Im Frühjahr rief uns der Geschäftsführer eines Ersatzteilhändlers mit 70 Mitarbeitern wegen eines KI-Projekts an. Er wollte ein Modell, das jede eingehende Bestellmail liest, Bestände prüft und Liefertermine ohne menschliches Zutun bestätigt. Zwanzig Minuten nach Gesprächsbeginn fragte ich, wo die Aufträge liegen. In den persönlichen Outlook-Ordnern dreier Vertriebler, dazu WhatsApp-Fotos zweier Großkunden. Ich fragte, wer Lieferzusagen bei knappem Bestand entscheidet. Ein Disponent namens Frank, aus dem Gedächtnis. Das Gespräch endete ohne KI-Angebot und mit einem zweitägigen Mapping-Auftrag. Sechs Wochen später lief derselbe Ablauf auf schlichten Regeln gegen ein Sammelpostfach, und die KI-Budgetzeile wanderte zurück ins Geschäft.
Dieses Gespräch war keine Ausnahme. Es war der Normalfall. Darum haben wir die Fragen daraus in einen festen Check gegossen, der vor jedem KI-Angebot läuft: vier Bereiche, jeweils 0 bis 2 Punkte, etwa 30 Minuten. Der Check unten gehört Ihnen: durchspielen, bevor Sie mit irgendeinem Anbieter sprechen, uns eingeschlossen.
So laufen die 30 Minuten
Holen Sie die Person an einen Tisch, die den Zielprozess heute ausführt. Dazu den Verantwortlichen für IT oder Daten, notfalls den externen Dienstleister per Telefon. Und Sie selbst. Wählen Sie einen Prozess, den schmerzhaften, den Sie der KI zuerst geben würden. Stellen Sie einen Timer. Jeder der vier Checks unten endet mit einer Punktzahl. Null heißt, die Grundlage fehlt. Eins heißt, sie existiert, braucht aber Arbeit. Zwei heißt, sie steht. Am Ende addieren Sie auf maximal acht Punkte. Was jede Summe bedeutet, steht im letzten Abschnitt.
Antworten Sie nach Belegen, nicht nach Optimismus. Wenn jemand sagt, die Daten lägen "im Prinzip im ERP", lassen Sie sich das ERP öffnen und zeigen. Der ganze Wert der Übung liegt in der Lücke zwischen dem, was die Geschäftsführung glaubt, und dem, was der Bildschirm zeigt.
Check eins: kommt Software an Ihre Daten?
Ein Modell ist nur so nützlich wie die Daten, die es lesen und schreiben kann. Vergessen Sie vorerst die Qualität. Noch interessiert niemanden, ob die Daten sauber sind. Die Frage ist der Zugang: Kommt ein Programm ohne menschliches Kopieren an die Eingaben, und kann es Ergebnisse dorthin zurückschreiben, wo das Geschäft sie ernst nimmt?
Der Händler scheiterte hier am ersten Tag. Aufträge kamen als Freitext in persönlichen Postfächern an, die niemand sonst öffnen konnte. Bestände standen in einer Tabelle auf Franks Laptop. Kundenspezifische Preise standen in Notizbüchern. Kein Modell repariert das. Die Lösung war unglamourös: ein Sammelpostfach und ein nächtlicher Export aus dem ERP nach PostgreSQL. Die Preise wanderten in eine Tabelle. Zwei Tage Leitungsarbeit, und plötzlich war der Prozess automatisierbar, mit oder ohne Modell.
Bewerten Sie so. Null Punkte, wenn zentrale Eingaben in Köpfen, Papier, persönlichen Postfächern oder Chatverläufen liegen, die kein System lesen kann. Einen Punkt, wenn die Daten digital, aber über vier Systeme verstreut sind und keine Exportroutine existiert. Das trifft auf die meisten 50-Personen-Betriebe zu, die wir kennenlernen, und ist ein ehrlicher Startpunkt. Zwei Punkte, wenn ein System die Wahrheit hält und ein Programm sie heute schon lesen kann, über Export oder Schnittstelle.
Die meisten Betriebe landen bei eins, und eins reicht für den Start. Null bedeutet: Ihr erstes Projekt ist Datenplumberei, keine KI. Jeder Anbieter, der vor der Plumberei ein Modell anbietet, verkauft Ihnen den ersten Stock ohne Treppe.
Check zwei: steht der Workflow auf Papier?
Bitten Sie die ausführende Person, den Prozess zu beschreiben, während Sie mitschreiben. Bringen Sie jede Verzweigung und jede Ausnahme zu Papier. Fragen Sie dann nach dem stillen "kommt darauf an". Dann wenden Sie den Test für Neue an: Könnte eine fähige Person den Ablauf danach am ersten Tag fahren? Wenn nein, ist der Prozess nicht dokumentiert. Er ist Folklore.
