KI im Mittelstand: Zwischen Verantwortung und Fortschritt

Inhaltsübersicht

1. Tradition trifft Transformation
   Wie der Mittelstand im DACH-Raum KI nicht als Hype, sondern als Werkzeug begreift.

2. KI als Werkzeug im Alltag
   Warum konkrete Anwendungsfälle wie Wartung oder Personalplanung im Fokus stehen.

3. Hürden bei der Einführung
   Woran KI-Integration häufig scheitert – von IT über Talente bis zur DSGVO.

4. Best Practices aus der Praxis
   Wie Unternehmen wie Mister Spex, On Running und Evotec KI heute nutzen.

5. Technik wird leichter – Verantwortung schwerer
   Was das EU-KI-Gesetz und neue Regulierungen für KMUs bedeuten.

6. Vertrauen als Fundament
   Warum interne Akzeptanz für KI ebenso wichtig ist wie rechtliche Absicherung.

7. Neugestaltung statt Neuerfindung
   Wie KMUs mit Partnern, Know-how und Ethik die Zukunft aktiv mitgestalten.

8. Vom Reden ins Tun: Fünf praktische Startpunkte
   Konkrete Empfehlungen für KMUs, die KI sinnvoll und verantwortungsvoll einführen wollen.

Tradition trifft Transformation: Wie KMUs zwischen Werkbank und Wachstumskurve die Zukunft neu verhandeln

Die mittelständischen Unternehmen der DACH-Region – diese stillen, unermüdlichen kleinen und mittleren Unternehmen, eingebettet zwischen Wäldern, Fabrikstädten und Familiengeschichten – bilden seit langem das Rückgrat der industriellen Macht Mitteleuropas. Sie sind es, die die Dinge herstellen, die andere Dinge funktionieren lassen: Präzisionswerkzeuge, obskure Maschinenteile, chemische Formeln, die niemand sonst ganz richtig hinbekommt. Ihre Stärke lag nie in ihrer Größe oder ihrem Hype, sondern in ihrem Handwerk, ihrer Fokussierung und ihrer Kontinuität.

Doch was lange als Stärke galt – Kontinuität, Verlässlichkeit, klare Abläufe – gerät ins Wanken. Künstliche Intelligenz sickert in HR-Prozesse, Logistik und Entwicklung ein, oft unauffällig, aber spürbar. Sie ist kein weiteres Tech-Update, das man aussitzen kann. Sie verändert, wie Entscheidungen getroffen werden. Wie Arbeit verteilt wird. Wie Unternehmen sich selbst verstehen. Und plötzlich stehen auch jene, die sonst lieber nachjustieren als umwerfen, vor der Frage: Geht das weiter wie bisher – oder denken wir neu?

KI als praktischer Ansatz – und als Hürde, die es zu überwinden gilt

Viele Mittelständler sehen KI nicht als Revolution, sondern als Werkzeug – als etwas, das hilft, klarer zu sehen. Was, wenn Maschinen nicht erst ausfallen müssten, bevor man reagiert? Wenn man Personalengpässe erkennt, bevor sie eskalieren? Wenn Umsatzprognosen nicht nur rückwärts schauen, sondern die Eigenheiten des Standorts, des Wetters oder saisonaler Muster miteinbeziehen? Keine Visionen aus dem Labor, sondern reale, greifbare Hebel – direkt im Maschinenraum des Alltags.

Das sind keine Buzzwords, das sind Szenarien, bei denen viele KMUs hellhörig werden. Vorausschauende Instandhaltung, KI-gestützte Planung, präzisere Prognosen – das sind keine Tech-Spielereien. Dahinter stecken Antworten auf vertraute Fragen: Wie bleibt man effizient? Wie sichert man Qualität? Wie hält man den Laden am Laufen, ohne sich zu verzetteln? Hier geht es nicht um Science-Fiction. Es geht um Werkzeuge, die sich in bestehende Abläufe einfügen und Prozesse klüger machen – ohne viel Lärm, aber mit Wirkung.

