Vier Stolperfallen der Einführung : Warum KI in vielen KMU nur oberflächlich verwendet wird

Jugendarbeitslosigkeit, Produktivitätsgewinne, selbstständige Agenten – kaum ein Tag vergeht ohne Schlagzeilen zu den Effekten von Künstlicher Intelligenz (KI) auf Arbeitsmarkt und Produktivität. Die Geschwindigkeit der Einführung wirkt rasant. In kleinen und mittleren Unternehmen (KMU) sieht die Realität jedoch häufig anders aus.

Studien und Befragungen von Bundesnetzagentur, Statistischem Bundesamt und Bitkom geben einen Einblick in den Arbeitsalltag: KI ist binnen weniger Jahre in den Betrieben angekommen. Deutlich über die Hälfte der Unternehmen mit über 250 Mitarbeitenden nutzt die Technologie bereits. Je kleiner allerdings die Betriebe sind, umso seltener kommt die Technologie zum Einsatz. In Deutschland zählen bekanntlich 99 Prozent der Unternehmen zu den KMUs. Ihre Wettbewerbsfähigkeit ist entscheidend für die Wirtschaft.

In den letzten Jahren habe ich immer wieder mit Wirtschaftsförderungen, Kammern, Verbänden und Betrieben über ihren KI-Einsatz gesprochen. Während viele Führungskräfte eine KI-App auf dem privaten Smartphone nutzen, bleibt die betriebliche KI-Integration häufig oberflächlich. Experimentierfreude ist vorhanden, aber insbesondere kleine, ländlich geprägte Unternehmen, stehen noch am Anfang beim Thema KI. Sie scheitern nicht an der Technologie, sondern kommen gar nicht erst dazu, KI zielgerichtet einzuführen, und verharren im Chat-Modus. Die folgenden Stolperfallen bremsen kleine und mittlere Betriebe aus:

1. Dominanz der generativen KI verzerrt den Blick

Seitdem generative KI durch leicht bedienbare Chats und niedrige Preise für die breite Bevölkerung zugänglich geworden ist, dominiert diese Art der Technologie den Diskurs. Dies lenkt davon ab, dass insbesondere für Betriebe im produzierenden Gewerbe und im Handwerk andere Formen der Technologie relevanter sein können.

In Produktionsanlagen, der Landwirtschaft oder im Handwerk können maschinelles Sehen (computer vision) oder eine passgenaue Datenanalyse von Sensoren an Anlagen oder zum Energieverbrauch einen großen Mehrwert in der Qualitätssicherung, der Identifikation von Effizienzstellschrauben und der Wartung bringen. Diese Chancen werden jedoch häufig verdrängt. Insbesondere in Betrieben mit einem geringen digitalen Reifegrad kommen Informationen zu geeigneteren Lösungen und Innovationen nur langsam oder gar nicht an.

2. Führungskräfte sind keine Change-Manager

Führungskräfte in kleinen und mittleren Unternehmen werden erfolgreich, wenn sie ihre Branche, ihre Kunden und ihre Wertschöpfungsketten kennen. Um KI sinnvoll einzuführen, braucht es jedoch sowohl technische Grundkenntnisse als auch Fähigkeiten im Veränderungsmanagement. Die Fähigkeiten, Arbeitsprozesse in Teilschritte aufzuteilen, konkrete Anwendungsfälle auszumachen und angepasste Arbeitsabläufe zu planen, sind unabdinglich, um KI-Investitionen zu steuern.

Genauso wichtig sind das Erproben, Anpassen, Verstetigen und Qualitätssichern von Arbeitsprozessen in den Monaten nach der Technologieeinführung und das Weiterbilden der Beschäftigten. Die KI-Einführung erfordert ein spezifisches Kompetenzprofil. Führungskräfte können Transformation häufig nicht alleine stemmen.

3. Fachkräftemangel als Flaschenhals

Egal, ob Betriebe KI intern einführen oder entwickeln möchten oder sich einen externen Dienstleister suchen – es braucht fähiges Personal, das technische Expertise mit spezifischer Prozesskenntnis verbindet. Insbesondere kleine Betriebe haben häufig nur wenig internes IT-Personal, das vor allem für Systemadministration und Standardprozesse geschult ist. „Wer soll das denn machen?“, ist eine Frage, die in diesem Fall oft gestellt wird.

Diejenigen, die über tiefe KI-Expertise verfügen, folgen verständlicherweise den höheren Gehältern – und die sind selten auf dem Land. Fachexpertise ist der Flaschenhals von Innovation.

4. Die Passgenauigkeit fehlt

Insbesondere in kleinen und mittleren Unternehmen müssen sich Investitionen schnell lohnen. Führungskräfte müssen in KI einen klaren Mehrwert erkennen. Spezialisierte Dienstleister, die auf Branchen oder konkrete Wertschöpfungsprozesse ausgerichtet sind, werden leichter und schneller angenommen.

In der Pflegebranche gibt es einen KI-Anbieter, der mittels Sprachsteuerung die Dokumentationspflichten erleichtert und beschleunigt – er löst ein bekanntes und spezifisches Problem. Diese Lösung erfreut sich hoher Akzeptanz. Ohne konkretes Anwendungsbeispiel lehnen Führungskräfte Investitionen jedoch eher ab. Insbesondere in kleinen Unternehmen sind Produkte und Produktionsverfahren allerdings nicht standardisiert, was den KI-Einsatz zusätzlich erschwert.

Zu diesen Faktoren kommen Sorgen um Datenschutz sowie eine Investitionszögerlichkeit wegen der angespannten wirtschaftlichen Lage hinzu. Die langsamere Geschwindigkeit bei der KI-Einführung in KMUs, ist nachvollziehbar. Solange keine eindeutigen Produktivitätsgewinne absehbar sind, ist Zögerlichkeit auch wirtschaftlich richtig. In der öffentlichen Debatte um KI wird häufig angenommen, dass die Möglichkeiten der Technologie zu tiefgreifenden Veränderungen führen. Diese Diskussion geht jedoch an der Realität vieler Betriebe vorbei.

Fortschritte in der Leistungsfähigkeit von KI können nicht in den Betrieben ankommen, wenn die grundsätzlichen Stolperfallen so fortbestehen. Gleichzeitig steigt das Risiko, dass diejenigen Betriebe, die diese Herausforderungen überwinden, Wettbewerbsvorteile erringen. Für Regionen, in denen vor allem Nachzügler-Unternehmen angesiedelt sind, wären die Folgen fatal.

Alice Greschkow ist Projektleiterin beim Wirtschaftsforschungsunternehmen Prognos. In ihrer Rolle berät sie Bundes- und Landesministerien sowie Verbände zur Transformation der Arbeitswelt.