Der rentabelste KI-Agent für ein KMU ist in der Regel nicht derjenige, der „alles kann“. Entscheidend ist, dass er einen klar abgegrenzten, häufig wiederkehrenden und messbaren Prozess übernimmt, ohne dem Team die Kontrolle über sensible Entscheidungen zu entziehen.
KI wird in kleinen Unternehmen bereits zunehmend eingesetzt, bleibt aber oft eine Randerscheinung. Laut einer OECD-Umfrage nutzen rund 31 % der befragten KMU generative KI. Von diesen Unternehmen setzen lediglich 29 % sie in ihren Kerntätigkeiten ein; meist handelt es sich weiterhin um punktuelle, einfache oder vom Kerngeschäft entfernte Anwendungen.[2]
Der richtige Ausgangspunkt lautet daher nicht „KI überall einführen“. Sinnvoller ist es, einen wiederkehrenden Workflow auszuwählen, den Ist-Zustand zu messen und den Agenten nur jene Schritte zu übertragen, die sie zuverlässig vorbereiten, prüfen und dokumentieren können.
Das Wichtigste: Ein KI-Agenten-Projekt wird rentabel, wenn es reale Betriebskosten senkt oder ein messbares Ergebnis verbessert – bei vertretbarem Risiko. Eine beeindruckende Vorführung ist noch kein ROI.
Warum KMU den Schritt vom Test zum Nutzen oft nicht schaffen
Die OECD nennt mehrere Voraussetzungen für die Einführung von KI in KMU: Konnektivität, Daten, Algorithmen und Rechenleistung, Kompetenzen sowie Finanzierung.[1] Der Zugang zu einem leistungsfähigen Modell reicht also nicht aus. Zusätzlich braucht es nutzbare Daten, Geschäftsregeln, eine verantwortliche Person und eine Methode zur Ergebnismessung.
Ein häufiger Fehler besteht darin, mit dem Werkzeug zu beginnen: ein Abonnement für einen Assistenten, eine Verbindung zum CRM, eine Automatisierung des Postfachs – und erst danach die Suche nach einem Problem. So entstehen oft verstreute Versuche, die sich nur schwer dauerhaft betreiben lassen.
Die Reihenfolge sollte umgekehrt sein:
- einen häufig wiederkehrenden Prozess bestimmen;
- den heutigen Zeitaufwand, die Fehler und die Durchlaufzeiten messen;
- automatische Vorbereitung und menschliche Entscheidung trennen;
- zulässige Quellen und Berechtigungen festlegen;
- mit echten, aber reversiblen Fällen testen;
- die Ergebnisse mit dem Ausgangszustand vergleichen.
Das NIST stellt einen freiwilligen Rahmen für das Risikomanagement von KI bereit, mit dem Verlässlichkeit in die Entwicklung, Nutzung und Bewertung von Systemen eingebunden werden soll.[5] Für ein KMU lässt sich die zugrunde liegende Logik auf vier einfache Fragen reduzieren: Wer verantwortet den Workflow? Welcher Kontext muss erfasst werden? Was wird gemessen? Und wie werden Vorfälle behandelt?
6 Kriterien für einen rentablen ersten Workflow
Ein geeigneter Kandidat erfüllt die meisten der folgenden Kriterien.
1. Er kommt häufig genug vor
Eine Aufgabe, die einmal pro Quartal anfällt, liefert selten eine schnelle Rendite. Eine Anfrage, die zwanzigmal pro Woche bearbeitet wird, kann eine Investition rechtfertigen – selbst wenn jeder einzelne Vorgang nur wenige Minuten beansprucht.
2. Der Eingang ist eindeutig erkennbar
Eingehende E-Mail, Formular, CRM-Eintrag, abgelegtes Dokument oder bekannter Termin: Der Agent muss erkennen können, wann sein Auftrag beginnt. Eine vage Vorgabe wie „Hilf uns, produktiver zu werden“ ist kein Workflow.
3. Das Ergebnis lässt sich prüfen
Eine Einstufung, ein Entwurf, eine Liste fehlender Unterlagen oder eine Zusammenfassung sind überprüfbar. Eine allgemeine Zusage wie „den Umsatz steigern“ ist es ohne Zwischenkennzahlen nicht.
4. Ausnahmen sind beherrschbar
Der Prozess braucht eine eindeutige Regel: Fehlen Informationen, ist das Risiko hoch oder reicht die Sicherheit nicht aus, hält der Agent an und übergibt den Vorgang an einen Menschen.
