Der Moment, den Sie spüren: Alle reden, keiner steuert. Kennen Sie das Gefühl, auf der Autobahn zu fahren, und plötzlich beschleunigen alle Autos um Sie herum auf dreihundert Stundenkilometer, während Sie noch versuchen, in den dritten Gang zu schalten? Das ist die aktuelle Situation der deutschen Wirtschaft. Wir erleben gerade einen Clash zweier Welten:
- Die lineare Welt des Mittelstands: Wir planen in Geschäftsjahren. Wir machen Budgets für 2026. Wir prüfen Software sechs Monate lang, bevor wir sie einführen. Wir denken: »Morgen wird so ähnlich sein wie heute, nur ein bisschen digitaler.«
- Die exponentielle Welt der KI: Was heute state of the art ist, ist in drei Monaten veraltet. ChatGPT kam Ende 2022. Ein Jahr später konnte es sehen, hören und sprechen. Zwei Jahre später generiert es Videos, die von Produktionen aus Hollywood nicht zu unterscheiden sind.
Die Abwarter-Falle: »Lass uns mal 2026 abwarten.«
In der linearen Welt war »Abwarten« eine valide Strategie. Wer nicht sofort auf jeden Zug aufgesprungen ist (erinnern Sie sich an »Second Life« oder »Clubhouse«?), hat oft Geld gespart. Der »Fast Follower« war eine kluge Position: Lass die anderen die Fehler machen, wir übernehmen dann das funktionierende System.
Bei exponentiellen Technologien ist diese Logik tödlich. Warum? Weil der Abstand nicht linear wächst, sondern explodiert.
- Linear: Ihr Konkurrent macht zehn Schritte pro Monat. Sie warten ein Jahr, er ist einhundertzwanzig Schritte voraus. Aber sobald Sie loslaufen, holen Sie Schritt für Schritt auf. Der Abstand wächst nicht. Das können Sie noch aufholen.
- Exponentiell (KI): Ihr Konkurrent nutzt KI, um seine Prozesse jede Woche um ein Prozent zu verbessern. Zinseszins-Effekt: Nach einem Jahr ist er nicht fünfzig Prozent besser, sondern er spielt ein anderes Spiel. Er hat Daten gesammelt, seine Modelle trainiert, seine Mitarbeiter geschult.
Wenn Sie heute sagen: »Wir schauen uns das Thema 2026 mal in Ruhe an«, dann entscheiden Sie sich nicht für »Ruhe«. Sie entscheiden sich für zehn Jahre Rückstand. Denn die Lernkurve, die Ihre Konkurrenz (oder ein Start-up aus dem Silicon Valley) in diesem Jahr durchläuft, können Sie nicht mit Geld kaufen. Sie können diese Erfahrung nicht »nachinstallieren«.
Das Gefühl, das Sie gerade haben – dieser Mix aus Faszination (»Wow, was das kann!«) und Überforderung (»Wer soll das alles managen?«) – ist berechtigt. Es ist zu viel für einen Einzelnen. Es ist zu schnell für die alten Strukturen.
Deshalb scheitern gerade so viele; nicht an der Technik, sondern weil sie versuchen, eine exponentielle Technologie mit linearen Werkzeugen (Jahresbudget, Lenkungsausschuss, Wasserfall-Projektmanagement) zu managen. Es ist Zeit, das Werkzeug zu wechseln.
Die Bauherren-Falle: Warum Selberbauen Geld verbrennt
Erinnern Sie sich an den IT-Leiter aus unserer Einleitung? Den Mann, der stolz auf sein selbst gebautes »Firmen-GPT« im Keller war? Er ist kein Einzelfall. Er ist das Opfer der Bauherren-Falle. In der klassischen IT-Welt war »Build versus Buy« eine legitime Diskussion. »Sollen wir SAP kaufen oder eine eigene Lagerverwaltung programmieren, die genau zu uns passt?« Oft war die eigene Lösung besser, schlanker und billiger, weil man keine teuren Lizenzen für Features zahlen musste, die man ohnehin nicht braucht.