Folklore tötet KI-Projekte in der dritten Woche. Das Modell wird gegen den Idealpfad gebaut, dann kommt echter Verkehr mit allen Ausnahmen, die niemand erwähnt hat, und die Trefferquote bricht ein. Wir haben das bei einem Retourenprozess im Versandhandel erlebt: Der dokumentierte Ablauf hatte sechs Schritte, der echte neunzehn, und elf davon lebten im Kopf einer Teamleiterin. Den echten Ablauf zu kartieren dauerte zwei Tage an ihrer Seite. Der Bau danach brauchte drei Wochen und funktionierte, weil die Spezifikation endlich stimmte.
Bewerten Sie so. Null Punkte, wenn der Prozess nie aufgeschrieben wurde und je nach Bearbeiter anders läuft. Einen Punkt, wenn eine grobe Beschreibung existiert, aber Ausnahmen fehlen oder veraltet sind. Zwei Punkte, wenn die Notizen den Test für Neue bestehen, einschließlich dessen, was bei Fehlern passiert.
Dieser Check ist nebenbei der billigste Projektbeschleuniger überhaupt. Ein bis zwei Tage Kartieren mit der ausführenden Person liefern Spezifikation und Testdatensatz für alles, was danach kommt. Sparen Sie ihn sich, zahlen Sie dieselbe Aufnahme im KI-Projekt zum dreifachen Satz.
Check drei: was kostet eine falsche Antwort?
Modelle raten. Gute Modelle raten gut, aber jedes Projekt braucht eine Antwort auf dieselbe Frage: Wer fängt die falsche Schätzung ab, und was kostet sie, bevor er sie fängt?
Sortieren Sie Ihre Prozessschritte in zwei Stapel. Im ersten liegen umkehrbare Ärgernisse: eine falsch abgelegte Anfrage, ein Ticket in der falschen Queue, ein Entwurf, der einen weiteren Durchgang braucht. Ein Modellschritt ist dort vertretbar, solange ein Mensch oder eine Regel das Ergebnis prüft, bevor es zählt. Im zweiten liegen falsche Zahlungen, falsche Lieferzusagen an Schlüsselkunden und falsche Einträge in Unterlagen, die später eine Behörde liest. Dort braucht es deterministisches Verhalten und einen Prüfpfad, der genau zeigt, welche Bedingung gegriffen hat. Solche Schritte lassen wir im Code, auch wenn ein Modell sie schneller erledigen könnte. Wir schreiben das in der Discovery so auf. Kunden widersprechen gelegentlich. Der Widerspruch endet, sobald wir fragen, wer die erste falsche Zahlung unterschreibt.
Bewerten Sie so. Null Punkte, wenn Fehler ohne Halt beim Kunden oder beim Geld landen und niemand sagen kann, wo ein Halt überhaupt sitzen könnte. Einen Punkt, wenn eine Prüfung im Prinzip existiert, aber niemand sie besetzt oder der Prüfer alles durchwinkt, was dasselbe ist wie keine Prüfung. Zwei Punkte, wenn eine benannte Person markierte Ergebnisse freigibt, bevor sie zählen, mit einer Queue, die sie täglich abarbeitet.
Bei null Punkten beginnt Ihr Projekt mit der Prüfqueue, nicht mit dem Modell. Fünfzehn Minuten am Tag an einer Prüfmaske sind die Kontrolle, die jeden späteren KI-Schritt sicher einschaltbar macht. Wo genau die Grenze zwischen Raten und Regeln verläuft, beschreibt unser Beitrag über Workflow-Automatisierung ohne KI: Streuung, die Regeln nicht fassen, ist das Einzige, worin ein Modell strikt besser ist. Kaufen Sie das Modell nur für diese Streuung.
Check vier: wem gehört das System nach dem Start?
Diesen Check lassen Anbieter gern aus, weil die Antwort den Verkauf gefährdet. Ein Modellschritt verlangt Pflege, solange er läuft: Jemand arbeitet die Prüfqueue ab, hält den Testdatensatz aus echten Eingaben aktuell, arbeitet am Prompt nach, wenn die Trefferquote rutscht, und validiert nach jedem Anbieter-Upgrade neu, weil Upgrades Verhalten ändern, ohne zu fragen. Schlichte Automatisierung braucht nichts davon. Sie steht still, bis jemand sie ändert.
Wir haben den Chatbot-Piloten eines Großhändlers übernommen, der keinen Besitzer hatte. Der Anbieter hatte geliefert, niemanden geschult und war gegangen. Sechs Wochen später waren die Antworten gedriftet, die Prüfqueue zählte 400 ungelesene Einträge, und die Belegschaft war leise zu Telefon und Mail zurückgekehrt. Die Technik funktionierte. Die Verantwortung existierte nicht. Der Neustart kostete mehr als der Erstbau, und die einzige strukturelle Änderung war, eine Mitarbeiterin aus dem Betrieb mit vier Wochenstunden als Verantwortliche zu benennen.
