 20 %
• Bayerisches Landesamt für Statistik (2025) – Unternehmen in Bayern ab 10 Beschäftigten: 29 %
• Bitkom (September 2026) – Unternehmen ab 20 Beschäftigten: 57 %

Die amtliche Statistik ist die belastbarste Grundlage für das Niveau: Etwa jedes vierte Unternehmen in Deutschland nutzt KI, kleinere deutlich seltener als große. Umfragen wie die von Bitkom sind später erhoben, zählen Werkzeuge wie ChatGPT mit und erfassen erst Unternehmen ab 20 Beschäftigten. Sie zeigen vor allem die Dynamik – und die ist groß: Bei Bitkom stieg der Anteil innerhalb eines Jahres von 36 auf 57 Prozent.

Genutzt wird KI im Mittelstand meist punktuell. Am häufigsten geht es darum, Texte zu schreiben (14 Prozent der Mittelständler) oder Texte zu erkennen (10 Prozent). Datenanalyse nutzen gerade einmal 3 Prozent (KfW Research 2026). Und nur 3 Prozent der Unternehmen, die KI nutzen, sagen, dass sie das Potenzial eher stark ausschöpfen (Bitkom 2026).

Eine Zahl ist für kleinere Betriebe besonders interessant: Rechnet man den Digitalisierungsgrad und den Absatzradius heraus, spielt die Betriebsgröße keine signifikante Rolle mehr (KfW Research 2026). Es liegt also nicht daran, dass ein Betrieb zu klein ist.

Der erste Irrtum: alles automatisieren, was geht. Viele Unternehmen setzen gerade KI ein, weil es alle tun – und wissen am Ende nicht, ob es sich rechnet. In McKinseys Weltumfrage „The state of AI in 2025“ setzen 88 Prozent der Befragten KI in mindestens einer Unternehmensfunktion ein. Einen Beitrag zum Betriebsergebnis sehen aber nur 39 Prozent, meist unter 5 Prozent. Nur rund 6 Prozent führen mindestens 5 Prozent ihres Ergebnisses auf KI zurück. In Deutschland sehen 45 Prozent der Unternehmen, die KI nutzen, einen messbaren Beitrag zum Erfolg, und ein Drittel setzt KI vor allem ein, um nicht abgehängt zu werden (Bitkom 2026).

Dazu kommen Kosten, die in keinem Werbeprospekt stehen. Die großen Posten sind nicht die Lizenzen – die nennen nur 21 Prozent der Unternehmen –, sondern Infrastruktur (51 Prozent), die Aufbereitung von Daten (50 Prozent) und die Anbindung an bestehende Systeme (41 Prozent) (Bitkom 2026). Und die Betreuung kostet Zeit: Jeder Prozess muss einzeln angeschaut und durchdacht werden, und es braucht mehrere Runden, bis er sauber digital abgebildet ist und automatisch läuft. Bis sich ein typisches KI-Vorhaben rechnet, vergehen laut einer Deloitte-Befragung zwei bis vier Jahre.

Der zweite Irrtum: gar nicht erst anfangen. Viele wissen nicht, wie schnell und einfach sich wiederkehrende Aufgaben entlasten lassen. Wer KI erwogen, aber nicht eingeführt hat, nennt als Grund vor allem fehlendes Wissen (72 Prozent), rechtliche Unklarheit (62 Prozent) und Datenschutz (60 Prozent). Die Kosten nennt nur knapp ein Drittel (32 Prozent) (Destatis 2025). Es scheitert also seltener am Geld als am Wissen – und Wissen lässt sich aufbauen.

Was den Unterschied macht, zeigt eine Gartner-Umfrage vom September 2026: Unternehmen, die jede KI-Initiative laufend auf ihre Rendite prüfen und Verlierer stoppen, melden bei 81 Prozent ihrer Initiativen eine positive Rendite. Der Unterschied liegt nicht in der Technik, sondern in der Auswahl und im Messen.

