/ Software-Lexikon
KI im Mittelstand
Wo Sprachmodelle und maschinelles Lernen im Mittelstand heute wirklich Nutzen stiften — und wo nur Projektruinen entstehen.
KI im Mittelstand meint heute vor allem zwei Werkzeugklassen: große Sprachmodelle (LLMs) für Text-, Dokumenten- und Kommunikationsaufgaben, und klassisches maschinelles Lernen für Prognosen aus strukturierten Daten (Absatz, Ausschuss, Wartungsbedarf). Beides sind Werkzeuge — keine Strategie.
Tragfähige Einsatzfelder haben drei Eigenschaften: ein wiederkehrender Prozess mit hohem Textanteil oder Datenvolumen, klare Erfolgskriterien und ein Mensch, der das Ergebnis prüft, wo Fehler teuer sind. Typische Beispiele: Angebotsvorbereitung aus Anfragen, Klassifikation eingehender Dokumente, Durchsuchbarkeit des internen Wissens (RAG — Retrieval-Augmented Generation).
Die häufigste Fehlannahme: „Wir brauchen erst eine KI-Strategie.“ Praktischer ist der umgekehrte Weg — einen konkreten, messbaren Prozess auswählen, in Wochen einen Piloten bauen, am Ergebnis entscheiden. Datenschutz gehört von Anfang an dazu: Welche Daten dürfen an welches Modell, und wo läuft es?
Für den Mittelstand heißt das
Ein ehrlicher Startpunkt: Listen Sie die drei Tätigkeiten, bei denen Ihre Mitarbeiter am meisten Zeit mit Suchen, Abtippen oder Zusammenfassen verbringen. Das sind Ihre KI-Kandidaten — nicht das, was auf Konferenzen vorgeführt wird.