Dennoch bleibt der Weg zur Einführung holprig. Ende 2024 beschäftigten sich mehr als die Hälfte der deutschen Unternehmen aktiv mit KI, aber nur 17 % der KMU hatten sie integriert. In Österreich nutzten 2024 20 % der Unternehmen mit mindestens zehn Mitarbeitenden KI-basierte Technologien, gegenüber 11 % im Jahr 2023. In der Schweiz variieren die KI-Einführungsraten je nach Region und Unternehmensgröße. So ergab beispielsweise eine Umfrage aus dem Jahr 2024 in Genf, dass 54 % der KMU KI in ihre Geschäftsprozesse integriert hatten, wobei die höchste Einführungsrate (63 %) bei den kleinsten Unternehmen (1–10 Mitarbeitende) zu verzeichnen war.

Diese Zurückhaltung ist auf konkrete, immer wiederkehrende Hindernisse zurückzuführen. Es ist schwierig, qualifizierte KI-Talente zu finden und zu bezahlen. Ältere IT-Systeme sind oft nicht mit modernen KI-Tools kompatibel. Und die Einhaltung gesetzlicher Vorschriften – insbesondere der DSGVO und des EU-KI-Gesetzes – erfordert Fachwissen und Ressourcen, über die viele kleinere Unternehmen noch nicht verfügen. Diese Bedenken sind im Tagesgeschäft begründet. Für einen 150-Mann-Produzenten außerhalb von Stuttgart oder einen Präzisionsteilezulieferer im Schweizer Kanton Aargau mit knapp hundert Mitarbeitenden bedeutet die Integration von KI oft, dass sie sich mit einer überwältigenden Checkliste konfrontiert sehen: Beschaffung, Infrastruktur, Compliance, Weiterqualifizierung und messbarer ROI. Die Dynamik verlangsamt sich angesichts der täglichen Anforderungen – Beschaffungschecklisten, veraltete Systeme und überlastete Teams, die komplexe Upgrades bewältigen und gleichzeitig bestehende Verpflichtungen erfüllen müssen.

Allerdings könnte das langsamere Tempo auch ein Zeichen dafür sein, dass Substanz mehr gefragt ist als Spektakel. KI, die im Hintergrund arbeitet und für reibungslosere Abläufe sorgt, passt viel besser als auffällige, undurchsichtige Lösungen. Wenn Unternehmen fragen, was KI leisten kann, lautet die eigentliche Frage: Kann sie uns dabei helfen, das, was wir bereits gut können, noch besser zu machen?

Beispiele, die aufklären, statt zu blenden

Und doch ist eine stille Welle der Einführung im Gange. Die deutsche Optikerkette Mister Spex, die rund 70 Filialen betreibt, nutzt das KI-gestützte Human Capital Management von Workday, um die Personalplanung zu optimieren – durch automatische Prognosen des Personalbedarfs, die Optimierung des Personaleinsatzes und erhebliche Zeitersparnisse für die Führungskräfte jede Woche.

Die Schweizer Sportmarke On Running, die Workday bereits mit weniger als 800 Mitarbeitenden eingeführt hat, nutzt Prism Analytics für sichere Geschäftseinblicke in Echtzeit. Dies ermöglicht agile Entscheidungen, während das Unternehmen auf den globalen Märkten wächst. Das Spezialchemieunternehmen CHT Group hat fragmentierte HR-Systeme durch die einheitliche Plattform von Workday ersetzt und profitiert nun von integrierter KI, die die globale Transparenz im Personalwesen unterstützt und die Anpassungsfähigkeit der Belegschaft verbessert. Das Life-Science-Unternehmen Evotec konsolidierte seine Altsysteme mit Workday und reduzierte so den Berichtsaufwand drastisch. Durch KI-gestützte Automatisierung und Analysen, die den manuellen Arbeitsaufwand reduzieren und Erkenntnisse schneller verfügbar machen, konnte die betriebliche Effizienz gesteigert werden.

Die Tools werden billiger. Die Fragen werden schwieriger.

Cloud-basierte KI, Abonnementdienste und No-Code-Tools ebnen die Kurve. Ein Bericht des amerikanischen Cloud-Software-Unternehmens Pax8 aus dem Jahr 2024 ergab, dass 88 % der KMU mindestens ein KI-System eingeführt haben, was einen Wendepunkt signalisiert, der durch eine breitere Verfügbarkeit von Tools, geringere Implementierungsbarrieren und benutzerfreundliche Plattformen geprägt ist. Dieser Aufschwung ist nicht auf einen plötzlichen Optimismus zurückzuführen, sondern auf konkrete Faktoren wie Cloud-basierte Dienste, Abonnementmodelle und intuitive Benutzeroberflächen, die KI auch für Teams mit begrenzten Ressourcen praktikabel machen.

