KI im Unternehmen einführen: dein Fahrplan mit Budgetrahmen, Abbruchkriterien und Förder-Check

41 Prozent der Unternehmen ab 20 Beschäftigten in Deutschland nutzen inzwischen KI. Im Jahr davor waren es 17 Prozent, weitere 48 Prozent planen den Einsatz oder diskutieren darüber. Die Zahlen stammen aus der Bitkom-Befragung vom März 2026, und sie bedeuten: Die Frage ist nicht mehr, ob dein Unternehmen KI einführt. Die Frage ist, ob die Einführung kontrolliert abläuft oder als Bauchgefühl-Projekt.

Dieselbe Befragung enthält nämlich eine zweite Zahl, die kaum jemand zitiert: Ein Drittel der KI-Nutzer (33 Prozent) hat festgestellt, dass KI zu deutlich höheren Kosten geführt hat. Auf der anderen Seite sehen 77 Prozent der Nutzer ihre Wettbewerbsposition verbessert, und 66 Prozent wollen den Einsatz ausbauen.

Der Unterschied zwischen den Enttäuschten und den Zufriedenen ist nach meiner Erfahrung weder das Tool noch das Modell: Es ist ein Fahrplan, der vor dem Start festlegt, was Erfolg ist, was Scheitern ist und wann abgebrochen wird.

Genau da haben die gängigen Leitfäden eine Lücke. Ich habe mir die Ratgeber angesehen, die zu «KI im Unternehmen einführen» ganz oben ranken: Haufe, Mittelstand-Digital, Fraunhofer, Workday. Alle beschreiben Phasenmodelle, einige benennen immerhin typische Fehler. Aber keiner beantwortet die Frage, woran du erkennst, dass ein Pilot gescheitert ist. Keiner legt eine Budget-Rechnung offen. Und keiner verbindet den Fahrplan mit den Förderprogrammen, die es dafür gibt.

Dieser Artikel schließt alle drei Lücken. Du bekommst: eine Checkliste, wann du die Einführung vertagen solltest, einen Fahrplan in vier Phasen, eine offene Budget-Rechnung mit nachvollziehbaren Posten, fünf messbare Abbruchkriterien, einen Förder-Check mit echten Beträgen und den Rechtsrahmen in drei Absätzen.

Geschrieben aus der Praxis: Wir bauen bei happycoding KI-Systeme für den Mittelstand, und wir haben Kunden auch schon zum Abbruch geraten. Deshalb beginnt dieser Fahrplan nicht beim Werkzeug, sondern bei der Frage, unter welchen Bedingungen du gar nicht erst starten solltest.

Der teuerste Fehler passiert vor dem ersten Prompt: KI einführen, obwohl die Voraussetzungen fehlen. Vier Situationen, in denen ich dir zum Vertagen rate.

Kein messbarer Prozess. Wenn niemand sagen kann, wie viele Vorgänge pro Woche anfallen und wie lange einer dauert, kannst du später nicht bewerten, ob die KI etwas verbessert hat. Miss zuerst den Ist-Zustand: Stückzahl, Bearbeitungszeit pro Vorgang, Fehlerquote. Das kostet ein bis zwei Wochen Strichliste, keine Software. Ohne diese Basislinie ist jeder Pilot ein Blindflug, und jede spätere Erfolgsmeldung ist eine Behauptung. Wie du Prozesse überhaupt automatisierungsreif machst, beschreiben wir ausführlich auf unserer Seite zur Prozessautomatisierung.

Keine erreichbaren Daten. Die häufigste Ernüchterung in Erstgesprächen: Das Wissen, mit dem die KI arbeiten soll, liegt in E-Mail-Postfächern, in Excel-Dateien auf Laufwerken und in den Köpfen von zwei langjährigen Kollegen. Eine KI kann nur nutzen, was maschinell erreichbar ist. Wenn die Datenaufbereitung größer ist als das eigentliche Projekt, dann ist sie das eigentliche Projekt: erst konsolidieren, dann automatisieren. Das ist keine Absage an KI, sondern die richtige Reihenfolge.

Kein interner Verantwortlicher. Ein KI-Pilot ohne internen Kümmerer stirbt nach der Übergabe. Du brauchst eine Person mit echtem Zeitbudget, die Rückfragen beantwortet, Ergebnisse stichprobenhaft prüft und das Projekt intern vertritt. Nach unserer Erfahrung reichen vier bis acht Stunden pro Woche während der Pilotphase. Aber diese Stunden müssen eingeplant sein: «Macht das jemand nebenbei» ist die häufigste Todesursache funktionierender Piloten.

Eine Kernsystem-Migration läuft parallel. Wenn dein ERP-Wechsel gerade im Gange ist, verschiebt sich die Datenbasis unter dem Piloten weg. Dann verlierst du doppelt: Der Pilot testet gegen ein System, das es bald nicht mehr gibt, und die Migration bekommt Konkurrenz um dieselben Ansprechpartner. Erst migrieren, dann automatisieren.

Vertagen heißt nicht absagen: Jeder dieser vier Punkte ist in Wochen bis wenigen Monaten behebbar. Aber jeder einzelne kostet dich sonst mitten im Projekt Geld, das eine ehrliche Bestandsaufnahme am Anfang gespart hätte.

Wenn die Checkliste oben grün ist, sieht der Weg so aus. Vier Phasen, jede mit eigenem Zeitrahmen und eigenem Ausstiegspunkt.

