Vom Golfplatz-Projekt zur Schatten-KI: Das Dilemma der deutschen KI-Adaption.

KI-Adaption im deutschen Mittelstand - Teil 1: Wo sind die typischen Schwierigkeiten?

Jeder nutzt KI, aber 95% der KI-Pilotprojekte in Unternehmen scheitern (The GenAI Divide - State of AI in Business 2025). Sogar die reine Nutzung von allgemeinen ChatBots wie ChatGPT hat nur eine Erfolgsrate von 40%. Gemessen am überall spürbaren Hype und den wahnwitzig hohen Investitionen in das Thema wirkt das sehr ernüchternd. Für mittelständische deutsche Unternehmen gibt es zwar keine belastbaren Daten, aber aus eigener Erfahrung gibt es typische Schwierigkeiten, die hier zum Start der Serie KI im Mittelstand einmal beleuchtet werden sollen.

Unklare Anwendungsfälle

In den meisten Fällen läuft die gedankliche Route bei der Beschäftigung mit KI in den Unternehmen von der Lösung zum Problem. Nach dem Motto ”Ich habe eine tolle Lösung, jetzt suche ich mir ein passendes Problem dazu”. Das ist einerseits erklärbar, wenn man noch keine Erfahrung mit neuer Technologie hat und ist ja auch in der Vergangenheit oft so gelaufen, trägt aber ein großes Risiko in sich. Besser wäre: Ich habe ein Problem, von dem ich annehme oder weiß, dass es mit der neuen Technologie besser gelöst werden kann oder überhaupt erst lösbar ist.

Aktuell sind die meisten Initiativen in den Unternehmen eher FOMO-getrieben (Fear Of Missing Out - Angst, etwas zu verpassen), oder es handelt sich um Golfplatz-Projekte: Beim Golfspielen fragt der Aufsichtsrat den CEO, was er denn im Bereich KI tut. Der CEO versichert in dem Moment, dass er “dran” ist und tritt dann eine Initiative los, wenn er wieder im Unternehmen ist, um bei der nächsten Hauptversammlung etwas präsentieren zu können. Das ist natürlich stark überzogen, hat aber durchaus anekdotische Evidenz. Auch wenn ein starker Top-Management / Geschäftsführungs-Einsatz im Bereich KI nahezu unabdingbar ist, muss das mit einer strukturierten Vorgehensweise einhergehen. Wenn nicht, werden oft Feigenblatt-Projekte gestartet, die zum Einen enttäuschen und zum Anderen auch viele andere wichtige Aspekte der Einführung vernachlässigen, wie die breite Einbeziehung und Fortbildung der Mitarbeiter und die Tatsache, dass es eher eine Reise als ein Projekt ist. Diese Reise sollte gut starten, damit sie nicht bereits am Anfang zur Belastung wird und damit zu scheitern droht. Es ist daher von extrem großer Bedeutung, mit welchen Anwendungsfällen gestartet wird. Im nächsten Artikel dieser Reihe wird ein Framework zur Identifikation guter Anwendungsfälle vorgestellt.

Zwischen Blauäugigkeit und Angst - Unsicherheiten im Schutzbedürfnis

Von der totalen Verweigerung der Nutzung jeglicher KI im Unternehmen bis zum ”Wir haben nix zu verbergen” gibt es das ganze Spektrum bei mittelständischen Unternehmen. Allerdings überwiegt eine gewisse Skepsis und das ist vermutlich auch gut so. Jedes Unternehmen mit einem Minimum an Bewusstsein für Datenschutz besitzt bereits - mal mehr, mal weniger formalisiert - Prozesse und Regeln für die Überprüfung der des Datenschutzes under Risikoabwägung in diesem Bereich. Oft ist ein externer Datenschützer involviert. Wird dieser nach den Risiken beim Einsatz von KI im Unternehmenskontext befragt, ist häufig direkt die Bremse gezogen. Nicht falsch verstehen: Der Datenschützer macht nur seinen Job und weist darauf hin, dass man nicht alles bedenkenlos nutzen kann, wenn man DSGVO-konform sein möchte. Dass hier ja auch personenbezogene Daten eingegeben oder automatisiert eingespeist werden könnten und das Unternehmen bzw. bei nicht erfolgter Ergreifung von Maßnahmen auch die Geschäftsführung persönlich haftbar sind, führt nicht dazu, dass es geschmeidiger weiter geht. Die Beschäftigung mit dem Thema und ggf. Zweit- und Dritt-Meinungen fördern dann noch weitere Problemstellen zu Tage: Was ist mit vertraulichen Daten? Was mit Firmengeheimnissen? Spätestens jetzt fällt vielleicht noch jemandem ein, dass man - da wo es das gibt - auch den Betriebsrat einbinden muss. Die Unsicherheit steigt und das Thema wird nicht angegangen. Dann passiert das, was in solchen Situationen immer passiert: Das Leben bahnt sich einen Weg ...

