Vom Impuls zur Implementierung: Wie eine KI-Potenzial-Analyse den roten Faden findet

„Jeder bei uns nutzt irgendwas – aber keiner weiß so genau, was das richtige KI-Tool für uns ist. Und am Ende warten wir drei Wochen auf den Flyer vom externen Marketing-Dienstleister.“ So beschrieb ein Geschäftsführer kürzlich seine Situation am Telefon. Sein Unternehmen benötigt regelmäßig Marketingmaterialien – Broschüren, Produktbeschreibungen, Angebotsunterlagen. Diese werden von einen externen Dienstleister erstellt. Der Prozess: intern sammeln, briefen, warten, korrigieren, nochmal warten. Zwei bis drei Wochen bis zum ersten Entwurf, obwohl das Rohmaterial intern längst vorhanden ist.

Drei verschiedene KI-Tools hatte sein Team schon ausprobiert. ChatGPT hier, ein kostenfreies Bildtool dort, irgendetwas aus dem App Store. Jeder etwas anderes. Nichts davon hatte den Prozess wirklich verändert. Der richtige Impuls war da, aber die Umsetzung steckte fest.

Diese Situation ist kein Einzelfall. Laut dem KfW-Mittelstandspanel 2026 nutzt ein wachsender Anteil der KMU KI-Tools, doch der tatsächliche Nutzen im Tagesgeschäft bleibt unsystematisch und personenbezogen. Eine aktuelle Analyse von data:unplugged bringt es auf den Punkt: 95 Prozent der generativen KI-Projekte erzielen keinen messbaren ROI. Die KI-Modelle funktionieren, aber die Integration in echte Geschäftsprozesse scheitert bisher.

Woran liegt das? Und was kann man dagegen tun?

Vom Ausprobieren zum Planen

Viele KMU-Teams stecken gerade in genau dieser Phase: ChatGPT wurde ausprobiert, ein paar kostenfreie Tools getestet, irgendjemand hat ein Video geschaut. Das war genau der richtige erste Schritt, um ein Gefühl für die Möglichkeiten und Grenzen der „Zusammenarbeit“ mit KI zu bekommen.

Früher oder später kommt der Moment, in dem das Ausprobieren aufhört und das Planen anfangen muss. Genau dieser Übergang fehlt in den meisten KMU heute. Dabei gibt es eine grundlegende Frage zu klären: Welche unserer Prozesse haben tatsächlich das Potenzial, mit KI-lösbares sinnvoll ergänzt zu werden?

Und genauso wichtig wäre die Frage: Welche vorhandenen Ressourcen – Texte, Bilder, Daten, internes Wissen – liegen bereits vor und werden bisher nicht sinnvoll genutzt?

Der Geschäftsführer aus dem Eingangsbeispiel wollte nicht primär eine Software lizenzieren. Er wollte das konsolidieren, was sein Team schon hat und gezielter und ressourcenfokussierter in vorhandene Arbeitsabläufe integrieren. Genau hier setzt eine KI-Potenzial-Analyse an: Sie schafft die Statik, bevor die Fenster bestellt werden.

Bleibt die Frage: wie kommen wir vom fragmentierten Ausprobieren zum sinnvollen, ressourcen-orientierten Einsatz der KI im Mittelstand?

Die Methode: Zwei Schritte, ein klares Bild

Schritt 1: Prozess-Mapping – Zeitfresser und versteckte Ressourcen sichtbar machen

Der erste Schritt ist eine strukturierte Bestandsaufnahme der eigenen Abläufe; und zwar mit zwei parallelen Blickwinkeln:

Wo verliert das Team Zeit? Repetitive, manuelle Tätigkeiten, die regelmäßig anfallen und viel Abstimmung erfordern, sind klassische KI-Kandidaten. Im Beispiel oben: das Briefing an externe Dienstleister, das wochenlange Warten, die Korrekturschleifen. Intern war das Wissen vorhanden: Texte, Bilder, Kernaussagen. Die KI kann hier hervorragend als interner Redaktionsassistent fungieren: Entwürfe auf Basis vorhandener Materialien generieren, Varianten erstellen, Abstimmungsschleifen verkürzen.