Doch mit dem Wegfall von Hindernissen steigen auch die Verantwortlichkeiten. Der risikobasierte KI-Rahmen der EU, der im KI-Gesetz festgelegt ist, hat bei KMU Bedenken ausgelöst, dass selbst bescheidene, eng zugeschnittene KI-Anwendungen als „risikoreich“ eingestuft werden könnten und damit umfangreichen Compliance-Verpflichtungen unterliegen würden. Dazu gehören Anforderungen in Bezug auf Transparenz, Dokumentation, Datenqualität, menschliche Aufsicht und Risikomanagementsysteme – Aufgaben, die kleine Teams mit begrenzten rechtlichen und technischen Ressourcen überfordern können. Artikel 55 des Gesetzes erkennt diese Herausforderung an und bietet regulatorische Sandkästen und Förderprogramme zur Entlastung an. Branchenverbände wie der KI-Bundesverband und der eco Verband warnen jedoch weiterhin, dass diese Maßnahmen möglicherweise nicht ausreichen. Sie argumentieren, dass die Last der Compliance, insbesondere ohne klare Umsetzungsrichtlinien, Innovationen behindern und die Beteiligung genau der Unternehmen einschränken könnte, die die KI-Landschaft Europas lebendig, anpassungsfähig und ethisch fundiert machen.

Zu diesem ohnehin schon komplexen regulatorischen Umfeld kommt die bevorstehende EU-Lohngleichheitsrichtlinie hinzu, die bis Juni 2026 in nationales Recht umgesetzt werden muss und neue Compliance-Anforderungen einführt, die sich weiter auf kleine und mittlere Unternehmen auswirken werden. Die Richtlinie verpflichtet Arbeitgeber mit mindestens 100 Beschäftigten zur Meldung geschlechtsspezifischer Lohnunterschiede, wobei die Häufigkeit der Meldungen je nach Unternehmensgröße variiert. Unternehmen mit 250 oder mehr Beschäftigten müssen jährlich Bericht erstatten, während Unternehmen mit 150 bis 249 Beschäftigten alle drei Jahre Bericht erstatten müssen. Wird ein geschlechtsspezifisches Lohngefälle von 5 % oder mehr festgestellt, das nicht objektiv gerechtfertigt werden kann, muss eine gemeinsame Lohnbewertung mit den Arbeitnehmervertretern durchgeführt werden.

Diese Anforderungen erfordern erhebliche Investitionen in Datenerfassungs- und -analysesysteme, was einen zusätzlichen Druck auf Unternehmen ausübt, die bereits über begrenzte Ressourcen verfügen. Die Richtlinie verbietet auch Geheimhaltungsklauseln in Bezug auf die Vergütung und verpflichtet Arbeitgeber, Gehaltsspannen in Stellenanzeigen zu veröffentlichen und Bewerber nicht nach ihrer bisherigen Vergütung zu fragen. Für Unternehmen, die möglicherweise noch keine strukturierten Vergütungssysteme oder zentralisierten HR-Datensysteme haben, werden diese Anforderungen sowohl kulturelle als auch technologische Veränderungen erfordern.

Während die Richtlinie Transparenz und Fairness fördern soll – Ziele, die von vielen geteilt werden –, haben Wirtschaftsverbände Bedenken hinsichtlich unbeabsichtigter Folgen geäußert. Unter anderem wird befürchtet, dass die Komplexität der Compliance und der Verwaltungsaufwand die Aufmerksamkeit von strategischen Transformationsbemühungen ablenken könnten, insbesondere in Unternehmen, die gleichzeitig die Einführung von KI, wirtschaftliche Unsicherheiten und die Bindung von Mitarbeitenden bewältigen müssen. Die Richtlinie sieht zwar Unterstützungsmaßnahmen für KMU vor, wie z. B. Zugang zu regulatorischen Sandkästen und finanzielle Unterstützung, doch wird viel davon abhängen, wie diese umgesetzt werden – und ob sie für Unternehmen außerhalb der großen Ballungszentren zugänglich und praktikabel sind. Bei einer guten Umsetzung könnten diese Bestimmungen den Unternehmen jedoch die Klarheit und die Instrumente an die Hand geben, die sie benötigen, um nicht nur die Vorschriften einzuhalten, sondern auch eine Vorreiterrolle bei fairen und transparenten Vergütungspraktiken zu übernehmen. Dies würde ihre Arbeitgebermarke stärken, das Vertrauen der Mitarbeitenden vertiefen und einen Maßstab für nachhaltiges Wachstum in einem sich wandelnden regulatorischen Umfeld setzen.