5. Die Daten sind rechtlich und technisch zugänglich
Bei der Verarbeitung personenbezogener Daten erinnert die CNIL insbesondere an die Grundsätze der Zweckbindung, Datenminimierung, Information und Wahrnehmung der Betroffenenrechte.[3] Deshalb sollten nur notwendige Quellen angebunden, Aufbewahrungsfristen festgelegt und ein standardmäßiger Zugriff des Agenten auf das gesamte Informationssystem verhindert werden.
6. Das Ergebnis ist vorher und nachher messbar
Durchschnittlicher Zeitaufwand, Zeit bis zur ersten Antwort, unvollständige Vorgänge, manuelle Nacharbeit, Freigabequote oder überfällige Aufgaben: Wählen Sie zwei oder drei Kennzahlen, die das Unternehmen tatsächlich verfolgt.
Workflow Nr. 1: Eingehende Anfragen qualifizieren
Für wen? Agenturen, Kanzleien und Beratungen, Handwerksbetriebe, Dienstleistungsunternehmen, Immobilienunternehmen sowie Betriebe, die Anfragen per E-Mail oder Formular erhalten.
Ein kleines Team verliert schnell Zeit damit, Nachrichten erneut zu lesen, Zusammenhänge zu suchen, die Dringlichkeit einzuschätzen und Informationen in ein Nachverfolgungssystem zu übertragen. Ein Workflow mit drei Rollen kann diese Arbeit vorbereiten:
- Ein Agent extrahiert Fakten und kennzeichnet fehlende Angaben.
- Ein Fachagent schlägt die Einstufung und den nächsten Schritt vor.
- Ein Kontrollagent prüft die Kriterien, bevor das Ergebnis einem Menschen vorgelegt wird.
Der Agent darf kein Budget erfinden, das Unternehmen nicht verpflichten und ohne Freigabe keine geschäftliche Antwort versenden. Das sinnvolle Ergebnis ist ein strukturiertes Datenblatt: Bedarf, Unternehmen, Frist, Priorität, fehlende Angaben und Antwortentwurf.
Mögliche Kennzahlen: Dauer der Qualifizierung, Anteil vollständiger Anfragen, menschlicher Zeitaufwand je Vorgang und Anteil korrigierter Empfehlungen.
Workflow Nr. 2: Vertriebliche Nachfassaktionen vorbereiten
Für wen? B2B-KMU mit Angeboten, Verkaufschancen oder Gesprächen, für die kein nächster Schritt vorgesehen ist.
Das System überwacht ausschließlich freigegebene Quellen, erkennt Vorgänge ohne Nachverfolgung, fasst den letzten Austausch zusammen und bereitet eine passende Nachricht vor. Der Versand bleibt der Vertriebsmitarbeiterin oder dem Vertriebsmitarbeiter vorbehalten.
Der Wert entsteht nicht allein dadurch, dass ein Text schneller verfasst wird. Er liegt in der operativen Disziplin: Kein geeigneter Vorgang wird vergessen, der Kontext liegt bereit und der Vertrieb kann in wenigen Sekunden entscheiden, ob die Nachricht versendet, geändert oder verworfen wird.
Mögliche Kennzahlen: Verkaufschancen ohne nächsten Schritt, durchschnittliche Zeit zwischen zwei Nachfassaktionen, Freigabequote der Entwürfe und vereinbarte Termine. Der Umsatz kann beobachtet werden, darf dem Agenten jedoch ohne geeignete Analysemethode nicht automatisch zugerechnet werden.
Workflow Nr. 3: Vorgänge und Dokumente prüfen
Für wen? Immobilienwirtschaft, Ausschreibungen, Verwaltung, Finanzwesen, Personalbeschaffung oder Tätigkeiten, bei denen ein Vorgang bestimmte Unterlagen enthalten muss.
Der Agent gleicht eingegangene Dokumente mit einer freigegebenen Prüfliste ab, erfasst relevante Daten oder Referenzen und erstellt eine Liste vorhandener, fehlender oder unklarer Bestandteile. Eine zweite Rolle kann prüfen, ob jede Schlussfolgerung auf ein eindeutig bestimmbares Dokument verweist.