Bill Gates hat es schon 1995 in „The Road Ahead“ aufgeschrieben:

„Automation applied to an inefficient operation will magnify the inefficiency.“

Wer einen ineffizienten Ablauf automatisiert, vergrößert die Ineffizienz. (eigene Übersetzung)

Deshalb steht bei uns vor jeder Automatisierung die Frage, ob der Ablauf überhaupt gut ist.

• Häufigkeit – lohnt sich eher: täglich, viele gleichartige Vorgänge · eher nicht: selten, monatlich oder jährlich
• Regeln – lohnt sich eher: klare Wenn-dann-Logik · eher nicht: Einzelfallabwägung, Bauchgefühl
• Daten – lohnt sich eher: digital und sauber · eher nicht: verstreut, handschriftlich, widersprüchlich
• Ausnahmen – lohnt sich eher: wenige · eher nicht: viele Sonderfälle
• Fehlerfolgen – lohnt sich eher: billig und schnell sichtbar · eher nicht: teuer, rechtlich heikel oder bei Kund:innen spürbar

Anfragen vorsortieren und beantworten

Ein großer Teil der Anfragen in Hotellerie, Handwerk und Handel wiederholt sich: Öffnungszeiten, Verfügbarkeit, Preise, Anfahrt. Hier kann KI vorsortieren, Antworten vorbereiten oder Standardfragen direkt beantworten – mit einem klaren Weg zum Menschen, sobald es kompliziert wird. Wie das in der Praxis aussieht, zeigen unsere Fallstudien zum Familienhotel Löwen und zu Schwangau Homes.

Angebote und Dokumente vorbereiten

Angebote, Protokolle, Zusammenfassungen: Die Struktur ist meist gleich, nur der Inhalt wechselt. Die KI liefert den Entwurf, du prüfst und entscheidest.

Wissen auffindbar machen

In vielen Betrieben steckt das Wissen in Köpfen, Ordnern und Postfächern. Wird es zentral gepflegt und für die KI freigegeben, beantwortet sie Fragen aus deinem eigenen Wissen statt aus dem Internet.

Übergaben und Folgeschritte

Wiedervorlagen, Erinnerungen, Übergaben zwischen Kolleg:innen: Hier geht im Alltag am meisten verloren. Genau diese Routinen lassen sich zuverlässig automatisieren.

Seltene Sonderfälle

Was einmal im Quartal vorkommt, rechtfertigt selten den Aufbau einer Automatisierung. Das erledigt ein Mensch günstiger.

Fehlende oder unsaubere Daten

Müssen die Daten erst zusammengesucht werden, scheitert die Automatisierung nicht an der KI, sondern an der Grundlage.

Riskante Entscheidungen ohne Freigabe

Personalentscheidungen, Kreditwürdigkeit, verbindliche Zusagen an Kund:innen: Hier entscheidet ein Mensch. Das verlangt auch das Recht – Entscheidungen mit rechtlicher Wirkung für Personen dürfen nicht ausschließlich automatisiert fallen (Art. 22 DSGVO).

Ein Ablauf, den noch niemand durchdacht hat

Wer einen unklaren Prozess automatisiert, bekommt einen unklaren Prozess, der schneller läuft. Erst durchdenken, dann dort ansetzen, wo es Sinn ergibt.

Wir haben es oft erlebt: Nach rund 80 Prozent automatischer oder KI-gestützter Erstellung müssen die letzten 20 Prozent von Hand passieren, damit das Ergebnis so wird, wie wir es wollen. Wer auch diese letzten 20 Prozent noch automatisieren will, steckt dort mehr Aufwand hinein als in die ersten 80 – und oft mehr, als es gleich von Hand zu machen.

