Wie führen Sie KI im Unternehmen ein? Und wie kommt Ihr Team mit?

Eine KI-Einführung ist ein Veränderungsprojekt mit technischem Kern. Dazu gehören ein klares Ziel, ausgewählte Anwendungsfälle, Regeln für Daten und Werkzeuge, die Schulung der Beschäftigten und ein Test im kleinen Rahmen. Fachleute sprechen auch von KI-Implementierung. Gemeint ist dasselbe: KI dauerhaft in Abläufe einbauen, statt sie nur auszuprobieren.

Der Präsident des Digitalverbands Bitkom, Ralf Wintergerst, fasst den Unterschied in einen Satz: Wer nur eine Lizenz kaufe, habe KI eingekauft, „aber noch nichts verändert“ (Bitkom, September 2026).

Das deckt sich mit dem, was wir in Betrieben erleben. Ein neues Werkzeug ändert wenig, solange niemand weiß, wofür es gedacht ist, welche Daten hinein dürfen und wer die Ergebnisse prüft. Die eigentliche Arbeit beginnt nach dem Kauf.

Mehr als die Hälfte hat angefangen, kaum jemand ist fertig. Laut Bitkom setzen 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein, vor zwei Jahren waren es 20 Prozent. Neun von zehn sehen sich aber erst am Anfang. Kein einziges befragtes Unternehmen schöpft das Potenzial nach eigener Einschätzung vollständig aus.

Die amtliche Statistik zählt schon Betriebe ab zehn Beschäftigten und bezieht sich auf 2025. Kleine Betriebe haben dort mehr Gewicht, deshalb fällt der Wert niedriger aus. Beide Zahlen zeigen in dieselbe Richtung, lassen sich aber nicht miteinander verrechnen.

Was bremst die Einführung?

Das hängt davon ab, ob ein Unternehmen schon begonnen hat. Wer noch nicht angefangen hat, vermisst vor allem Wissen. Wer mittendrin steckt, merkt, dass Recht, Kosten und die eigenen Leute genauso zählen.

Knapp dahinter steht bei den Anwendern ein Punkt, über den selten gesprochen wird: 42 Prozent nennen fehlende Akzeptanz bei den Beschäftigten als Hürde (Bitkom).

Weil Veränderung Unsicherheit auslöst, und Unsicherheit ist schlecht für gutes Denken. Wer fürchtet, ersetzt zu werden, probiert nichts aus, meldet keine Fehler und sammelt Gründe, warum es nicht klappt. Die Technik lässt sich in Wochen einrichten. Vertrauen braucht länger, und ohne Vertrauen bleibt auch das beste Werkzeug ungenutzt.

Stellen Sie sich vor, da ist Thomas. Er führt einen Betrieb mit sechzig Beschäftigten, der Anlagen für die Lebensmittelindustrie baut. Im Frühjahr kauft er für alle Büroarbeitsplätze Lizenzen eines KI-Assistenten. Er schreibt eine kurze Mail: Ab Montag steht das Werkzeug bereit, bitte nutzen. Drei Monate später schaut er in die Auswertung. Vier Leute arbeiten regelmäßig damit. Der Rest hat es einmal geöffnet.

Thomas hat nichts falsch gemacht. Er wollte seinem Team die Arbeit leichter machen. Nur hat niemand erklärt, wofür das Werkzeug gedacht ist, was hinein darf und was mit der gewonnenen Zeit geschehen soll. In der Kaffeeküche lief derweil eine andere Geschichte: Erst kommt die KI, dann kommen die Kündigungen. Gegen diese Geschichte hilft keine Lizenz.

Thomas und sein Betrieb sind ein Gedankenspiel, keine wahre Begebenheit. Ich habe Ähnliches aber selbst erlebt. In einem früheren Unternehmen sollten wir im Zuge des AI Act alle Beschäftigten befähigen, KI zu nutzen. Die Lernplattform war inhaltlich gut. Nur begann der erste Kurs mit einer Liste von Aufgaben und Berufen, die KI künftig übernehmen werde. Die Stimmung im Team kippte sofort.

Wer Angst hat, schaltet auf Abwehr. Kreativität, Neugier und die Lust, etwas auszuprobieren, treten zurück. Genau diese Fähigkeiten braucht eine KI-Einführung aber. Dass Angst auch auf der Führungsebene mitspielt, zeigt die Bitkom-Befragung: 33 Prozent der KI-Anwender setzen KI vor allem ein, weil sie fürchten, sonst den Anschluss zu verlieren (Bitkom). Druck von oben und Sorge von unten sind kein guter Start.

Fünf Fragen ersparen später viel Ärger: Welches konkrete Problem soll KI lösen? Wer im Team treibt das Thema? Welche Aufgaben darf KI übernehmen, welche bleiben bewusst beim Menschen? Prägen Ihre Werte den Einsatz oder umgekehrt? Und was geschieht mit der Zeit, die frei wird? Beantworten Sie das, bevor Sie ein Werkzeug auswählen.

