- „Wir wissen, dass wir etwas mit KI machen müssen.“
- „Wir haben schon ein paar Tools ausprobiert.“
- „Aber so richtig im Alltag angekommen ist das bei uns noch nicht.“
Genau darüber habe ich mit Stefan Krommer, einem der beiden Geschäftsführer von Finexus, gesprochen. Finexus entwickelt datengetriebene Plattformen, Websites und Automatisierungslösungen für Industrie, Handel und Medien. Wir kennen uns seit über 20 Jahren aus gemeinsamen Projekten arbeiten heute gemeinsam an KI Vorhaben für den Mittelstand: sam eher auf der Strategie und Businessseite, Finexus mit der technischen Umsetzung, immer mit dem Ziel, dass am Ende Wertschöpfung entsteht, nicht nur Technologie.
In diesem Artikel fasse ich zusammen, wie KI im Mittelstand heute schon sinnvoll eingesetzt werden kann, welche Anwendungsbeispiele wirklich tragen und welche Rolle Führung, Daten und Kosten dabei spielen.
Table of Contents
1. Das eigentliche Problem: Nicht KI, sondern der erste Schritt
Die meisten Unternehmen haben das Thema KI inzwischen auf dem Radar. Es gibt Taskforces, erste Workshops, Pilotprojekte, Tools, die ausprobiert werden.
Trotzdem bleibt oft dieses diffuse Gefühl:
- Wo fangen wir an?
- Welcher Anwendungsfall lohnt sich wirklich?
- Wie vermeiden wir, dass am Ende nur ein Konzept im SharePoint liegt?
Stefan bringt das im Interview sehr klar auf den Punkt:
„Es ist ein Riesenthema. Viele wollen starten, aber sie wissen nicht, wo sie anfangen sollen. Der Schlüssel ist: klein starten, aber konkret.“
Genau da liegt der Knackpunkt. Ohne klares Ziel wird KI zur Spielwiese. Ohne Priorisierung von spezifischen Szenarien verzetteln sich Teams. Und ohne Verantwortliche bleibt KI ein Thema für Präsentationen, nicht für den Alltag.
- Was es braucht, ist ein gemeinsames Bild:
- Welche Geschäftsziele soll KI unterstützen?
- Welche Prozesse und Daten sind überhaupt geeignet?
- Wer entscheidet, was wir ausprobieren und was nicht?
Wenn das steht, entsteht Bewegung. Dann hört das Unternehmen auf, „irgendwas mit KI“ zu machen, und startet ein erstes echtes KI Projekt.
2. Wo KI im Mittelstand besonders viel Hebel hat
Bevor wir in konkrete Beispiele einsteigen, lohnt sich ein kurzer Blick auf die Frage: Welche Arten von Prozessen eignen sich überhaupt gut für KI?
Typischerweise sind das Anwendungsfälle, in denen
- viele manuelle Teilschritte nötig sind
- große Datenmengen verarbeitet werden
- Informationen immer wieder neu gesucht, sortiert oder zusammengefasst werden
In solchen Szenarien kann KI auf zwei Arten Wert stiften:
- Qualität steigern zum Beispiel, indem Informationen konsistenter aufbereitet werden, weniger Fehler passieren oder Kundenanfragen besser beantwortet werden.
- Geschwindigkeit erhöhen etwa, indem Aufgaben deutlich schneller und präziser erledigt werden und dadurch menschliche Ressourcen frei werden für Arbeit, bei der Menschen wirklich gebraucht werden.
Genau an dieser Schnittstelle sind wir mit sam und Finexus unterwegs: Wir identifizieren gemeinsam mit den Kunden diese Prozesse, prüfen, wo Qualität und Tempo gewinnbringend angehoben werden können, und entwickeln daraus konkrete Anwendungsfälle.
3. Vier KI-Anwendungsbeispiele, die im Mittelstand schon jetzt funktionieren
Im Gespräch mit Finexus haben wir uns nicht in Visionen für 2030 verloren, sondern darüber gesprochen, was heute stabil läuft. Vier Beispiele, die wir in der Praxis sehen und gemeinsam begleiten.
3.1 KI basierte Websites: Vom digitalen Prospekt zum digitalen Kollegen
Viele Unternehmenswebsites sind bis heute digitale Broschüren. Man kann sich informieren, Dokumente herunterladen und Formulare ausfüllen. Mehr passiert nicht.