Das ist unsere Erfahrung, keine Studienzahl. Die Forschung bestätigt aber die Richtung:

• In einem großen Experiment mit 758 Berater:innen waren die Teilnehmenden mit KI bei passenden Aufgaben 25 Prozent schneller. Bei Aufgaben, die außerhalb der Stärken der KI lagen, kamen sie dagegen um 19 Prozentpunkte seltener zur richtigen Lösung – und die falschen Ergebnisse wirkten überzeugender (Dell'Acqua et al., Organization Science 2026).
• Erfahrene Entwickler:innen waren in einem Experiment mit KI-Werkzeugen 19 Prozent langsamer – und hielten sich selbst für 20 Prozent schneller (METR 2025). Das Gefühl ist kein Messinstrument.
• 66 Prozent der Beschäftigten übernehmen KI-Ergebnisse, ohne sie zu prüfen; 56 Prozent haben dadurch schon Fehler gemacht (KPMG und Universität Melbourne 2025).
• Die letzten rund 30 Prozent der Fälle mitzuautomatisieren, kann die Umsetzungszeit verdoppeln (EY, zitiert in einer Literaturauswertung von Syed et al. 2020).

Für uns heißt das: Die KI macht den Großteil der Vorarbeit. Den letzten Teil machen wir selbst – prüfen, korrigieren, auf den Betrieb zuschneiden. Genau dort entsteht die Qualität.

Das Morgen-Briefing. Jeden Morgen um sieben liest eine Automatisierung rund 15 Quellen: Postfach, Kalender, CRM, Projekt- und Rechnungssoftware, Aufgaben-Boards und die Zahlen unserer Website. Daraus entsteht eine kurze Liste: Was ist heute dran, wo müssen wir nachfassen, welche Mails brauchen eine Antwort. Früher hat der Blick in alle Programme rund 45 Minuten gekostet, heute sind es 5 bis 10 Minuten. Aufs Jahr gerechnet sind das rund 145 bis 165 Stunden. Das Briefing verschickt nichts und entwirft keine Antwort von selbst – das passiert erst, wenn wir auswählen, welche Mails dran sind.

Die Lead-Recherche. Für ein neues Zielsegment haben wir gut 2.000 Campingplätze in Deutschland, Österreich und der Schweiz automatisch geprüft: Website, Buchungssystem, Online-Buchung, Kontaktdaten, Bewertungen. Von Hand hätte das bei 10 bis 15 Minuten pro Platz rund 335 bis 500 Stunden gedauert, also etwa 8 bis 12 Arbeitswochen. Wen wir am Ende ansprechen und was in der Nachricht steht, entscheiden und schreiben wir selbst.

Und wo wir aufgehört haben. Für einen Instagram-Beitrag brauchten wir ein Bild unseres Website-Chats mit einem echten Gesprächsverlauf. Die Idee war, dass ein Programm den Chat öffnet, ein Gespräch führt und automatisch ein Bildschirmfoto macht. Nach vier Anläufen zeigte das Chatfenster auf dem Bild immer noch keinen Verlauf. Also haben wir das Fenster selbst gestaltet. Das war schneller erledigt, als die Automatisierung weiter zu reparieren. Für eine Aufgabe, die nur einmal vorkommt, lohnt sich der Aufbau selten.

Keines dieser Beispiele läuft ohne uns. Sie machen uns schneller und geben uns Zeit für das, was nur wir können: Gespräche, Entscheidungen, Feinschliff.

Ob sich eine Automatisierung lohnt, lässt sich vorher grob überschlagen. Dafür reicht eine Formel:

Netto-Zeitgewinn pro Jahr = Minuten pro Vorgang × Vorgänge pro Tag × Arbeitstage ÷ 60 − Aufbauaufwand ÷ Nutzungsjahre − Pflegeaufwand pro Jahr

• Rechne die Minuten nach Abzug der Prüfzeit. Was du danach kontrollieren musst, ist nicht gespart.
• Als Arbeitstage nimm 250, wenn die Aufgabe an jedem Betriebstag anfällt, und 200, wenn sie an einer bestimmten Person hängt. Nach Urlaub und Krankheit bleiben im Schnitt rund 204 Arbeitstage pro Beschäftigtem im Jahr (IAB 2025).
• In Euro umgerechnet: Eine Arbeitsstunde kostete 2025 im Schnitt 45 Euro (Destatis).

