Fast jeder Mittelständler hat inzwischen etwas mit KI ausprobiert. Und in erstaunlich vielen Betrieben steht das Ergebnis seit Monaten an derselben Stelle: Es funktioniert, es beeindruckt in der Vorführung – aber es ist nicht Teil der täglichen Arbeit geworden.
Die Bitkom-Zahlen bestätigen das Muster: 57 Prozent der Unternehmen nutzen KI, aber 59 Prozent der Anwender sagen, dass sie das Potenzial nicht ausschöpfen. Auf dem KI.Forum.NRW war genau dieser Übergang – vom Experiment zur produktionsreifen Anwendung – das Leitmotiv.
Was unterscheidet die Betriebe, bei denen es kippt, von denen, bei denen es hängen bleibt?
Unterschied 1: Der Pilot hatte von Anfang an einen Besitzer
Piloten, die von der IT oder „nebenbei" betrieben werden, bleiben Piloten. Erfolgreiche Projekte haben eine Person aus dem Fachbereich, die ein Interesse am Ergebnis hat – die Buchhalterin, die weniger suchen will, der Serviceleiter, der die Rückrufe satt hat.
Die Frage vor dem Start lautet deshalb nicht „Wer kann das technisch?", sondern „Wem nützt das so sehr, dass er es durchsetzt?"
Unterschied 2: Es wurde ein Ablauf verändert, nicht nur ein Werkzeug eingeführt
Ein Assistent neben dem bestehenden Prozess erzeugt Zusatzarbeit. Solange der alte Weg weiter offensteht, gewinnt er – weil er vertraut ist.
Produktiv wird KI erst, wenn der Ablauf selbst umgestellt ist: Die Rechnung kommt vorerfasst in die Prüfung. Die Serviceberichte entstehen aus dem Diktat. Niemand muss sich aktiv für die KI entscheiden.
Unterschied 3: Die Fehlerfälle waren geklärt, bevor es ernst wurde
Im Pilot betrachtet man die gelungenen Fälle. Im Betrieb entscheiden die anderen: die unleserliche Rechnung, der Kunde mit drei Debitorennummern, die Sonderkondition, die nirgends hinterlegt ist.
Wer vor dem Rollout zehn echte Problemfälle durchspielt und festlegt, was dann passiert – Rückfrage, Weiterleitung, manuelle Bearbeitung –, spart sich die Vertrauenskrise nach zwei Wochen. Ein System, das seine Grenzen kennt und meldet, wird akzeptiert. Eines, das stillschweigend rät, verliert seine Nutzer dauerhaft.
Unterschied 4: Es gab eine Zahl
Nicht „wir sparen Zeit", sondern: Die Bearbeitung eines Wareneingangs dauerte 6 Minuten, jetzt 2. Bei 40 Eingängen am Tag sind das 2,5 Stunden.
Diese Zahl braucht ihr aus zwei Gründen: Sie rechtfertigt die Fortsetzung, und sie entlarvt Anwendungsfälle, die sich nicht lohnen. Beides ist wertvoll. → So bewertet ihr den ROI von KI-Projekten
Unterschied 5: Die Datenqualität wurde vorher angefasst
Der häufigste stille Projektkiller. Ein Assistent, der auf lückenhafte Stammdaten zugreift, liefert lückenhafte Ergebnisse – und bekommt die Schuld dafür. Dabei ist die Datenlage das eigentliche Thema.
Die gute Nachricht: Diese Aufräumarbeit lohnt sich unabhängig von KI, und KI hilft dabei. → Stammdaten-Qualität mit KI
Unterschied 6: Qualifizierung lief parallel, nicht danach
Wenn die Einführung abgeschlossen ist und dann geschult wird, ist die Meinung längst gebildet. Erfolgreiche Projekte binden die späteren Nutzer in die Testphase ein – nicht aus Höflichkeit, sondern weil sie die Fehlerfälle kennen, die niemand sonst kennt.
Ein Fahrplan für 90 Tage
Tage 1–14: Ablauf auswählen, Zahlen erheben (wie lange dauert es heute?), verantwortliche Person benennen.
Tage 15–45: Umsetzung mit echten Daten, wöchentliche Durchsprache der Fehlerfälle.
Tage 46–60: Grenzen und Freigaben festlegen – wo hält der Ablauf an und fragt nach? → Governance für agentische KI
Tage 61–75: Umstellung des Ablaufs, Schulung der Beteiligten.
Tage 76–90: Nachmessen, dokumentieren, nächsten Anwendungsfall auswählen.
Ausführlicher: KI in 90 Tagen – der pragmatische Fahrplan
Wenn Geld der Engpass ist
In Nordrhein-Westfalen lässt sich genau diese Phase fördern – Beratung, Bewertung von Anwendungsfällen und der Bau einer funktionsfähigen Testversion. → KI-Förderung in NRW 2026
Ihr habt einen Piloten, der nicht in den Alltag kommt? Oft fehlt nur eine Entscheidung, nicht mehr Technik. Sprecht uns an: office@avantgar.de
Woran ist bei euch der letzte Pilot hängen geblieben?