KI im Unternehmen einführen: ein Plan in sechs Schritten

Wer KI im Unternehmen einführen will, ohne Geld zu verbrennen, geht in dieser Reihenfolge vor: Abläufe erfassen, zwei oder drei eng umrissene Anwendungsfälle wählen, einen davon pilotieren, eine Datenrichtlinie schreiben, die künftigen Nutzer schulen und erst dann skalieren. Diese Reihenfolge ist wichtiger als die Frage, welches Modell oder welcher Anbieter.

Die meisten Firmen machen es umgekehrt. Sie kaufen Lizenzen für alle, veranstalten eine Mittagsschulung, und sechs Monate später kann niemand sagen, was sich verändert hat. Dieser Leitfaden ist die langweilige, verlässliche Variante: sechs Schritte, was jeder davon liefert, und am Ende eine Checkliste, die Sie direkt in Ihr Projekttool übernehmen können.

Warum die meisten KI-Einführungen stecken bleiben

Die Werkzeuge sind selten das Problem. ChatGPT, Microsoft 365 Copilot, Claude und die Automatisierungsplattformen drumherum reichen für die meiste Büroarbeit. Einführungen stocken aus drei menschlichen Gründen:

• Keine Verantwortung. „Die IT schaut sich das an“ ist keine Verantwortung. Jemand muss für einen Ablauf und eine Kennzahl geradestehen.
• Kein Ausgangswert. Wer nie gemessen hat, wie lange Rechnungskontierung oder Angebotserstellung heute dauert, kann nicht belegen, dass KI sie schneller gemacht hat.
• Keine Leitplanken. Die Leute meiden das Tool aus Angst vor Datenabfluss, oder sie kopieren alles hinein, weil ihnen niemand etwas anderes gesagt hat.

Gartner sieht dasselbe Muster aus der Kostenperspektive: In einer Prognose von 2026 heißt es, dass mindestens 50 % der GenAI-Projekte bis 2028 ihr Budget überschreiten werden, wegen schlechter Architekturentscheidungen und fehlendem Betriebs-Know-how. Ein Plan behebt das meiste, bevor es etwas kostet.

Schritt 1: Erfassen, wo die Stunden wirklich hingehen

Nehmen Sie sich ein bis zwei Wochen, um Arbeit zu erfassen, nicht Werkzeuge. Sprechen Sie mit den Leuten, die die Arbeit machen. Listen Sie pro Team die Aufgaben auf, die

• häufig sind (täglich oder wöchentlich, nicht zweimal im Jahr),
• text- oder dokumentenlastig sind (E-Mails, PDFs, Formulare, Tickets, Tabellen),
• prüfbar sind (ein Mensch erkennt in Sekunden, ob das Ergebnis stimmt).

Notieren Sie grob, wie viele Stunden jede Aufgabe pro Woche kostet und wer sie erledigt. Die Liste wird lang. Gut so, den Großteil streichen Sie gleich wieder.

Ergebnis der Bestandsaufnahme: eine Tabelle mit 15 bis 40 Kandidaten, jeweils mit verantwortlicher Person, Häufigkeit, geschätzten Stunden und beteiligten Systemen (CRM, ERP, Postfach, Laufwerk, DATEV).

Schritt 2: Zwei oder drei Anwendungsfälle wählen, nicht zwanzig

Bewerten Sie jeden Kandidaten nach Nutzen und Aufwand. Eine einfache Skala von 1 bis 3 genügt.

Typische erste Gewinner in kleinen und mittleren Unternehmen: Antwortentwürfe auf wiederkehrende Kundenfragen, Daten aus Rechnungen oder Bestellungen auslesen, Gespräche und Meetings als CRM-Notiz zusammenfassen, erste Angebotsentwürfe. Eine längere Liste nach Abteilungen finden Sie in KI im Unternehmen einsetzen: 12 Anwendungsfälle.

Wählen Sie zwei oder drei. Einer wird der Pilot, die anderen warten.

Schritt 3: Pilot mit Ausgangswert und Enddatum

Ein Pilot ist nicht „wir probieren das mal eine Weile“. Er hat vier Teile:

1. Ausgangswert. Messen Sie die Aufgabe heute: Minuten pro Vorgang, Fehlerquote, Antwortzeit.
2. Kleine Gruppe. Drei bis zehn Leute, die die Arbeit tatsächlich machen, plus ihre Führungskraft.
3. Festes Zeitfenster. Vier bis acht Wochen reichen meist, um zu sehen, ob es funktioniert.
4. Abbruchkriterium. Legen Sie vorher fest, welches Ergebnis „Stopp“ bedeutet. Wer nicht sagen kann, wie Scheitern aussieht, erkennt es nicht.

Halten Sie die technische Umsetzung einfach. Viele Piloten brauchen nur einen Business-Tarif von ChatGPT, Copilot oder Claude, einen gut formulierten Prompt und eine gemeinsame Vorlage. Andere brauchen eine kleine Automatisierung, etwa einen Workflow in n8n, Make oder Zapier, der einen E-Mail-Anhang abholt, an ein Modell schickt und das Ergebnis in eine Tabelle schreibt. Den Vergleich der Plattformen finden Sie in n8n, Make oder Zapier.

Wenn Sie einen Betriebsrat haben, binden Sie ihn jetzt ein, nicht erst beim Rollout. KI-Tools, die Verhalten oder Leistung auswerten können, sind regelmäßig mitbestimmungspflichtig (§87 Abs. 1 Nr. 6 BetrVG). Eine kurze Vereinbarung zum Pilot erspart später Streit. Dies ist keine Rechtsberatung.

