Eine Bestandsaufnahme aus dem mittelständischen Alltag.
Wenn man in den letzten Monaten genau hingehört hat, ist eine bestimmte Aussage in Gesprächen mit Geschäftsführern auffallend häufig gefallen: „Bei uns laufen gerade ungefähr zwölf parallele KI-Initiativen, und niemand weiß so richtig, was davon eigentlich strategisch ist."
Das ist eine Beobachtung, die zwölf Monate alt sein könnte oder zwei Wochen. Sie kehrt immer wieder. Und sie beschreibt etwas, das gerade in fast jedem Mittelständler passiert, der KI ernst nimmt – und gerade deshalb in eine paradoxe Situation gerät.
Wie Tool-Chaos entsteht
Im Rückblick ist das Muster fast immer das gleiche.
Phase eins beginnt unspektakulär. Ein Mitarbeiter aus dem Marketing fragt, ob er einen ChatGPT-Account auf Firmenkosten haben kann. Die Antwort ist meistens ja. Es kostet zwanzig Euro im Monat, das Risiko scheint überschaubar.
Phase zwei kommt drei Monate später. Andere Mitarbeitende sehen, was möglich ist, und wollen das auch. Vertrieb installiert eigene Tools. Operations testet Automatisierungs-Plattformen. Drei verschiedene Teams diskutieren über drei verschiedene KI-Schreibassistenten. Es entsteht das, was man wohlwollend „organisches Wachstum" nennen könnte und ehrlicher „Wildwuchs".
Phase drei ist meistens der Moment, in dem die Geschäftsführung anfängt, das Thema aktiv anzugehen. Es wird ein Workshop durchgeführt, externer Berater eingeladen, ein Tool-Stack evaluiert. Oft entstehen daraus weitere Einführungen – manchmal redundant zu Tools, die bereits informell im Einsatz sind, manchmal in bewusster Konkurrenz, manchmal in einem Versuch, Ordnung zu schaffen.
Phase vier ist das, was viele Unternehmen heute beschreiben würden, wenn sie ehrlich sind. Eine Kombination aus: offiziell eingeführten Tools, die nicht überall genutzt werden; informell genutzten Tools, die nicht offiziell freigegeben sind; experimentellen Initiativen, von denen niemand mehr weiß, ob sie noch laufen; Schulungen, die durchgeführt wurden und kein nachvollziehbares Ergebnis hatten; und einem diffusen Gefühl, dass viel passiert, aber wenig zusammenpasst.
Warum das passiert
Es wäre verlockend, das als Versagen zu beschreiben. Das ist es nicht. Es ist die natürliche Konsequenz aus drei Bedingungen, die sich gerade überlagern.
Die Technologie ist neu und verändert sich schnell. Anders als bei klassischen Software-Einführungen, wo ein Tool für drei bis fünf Jahre stabil bleibt, sind viele KI-Werkzeuge nach sechs Monaten anders, als sie zum Einführungszeitpunkt waren. Was im März gut funktioniert hat, ist im September überholt. Das macht klassische Beschaffungs- und Einführungsprozesse strukturell ineffizient.
Die Adoptions-Logik ist anders. Klassische Software wird zentral entschieden, eingeführt, geschult, gerollt out. KI-Tools haben dagegen meistens drei Eigenschaften, die diese Logik unterlaufen: Sie sind billig (zwanzig Euro pro Person pro Monat), sie funktionieren ohne Schulung (jeder kann ChatGPT bedienen), und sie sind aus Mitarbeiter-Sicht produktivitätssteigernd (es lohnt sich, sie zu nutzen). Das Resultat: Tools breiten sich aus, bevor die Organisation entscheiden kann, ob sie das eigentlich will.
Die Verantwortlichkeit ist diffus. In einem klassischen Setup wäre IT verantwortlich für Software, HR für Schulung, Compliance für Datenfragen. Bei KI greift das alles ineinander, ohne dass jemand der natürliche Owner wäre. Geschäftsführer sehen die Folgen, aber wissen oft nicht, wer das eigentlich gestalten soll.