Schatten-KI

Jeder hat ein Smartphone und was auf dem privaten Gerät passiert, kann die Unternehmens-IT nicht kontrollieren. Wenn das Unternehmen keine oder keine adäquate Möglichkeit der KI-Nutzung anbietet, geschieht nahezu immer dasselbe: Mitarbeitende nutzen private Endgeräte in der einen oder anderen Form für die Erledigung ihrer Arbeit mit KI. Spätestens seit der Einführung des KI-Modus in der Google-Suche sind die Dämme gebrochen. Wer würde seinen Mitarbeitenden schon das Googlen verbieten? Also werden E-Mails auf private Accounts weitergeleitet oder Daten sonstwie transferiert oder - am unteren Ende der technischen Fähigkeiten: abfotografiert. Das ist mit Schatten-KI gemeint und stellt mittlerweile ein erhebliches Problem dar. Dadurch, dass das Unternehmen alles kontrollieren will, verliert es die Kontrolle vollständig. Darüberhinaus wirkt es negativ auf die Kultur im Unternehmen, weil die Mitarbeitenden frustriert sind und das Thema KI stigmatisiert wird. Viele Unternehmen stecken an dieser Stelle lange fest und fragen sich, welche Lösung sie einführen sollen, um all diesen Punkten und Bedingungen gerecht zu werden.

Tool-Auswahl

Wenn es nicht einfach ein OpenAI / ChatGPT - Account für jeden Mitarbeitenden ist, dann wird es schnell kompliziert. Die Landschaft ist vielfältig und für Nicht-Experten reichlich unübersichtlich. Hinzu kommt, dass man natürlich gerne eine All-In-One-Lösung hätte: Einmalig einen Vertrag abschließen, alles erledigt. Bei genauer Betrachtung wird das aber schwierig, auch wenn Microsoft als Default für viele genau das verspricht. Es ist aber auch verlockend: MS 365 ist ohnehin im Einsatz, vielleicht sogar Business Central, also kann man doch den Copilot lizensieren. Leider bleibt Microsoft hier weit hinter den Erwartungen und den Marktbegleitern zurück und verspielt damit seinen riesigen Vorteil in der Distribution. Für die meisten Casual User, die halt auch mal einen Chatbot fragen, einen Text entwerfen oder verbessern lassen wollen, ist ChatGPT oder Gemini oder Claude einfach besser. Für die, die mehr machen wollen, ist der Funktionsumfang zu eingeschränkt und für echte Power User sicherlich nicht geeignet. Sobald es spezieller wird, wie zum Beispiel bei der Datenanalyse oder Softwareentwicklung, kommt man um spezialisierte Lösungen nicht herum. Damit wird das Thema entsprechend komplex und sperrig, so dass dann wieder nichts passiert.

Raus aus dem Schatten!

Haben Sie die Probleme wiedererkannt? Operieren Sie auch im Schatten oder wissen nicht so richtig, was Sie mit der KI anfangen sollen?

Schreiben Sie es mir gerne in die Kommentare - ich lese alle Beiträge und antworte!

Wie man mit dem ganzen Themenkomplex sinnvoll umgehen kann und welche Werkzeuge und Hilfen es dafür gibt, erläutern wir in dieser Reihe. Im nächsten Teil geht es um die Identifikation von guten Anwendungsfällen. Bleiben Sie dabei und damit im Rennen um die effektive und nutzenbringende Anwendung von KI im Mittelstand!