1. 01

   Welches Problem lösen wir?

   Beginnen Sie bei einem Ärgernis, nicht bei einem Werkzeug. Was kostet heute spürbar Zeit, Nerven oder Geld? Und eignet sich das Problem wirklich für KI, oder wäre KI hier nur schön zu haben?

2. 02

   Wer sind unsere KI-Lotsen?

   In jedem Team gibt es Menschen, die neugierig sind und denen die anderen vertrauen. Sie probieren zuerst aus, sammeln Fragen und zeigen Kolleginnen und Kollegen, was funktioniert. Fachleute nennen sie Change Agents.

3. 03

   Was bleibt beim Menschen?

   Trennen Sie Aufgaben, die vor allem schnell und fehlerfrei sein müssen, von denen, die Urteilskraft, Einfühlung oder eine persönliche Beziehung brauchen. Das Erste kann KI übernehmen. Das Zweite bleibt bewusst bei Ihrem Team.

4. 04

   Prägen unsere Werte die KI oder umgekehrt?

   Legen Sie fest, was Ihnen wichtig ist: Datenschutz, Offenheit gegenüber Kunden, die letzte Entscheidung beim Menschen. Dann wählen Sie Werkzeuge, die dazu passen. Nicht andersherum.

5. 05

   Wohin geht die gewonnene Zeit?

   Wenn KI Routine abnimmt, wird Zeit frei. Ohne Plan füllt sie sich mit noch mehr Routine. Mit Plan fließt sie in Beratung, Qualität, Entwicklung oder das Gespräch mit Kunden. Sagen Sie Ihrem Team das, bevor es fragt.

Bewährt hat sich ein Weg vom Ziel zum Werkzeug: das Warum klären, Anwendungsfälle finden, den Rahmen setzen, das Team befähigen, im Kleinen testen und erst dann ausrollen. Jeder Schritt endet mit einem greifbaren Ergebnis. Wie lange der Weg dauert, hängt vor allem davon ab, wie gut Ihre Daten und Systeme zugänglich sind.

1. 01

   Das Warum klären

   Warum wollen Sie KI einsetzen, und woran erkennen Sie in einem Jahr, dass es sich gelohnt hat? Ergebnis: ein Ziel in einem Satz, das jede Führungskraft erklären kann.

2. 02

   Anwendungsfälle finden und bewerten

   Sammeln Sie mit dem Team Aufgaben, die oft vorkommen und Zeit kosten. Bewerten Sie jede nach Nutzen, Aufwand und Risiko. Ergebnis: zwei bis drei Kandidaten für den Anfang.

3. 03

   Den Rahmen setzen

   Welche Daten dürfen in welches Werkzeug? Cloud-Dienst oder eigener Server? Wer gibt Ergebnisse frei? Ergebnis: eine KI-Richtlinie auf wenigen Seiten, die alle verstehen.

4. 04

   Das Team befähigen

   Eine Grundschulung für alle, die KI nutzen, und Vertiefung für die KI-Lotsen. Ergebnis: Jede und jeder weiß, was erlaubt ist und wie man ein KI-Ergebnis prüft.

5. 05

   Im Kleinen testen

   Ein Anwendungsfall, ein Team, eine feste Laufzeit. Ein Prototyp oder Proof of Concept zeigt, ob der Nutzen im echten Alltag trägt. Ergebnis: Zahlen statt Bauchgefühl.

6. 06

   Ausrollen und weiter messen

   Nur was im Test trägt, geht in die Breite. Messen Sie Zeit, Qualität und Zufriedenheit im Team weiter. Ergebnis: Erfahrung, auf die der nächste Anwendungsfall aufbaut.

Warum ist der Test im Kleinen so wichtig?

Weil viele KI-Projekte nach dem ersten Versuch enden. Das Marktforschungsunternehmen Gartner sagte im Juli 2024 voraus, dass mindestens 30 Prozent der Projekte mit generativer KI bis Ende 2025 nach dem Proof of Concept aufgegeben werden. Als Gründe nannte Gartner schlechte Datenqualität, unzureichende Risikokontrolle, steigende Kosten und unklaren Nutzen (Gartner, Juli 2024). Es handelt sich um eine Vorhersage, nicht um ein gemessenes Ergebnis.

Ein Test, der früh zeigt, dass etwas nicht trägt, ist deshalb kein Scheitern. Er spart Geld und schützt das Vertrauen im Team. Teuer wird es erst, wenn ein Werkzeug für alle eingeführt wird, bevor jemand geprüft hat, ob es hilft.