Ehrlicher Hinweis: Manche Piloten sollen scheitern. Brauchte die Aufgabe mehr Urteilsvermögen als gedacht oder waren die Daten zu chaotisch, ist der Abbruch nach sechs Wochen ein Gewinn. Sie haben wenig ausgegeben und viel gelernt.

Schritt 4: Die Datenrichtlinie schreiben, bevor Sie skalieren

Hier werden die meisten Firmen nervös, und zu Recht. Die Lösung ist eine einseitige Richtlinie, kein Regelwerk mit 40 Seiten. Sie beantwortet:

• Welche Tools sind freigegeben? Mit Namen. „Unser ChatGPT-Business-Workspace“ oder „Microsoft 365 Copilot in unserem Tenant“, nicht „KI-Tools“.
• Was darf nie hinein? Typisch: personenbezogene Kundendaten außerhalb freigegebener Systeme, Gesundheitsdaten, Passwörter und Schlüssel, unveröffentlichte Finanzzahlen, alles unter Geheimhaltungsvereinbarung, sofern der Vertrag es nicht erlaubt.
• Wer prüft Ergebnisse? Alles, was an Kunden, Behörden oder die Öffentlichkeit geht, prüft ein Mensch.
• Wo wird protokolliert? Legen Sie fest, wo wichtige Prompts und Ergebnisse gespeichert werden.

Auf Anbieterseite gilt: Business-Tarife statt privater Konten. OpenAI erklärt auf seiner Seite zu Unternehmensdaten, dass Daten aus ChatGPT Business, ChatGPT Enterprise und der API-Plattform standardmäßig nicht zum Training genutzt werden. Laut Preisseite von Anthropic enthalten Claude Team und Enterprise standardmäßig kein Modelltraining mit Ihren Inhalten. Schließen Sie den Auftragsverarbeitungsvertrag (Art. 28 DSGVO) ab und prüfen Sie, wo die Daten gespeichert werden. Die Business-Tarife vergleichen wir in ChatGPT für Unternehmen.

Schritt 5: Menschen schulen, nicht nur das Tool einrichten

Eine Lizenz, die niemand bedienen kann, ist eine Spende an den Anbieter. Schulung sollte rollenbezogen und kurz sein:

• Alle: Welche Tools freigegeben sind, was nicht hineingehört, wie man Ergebnisse prüft, wie ein brauchbarer Prompt aussieht.
• Power-User: Vorlagen, wiederverwendbare Anweisungen, Anbindung an Firmendokumente.
• Führungskräfte: Wie man Wirkung misst und wann man Nein sagt.

In der EU gibt es dazu eine rechtliche Seite. Art. 4 der KI-Verordnung (Verordnung (EU) 2024/1689) verpflichtet Unternehmen, die KI-Systeme einsetzen, Maßnahmen für ausreichende KI-Kompetenz der Beschäftigten zu ergreifen, die damit arbeiten. Das gilt seit dem 2. Februar 2025. Eine dokumentierte Schulung ist der einfachste Nachweis, dass Sie das ernst nehmen. Mehr dazu in KI-Verordnung: Schulungspflicht für Mitarbeitende. Dies ist keine Rechtsberatung, Stand: Oktober 2026.

Schritt 6: Skalieren, was funktioniert hat, Ablauf für Ablauf

Hat der Pilot seinen Ausgangswert geschlagen, rollen Sie ihn in Wellen aus: erst das restliche Team, dann das nächste Team mit ähnlicher Aufgabe. Bei jeder Welle:

• Neu messen. Ergebnisse von fünf begeisterten Erstnutzern halten selten für fünfzig Leute.
• Nutzungskosten beobachten. Lizenzen pro Platz sind planbar, API- und Agentennutzung nicht. Gartner erwartet, dass die Inferenz mindestens 70 % der Lebenszeitkosten eines Modells ausmacht, also richten Sie früh Kostenalarme ein. Wohin das Geld fließt, zeigt unser Beitrag Was kostet ein KI-Agent?
• Dauerhaft Verantwortung vergeben. Prompts veralten, Tools ändern sich, Prozesse auch. Jemand muss das Ganze pflegen.

Dann zurück zur Liste aus Schritt 2 und den nächsten Pilot starten.

Illustratives Beispiel: ein Großhändler mit 40 Mitarbeitenden

Illustratives Beispiel: Ein gedachter Großhändler mit 40 Beschäftigten erfasst seine Verwaltung und findet drei Kandidaten: Lieferantenrechnungen kontieren, „Wo ist meine Bestellung?“-Mails beantworten und Produktbeschreibungen schreiben. Die Rechnungskontierung gewinnt die Bewertung: hohes Volumen, klare Regeln, menschliche Prüfung vor der Buchung. Der Pilot läuft sechs Wochen mit zwei Kolleginnen aus der Kreditorenbuchhaltung und misst Minuten pro Rechnung und Korrekturquote. Die Bestellstatus-Mails kommen danach, weil sie eine Anbindung ans ERP brauchen. Die Produktbeschreibungen fallen weg: wenig Volumen, und die Marketingleiterin schreibt sie lieber selbst.

So sieht ein guter Plan aus. Nicht „KI überall“, sondern drei Wetten, eine nach der anderen.

Checkliste: KI-Einführung im Unternehmen

Sie möchten den Plan nicht allein umsetzen?

Unsere KI-Implementierung folgt genau dieser Reihenfolge, von der Erfassung der Abläufe über einen gemessenen Pilot bis zum Rollout im Team. Alles, was wir mit KI machen, finden Sie auf der KI-Seite. Vereinbaren Sie ein Erstgespräch und bringen Sie die Liste der Aufgaben mit, die die meisten Stunden fressen.