Eine ehrliche Landkarte.
Wenn ich Geschäftsführer frage, wo sie KI im eigenen Unternehmen einsetzen wollen, bekomme ich meistens eine von zwei Antworten. Die erste lautet sinngemäß: „Eigentlich überall, wo es geht." Die zweite: „Wir wissen es ehrlich gesagt nicht – wir warten auf einen klareren Anwendungsfall."
Beide Antworten sind verständlich. Beide sind problematisch.
„Überall, wo es geht" führt zu dem Tool-Chaos, das wir an anderer Stelle beschrieben haben. „Wir warten" führt dazu, dass sich die eigene Organisation immer weiter von dem entfernt, was Wettbewerber gerade lernen – ohne dass je eine bewusste Entscheidung gegen KI getroffen wurde.
Was fehlt, ist meistens eine nüchterne Landkarte: Wo entsteht durch KI heute echter Mehrwert, und wo wird Geld und Zeit verbrannt, ohne dass das jemand offen ausspricht. Aus den Mandaten und Gesprächen der letzten Monate zeichnet sich diese Landkarte langsam ab. Sie ist nicht vollständig, und sie wird sich weiter verändern – aber sie ist klarer, als die öffentliche Debatte vermuten lässt.
Wo der ROI heute real ist
Vier Felder, in denen wir im Mittelstand systematische Wirkung sehen. Nicht spektakuläre Einzelfälle, sondern reproduzierbare Mehrwerte über mehrere Unternehmen hinweg.
Erstens: Go-to-Market-Workflows
Das ist das Feld mit dem klarsten Mehrwert, weil es viele kleinere Aufgaben kombiniert, die einzeln nicht spektakulär klingen, in Summe aber substantielle Zeitersparnis bringen. Account-Recherche vor Sales-Gesprächen, die früher zwei Stunden gedauert hat, lässt sich auf zwanzig Minuten reduzieren – ohne Qualitätsverlust, oft mit Qualitätsgewinn. Wettbewerbsanalysen, die früher quartalsweise oberflächlich erstellt wurden, werden zu lebendigen Dokumenten, die sich kontinuierlich aktualisieren lassen. Erste Entwürfe von Marketing-Texten, Sales-Sequenzen oder Case Studies entstehen in einer Geschwindigkeit, die früher externe Agenturen erfordert hätte.
Der entscheidende Punkt: Die Wirkung entsteht nicht durch ein einzelnes Tool, sondern durch die systematische Integration in bestehende Arbeitsroutinen. Wer die Tools nur installiert und auf Erleuchtung wartet, sieht keinen ROI. Wer einen Workflow umstellt und drei Wochen iteriert, schon.
Zweitens: Sales Enablement und Account-Vorbereitung
Hier passiert gerade etwas, das viele Geschäftsführer unterschätzen: Die Tiefe der Account-Vorbereitung, die KI ermöglicht, war früher Großunternehmen mit eigenen Research-Teams vorbehalten. Heute kann jeder Vertriebsmitarbeiter eines Mittelständlers vor einem Erstgespräch die strategische Lage des Zielkunden, das Wettbewerbsumfeld, die wahrscheinlichen Schmerzpunkte und die Entscheider-Konstellation in einer Qualität recherchieren, die früher unmöglich gewesen wäre.
Das verschiebt das Spielfeld. Mittelständische B2B-Vertriebsteams, die das ernsthaft nutzen, treten plötzlich auf einem Niveau auf, das vor zwei Jahren nur größere Wettbewerber leisten konnten. Das ist kein Nice-to-have. Das ist ein struktureller Vorteil – aber nur für die, die ihn aktiv aufbauen.
Drittens: Market Intelligence und Wettbewerbsbeobachtung
Wie sich der Markt gerade verändert, wer wo investiert, welche Tendenzen sich abzeichnen – das war früher ein knapper Ressourcenposten in jedem mittelständischen Unternehmen. Strategisch wichtig, operativ chronisch unterfinanziert. KI verschiebt das Verhältnis. Was früher fünf Tage gedauert hätte, dauert heute drei Stunden. Was früher einmal pro Quartal gemacht wurde, kann jetzt einmal pro Woche aktualisiert werden.
Die Konsequenz, wenn das systematisch genutzt wird: Geschäftsführungen treffen strategische Entscheidungen mit deutlich aktuelleren und tieferen Marktinformationen als vor zwei Jahren. Das ist kein Marketing-Thema. Das ist ein Strategie-Thema.
Viertens: Repetitive Wissensarbeit
Der Klassiker. Protokolle, Zusammenfassungen, Übersetzungen, erste Entwürfe, strukturierte Auswertungen, Dokumentations-Pflege. All das fällt in jedem mittelständischen Unternehmen permanent an, wird selten von den richtigen Personen erledigt und kostet in Summe erhebliche Zeit. KI nimmt einen substantiellen Teil dieser Arbeit ab – vor allem dann, wenn es nicht um Perfektion geht, sondern um einen guten ersten Entwurf, den jemand dann noch zwanzig Minuten überarbeitet.