Dieser Workflow reduziert vor allem wiederholte Kontrollarbeit. Er darf keine rechtliche, finanzielle oder regulatorische Entscheidung anstelle der verantwortlichen Person treffen. Bei einem unleserlichen Dokument, einem Widerspruch oder unerwarteten sensiblen Daten wird der Vorgang eskaliert.
Mögliche Kennzahlen: vor der Bearbeitung erkannte unvollständige Vorgänge, Prüfzeit, festgestellte Versäumnisse und Anzahl berechtigter Eskalationen.
Workflow Nr. 4: Kundenservice vorbereiten
Für wen? Unternehmen mit einer stabilen Wissensbasis und wiederkehrenden Anfragen.
Ein Agent ordnet die Anfrage ein, recherchiert in freigegebenen Quellen und erstellt eine Antwort mit Quellenangaben. Ein Kontrollagent prüft, ob sich die Antwort tatsächlich auf die Dokumentation stützt und keine Zusage außerhalb der Geschäftspolitik enthält.
Es ist sinnvoller, zunächst Antworten vorbereiten zu lassen, statt sofort einen vollständig autonomen Kundenservice einzuführen. Dieser Ansatz macht Lücken in der Dokumentation, unscharf definierte Kategorien und Fälle, die menschliche Fachkenntnis erfordern, schnell sichtbar.
Mögliche Kennzahlen: Zeit bis zum ersten Entwurf, Anteil der Antworten, die ohne wesentliche Korrektur angenommen werden, Eskalationen und wiederkehrende Anfragen, für die keine Dokumentation vorliegt.
Workflow Nr. 5: Berichte für die Geschäftsführung vorbereiten
Für wen? Geschäftsführungen, die jede Woche Informationen aus mehreren Werkzeugen oder von mehreren Verantwortlichen zusammenführen.
Der Workflow sammelt freigegebene Kennzahlen, erkennt Abweichungen, listet offene Entscheidungen auf und erstellt eine kurze Übersicht. Er ersetzt nicht die Analyse der Geschäftsführung, sondern verringert den Zeitaufwand für das Sammeln und Aufbereiten von Informationen.
Die Verlässlichkeit hängt von der Nachvollziehbarkeit ab. Jede wichtige Zahl muss auf ihre Quelle verweisen, und jedes Datenloch muss sichtbar bleiben. Ein Agent sollte eine Lücke niemals stillschweigend mit einer Schätzung füllen.
Mögliche Kennzahlen: Vorbereitungszeit, erkannte fehlende Daten, Korrekturen nach der Prüfung sowie Entscheidungen ohne verantwortliche Person oder Frist.
Einen glaubwürdigen ROI berechnen, ohne Einsparungen zu erfinden
Eine einfache Berechnung genügt, um zu entscheiden, ob sich ein Pilotprojekt lohnt.
Geschätzter monatlicher Wert = monatliche Vorgänge × eingesparte Minuten je Vorgang × Vollkosten pro Arbeitsstunde ÷ 60.
Davon sind anschließend abzuziehen:
- über den gewählten Zeitraum abgeschriebene Einrichtungskosten;
- KI-Modelle und Infrastruktur;
- Lizenzen oder Schnittstellen;
- Zeitaufwand für die menschliche Kontrolle;
- Wartung und Behandlung von Vorfällen.
Qualitative Effekte sollten separat erfasst werden: weniger Versäumnisse, kürzere Durchlaufzeiten, bessere Nachvollziehbarkeit oder die Fähigkeit, Belastungsspitzen aufzufangen. Rechnen Sie diese Effekte nicht willkürlich in Euro um.
Simulationsbeispiel – kein Kundenergebnis
Ein Unternehmen bearbeitet 300 Anfragen pro Monat. Die bisherige Qualifizierung dauert 8 Minuten; mit dem Workflow sinkt die menschliche Prüfzeit auf 3 Minuten. Bei Vollkosten von 35 € pro Arbeitsstunde beträgt die theoretische Bruttoeinsparung:
300 × 5 × 35 ÷ 60 = 875 € pro Monat
Dieser Betrag ist weiterhin eine Annahme. Bevor von einer Rendite gesprochen werden kann, muss das Pilotprojekt die tatsächlich eingesparten fünf Minuten, die Korrekturquote und die Betriebskosten überprüfen.