In der KI-Welt ist diese Logik tot
Warum? Weil der »Rohstoff« (das Sprachmodell) nicht mehr statisch ist. Wenn Sie heute ein eigenes LLM (Large Language Model) auf Ihren Servern hosten und trainieren, dann konkurrieren Sie nicht mit einer anderen Softwarefirma. Sie konkurrieren mit den reichsten Unternehmen der Menschheitsgeschichte (Microsoft, Google, OpenAI, Meta), die jeden Monat Milliarden in ihre Forschung pumpen.
Das 150.000-Euro-Missverständnis
Lassen Sie uns das Szenario durchspielen, das wir gerade bei dutzenden Mittelständlern sehen:
- Der Auftrag: Die Geschäftsführung sagt: »Wir wollen unsere Daten nicht in die USA geben. Baut uns was Eigenes.«
- Der Bau: Die IT nimmt ein Open-Source-Modell (beispielsweise Llama 2), mietet teure GPU-Server, reinigt Daten, finetunt das Modell. Dauer: vier Monate. Kosten (intern und extern zusammen): 150.000 Euro.
- Der Launch: Das Modell geht live. Es ist okay. Es kann E-Mails schreiben und Dokumente zusammenfassen.
- Der Schock (zwei Wochen nach Launch): OpenAI oder Anthropic veröffentlichen ein neues Modell. Es ist zehnmal schneller, fünfzig Prozent billiger und versteht Kontext, von dem Ihr Modell nur träumt. Und Microsoft integriert genau dieses Feature per Knopfdruck in Word – für
25 Euro pro Nutzer.
Ihr 150.000-Euro-Projekt ist über Nacht Elektroschrott geworden; nicht, weil Ihre IT schlecht war, sondern weil Sie versucht haben, ein Fundament zu gießen, während sich der Boden unter Ihnen mit Lichtgeschwindigkeit bewegt hat.
Die neue Regel: Use instead of Build
Für den Mittelstand gibt es ab heute nur eine wirtschaftlich vernünftige Strategie: Nutzen statt Bauen.
- Bauen Sie keine Modelle. (Ausnahme: Sie sind ein KI-Start-up oder haben extrem sensible, nationale Sicherheitsdaten.)
- Bauen Sie keine Infrastruktur. (Warum eigene Server kühlen, wenn Azure oder AWS das skalierbar machen?)
- Bauen Sie Brücken.
Das ist Ihr neuer Job: Bauen Sie die letzte Meile. Die großen Anbieter (die »Hyperscaler«) liefern die Intelligenz (das Modell). Ihre Aufgabe ist es, diese Intelligenz mit Ihren spezifischen Daten und Prozessen zu verknüpfen.
Das Beispiel »Reisebüro«
- Falsch (Bauherr): Das Reisebüro versucht, einen eigenen Chatbot zu programmieren, der alle Hotels der Welt kennt (unmöglich zu warten).
- Richtig (Nutzer): Das Reisebüro nutzt ChatGPT (via API/Enterprise), aber es baut eine Schnittstelle (die »Brücke«), die sagt: »Nimm die Intelligenz von ChatGPT, aber nutze NUR die Hotel-Daten aus unserer Datenbank für die Antworten.«
Das nennt man RAG (Retrieval Augmented Generation). Merken Sie sich nicht das Akronym, merken Sie sich das Prinzip: Gehirn mieten (KI), Wissen besitzen (Daten).
Der Ego-Check für die IT
Das ist hart für IT-Leiter, die es gewohnt sind, »Herren der Server« zu sein. Plötzlich sind sie nur noch »Manager von API-Schnittstellen«. Aber als Geschäftsführer müssen Sie hier hart bleiben.