Im Mittelstand und in kleinen Unternehmen hat Vertrauen ein haptisches Gewicht. Es ist die Grundlage für langjährige Kundenbeziehungen, Mitarbeiterloyalität und die Kontinuität oft familiengeführter Betriebe. Unternehmen werden oft über Generationen hinweg von denselben Familien geführt. Die Mitarbeitenden bleiben jahrzehntelang. Kunden kommen wieder, weil sie wissen, was sie bekommen. Wenn Vertrauen durch undurchsichtige Entscheidungen, voreingenommene Algorithmen oder Datenmissbrauch untergraben wird, gehen die Folgen über technische Fehler hinaus. Das Gefühl der Zuverlässigkeit, das die Identität des Mittelstands ausmacht, beginnt zu erodieren und beeinträchtigt die über Jahrzehnte aufgebauten Beziehungen.

Während einige Unternehmen generative KI gänzlich verbieten, wählen andere einen langsameren, bedächtigeren Weg: Sie investieren in Erklärbarkeit, Auditsysteme und halten sich an Rahmenwerke wie die EU-Ethikleitlinien für vertrauenswürdige KI. Untersuchungen von Workday zeigen, dass derzeit nur die Hälfte der Mitarbeitenden KI an ihrem Arbeitsplatz begrüßt. Daher ist der Aufbau von internem Vertrauen ebenso dringend wie kundenorientierte Innovationen.

Neugestaltung statt Neuerfindung

Der Mittelstand bewegt sich in Richtung einer durchdachten Anpassung – sie stärken ihre Grundlagen mit neuen Tools, tieferen Kenntnissen und stärkeren Partnerschaften, die langfristige Widerstandsfähigkeit und Wertschöpfung unterstützen. Das bedeutet, sich auf KI zu konzentrieren, die konkrete Geschäftsprobleme löst, Menschen für die effektive Zusammenarbeit mit intelligenten Systemen zu befähigen und Beziehungen zu Universitäten, Technologieanbietern und Forschungsnetzwerken aufzubauen, die Qualifikations- und Wissenslücken schließen können. Ethisches Design und Compliance müssen von Anfang an in jeden KI-Anwendungsfall integriert werden und dürfen nicht nachträglich hinzugefügt werden.

McKinsey prognostiziert, dass KI eine zentrale Rolle bei der nächsten Welle des Produktivitätswachstums in der DACH-Region spielen könnte, wo KMUs nach wie vor ein wichtiger Motor für wirtschaftliche Widerstandsfähigkeit und Innovation sind. Dazu müssen sie von einer passiven Übernahme zu einer aktiven Mitgestaltung übergehen und KI-Strategien so gestalten, dass sie ihre Werte, Einschränkungen und langfristige Vision widerspiegeln.

Ihre Stärke war schon immer ihre Fähigkeit, bewusst vorzugehen und Kontinuität mit präzisionsorientiertem Fortschritt in Einklang zu bringen. Diese Unternehmen müssen ihre DNA nicht aufgeben, um in einer KI-gestützten Welt erfolgreich zu sein. Ihre vorsichtige, menschenorientierte und qualitätsorientierte Denkweise ist keine Einschränkung, sondern ein Leitbild dafür, wie eine verantwortungsvolle und effektive Einführung von KI in der Praxis aussehen kann.