Finexus arbeitet mit Kunden daran, aus diesen Seiten dynamische Plattformen zu machen. Die Idee dahinter:
- Unternehmenswissen wird angebunden: Produktdaten, PDFs, Dokumentationen, interne Inhalte.
- Eine KI Schicht macht dieses Wissen durchsuchbar und verständlich.
- Nutzerinnen und Nutzer können Fragen stellen und erhalten Antworten, die sich eher nach Gespräch als nach Suchergebnis anfühlen.
Stefan beschreibt das so:
„Wir bauen sozusagen einen digitalen Kollegen. Jemand, den ich alles fragen kann und der das gesamte Wissen des Unternehmens kennt.“
Der Mehrwert ist offensichtlich: Website Besucher finden schneller das, was sie brauchen. Vertrieb und Service müssen weniger erklären, weil viele Standardfragen bereits online beantwortet werden. Und intern muss niemand mehr raten, in welchem Ordner eine bestimmte Information schlummert.
Für KI im Mittelstand ist das ein ideales Szenario: sichtbar nach außen, spürbar nach innen und nah an realen Geschäftsprozessen.
3.2 Interne KI Wissensdatenbank: Wenn Know-how nicht mehr an einzelnen Köpfen hängt
Gerade im Mittelstand ist Wissen oft stark an einzelne Personen gebunden. Die Kollegin, die alle Produktdetails kennt. Der Kollege, der jede Sonderregelung im Service auswendig weiß. Die Präsentation, die nur auf einem lokalen Laufwerk liegt.
Mit einer KI gestützten Wissensdatenbank lässt sich dieses Wissen bündeln und nutzbar machen:
- Technische Dokumentationen, Präsentationen, Handbücher, Vertriebsunterlagen und FAQs werden zusammengeführt.
- KI hilft, Inhalte zu finden, zu verstehen und neu zusammenzustellen.
- Neue Mitarbeitende kommen schneller rein, erfahrene Mitarbeitende verschwenden weniger Zeit mit Suchen.
Stefan fasst das so zusammen:
„Wenn ich das gesamte Know-how in einer KI habe, kann ich auf Knopfdruck Anleitungen, Zusammenfassungen oder neue Instruktionsblätter generieren. Das spart Zeit und senkt die Einstiegshürde im Team deutlich.“
Gerade für technische Vertriebe, Serviceorganisationen oder komplexe Produktwelten ist das ein riesiger Hebel. KI im Unternehmen bedeutet in diesem Fall nicht „Roboter statt Menschen“, sondern: Menschen müssen weniger Energie in die Suche nach Informationen stecken und können sie in Kundenkontakt und Problemlösung investieren.
3.3 Newsletter in Auflage 1: KI für persönliche Kommunikation statt Gießkanne
Fast jedes Unternehmen verschickt Newsletter. Viele davon sind aus Sicht der Empfänger allerdings vor allem eins: gut gemeint.
Der Klassiker: Man versucht, einen Inhalt zu finden, der irgendwie zu allen passt, und hofft auf eine vernünftige Öffnungsrate. Dabei sitzen Unternehmen oft auf Daten, die deutlich mehr hergeben:
- Interessenprofile
- Klickverhalten
- Produktnutzung
- bestehende Kundenbeziehungen
Gemeinsam mit Finexus arbeiten Unternehmen an Newslettern, die sich wie eine erste, ernst gemeinte Stufe von Personalisierung anfühlen. Stefan spricht von Newslettern in „Auflage 1“.
Das heißt konkret:
- Inhalte werden modular aufgebaut.
- KI stellt für jede Empfängerin und jeden Empfänger eine eigene Version zusammen.
- Marketing definiert die Themen, Regeln und Grenzen, die KI setzt das Ganze skalierbar um.
Das Ergebnis:
- Empfänger bekommen Mails, die sich relevanter anfühlen.
- Öffnungs- und Klickraten steigen.
- Marketingteams gewinnen Freiheit, weil sie nicht mehr jede Variante von Hand bauen müssen.
Und ja, natürlich ist das nicht sofort die große Vision „Hyperpersonalisierung für alle“. Aber es ist ein sehr guter, machbarer Schritt für KI im Marketing im Mittelstand.