Wenn Ihre IT mit einem Vorschlag kommt, der »eigenes Hosting«, »Finetuning auf eigener Hardware« oder »Entwicklung von Grund auf« enthält, stellen Sie drei Fragen:
- »Können wir garantieren, dass dieses Ding in sechs Monaten noch besser ist als die Standard-Lösung von Microsoft/Google?« (Antwort: Nein.)
- »Wer wartet das, wenn der eine Werkstudent geht, der es gebaut hat?« (Antwort: Schweigen.)
- »Warum wollen wir das bauen? Um Geld zu sparen oder um uns sicher zu fühlen?«
Meistens ist es ein falsches Sicherheitsgefühl. Und dieses Gefühl kostet Sie gerade das Budget, das Sie eigentlich für die Schulung Ihrer Mitarbeiter bräuchten. Denn während Sie im Keller noch schrauben, hat der Wettbewerber schon die Kreditkarte gezückt, die Standardlösung abonniert und ist am Markt.
In der KI-Ära gewinnt nicht der, der die besten Steine hat.
Es gewinnt der, der am schnellsten das Haus baut.
Kaufen Sie die Steine.
Innenansicht Mittelstand: Zu wenig Zeit, zu viele Baustellen
Wenn ich mit Geschäftsführern spreche, höre ich selten: »KI interessiert uns nicht.« Ich höre fast immer: »Klingt super, aber wann sollen wir das noch machen?«
- Die Realität im deutschen Mittelstand sieht aktuell so aus:
- Der Vertriebsleiter ist krank, der Chef muss selbst zum Kunden.
- Die Einführung des neuen ERP-Systems ist seit sechs Monaten im Verzug und frisst bereits alle Ressourcen auf.
- Der Fachkräftemangel sorgt dafür, dass jeder Mitarbeiter für 1,2 Personen arbeitet.
- Und jetzt kommt noch einer mit KI um die Ecke.
Sie sagen: »Wir können uns jetzt nicht mit KI beschäftigen, wir müssen erst das ERP-System fixen/die ISO-Zertifizierung machen/die offenen Stellen besetzen.« Die Wahrheit ist: Sie werden diese Probleme ohne KI nicht mehr lösen können.
- Das ERP-System frisst Ressourcen? KI kann Datenmigration und Testing beschleunigen.
- Fachkräftemangel? KI ist der einzige Weg, mit gleichbleibender Mannschaft dreißig Prozent mehr Output zu schaffen.
Wer heute sagt: »Ich habe keine Zeit für KI«, sagt eigentlich: »Ich habe keine Zeit, meine Säge zu schärfen, weil ich so beschäftigt damit bin, mit dem stumpfen Blatt auf den Baum einzuschlagen.«
Der Nebel der Unklarheit
Neben dem Zeitmangel gibt es ein zweites, fast noch größeres Problem: die Orientierungslosigkeit. Als Geschäftsführer werden Sie mit tausend Dingen bombardiert. Auf LinkedIn lesen Sie morgens: »ChatGPT ist tot, Claude ist der neue König.« Mittags sagt Ihr IT-Dienstleister: »Wir machen alles mit Microsoft Copilot.« Abends entnehmen Sie dem Handelsblatt, dass die EU alles reguliert und Sie eigentlich mit einem Bein im Gefängnis stehen.
Das Ergebnis ist Paralyse. Weil Sie nicht wissen, welches Tool das richtige ist und was erlaubt ist, machen Sie lieber gar nichts. Sie warten auf »Klarheit«. Ich muss Sie enttäuschen: Diese Klarheit wird von außen nicht kommen. Der Markt wird sich nie wieder beruhigen. Es wird nie den Moment geben, in dem »das eine, fertige KI-Tool« da ist, das zehn Jahre hält wie früher Word 97.