Mit Offenheit, Beteiligung und Schulung. Sagen Sie früh, was sich ändert und was nicht. Lassen Sie das Team Anwendungsfälle selbst vorschlagen. Geben Sie den KI-Lotsen echte Arbeitszeit, statt das Thema obendrauf zu packen. Und schulen Sie alle, die KI nutzen, nicht nur die Technikbegeisterten. Wer versteht, wie KI arbeitet, verliert die Scheu vor ihr.

Hilfreich ist ein erster Workshop, in dem nicht über Werkzeuge gesprochen wird, sondern über die eigene Arbeit. Diese fünf Fragen holen das Gespräch dorthin:

Was kann KI mir abnehmen?

Welche meiner Aufgaben könnte KI übernehmen, und was mache ich mit der gewonnenen Zeit?

Wo bin ich unersetzlich?

Welche Tätigkeiten brauchen mich als Menschen, mit Einfühlung, Ideen oder Beziehung?

Wer passt sich wem an?

Nutze ich das Werkzeug für meine Arbeit, oder passe ich meine Arbeit dem Werkzeug an?

Kann ich das verantworten?

Verstehe ich, was auf Grundlage eines KI-Ergebnisses entschieden wird, und stehe ich dafür ein?

Kann ich das prüfen?

Habe ich das Wissen, ein KI-Ergebnis kritisch zu prüfen, bevor ich es weitergebe?

Schulung ist dabei kein Nebenthema. Laut Bitkom schulen 91 Prozent der Unternehmen, die KI einsetzen, ihre Beschäftigten. Bei allen Unternehmen zusammen bietet noch jedes vierte gar keine Schulung an (Bitkom).

Weniger Technikwissen, als viele denken, und mehr Menschenkenntnis. Führungskräfte müssen verstehen, was KI kann und was nicht. Vor allem aber müssen sie Wandel gestalten, Unsicherheit aushalten, ethisch abwägen und ihrem Team Halt geben. Wir nennen diese Rolle gern KI-Dirigent: Er spielt nicht jedes Instrument, aber er hält das Orchester zusammen.

Eine seriöse Pauschale gibt es nicht, und die Lizenz ist selten der größte Posten. Laut Bitkom sind für KI-Anwender Rechenleistung, Datenaufbereitung und die Anbindung an bestehende Systeme die großen Kostenpunkte. Schwer kalkulierbare Kosten nennen 54 Prozent der Anwender und 63 Prozent der Unternehmen ohne KI als Hürde. Planen Sie deshalb in Stufen.

Der Test im Kleinen aus Schritt 5 ist deshalb auch ein Werkzeug für die Kostenplanung. Er zeigt, was Datenaufbereitung und Anbindung im eigenen Haus wirklich kosten, bevor Sie in die Breite gehen. Wer KI auf eigener Hardware betreiben möchte, findet die Rechnung im Ratgeber Was kostet ein lokaler KI-Server?

Das entscheiden Ihre Daten. Für allgemeine Texte ohne Firmengeheimnisse reicht oft ein Cloud-Dienst mit passendem Vertrag. Sollen Angebote, Kundendaten oder internes Wissen verarbeitet werden, spricht viel für KI auf eigener Hardware. Datenschutz ist laut Bitkom für 66 Prozent der KI-Anwender eine Hürde, 45 Prozent sorgen sich um Daten in falschen Händen.

Diese Frage gehört in Schritt 3, nicht ans Ende. Wer erst ein Cloud-Werkzeug einführt und später merkt, dass gerade die wichtigsten Unterlagen nicht hinein dürfen, fängt von vorn an. Und das Team hat sich dann schon an einen Weg gewöhnt, der nicht weiterführt.

Wie KI ohne Cloud funktioniert und für wen sie sich eignet, erklärt der Ratgeber Lokale KI für Unternehmen. Für Betriebe, die diesen Weg gehen möchten, haben wir den Helion KI-Server entwickelt, der vorinstalliert geliefert wird und ohne Cloud läuft.

Ob bestimmte Daten an einen Cloud-Dienst gehen dürfen, richtet sich nach der DSGVO, Ihren Verträgen mit Kunden und Partnern und dem Schutz Ihrer Geschäftsgeheimnisse. Dieser Abschnitt ordnet ein und ist keine Rechtsberatung.

Wenn Ihr Problem keine KI braucht. Ein Ablauf, der jedes Mal gleich ist, lässt sich mit klassischer Automatisierung günstiger lösen. Auch wenn Ihre Daten verstreut und veraltet sind, niemand im Team Zeit für das Thema hat oder gerade eine andere große Veränderung läuft, ist ein späterer Start oft der bessere. Warten heißt dabei nicht, nichts zu tun.

Zwei Dinge lohnen sich trotzdem fast immer sofort: eine kurze Richtlinie für die KI-Nutzung, die in Ihrem Betrieb ohnehin schon stattfindet, und eine Grundschulung, damit niemand aus Unwissen Firmendaten preisgibt.