Das klingt unspektakulär. Es ist der Bereich mit dem höchsten und ehrlichsten ROI, den wir im Mittelstand sehen – gerade weil er unspektakulär ist und überall vorkommt.
Wo aktuell viel Geld verbrannt wird
Drei Felder, die in der öffentlichen Debatte stark präsent sind, in denen wir aber wiederholt sehen, dass Investitionen nicht den erhofften Mehrwert bringen. Das soll keine Belehrung sein. Es soll Geschäftsführern helfen, ihre Aufmerksamkeit dort zu konzentrieren, wo sie sich auszahlt.
Erstens: Vollautomatisierte Kunden-Kommunikation
Die Vorstellung, dass KI-Chatbots Sales- und Support-Funktionen ohne menschliche Beteiligung übernehmen könnten, hat sich in den meisten mittelständischen B2B-Kontexten nicht bewahrheitet – und das aus strukturellen Gründen. Komplexe Produkte, lange Entscheidungszyklen, etablierte Kundenbeziehungen – all das verträgt sich schlecht mit Voll-Automatisierung. Die Unternehmen, die hier investiert haben, berichten meistens entweder von schlechten Customer-Experience-Erfahrungen oder von Setups, die so eng begrenzt sind, dass die ursprüngliche Investition den Nutzen nicht rechtfertigt.
Das heißt nicht, dass KI in Kunden-Kommunikation keine Rolle spielt. Sie spielt eine – als Unterstützung des Menschen, nicht als Ersatz. Diese Unterscheidung ist im Mittelstand gerade entscheidend.
Zweitens: Generische „KI-Strategie-Workshops" ohne operative Anschlussfähigkeit
In den letzten zwölf Monaten haben viele Mittelständler in KI-Workshops investiert – externe Berater, Tagesseminare, Strategieklausuren. Die Ergebnisse sind durchwachsen. In Gesprächen mit Geschäftsführungen, die solche Investitionen hinter sich haben, höre ich oft Variationen von: „Es war inhaltlich interessant, aber wir haben hinterher nichts konkret geändert."
Das liegt selten am Workshop selbst. Es liegt daran, dass strategische Klarheit ohne operative Umsetzung verpufft. Ein guter Workshop kann den Anfang setzen – aber die eigentliche Arbeit beginnt erst danach, in der Auseinandersetzung mit den konkreten Workflows, Tools und Entscheidungen, die im Unternehmen verankert werden müssen. Wer die zweite Hälfte nicht macht, hat im Wesentlichen für eine teure Aufklärungsveranstaltung gezahlt.
Drittens: Predictive Analytics ohne ausreichende Datenbasis
Das ist das Feld mit den höchsten Erwartungen und den unangenehmsten Realitäten. Die Versprechen – „vorhersagen, welche Leads konvertieren", „Pipeline-Forecast automatisieren", „Kundenabwanderung früher erkennen" – sind verlockend. Im Mittelstand scheitern sie meistens an einer schlichten Tatsache: Die Datenbasis ist nicht gut genug.
Wer in einem CRM mit zweitausend Datensätzen über fünf Jahre und unklarer Datenqualität sitzt, kann mit noch so guten Algorithmen keine zuverlässigen Vorhersagen erzeugen. Das ist keine Schwäche der Tools. Das ist Mathematik. Und die ehrliche Empfehlung in solchen Setups ist meistens nicht „investieren in Predictive Analytics", sondern „investieren in Datenqualität" – was deutlich weniger sexy klingt, aber die Grundlage für alles weitere wäre.
Was die Landkarte für strategische Entscheidungen bedeutet
Wer diese Landkarte ernst nimmt, kommt zu einer überschaubaren strategischen Frage: Welche zwei oder drei der vier ROI-Felder haben für unser Unternehmen in den nächsten zwölf Monaten besondere Bedeutung – und welche der drei Geld-Verbrennungs-Felder sind wir gerade dabei zu betreten, ohne es klar zu sehen?
Diese Frage ist nicht technologisch. Sie ist strategisch. Und sie lässt sich in einem strukturierten Gespräch in neunzig Minuten ehrlich beantworten – schneller, als die meisten Geschäftsführer vermuten würden.
Was die Beantwortung schwierig macht, ist nicht die Komplexität der Materie. Es ist der Mut, bewusst gegen Felder zu entscheiden, in denen andere gerade investieren. Wer entscheidet, kein KI-Chatbot-Projekt zu starten, während drei Wettbewerber damit Schlagzeilen machen, braucht eine klare Haltung dazu, warum das im eigenen Kontext nicht der richtige Hebel ist.
Genau diese Klarheit ist die eigentliche Management-Aufgabe der nächsten zwei Jahre. Nicht KI-Expertise. Nicht Tool-Auswahl. Sondern bewusste Priorisierung gegen den Hype.
Beobachtungen aus laufenden Beratungs-Mandaten im DACH-Mittelstand. Mehr im CEO Guide to AI.