Lohnt sich · Anfrage-Mails vorsortieren: 3 Minuten × 20 Mails × 250 Tage ergeben 250 Stunden im Jahr. Davon gehen der Aufbau (40 Stunden, verteilt auf drei Jahre: rund 13 Stunden pro Jahr) und die Pflege (24 Stunden pro Jahr) ab. Bleiben rund 213 Stunden – etwa 13 Prozent einer Vollzeitstelle oder rund 9.600 Euro. Der Aufbau hat sich nach gut zwei Monaten bezahlt gemacht.

Lohnt sich nicht · der Monatsbericht: 20 Minuten × 12 Berichte ergeben 4 Stunden im Jahr. Aufbau (16 Stunden über drei Jahre: rund 5 Stunden pro Jahr) und Pflege (3 Stunden) kosten mehr, als du sparst. Unterm Strich stehen minus 4 Stunden.

Aus einem Gespräch · Handwerksbetrieb: Ein Handwerksbetrieb erzählte uns kürzlich von rund 50 Telefonaten am Tag. Rechnen wir konservativ mit 25 davon und 5 Minuten pro Telefonat (hingehen, telefonieren, wieder in die Arbeit finden), sind das gut 2 Stunden am Tag. Bei 21 Arbeitstagen kommen rund 44 Stunden im Monat zusammen, aufs Jahr rund 520 Stunden. Das ist die Zeit, die heute in den Anrufen steckt. Wie viel davon eine Automatisierung zurückholt, hängt davon ab, wie viele Anrufe Standardfragen sind.

Wer es genauer mag: Der Zeichner Randall Munroe hat die Frage 2013 in seinem Comic xkcd „Is It Worth the Time?“ als Tabelle beantwortet – wie lange man an einer Routine feilen darf, bevor man mehr investiert, als man in fünf Jahren spart.

• In Bayern nutzen 29 Prozent der Unternehmen ab zehn Beschäftigten KI, etwas mehr als im Bundesschnitt mit 26 Prozent (Bayerisches Landesamt für Statistik 2025).
• Im Allgäu liegt die Arbeitslosigkeit bei 3,2 Prozent (Agentur für Arbeit, August 2026). In Bayerisch-Schwaben gab es schon 2024 für knapp 18.000 offene Stellen keine passend qualifizierten Arbeitslosen; bis 2029 könnten es über 26.000 sein (IHK Arbeitsmarktradar Bayern 2026). Wer Routinen entlastet, gewinnt Zeit, für die es sonst keine Leute gibt.
• Ländliche Betriebe, die vor allem regional verkaufen, nutzen KI deutlich seltener als international tätige (KfW Research 2026). Das ist kein Naturgesetz, sondern eine Frage des Einstiegs.
• Förderung: Der Digitalbonus Bayern läuft bis Ende 2027. Er richtet sich an kleine Unternehmen mit weniger als 50 Beschäftigten und fördert bis zu 50 Prozent der Kosten – bis 7.500 Euro, im Digitalbonus Plus bis 30.000 Euro. KI-Vorhaben sind ausdrücklich förderfähig; Beratung allein wird nicht gefördert, nur zusammen mit einer Umsetzung.
• Weiterbildung: Schulungen deiner Mitarbeitenden fördert zusätzlich die Bundesagentur für Arbeit über das Qualifizierungschancengesetz (§ 82 SGB III). In Betrieben mit weniger als 50 Beschäftigten können die Lehrgangskosten vollständig übernommen werden, dazu ein Zuschuss zum Arbeitsentgelt von bis zu 75 Prozent. Voraussetzung: Die Weiterbildung dauert mehr als 120 Stunden, und Träger und Maßnahme sind zugelassen.