Der Ausweg: Fokus statt Vollständigkeit
Die Lösung für »zu wenig Zeit« und »zu wenig Klarheit« ist nicht, mehr zu arbeiten oder mehr Newsletter zu lesen – auch wenn der samstägliche Newsletter »KI zum Kaffee« vom AI Training Institute ganz fantastisch ist (Biases der Autoren sind bei diesem Urteil nicht vollends ausgeschlossen).
Die Lösung ist radikale Reduktion. Sie brauchen keine »KI-Strategie«, die fünfzig Seiten lang ist. Sie brauchen keinen Stuhlkreis, der alle fünftausend KI-Tools testet. Sie benötigen eine Struktur, die den Lärm filtert; eine Struktur, die sagt:
- »Nein, wir testen heute nicht das neue Video-Tool.«
- »Ja, wir lösen jetzt das Problem mit den Kunden-E-Mails, weil uns das zehn Stunden die Woche spart.«
Diese Struktur ist das AI Competence Center (AICC), zu dem wir in Kapitel 2 kommen. Aber bevor wir die Lösung bauen, müssen wir uns noch einmal schonungslos ansehen, wo genau die Risse in Ihrem Fundament verlaufen. Denn wenn wir die nicht kitten, hilft auch das beste Tool nichts.
Unsichtbare Baustellen: Die fünf Risse in Ihrem Unternehmens-Fundament
Wenn Sie glauben, in Ihrem Unternehmen spiele KI noch keine große Rolle, muss ich Sie enttäuschen. KI ist längst da. Sie ist nur nicht dort, wo Sie sie vermuten (in der IT-Strategie), sondern dort, wo Sie sie nicht sehen (auf den privaten Smartphones Ihrer Mitarbeiter). Wir beobachten im deutschen Mittelstand immer wieder dieselben fünf Bruchstellen. Solange diese Risse nicht gekittet sind, wird jede KI-Initiative scheitern – egal, wie viel Budget Sie hineinstecken.
Riss 1: Schatten-KI – Innovation ohne Airbag
In vielen Unternehmen herrscht offiziell KI-Stillstand (»Wir prüfen das noch«). Inoffiziell nutzen die Mitarbeiter längst ChatGPT, DeepL oder Perplexity. Warum? Nicht aus Böswilligkeit, sondern aus Notwehr. Sie wollen ihre Arbeit schaffen..
Riss 2: Tool-Chaos – Aktivität ohne Wirkung
Das Gegenteil von Stillstand ist blinder Aktionismus. Jede Abteilung kauft ihre eigenen Tools.
Riss 3: Das Entscheidungs-Vakuum – kein Owner, keine Leitplanken
Wer ist in Ihrem Unternehmen für KI verantwortlich? Wenn Sie jetzt sagen: »Der IT-Leiter«, »Die Marketing-Chefin« oder »Der Geschäftsführer«, dann ist niemand verantwortlich.
Riss 4: Die menschliche Firewall – Angst, Stolz und Verweigerung
Studien (unter anderem vom MIT) zeigen: Fünfundneunzig Prozent der KI-Projekte scheitern, aber fast nie an der Technik. Sie scheitern am Faktor Mensch..
Riss 5: Der Pilot-Friedhof – Spielwiese statt Wertschöpfung
Deutsche Unternehmen lieben »Proof of Concepts« (PoC). Wir testen gerne.
Also: Abwarten ist keine Option. Selberbauen ist meistens Quatsch und Sie keine Zeit haben dafür. Ein gutes Fundament für KI-Projekte gibt es meist einfach nicht, wie die fünf genannten typischen Risse aufzeigen. Das klingt düster. Aber die gute Nachricht ist: Alle diese Probleme sind lösbar – nicht durch mehr Technologie, sondern durch Organisation.
Sie brauchen einen Ort, an dem diese Fäden zusammenlaufen. Einen Ort, der Schatten-KI ins Licht holt, an dem Tools konsolidiert, Entscheidungen getroffen und Menschen mitgenommen werden. Sie brauchen das AI Competence Center.