Was liegt bereits vor, wird aber nicht genutzt? Viele KMU sitzen auf einem ungenutzten Schatz: frühere Angebote, Produktbeschreibungen, E-Mail-Vorlagen, interne Präsentationen. Dieser Rohstoff ist die Grundlage für effiziente KI-Unterstützung wenn er bewusst identifiziert und strukturiert wird.

Ein erster Workshop reicht oft aus, um beides sichtbar zu machen.

Schritt 2: Die A-C-Matrix – Nutzen und Risiko bewerten

Sobald die Zeitfresser und vorhandenen Ressourcen auf dem Tisch liegen, folgt die Priorisierung. Hier kommt die A-C-Matrix ins Spiel – ein Bewertungsraster mit zwei Achsen:

• Achse B – Business Value & Umsetzbarkeit: Wie groß ist der Hebel? Welche Prozesse versprechen die stärkste Entlastung bei überschaubarem Implementierungsaufwand? Im Marketingbeispiel: Wenn intern bereits Texte und Bildmaterial vorhanden sind, ist der Aufwand für KI-Unterstützung gering – der Zeitgewinn aber erheblich.
• Achse C – Compliance/Haftung nach EU AI Act: Welche Prozesse sind regulatorisch sensibel? Seit Februar 2025 gilt die KI-Kompetenzpflicht nach Artikel 4 des EU AI Act: Jedes Unternehmen, das KI-Systeme einsetzt, muss sicherstellen, dass die beteiligten Mitarbeitenden ausreichend geschult sind. Ab August 2026 kommen für Hochrisiko-Anwendungen weitere Dokumentations- und Governance-Pflichten hinzu. Marketingmaterialien erstellen? Niedriges Risikoprofil. KI in der Personalauswahl? Andere Liga.

Prozesse, die auf der Y-Achse einen hohen Wert für Business Value und Umsetzbarkeit zeigen und auf der X-Achse ein überschaubares Risikoprofil haben (grüne Box), sind die natürlichen Startpunkte. Sie bieten schnellen Nutzen ohne regulatorischen Gegenwind und schaffen das Vertrauen, das für größere KI-Vorhaben später gebraucht wird.

Warum diese Analyse Fehlinvestitionen verhindert

Der Wert einer KI-Potenzial-Analyse liegt nicht nur in dem, was sie findet – sondern auch in dem, was sie ausschließt.

Nicht jeder Prozess ist ein KI-Kandidat. Manche Tätigkeiten brauchen menschliches Urteilsvermögen, unabhängig davon, wie gut die Technologie wird. Andere wären zwar automatisierbar, aber die Datenbasis ist zu fragmentiert oder zu schlecht strukturiert, um zuverlässige Ergebnisse zu liefern. Laut der KI-Studie 2025 von Mittelstand Digital kämpfen 76 Prozent der KMU mit unzureichender Datenqualität und Datensilos – eines der größten Hindernisse für KI-Adoption.

Eine strukturierte Analyse macht diesen Befund sichtbar, bevor Geld ausgegeben wird. Sie ersetzt den Aktionismus – jeder nutzt irgendwas – durch Orientierung: das hier, in dieser Reihenfolge, mit diesen vorhandenen Mitteln.

Und genau das ist es, was Geschäftsführer im Mittelstand wirklich brauchen: keine Technologiebegeisterung, sondern eine belastbare Entscheidungsgrundlage.

Was am Ende steht

Nach einer KI-Potenzial-Analyse wissen Sie:

• welche 3-5 Prozesse den größten KI-Hebel haben
• welche vorhandenen Ressourcen sofort nutzbar sind
• welche Prozesse regulatorisch unkritisch sind und sofort gestartet werden können
• was nicht priorisiert werden sollte; und warum

Das ist keine Roadmap für die nächsten fünf Jahre. Es ist ein klarer Startpunkt für die nächsten 6-9 Monate.