1. Eine Aufgabe auswählen. Nimm die Aufgabe, die dich jede Woche gleich viel Zeit kostet, und rechne sie auf dem Bierdeckel durch.
2. Das Team mitnehmen. Die EU-KI-Verordnung verlangt von Unternehmen, die KI beruflich einsetzen, dass sie den Aufbau von KI-Kompetenz ihrer Mitarbeitenden unterstützen. Ein kurzer Workshop an realen Aufgaben ist dafür der beste Anfang.
3. Wissen sicher anbinden. Kläre, welche Quellen die KI nutzen darf – und welche nicht. Nutze betriebliche statt privater Accounts und sorge dafür, dass Eingaben nicht ins Training des Anbieters fließen.
4. Klein pilotieren und messen. Miss vorher und nachher. Behalte, was sich rechnet, und stoppe, was es nicht tut.
5. Gezielt erweitern. Erst wenn der erste Ablauf trägt, kommt der nächste.

Wenn du dabei Unterstützung willst: Auf unserer Seite zu KI & Automatisierung für Unternehmen findest du KI-Workshops, unseren MCP-Server und individuelle Assistenten.

Was kostet KI für ein kleines Unternehmen?

Die Lizenz ist meist der kleinste Posten; Standardwerkzeuge kosten in der Regel einen niedrigen zweistelligen Betrag pro Person und Monat. Teurer werden die Anbindung an bestehende Systeme, die Aufbereitung von Daten und vor allem die Betreuung: Jeder Prozess muss einzeln durchdacht und so lange optimiert werden, bis er sauber digital abgebildet ist. Rechne deshalb nicht nur die Lizenz, sondern den gesamten Aufwand – und stelle ihn der gesparten Zeit gegenüber, zum Beispiel mit der Bierdeckel-Rechnung oben.

Welche Prozesse lassen sich mit KI automatisieren?

Am besten eignen sich Aufgaben, die häufig anfallen, klaren Regeln folgen und auf digitalen Daten beruhen: Anfragen vorsortieren, Standardfragen beantworten, Angebote und Dokumente vorbereiten, Wissen durchsuchbar machen, Wiedervorlagen und Übergaben. Weniger geeignet sind seltene Sonderfälle und Entscheidungen mit großer Tragweite – dort sollte immer ein Mensch entscheiden.

Wann lohnt sich KI nicht?

Wenn eine Aufgabe selten vorkommt, viele Ausnahmen hat, auf unsauberen Daten beruht oder ein Fehler teuer wird. Und wenn der Ablauf selbst noch unklar ist: Dann macht Automatisierung ihn nur schneller unklar. In diesen Fällen lohnt es sich, den Prozess zuerst zu ordnen und erst danach zu prüfen, ob sich eine Automatisierung rechnet.

Ist ChatGPT für kleine Unternehmen geeignet?

Für Entwürfe, Zusammenfassungen und Recherche oft ja. Achte auf eine betriebliche Version statt privater Accounts, auf einen Vertrag zur Auftragsverarbeitung und darauf, dass deine Eingaben nicht zum Training genutzt werden. Wo sensible Daten im Spiel sind, lässt sich KI auch in einer kleinen internen Umgebung mit lokal betriebenen Sprachmodellen nutzen – dann verlässt nichts das Haus. Und prüfe jedes Ergebnis, bevor es an Kund:innen geht – KI-Antworten klingen oft auch dann überzeugend, wenn sie falsch sind.

Was müssen Unternehmen beim Datenschutz beachten?

Die DSGVO gilt auch für KI. Die Datenschutzkonferenz nennt als typische Fehler: private statt betriebliche Accounts, Eingaben, die ins Training des Anbieters fließen, und die Annahme, dass gelöschte Namen Daten schon anonym machen. Bei Cloud-Diensten brauchst du meist einen Vertrag zur Auftragsverarbeitung, häufig auch eine Datenschutz-Folgenabschätzung. Binde deine Datenschutzbeauftragten früh ein.