Bewerten Sie so. Null Punkte, wenn niemand Zeit reserviert hat und die Pflege an "den, der es merkt" fiele. Einen Punkt, wenn eine Verantwortung auf dem Papier steht, aber ohne Wochenstunden oder ohne Befugnis, das System zu ändern. Zwei Punkte, wenn eine benannte Person Stunden und Befugnis zugleich hält, mit Vertretung für den Urlaub.
Seien Sie hier streng. Eine Eins ist eine Null im schöneren Anzug. Wenn Sie die verantwortliche Person und ihre Stunden nicht nennen können, sind Sie nicht bereit für ein Modell. Sie sind bereit für schlichte Automatisierung, die ohne Besitzer läuft wie eine Treppe ohne Pilot.
Was Ihre Summe bedeutet
Summen von 0 bis 3 heißen: erst die Grundlagen. Bringen Sie die Daten an einen erreichbaren Ort, schreiben Sie den Prozess auf, richten Sie die Prüfqueue ein. Diese Arbeit dauert meist Wochen, kostet weniger als jeder KI-Pilot und gibt allein schon Stunden zurück. Viele Betriebe bleiben hier stehen, mit einem fertigen deterministischen System, und brauchen nie ein Modell. Unser Playbook-Ansatz für den Mittelstand beschreibt genau diese Reihenfolge: ein schmerzhafter Workflow, erst die langweiligen 80 Prozent automatisiert, gemessene Stunden zurück.
Summen von 4 bis 6 heißen: ein betreuter Pilot. Wählen Sie den einen Schritt mit echter Input-Streuung, setzen Sie das Modell nur auf diesen Schritt und behalten Sie die menschliche Freigabe dahinter. Messen Sie einen Monat lang Fehlerquote und Prüfminuten pro Tag, bevor Sie ausweiten. Diese Form, ein deterministischer Flow mit einem Modellschritt darin, prägt den größten Teil unserer KI-Automatisierungs-Projekte.
Summen von 7 bis 8 heißen: Sie können skalieren. Die Daten sind erreichbar, der Prozess steht geschrieben, Fehler werden gefangen, jemand verantwortet das System. Stecken Sie das Budget in den zweiten und dritten Workflow, nicht in den erneuten Beweis des ersten.
Eine Warnung zu hohen Summen: Acht Punkte auf einen Prozess, den niemand gemessen hat, sind verdächtig. Wenn Sie aktuelle Fehlerquote und Stundenaufwand nicht nennen können, ziehen Sie bei Check zwei und drei je einen Punkt ab und beginnen Sie mit dem Messen.
Wenn das Ergebnis Sie überrascht hat, ist das der Normalfall und ein gutes Discovery-Gespräch. Unsere Termine laufen von Berlin aus, mit Senior-Entwicklern im Rücken. Schicken Sie uns Ihre Punktzahl, und wir sagen Ihnen ehrlich, ob Ihr nächster Schritt Leitungen, Kartieren, ein Pilot oder gar nichts ist.
Häufige Fragen
Wie lange dauert ein KI-Readiness-Check in einem kleinen Unternehmen?
Der Check aus diesem Artikel dauert etwa 30 Minuten mit drei Personen im Raum: Geschäftsführung, der Person, die den Prozess heute ausführt, und dem Verantwortlichen für IT oder Daten. Er beantwortet, ob Sie jetzt einen Piloten starten oder erst Grundlagen schaffen sollten. Eine ausführliche Anbieteranalyse mit Systemaudit dauert Wochen und lohnt sich erst, wenn dieser Check grünes Licht gibt.
Woran scheitert KI-Readiness am häufigsten?
An Daten, die niemand erreichen kann. Aufträge liegen in persönlichen Postfächern, Bestände stehen in einer Tabelle auf einem einzelnen Laptop, Kundenhistorie steckt in den Köpfen zweier erfahrener Mitarbeiter. Ein Modell kann mit Daten, die es nicht lesen kann, nicht arbeiten. Darum schlägt Zugang vor Qualität: Verstreute digitale Daten mit Export reichen für den Start, weggesperrte Daten nicht.
Können wir einen KI-Piloten starten, wenn unsere Prozesse nicht dokumentiert sind?
Sie können, aber Sie dokumentieren den Prozess dann im Piloten nach, zu höheren Kosten und mit schlechterer Trefferquote. Den Workflow vorab aufzuschreiben dauert mit der ausführenden Person ein bis zwei Tage und liefert die Spezifikation für alles, was danach kommt, mit Testfällen aus echter Arbeit. Undokumentierte Prozesse sind der Grund, warum die meisten Piloten in der dritten Woche stocken.
Wer sollte KI im Mittelstand verantworten?
Eine namentlich benannte Person mit fest reservierten Wochenstunden, kein Gremium und kein externer Dienstleister allein. Die verantwortliche Person arbeitet die Prüfqueue ab, hält den Testdatensatz aktuell und gibt Modell- oder Prompt-Änderungen frei. Ohne diese Verantwortung fahren Sie mit schlichter Automatisierung ohne Wartungsaufwand besser als mit einem Modell, das wöchentliche Pflege verlangt.