Was die Symptome verraten
Wenn ich Geschäftsführer frage, wie sich Tool-Chaos in ihrem Unternehmen konkret zeigt, höre ich Variationen der gleichen Beobachtungen.
Niemand weiß genau, wer welches Tool nutzt. Wenn ein neuer Mitarbeiter kommt, bekommt er eine Liste offizieller Tools – und merkt nach drei Wochen, dass seine Kollegen mit ganz anderen Tools arbeiten.
Outputs sehen je nach Team unterschiedlich aus. Drei Marketing-Texte aus drei verschiedenen Quellen lesen sich unterschiedlich, obwohl sie aus demselben Unternehmen kommen. Das fällt erst auf, wenn ein Kunde fragt.
Es gibt keinen gemeinsamen Speicher dafür, was funktioniert hat. Wenn jemand einen guten Workflow für ein bestimmtes Problem entwickelt hat, weiß das niemand sonst. Drei Monate später baut jemand anders denselben Workflow neu.
Diskussionen über KI sind in jeder Abteilung anders. Marketing redet über Content-Geschwindigkeit. Vertrieb redet über Account-Personalisierung. Geschäftsführung redet über strategische Positionierung. Niemand redet miteinander über das gleiche, weil die jeweiligen Anwendungsfälle so unterschiedlich sind.
Was Klarheit konkret bedeutet
Die Antwort auf Tool-Chaos ist nicht „weniger Tools". Auch nicht „ein gemeinsames Tool für alle". Beides funktioniert nicht – das eine, weil es die Produktivitätsgewinne zerstört, das andere, weil die Anwendungsfälle zu unterschiedlich sind.
Was funktioniert, ist ein bewusster Rahmen, der drei Dinge sortiert:
Erstens, eine ehrliche Bestandsaufnahme. Wer nutzt heute schon was, wofür, mit welchen Daten? In den meisten Unternehmen entsteht allein durch diesen Schritt eine andere Diskussionsgrundlage. Geschäftsführer sehen oft zum ersten Mal, was eigentlich läuft. Mitarbeitende erleben, dass ihre informellen Workflows wahrgenommen werden, statt sanktioniert.
Zweitens, eine bewusste Portfolio-Entscheidung. Welche zwei oder drei KI-Initiativen werden strategisch unterstützt, mit Budget, Zeit, Aufmerksamkeit? Welche laufen weiter, aber unter klaren Regeln? Welche werden bewusst gestoppt? Diese Entscheidung muss explizit sein – denn Tool-Chaos entsteht meistens nicht aus Initiativen, die jemand bewusst beschlossen hat, sondern aus Initiativen, denen niemand widersprochen hat.
Drittens, ein gemeinsamer Lernrhythmus. Da sich die Technologie alle drei bis sechs Monate verändert, müssen die getroffenen Entscheidungen regelmäßig überprüft werden. Nicht in einer großen jährlichen Strategieübung – sondern in einem leichten, wiederkehrenden Format. Sechs bis acht Wochen sind ein guter Rhythmus.
Die unbequeme Pointe
Tool-Chaos ist selten ein Tool-Problem. Es ist meistens ein Entscheidungs-Problem – nämlich das Fehlen einer bewussten Entscheidung darüber, was strategisch ist und was nicht.
Geschäftsführer, die ihre KI-Landschaft sortieren wollen, kommen nicht weiter, indem sie sich tiefer in einzelne Tools einarbeiten. Sie kommen weiter, indem sie eine grundsätzliche Frage beantworten: Welche zwei oder drei Anwendungsfälle haben in den nächsten zwölf Monaten echte strategische Bedeutung für unser Unternehmen?
Diese Frage ist nicht technologisch. Sie ist strategisch. Und sie kann nur an der Spitze beantwortet werden – nicht in einem Tool-Vergleich, nicht in einem Workshop, sondern in einer bewussten Führungsentscheidung.
Beobachtungen aus Beratungs-Mandaten und Gesprächen mit Geschäftsführungen im DACH-Mittelstand. Mehr im CEO Guide to AI.