Dieser Beitrag wurde mit KI erstellt und noch nicht redaktionell geprüft.
Kurz gesagt
Welchen Prozess sollte ein kleines Unternehmen zuerst mit KI angehen?
Fang mit einem klar abgegrenzten, wiederkehrenden Prozess an, der text- oder datenlastig ist, heute schon digital läuft und keine besonders sensiblen Daten enthält. In der Praxis sind das E-Mail-Triage, Angebotsentwürfe, Dokumentenauswertung oder Reporting-Entwürfe. Miss den Ist-Aufwand, baue eine kleine Version, und skaliere erst danach.
Das Wichtigste
- Der erste KI-Prozess sollte wiederkehrend, text- oder datenlastig und bereits digitalisiert sein.
- Ohne geklärten Prozess und saubere Daten bringt KI wenig, sie macht die Unordnung nur schneller sichtbar.
- Starte mit einer Einstiegsautomatisierung von ein bis drei Prozessen statt mit einem großen Programm.
- Miss den Ist-Aufwand vor dem Start, sonst kannst du den Nutzen später nicht belegen.
- Kläre vor dem ersten Test, welche personenbezogenen Daten im Prozess stecken.
Die Frage kommt in fast jedem Erstgespräch: Wir wollen KI einsetzen, aber wo fangen wir an? Meist liegt schon eine Liste mit zwanzig Ideen auf dem Tisch. Genau das ist das Problem. Du brauchst keine Ideenliste, du brauchst einen ersten Prozess, den du gut genug verstehst, um ihn in vier Wochen zu verändern. Ich zeige dir, wie ich diesen Prozess auswähle.
Wie erkenne ich, welcher Prozess sich als erster für KI eignet?
Es gibt eine Kombination von Merkmalen, die in Praxisleitfäden für KMU immer wieder auftaucht. Der Prozess ist wiederkehrend, text- oder datenlastig und wird heute manuell mit etwas Urteilsvermögen erledigt. Dazu gehören das Vorsortieren von Kundenanfragen, das Auslesen unstrukturierter Dokumente, Reporting-Entwürfe und die Vorbereitung von Angeboten (Quandes, 22.08.2026).
Ich prüfe jeden Kandidaten an fünf Fragen. Wenn du drei davon mit Nein beantwortest, ist es nicht dein erster Prozess.
- Passiert die Aufgabe mindestens wöchentlich, besser täglich?
- Läuft sie heute schon digital, also in E-Mail, CRM, Ticketsystem oder Dateiablage?
- Kannst du den heutigen Aufwand in Stunden pro Woche grob beziffern?
- Gibt es eine Person, die entscheiden kann, ob ein Ergebnis gut ist?
- Sind die Daten unkritisch genug, dass ein Test kein Sonderprojekt auslöst?
Der letzte Punkt wird oft unterschätzt. Ein Leitfaden für den Mittelstand empfiehlt, die drei zeitintensivsten Routineaufgaben zu analysieren und dabei zu prüfen, welche personenbezogenen Daten enthalten sind, bevor ein KI-Tool eingesetzt wird (TTG GmbH, 03.07.2026). Das ist keine Rechtsberatung, sondern eine praktische Reihenfolge: erst klären, dann testen.
Kundenkontakt, Verwaltung oder Marketing: wo starten?
KI-nutzende kleine Unternehmen starten besonders häufig im Kundenkontakt, etwa mit E-Mail-Triage und Chatbots, sowie in Marketing und Kommunikation mit Textentwürfen (Gläser IT, 12.07.2026). Das ist naheliegend, weil der Nutzen dort schnell sichtbar wird.
Ich sehe trotzdem oft, dass interne Prozesse der bessere Einstieg sind. Sie haben weniger Außenwirkung, weniger Datenschutzfragen und du kannst schneller iterieren. Wenn eine Zusammenfassung schlecht ist, merkt es niemand außerhalb des Teams. Wenn eine KI-Antwort an einen Kunden schlecht ist, schon.
| Bereich | Typischer erster Prozess | Was dagegen spricht |
|---|---|---|
| Kundenkontakt | E-Mail-Triage und Vorsortierung von Anfragen | Personenbezogene Daten, Fehler sind sichtbar |
| Vertrieb | Angebotsentwürfe vorformulieren, Freigabe durch Menschen | Setzt saubere Preis- und Leistungsdaten voraus |
| Verwaltung | Dokumente auslesen, Meetings zusammenfassen, To-dos strukturieren | Nutzen wirkt klein, ist aber leicht messbar |
| Marketing | Textentwürfe und FAQ-Antworten aus vorhandenen Dokumenten | Qualität hängt stark an vorhandenem Wissensmaterial |
Meetings zusammenfassen und To-dos strukturieren wird als Entlastung interner Abläufe ebenfalls häufig genannt (Synclaro, 25.03.2026). Für den Start reicht das völlig. Du willst im ersten Schritt lernen, wie dein Team mit KI-Ergebnissen umgeht, nicht den größten Hebel heben.
Wie digitalisiert muss der Prozess heute schon sein?
Ausreichend digitalisiert heißt: Der Prozess ist geklärt und die relevanten Daten liegen sauber vor (Quandes, 22.08.2026). Das ist die Hürde, an der die meisten Projekte scheitern, nicht die Technik.