Müssen Mitarbeitende in KI geschult werden?

Die EU-KI-Verordnung verlangt seit Februar 2025, dass Unternehmen, die KI beruflich einsetzen, sich um die KI-Kompetenz ihrer Mitarbeitenden kümmern. Seit Ende Juli 2026 ist die Pflicht abgeschwächt: Es genügen Maßnahmen, die den Aufbau dieser Kompetenz unterstützen; ein bestimmtes Niveau oder ein Zertifikat ist nicht vorgeschrieben. Eine Schulung an realen Aufgaben bleibt der sicherste Weg. Längere Weiterbildungen lassen sich über das Qualifizierungschancengesetz fördern, in kleinen Betrieben bis zur vollen Höhe der Lehrgangskosten.

Gibt es Förderung für KI in Bayern?

Ja. Der Digitalbonus Bayern fördert kleine Unternehmen mit weniger als 50 Beschäftigten mit bis zu 50 Prozent der Kosten – bis 7.500 Euro, im Digitalbonus Plus bis 30.000 Euro, ausdrücklich auch für KI-Vorhaben. Anträge laufen über monatliche Kontingente und ein ELSTER-Unternehmenskonto. Für Schulungen kommt die Weiterbildungsförderung der Bundesagentur für Arbeit dazu: In Betrieben mit weniger als 50 Beschäftigten können die Lehrgangskosten vollständig übernommen werden, wenn die Weiterbildung mehr als 120 Stunden dauert und zugelassen ist.

Wie fange ich mit KI im Unternehmen an?

Mit einer einzigen Aufgabe, die dich jede Woche gleich viel Zeit kostet. Rechne sie grob durch, nimm dein Team mit, starte klein und miss vorher und nachher. Was sich rechnet, bleibt; was sich nicht rechnet, wird gestoppt. Erst danach kommt die nächste Aufgabe – so wächst die Automatisierung mit dem Nutzen, nicht mit dem Hype.

1. Destatis: Nutzung künstlicher Intelligenz in Unternehmen und Gründe gegen die Nutzung, Stand 24.11.2025
2. Bayerisches Landesamt für Statistik, Pressemitteilung 024/2026, 30.01.2026
3. KfW Research: Fokus Volkswirtschaft Nr. 533 (Februar 2026) und Nr. 554 (Juli 2026)
4. Bitkom: Erstmals nutzt Mehrheit der Unternehmen KI, 14.09.2026
5. McKinsey & Company: The state of AI in 2025, 05.11.2025
6. Gartner: Umfrage zur Skalierung von KI, 01.09.2026
7. Deloitte: AI ROI – The paradox of rising investment and elusive returns, 22.10.2025
8. Dell'Acqua et al.: Navigating the Jagged Technological Frontier, Organization Science, März 2026
9. METR: Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, 10.07.2025
10. KPMG und University of Melbourne: Trust, attitudes and use of AI, April 2025
11. Syed et al.: Robotic Process Automation – Contemporary themes and challenges, Computers in Industry, 2020
12. Bill Gates mit Nathan Myhrvold und Peter Rinearson: The Road Ahead, Viking 1995
13. xkcd 1205: Is It Worth the Time?, 29.04.2013
14. IAB-Arbeitszeitrechnung, Jahreswerte 2025 · Destatis: Arbeitskosten 2025, 29.04.2026
15. Datenschutzkonferenz: Orientierungshilfe Künstliche Intelligenz und Datenschutz, 06.05.2024
16. Verordnung (EU) 2026/1744 zur Änderung der KI-Verordnung (EU) 2024/1689
17. IHK Arbeitsmarktradar Bayern 2026 · Agentur für Arbeit Kempten-Memmingen, Arbeitsmarkt August 2026
18. Digitalbonus.Bayern: Förderprogramm, abgerufen 27.09.2026
19. § 82 SGB III: Förderung beschäftigter Arbeitnehmer (Qualifizierungschancengesetz), abgerufen 02.10.2026