Künstliche Intelligenz soll den Mittelstand effizienter, innovativer und wettbewerbsfähiger machen – so lautet das Versprechen, das dieser Tage allenthalben zu hören ist. Aber trifft es die eigentliche Herausforderung kleiner und mittlerer Unternehmen? Ein kritischer Blick auf eine strukturelle Schieflage.
Künstliche Intelligenz soll bestehende Prozesse effizienter machen, die Kundenbindung stärken und gleichzeitig Innovationen hervorbringen – so lautet das Versprechen, das kleine und mittlere Unternehmen dieser Tage von vielen Seiten erreicht. Es ist ein Versprechen, das in seiner Dichte kaum zu überbieten ist. Und es richtet sich an Unternehmen, deren Prozesse oft nur rudimentär dokumentiert sind. Eine Frage bleibt dabei häufig offen: Sind die Voraussetzungen für einen sinnvollen KI-Einsatz überhaupt gegeben?
Die dreifache Überforderung
Das Versprechen, KI werde gleichzeitig Effizienz steigern, Kunden binden und Innovationen erzeugen, klingt überzeugend – bis man es aufdröselt. Denn die drei Ziele setzen unterschiedliche, teilweise widersprüchliche Voraussetzungen voraus.
Effizienzsteigerung durch KI setzt stabile, wiederholbare und dokumentierte Prozesse voraus. KI kann beschleunigen, was bereits funktioniert – aber sie kann nicht ersetzen, was nie explizit gemacht wurde. Kundenbindung hingegen ist im KMU-Kontext fast immer eine Frage von Beziehung, Vertrauen und persönlicher Erreichbarkeit. Genau das entzieht sich der Automatisierungslogik: Ein Stammkunde, der seit Jahren denselben Ansprechpartner kennt, wird durch einen KI-gestützten Kommunikationsassistenten selten enger gebunden. Und Innovation – das dritte Versprechen – entsteht nicht durch Optimierung bestehender Abläufe, sondern durch deren Infragestellung. Ein Agent, der einen schlecht dokumentierten Prozess automatisiert, zementiert ihn. Er innoviert ihn nicht.
Skalierung ohne Skalenbedarf
Hinzu kommt ein Grundproblem, das in der Debatte weitgehend unbenannt bleibt: Die allermeisten kleinen und mittleren Unternehmen verfügen gar nicht über die Skaleneffekte, die agentenbasierte KI-Systeme erst sinnvoll machen. Ein Handwerksbetrieb mit 15 Mitarbeitern, ein mittelständischer Maschinenbauer mit 80 Beschäftigten – deren Engpass ist nicht Prozessvolumen, sondern Fachkräftemangel, Auftragskomplexität und Kundennähe. Das sind strukturell andere Probleme, für die Automatisierungsarchitekturen keine überzeugenden Antworten bereithalten.
Agentenbasierte Systeme setzen darüber hinaus eine saubere, strukturierte Datenbasis voraus. Diese fehlt in der Breite des Mittelstands – und der Aufwand, sie herzustellen, übersteigt in vielen Fällen den Nutzen der anschließenden Automatisierung erheblich. Was bleibt, sind standardisierte Bürokommunikation und einfache Dokumentenverarbeitung – Anwendungsfälle, für die es keine komplexen Agenten-Architekturen braucht.
Prozesse im Kopf – und warum das kein Defizit sein muss
Das eigentliche Problem liegt tiefer. Viele KMU haben keine Prozesse im betriebswirtschaftlichen Sinne – sie haben eingespielte Routinen, die im Kopf einzelner Mitarbeiterinnen und Mitarbeiter leben. Das ist keine Schwäche. Es ist oft genau ihre Stärke: Flexibilität, Kontextintelligenz, implizites Kundenwissen. Diese Qualitäten lassen sich schwer digitalisieren und noch schwerer automatisieren – und sie sollten es vielleicht auch nicht immer.
Wer so tut, als könnte man auf diesem Fundament direkt mit KI-Agenten aufsetzen, übergeht den eigentlichen Beratungsbedarf: Prozessklarheit vor KI. Das ist mühsamer und weniger spektakulär als ein Workshop über Automatisierungsworkflows – aber es wäre die ehrlichere Reihenfolge.
Die strategische Lücke
Igor Ansoff hat die Produktentwicklungsstrategie – neue Technologien für bestehende Märkte – als bewusste strategische Wahl beschrieben, die auf bekannter Kundenbasis und kalkulierbarem Risiko beruht. Was in vielen KI-Veranstaltungen passiert, ist etwas anderes: Eine neue Technologie wird als universelles Modernisierungsversprechen positioniert, ohne Risikoanalyse, ohne Kontextprüfung, ohne die Absorptionsfähigkeit der Zielgruppe ernsthaft zu berücksichtigen.
Die strategische Lücke, die dabei entsteht, ist in Wirklichkeit eine dreifache. Es gibt eine Kompetenzlücke: Vielen KMU fehlt nicht der Wille, sondern das Grundvokabular, um substanzielle von leeren KI-Versprechen zu unterscheiden. Es gibt eine Datenlücke: Ohne verlässliche, strukturierte Informationsbasis bleibt jede Agentenarchitektur ein Gebäude ohne Fundament. Und es gibt eine Strategielücke im eigentlichen Sinne: Viele KMU verfügen über kein explizites Strategieverständnis – nicht weil sie schlecht geführt wären, sondern weil ihr bisheriges Erfolgsmodell auf Erfahrung, Netzwerk und implizitem Wissen beruhte. Genau das adressiert KI-Technologie aber nicht.
Was diese Formate leisten – und was nicht
Orientierungswissen ist wertvoll – und der Wunsch, KMU an ein komplexes Thema heranzuführen, ist legitim. Aber Orientierung ist nicht dasselbe wie strategische Begleitung. Die Frage, ob und wie KI in den spezifischen Kontext eines Unternehmens passt, welche Voraussetzungen fehlen und in welcher Reihenfolge Schritte sinnvoll wären, lässt sich nicht generisch beantworten. Sie ist zu individuell, zu kontextabhängig – und wird in der öffentlichen KI-Debatte rund um den Mittelstand systematisch unterbeleuchtet.
Genau diese Ehrlichkeit wäre der größte Dienst, den man kleinen und mittleren Unternehmen erweisen könnte.
Ralf Keuper