Leitplanken vor dem ersten Test
Ein rentabler, aber unkontrollierter Workflow kann teurer werden als die manuelle Aufgabe. Zur betrieblichen Mindestausstattung gehören:
- ein schriftlich festgelegter Auftrag und Umfang;
- eine ausdrückliche Liste freigegebener Quellen;
- minimale Berechtigungen für jeden Agenten;
- eine menschliche Freigabe vor Versand, Veröffentlichung, Zahlung, Löschung oder sensibler Änderung;
- ein Protokoll der Aktionen und Fehler;
- ein Verfahren zum Anhalten und Wiederherstellen;
- Tests mit normalen, unvollständigen und widersprüchlichen Fällen;
- eine benannte verantwortliche Person.
Die Europäische Kommission weist darauf hin, dass Anbieter und Betreiber von KI-Systemen geeignete Maßnahmen treffen müssen, um die KI-Kompetenz der damit arbeitenden Personen zu fördern – abgestimmt auf Erfahrung, Ausbildung und Nutzungskontext.[4] Das Team darin zu schulen, unsichere Antworten, unzulässige Daten oder notwendige Eskalationen zu erkennen, gehört daher zur Einführung und ist keine nachträgliche Zusatzoption.
Ein Einführungsplan für 30 Tage
Woche 1 – messen und abgrenzen
Wählen Sie genau einen Workflow. Erfassen Sie Volumen, durchschnittlichen Zeitaufwand, Fehler und Ausnahmen. Legen Sie zulässige Daten, verbotene Aktionen und die für Freigaben verantwortliche Person fest.
Woche 2 – aufbauen und außerhalb des Produktivbetriebs testen
Konfigurieren Sie Rollen, Regeln und Ergebnisse. Testen Sie mit bereinigten historischen Beispielen oder in einer isolierten Umgebung. Nehmen Sie schwierige Fälle in den Testsatz auf, statt sie auszublenden.
Woche 3 – überwachtes Pilotprojekt
Der Agent bereitet vor; ein Mensch kontrolliert jedes Ergebnis. Messen Sie den tatsächlich eingesparten Zeitaufwand, die Korrekturen und die Eskalationen. Sind die Ergebnisse instabil, verkleinern Sie den Umfang.
Woche 4 – entscheiden
Vergleichen Sie das Pilotprojekt mit dem Ausgangszustand. Drei Entscheidungen sind möglich: mit Leitplanken in den Produktivbetrieb überführen, korrigieren und das Pilotprojekt verlängern oder abbrechen, weil der Prozess nicht stabil oder rentabel genug ist.
Einen ungeeigneten Workflow zu stoppen, ist ein Erfolg der verantwortungsvollen Steuerung – kein Scheitern des KI-Projekts.
Welcher Workflow eignet sich als Einstieg?
Beginnen Sie mit einem Prozess, der hohe Häufigkeit, verständliche Regeln, zugängliche Daten, ein überprüfbares Ergebnis und geringe Fehlerkosten vereint. Für viele KMU sind die Qualifizierung von Anfragen, vorbereitete Nachfassaktionen, Dokumentenprüfungen oder Berichte ein besserer Einstieg als ein autonomer Agent, der direkt mit Kundinnen und Kunden kommuniziert.
Agent Masons richtet drei getrennte Rollen rund um einen realen Prozess ein: Vorbereitung, fachliche Ausführung und Kontrolle. Sensible Aktionen bleiben von Ihrer Freigabe abhängig; zur Installation gehören Backups, Tests und eine Dokumentation für die Wiederherstellung.
Sie wissen nicht, welchen Prozess Sie wählen sollen? Die kostenlose Diagnose erstellt direkt in Ihrem Browser einen ersten Plan für drei Agenten. Sie können das Ergebnis ansehen und ausdrucken, ohne Ihre Antworten zu übermitteln.
Quellen
[1] OECD — AI adoption by small and medium-sized enterprises : https://www.oecd.org/en/publications/ai-adoption-by-small-and-medium-sized-enterprises_426399c1-en.html
[2] OECD — Generative AI and the SME Workforce : https://www.oecd.org/en/publications/generative-ai-and-the-sme-workforce_2d08b99d-en/full-report/component-4.html
[3] CNIL — IA et RGPD : recommandations pour une innovation responsable : https://www.cnil.fr/fr/ia-et-rgpd-la-cnil-publie-ses-nouvelles-recommandations-pour-accompagner-une-innovation-responsable
[4] Europäische Kommission — AI Literacy: Questions & Answers : https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
[5] NIST — AI Risk Management Framework : https://www.nist.gov/itl/ai-risk-management-framework