Häufige Fragen

Was ist eine KI-Potenzial-Analyse?

Eine KI-Potenzial-Analyse ist eine strukturierte Bestandsaufnahme der eigenen Geschäftsprozesse mit dem Ziel, konkrete Einsatzmöglichkeiten für KI zu identifizieren; und zwar auf Basis vorhandener Ressourcen und Abläufe. Sie liefert eine belastbare Grundlage für Investitionsentscheidungen, bevor neue Tools angeschafft werden.

Muss ich dafür neue Software kaufen?

Nicht zwingend. Oft zeigt die Analyse, dass vorhandene Materialien (Texte, Vorlagen, interne Dokumente) bereits eine sehr solide Grundlage für KI-Unterstützung bilden. Viele Einstiegs-Use-Cases lassen sich mit kostengünstigen oder bereits im Unternehmen vorhandenen Tools umsetzen. Die Analyse klärt das im Vorfeld.

Was hat der EU AI Act mit KI-Einführung zu tun?

Seit Februar 2025 gilt die KI-Kompetenzpflicht nach Artikel 4 des EU AI Act: Alle Unternehmen, die KI-Systeme einsetzen, müssen sicherstellen, dass die beteiligten Mitarbeitenden ausreichend geschult sind. Ab August 2026 kommen weitere Pflichten für Hochrisiko-Anwendungen hinzu. Eine Potenzial-Analyse hilft, Prozesse frühzeitig nach ihrer Risikoklasse zu sortieren und damit Compliance-Risiken zu vermeiden.

Wie lange dauert eine KI-Potenzial-Analyse?

Der Kern, also das Prozess-Mapping und eine erste Priorisierung lässt sich meist in einem eintägigen Workshop erarbeiten. Auswertung und Dokumentation dauern typischerweise ein bis zwei weitere Tage. Tiefgreifendere Analysen mit mehreren Abteilungen können zwei bis drei Wochen umfassen.

Kann ich ein KI-Vorhaben fördern lassen?

Das kommt auf den Typ des Vorhabens an:

• KI-Schulungen und Weiterbildungen für Mitarbeitende sind in Brandenburg über die Weiterbildungsrichtlinie des Landes Brandenburg mit bis zu 60 % förderbar.
• Eine KI-Potenzial-Analyse könnte als Beratungsprojekt im Rahmen eines Digitalisierungsvorhabens unter den Brandenburgischen Innovationsgutschein BIG-Digital fallen und wäre dort mit bis zu 50 % förderbar.

Ob Ihr konkretes Vorhaben förderfähig ist, klärt die ILB (Investitionsbank des Landes Brandenburg) – eine erste Einschätzung gibt es kostenlos unter 0331 660-2211. Ggf. kommen auch weitere Förderprogramme in Betracht.

Quellen

• KfW Research (2026): KI im Mittelstand – Fokus Volkswirtschaft Nr. 533. KfW Bankengruppe. kfw.de
• Mittelstand Digital / maximal.digital (2025): KI-Studie 2025: KI im Mittelstand und KMU. maximal.digital
• data:unplugged (2026): Die 7 wichtigsten KI-Trends 2026 für den Mittelstand. data-unplugged.de
• TÜV Consulting (2026): EU AI Act 2026: Ein Zwischenstand. consulting.tuv.com
• Europäische Kommission (2024/2026): EU AI Act – Regulierungsrahmen für KI. digital-strategy.ec.europa.eu

tietoa.de begleitet Behörden, öffentliche Einrichtungen und Unternehmen in Berlin und Brandenburg bei der Einführung neuer IT-Systeme – mit Schulungen und Workshops, die wirklich befähigen.

Wenn Sie wissen möchten, welche Ihrer Prozesse einen echten KI-Hebel bieten, sprechen Sie uns an: post@tietoa.de.