3.4 KI Automatisierung im Alltag: Routine abgeben, Verantwortung behalten
Der vierte Bereich klingt unspektakulär, ist aber in vielen Projekten der Einstiegspunkt in KI: Automatisierung von Routineaufgaben.
Dazu gehören Dinge wie:
- lange Dokumente zusammenfassen
- Berichte entwerfen
- Inhalte für verschiedene Zielgruppen adaptieren
- Standardtexte vorbereiten, die anschließend feinjustiert werden
Finexus setzt solche Lösungen ein, um Teams Zeit zu schenken. Das Entscheidende dabei: die Haltung.
„Wir sehen, dass Mitarbeitende schnell akzeptieren, wenn KI ihnen lästige Routine abnimmt. Wichtig ist, dass klar bleibt: Die Entscheidung liegt beim Menschen.“
Das ist auch mein Eindruck. Akzeptanz entsteht nicht durch die Ankündigung „Wir automatisieren jetzt“, sondern durch das Erleben im Alltag. Wenn eine Kollegin sieht, dass sie für eine Aufgabe nicht mehr zwei Stunden braucht, sondern zwanzig Minuten, kippt die Stimmung sehr schnell von Skepsis zu Neugier.
Und genau hier schließt sich der Kreis zu dem, was wir bei sam tun: Wir helfen Unternehmen, solche Anwendungsfälle sauber zu identifizieren, organisatorisch zu verankern und gemeinsam mit Technikpartnern wie Finexus so aufzusetzen, dass sie im Alltag tragfähig sind.
4. KI, Daten und Sicherheit: Souverän bleiben, statt blind zu vertrauen
Ein Thema, das in jedem zweiten Gespräch auftaucht: Datenhoheit und Sicherheit.
Die Fragen sind meist dieselben:
- Wo laufen unsere Daten, wenn wir KI einsetzen?
- Welche Rolle spielen große Sprachmodelle dabei?
- Können wir sicherstellen, dass nichts nach außen abfließt?
Stefan beschreibt den Ansatz von Finexus so:
- Infrastruktur wird so gewählt, dass sie zu den Anforderungen des Unternehmens passt, oft mit europäischen oder eigenen Umgebungen.
- Sensible Daten bleiben im Hoheitsbereich des Unternehmens.
- Große Modelle werden dort genutzt, wo es rechtlich und wirtschaftlich sinnvoll ist.
- Für spezielle Aufgaben kommen kleinere, gezielt trainierte Modelle zum Einsatz.
Das Ziel ist eine Architektur, bei der KI mit den Unternehmensdaten arbeitet, nicht umgekehrt. Für den Mittelstand heißt das: Man muss nicht jede technische Feinheit selbst beherrschen, sollte aber Partner an der Seite haben, die Architektur, Governance und Sicherheit transparent machen.
Mir ist wichtig, dass genau das zusammenkommt: Beratung, die Geschäftsziele und Organisation im Blick hat, und technische Umsetzung, die diese Ziele möglich macht. In unseren gemeinsamen Projekten mit Finexus spüren wir sehr deutlich, dass nur diese Kombination dazu führt, dass KI nicht als Fremdkörper wahrgenommen wird, sondern als selbstverständlich genutztes Werkzeug
5. Führung im KI Zeitalter: Teams aus Menschen und KI
Ein Satz von Stefan ist mir besonders hängen geblieben:
„Führungskräfte werden in Zukunft Teams führen, die aus Menschen und KI bestehen.“
Damit ist nicht gemeint, dass halbierte Belegschaften durch Maschinen ersetzt werden. Gemeint ist eine andere Realität:
- Aufgabenverteilungen ändern sich.
- Entscheidungen werden stärker datenbasiert vorbereitet.
- Teams arbeiten mit digitalen Assistenten, die Teile der Arbeit übernehmen.
Für Führung bedeutet das:
- Sie müssen verstehen, welche Aufgaben sich für KI eignen und welche bewusst beim Menschen bleiben.
- Sie müssen ihre Leute mitnehmen, statt sie mit fertigen Lösungen zu überraschen.
- Sie brauchen ein Gefühl dafür, wie sie Leistung bewerten, wenn Teile der Wertschöpfung mit KI unterstützt werden.