Ein Beispiel aus meiner Praxis: Ein Team wollte Angebote automatisch vorformulieren lassen. Beim Nachfragen stellte sich heraus, dass jeder Vertriebler eine eigene Vorlage nutzte und Preise in drei verschiedenen Tabellen lagen. KI hätte hier drei Varianten von Unordnung produziert. Wir haben erst die Vorlage vereinheitlicht, dann automatisiert. Das kostete zwei Wochen mehr und hat das Projekt gerettet.
Wenn du den Prozess nicht in fünf Sätzen erklären kannst, ist er noch nicht bereit für KI. Schreibe ihn vorher auf. Diese Übung deckt mehr Probleme auf als jedes Tool.
Wie teste ich einen ersten KI-Prozess ohne großes Projekt?
Ein bewährtes Vorgehen für KMU besteht aus vier Schritten: einen konkreten Prozess identifizieren, die Machbarkeit prüfen (Datenlage, Tools, Datenschutz), ein kleines MVP bauen und testen, danach messen und skalieren (NPC Agency, 30.03.2026). Ich halte mich fast immer daran.
Für die Auswahl selbst funktioniert ein einfacher Vier-Wochen-Rhythmus. In Woche eins und zwei fragst du dein Team nach den größten Zeitfressern und notierst drei wiederkehrende Aufgaben. In Woche drei und vier wählst du einen Anwendungsfall mit klarem Prozess, messbarem Aufwand und ohne sensible Sonderfälle und misst den Ist-Aufwand (Gläser IT, 12.07.2026).
- Zeitfresser sammeln: drei wiederkehrende Aufgaben pro Team, ungefiltert.
- Einen Kandidaten wählen und den Ist-Aufwand zwei Wochen lang grob mitschreiben.
- Kleinste sinnvolle Version bauen, mit Mensch in der Freigabeschleife.
- Zwei bis vier Wochen im echten Betrieb laufen lassen und gegen den Ist-Aufwand vergleichen.
- Erst danach entscheiden: ausbauen, anpassen oder abbrechen.
Wichtig ist die Größenordnung. Ein KMU-Guide unterscheidet zwischen Einstiegsautomatisierung mit ein bis drei Prozessen und leichter KI-Komponente und Hyperautomation mit vielen Prozessen, RPA und KI-Agenten. Für kleine Unternehmen wird explizit die Einstiegsphase empfohlen (CollectiveBrain, 07.04.2026). Ich sehe es genauso. Agenten sind spannend, aber sie sind kein Startpunkt.
Warum starten so wenige kleine Unternehmen wirklich?
Laut Bitkom nutzen 2026 41 Prozent der Unternehmen ab 20 Beschäftigten aktiv KI, weitere 48 Prozent planen oder diskutieren den Einsatz (Bitkom, 11.03.2026). Die Lücke zwischen Diskussion und Umsetzung ist groß. Eine Auswertung von Bitkom-Zahlen kommt für kleine und mittlere Unternehmen sogar auf rund 4 Prozent aktive Nutzung (NPC Agency, 30.03.2026).
Meine Beobachtung: Es scheitert selten am Tool. Es scheitert daran, dass niemand entscheidet, welcher Prozess zuerst dran ist. Solange alle Optionen offen bleiben, passiert nichts. Eine Entscheidung für einen mittelguten Prozess ist besser als eine offene Liste mit zwanzig perfekten Ideen.
Nimm den Prozess, bei dem dein Team am lautesten stöhnt. Akzeptanz ist beim ersten Projekt wichtiger als der maximale Zeitgewinn.
Welche Fehler solltest du beim ersten Prozess vermeiden?
- Kein Ist-Wert: Ohne gemessenen Aufwand vorher kannst du den Nutzen nachher nicht belegen.
- Zu viele Sonderfälle: Wenn ein Prozess zwölf Ausnahmen hat, automatisiere erst den Standardfall.
- Keine Freigabeschleife: Bei Angeboten und Kundenantworten gehört ein Mensch in den letzten Schritt.
- Datenschutz erst am Ende: Kläre vorher, welche personenbezogenen Daten im Prozess stecken, und hole bei Bedarf deinen Datenschutzbeauftragten dazu.
- Zu breit gestartet: Drei Prozesse gleichzeitig bedeuten meist drei halbfertige Prozesse.
Wenn du unsicher bist, welcher Prozess bei dir der richtige erste ist, schauen wir gemeinsam drauf. Buch dir ein KI-Audit über cal.com/timon-grimm. Dreißig Minuten, du erzählst mir eure größten Zeitfresser, ich sage dir ehrlich, welcher davon sich lohnt und welcher nicht.
Worauf sich dieser Beitrag stützt
- 01KI-Automatisierung für KMU: zwischen Hype und NutzenQuandes, 2026-08-22
- 02KI-Automatisierung im KMU: 6 Anwendungsfälle, die sich rechnenGläser IT, 2026-07-12
- 03Digitalisierung der Wirtschaft: Fast jedes Unternehmen beschäftigt sich mit KIBitkom e. V., 2026-03-11
- 04Fallstudie: 55.000 Dollar/Jahr gespart mit KI-AutomatisierungNPC Agency, 2026-03-30
- 05KI und Automatisierung im Mittelstand: Die 5 FAQTTG GmbH, 2026-07-03
- 06Prozesse automatisieren 2026: Guide für KMU mit 5-Phasen-PlanCollectiveBrain, 2026-04-07