Der Gang auf dem schmalen Grat mag noch ungewohnt sein. Für Unternehmen, die auf Vertrauen basieren und auf Widerstandsfähigkeit ausgelegt sind, führt der Weg in die Zukunft weiter entlang einer Kontinuität – neu gedacht mit schärferen Werkzeugen, klareren Erkenntnissen und einem stärkeren Sinn für ihre Aufgabe, der sowohl ihre Tradition als auch ihre sich wandelnde Rolle in einer intelligenteren Wirtschaft widerspiegelt.

Von der Erkenntnis zur Umsetzung: Wo soll man anfangen?

Für KMUs in der DACH-Region, die den Schritt von der Erkenntnis zur Anwendung machen möchten, ist nicht die Frage entscheidend, wo KI theoretisch eingesetzt werden kann, sondern wo sie in der Praxis einen greifbaren, messbaren Mehrwert schafft. Hier sind fünf praktische Einstiegspunkte für den Anfang:

1. Beginnen Sie mit einem Anwendungsfall

Identifizieren Sie einen bestimmten Bereich – beispielsweise die Lohnprognose, die Produktionsplanung oder die Arbeitsabläufe im Kundenservice –, in dem kleine Verbesserungen eine große Wirkung erzielen können. Beginnen Sie mit einem klar definierten Ziel und einem überschaubaren Umfang. Wählen Sie einen Anwendungsfall, für den Daten verfügbar sind, der Prozess gut verstanden ist und die Auswirkungen gemessen werden können, z. B. Personalplanung oder Rechnungsabgleich. Priorisieren Sie ein Projekt, bei dem KI leicht in bestehende Arbeitsabläufe integriert werden kann. So stellen Sie sicher, dass die ersten Ergebnisse relevant und messbar sind und mit den bereits vorhandenen Systemen und Zielen übereinstimmen.

2. Benennen Sie einen KI-Verantwortlichen

Selbst kleinste Unternehmen profitieren davon, eine Person zu benennen, die die Entwicklungen überwacht, mit Anbietern in Kontakt steht und sicherstellt, dass Projekte interne Ziele und externe Compliance-Anforderungen erfüllen. Dazu ist keine Vollzeitkraft erforderlich – viele Unternehmen benennen intern jemanden, der Fachwissen mit technischer Neugier verbindet.

3. Schaffen Sie frühzeitig Vertrauen

Kommunizieren Sie offen mit Ihren Teams darüber, wie KI eingesetzt werden soll. Sorgen Sie für Transparenz und Mitarbeiterbeteiligung, insbesondere in Bereichen wie Leistungsüberwachung oder Personalwesen. Verwenden Sie erklärbare Tools und lassen Sie nicht zu, dass die Automatisierung das Verständnis Ihres Teams überholt.

4. Nutzen Sie Branchenpartnerschaften

Treten Sie regionalen KI-Allianzen bei oder arbeiten Sie mit anderen Unternehmen aus ähnlichen Branchen zusammen. Der Austausch mit Kollegen, gemeinsame Pilotprojekte oder gemeinsame Verhandlungen mit Anbietern können Kosten senken und den Lernprozess beschleunigen. Universitäten und lokale Handelskammern unterstützen diese Ökosysteme zunehmend.

5. Konzentrieren Sie sich auf den Prozess, nicht auf Perfektion

Messen Sie alles – Kosteneinsparungen, Zeitersparnisse, Fehlerquoten – und wiederholen Sie den Prozess. Innovation entsteht nicht durch das Verfolgen von Trends, sondern durch die konsequente Verbesserung dessen, was bereits funktioniert. KI kann diese Denkweise verstärken, wenn sie schrittweise und durchdacht eingesetzt wird.

Sorgfältig integriert, erweitert KI die Kernkompetenzen von KMUs und bietet einen methodischen Weg zu präziseren Entscheidungen, effizienteren Prozessen und einer besseren Abstimmung der Mitarbeitenden, ohne dabei langjährige Werte aus den Augen zu verlieren. Bei sorgfältiger Integration fügt sich KI nahtlos in das langfristige Denken, die Präzision und das Vertrauen ein, die dieses Geschäftsmodell auszeichnen. Wenn Sie erfahren möchten, wie KI Ihre Unternehmensziele unterstützen kann, ohne Ihre Werte zu verraten, besuchen Sie Workday und erfahren Sie mehr über unsere Lösungen für KMUs.