Stefan bringt es sehr direkt auf den Punkt:
„Die KI wird deinen Job nicht ersetzen, aber Menschen, die mit KI umgehen können, vielleicht schon.“
Genau deshalb ist KI im Mittelstand kein reines IT Thema. Es ist ein Führungs- und Kulturthema.
6. Was kostet der Einstieg in KI wirklich?
Wenn ich mit Geschäftsführern über KI spreche, höre ich oft zwei Extreme. Entweder die Erwartung „Das wird wahnsinnig teuer“ oder die Hoffnung „Da gibt es doch bestimmt ein Tool, das alles kann und nur 29 Euro im Monat kostet“.
Wie so oft liegt die Wahrheit in der Mitte.
Ein realistischer Einstieg besteht meist aus drei Schritten:
1. Standortbestimmung und Potenzialanalyse
Wo steht das Unternehmen? Welche Daten gibt es? Welche Prozesse bieten sich an? Hier reden wir nicht über Jahresprojekte, sondern über einen klar umrissenen Beratungsrahmen, in dem man die Lage sortiert.
2. Konkrete Anwendungsfälle definieren und priorisieren
Aus Ideen werden Entscheidungen: Was machen wir jetzt? Was später? Was gar nicht? Am Ende steht eine Roadmap, die nicht nur technisch, sondern auch wirtschaftlich Sinn ergibt.
3. Pilot und Umsetzung in überschaubarem Rahmen
Ein erster Anwendungsfall wird umgesetzt, begleitet, gemessen. Das kann eine interne Wissensdatenbank sein, ein KI basierter Self Service, ein personalisierter Newsletter oder die Automatisierung eines klar abgegrenzten Prozesses.
Wichtig: Der Einstieg in KI im Unternehmen muss nicht sofort ein Großprojekt sein. Entscheidend ist, dass er so gestaltet wird, dass das Unternehmen daraus lernt.
7. Warum „abwarten“ die riskigste Strategie ist
Eine Beobachtung teile ich mit Stefan aus vielen Gesprächen: Unternehmen, die heute pragmatisch anfangen, werden einen Vorsprung haben, der sich später nur schwer aufholen lässt.
Nicht, weil sie das „beste Modell“ gekauft haben, sondern weil sie:
- wissen, welche Prozesse sich eignen
- verstanden haben, wie sie ihre Teams mitnehmen
- Fehler gemacht und daraus gelernt haben
- sich intern eine Haltung zu KI erarbeitet haben
Man kann Tools einkaufen, man kann Lizenzen verlängern und man kann sich Beratung ins Haus holen.
Was man nicht einkaufen kann, ist Erfahrung im Zusammenspiel von Menschen, Prozessen, Daten und KI. Genau das bauen Unternehmen auf, die heute starten.
8. Fazit: KI bringt nur dann Wertschöpfung, wenn sie im Alltag ankommt
Die wichtigste Erkenntnis aus dem Gespräch mit Finexus und aus unseren Projekten:
KI entfaltet ihren Wert nicht durch Ideen, sondern durch Umsetzung.
- Strategien sind wichtig, aber sie müssen sich an konkreten Nutzenszenarien beweisen.
- Technologie ist zentral, aber ohne Geschäftsziele bleibt sie ein Spielzeug.
- Daten sind das Fundament, aber erst durch kluge Architektur und Akzeptanz in den Teams entsteht echte Wertschöpfung.
Wenn Sie das Gefühl haben, dass KI in Ihrem Unternehmen mehr sein könnte als ein Experiment am Rand, dann ist der erste Schritt kein großes Manifest, sondern ein konkretes Gespräch.
Nächster Schritt – wenn Sie möchten
Sie möchten verstehen, welche KI-Szenarien in Ihrem Unternehmen sinnvoll sind, wie ein sicherer, pragmatischer Einstieg aussehen kann und welche Rolle Partner wie Finexus dabei spielen können?
Dann lassen Sie uns sprechen.
In 30 Minuten können wir gemeinsam einen Blick auf Ihre Situation werfen, mögliche Ansatzpunkte skizzieren und klären, ob und wie wir gemeinsam mit Finexus die passende Lösung für Sie aufsetzen.
Am Gespräch mit Finexus sind Sie noch tiefer interessiert?
Hier geht es zum vollständigen Interview mit Finexus.