Phase 1: Use-Case wählen (ein bis zwei Wochen). Nimm einen Prozess, der drei Bedingungen erfüllt: Er kommt häufig vor, er folgt erkennbaren Regeln, und ein Fehler ist korrigierbar, bevor er den Kunden erreicht. Klassiker im Mittelstand: E-Mail-Eingang klassifizieren und vorsortieren, Rechnungs- und Lieferscheindaten extrahieren, Angebotsentwürfe aus Bestandsdaten vorbereiten, interne Wissensfragen beantworten. Wähle einen einzigen Prozess, nicht drei: Fokus schlägt Breite, weil du sonst drei halbe Basislinien misst statt einer ganzen.

Phase 2: Pilot bauen (acht bis zwölf Wochen). Die Spanne ist ein Erfahrungswert aus unseren Projekten: Schneller geht es nur, wenn Daten und Zuständigkeiten vorab wirklich geklärt sind. In dieser Phase entsteht ein System, das mit echten Daten aus deinem Alltag arbeitet, aber noch mit Sicherheitsnetz: Ein Mensch prüft jede Ausgabe, bevor sie wirkt.

Technisch setzen wir für solche Piloten meist auf Workflows, die auf deiner eigenen Infrastruktur laufen. Wie das konkret aussieht, steht in unserem Artikel zur Workflow-Automatisierung mit n8n auf EU-Infrastruktur.

Phase 3: Bewerten (zwei Wochen). Jetzt zahlt sich die Basislinie aus: Du vergleichst die Pilot-Zahlen mit dem Ist-Zustand, und zwar gegen Kriterien, die du vor dem Start schriftlich festgelegt hast. Wie diese Kriterien aussehen, bekommt weiter unten einen eigenen Abschnitt, denn sie sind der Kern des ganzen Fahrplans. Wichtig hier: Die Bewertung ist ein Termin mit Entscheidung, kein stilles Auslaufen. Am Ende steht eines von drei Ergebnissen: skalieren, nachbessern mit neuer Zeitbox, abbrechen.

Phase 4: Skalieren (sechs bis zwölf Monate). Erst jetzt lohnt sich Integration in die Tiefe: Anbindung an ERP und CRM, Berechtigungskonzept, Monitoring, Schulung der Fachabteilungen, schrittweise Ausweitung auf Nachbarprozesse. Die Spanne von sechs bis zwölf Monaten klingt lang, verteilt sich aber auf kleine Ausbaustufen: Jede Stufe wiederholt im Kleinen den Zyklus aus Bauen und Bewerten, mit denselben Abbruchkriterien.

Merke: Die vier Phasen sind kein Wasserfall, sondern eine Kette von Wetten mit wachsendem Einsatz. Jede Phase kauft dir genau die Information, die du brauchst, um über die nächste zu entscheiden.

Kaum ein Ratgeber nennt Zahlen, und wer Zahlen nennt, verzichtet auf die Herleitung. Deshalb hier die Rechnung, wie wir sie bei happycoding intern aufmachen. Die Personentage sind Erfahrungswerte aus unseren Projekten, die Tagessätze sind marktübliche Spannen für Senior-Entwicklung in Deutschland: 1.000 bis 1.400 Euro pro Tag. Setz deine eigenen Angebotswerte ein, die Struktur bleibt gleich.

Scoping-Workshop: 2 bis 3 Personentage. Prozess vermessen, Datenlage prüfen, Use-Case zuschneiden, Abbruchkriterien festschreiben. Ergebnis ist ein Dokument, mit dem du auch jeden anderen Dienstleister beauftragen könntest.

Pilot-Umsetzung: 10 bis 15 Personentage. Workflow bauen, Modell anbinden, mit echten Daten testen, Sicherheitsnetz einziehen. Der größte Block, und der einzige, den Billig-Angebote überhaupt abdecken.

Integration: 3 bis 5 Personentage. Anbindung an E-Mail, ERP oder Dateiablage, Berechtigungen, Fehlerbehandlung. Dieser Block wird am häufigsten unterschätzt, dabei entscheidet er über die Nutzung: Ein Pilot, der die Ergebnisse nicht dorthin liefert, wo dein Team arbeitet, wird ignoriert.

Schulung und Übergabe: 1 bis 2 Personentage. Das Team lernt, Ausgaben zu prüfen, Fehler zu melden und Grenzen zu kennen. Ohne diesen Posten misst du in Phase 3 nicht die KI, sondern die Verwirrung.

Zusammengerechnet: 16 bis 25 Personentage. Multipliziert mit den Tagessätzen ergibt das 16.000 bis 35.000 Euro für einen Piloten inklusive Integration und Schulung. Dazu kommen laufende Kosten, die im Pilotbetrieb klein sind: API-Kosten nach Verbrauch plus ein kleiner Server, zusammen typischerweise ein niedriger dreistelliger Euro-Betrag pro Monat (Erfahrungswert aus unseren Pilotprojekten, die Größenordnung hängt am Volumen).

Jetzt zum Kontrast, der dir bei der Recherche begegnen wird: Es kursieren Pilot-Angebote von «2.000 bis 10.000 Euro», etwa im Kosten-Leitfaden von gerlinger.ai, begründet mit Beratungspraxis, ohne offene Rechnung. Ich halte die Untergrenze nicht für gelogen, sondern für ein anderes Produkt: 2.000 Euro sind bei marktüblichen Sätzen weniger als zwei Personentage.

Das reicht für ein konfiguriertes Standard-Tool mit deinen Dokumenten. Es reicht nicht für Integration, Datenaufbereitung, Schulung oder Datenschutz-Dokumentation, also genau die Blöcke, die derselbe Leitfaden an anderer Stelle selbst als Kostentreiber nennt. Diese Posten verschwinden nicht, sie tauchen später als Überraschung auf.

Genau das erklärt für mich die Bitkom-Zahl vom Anfang: Bei den 33 Prozent mit deutlich höheren Kosten war oft nicht das Projekt zu teuer, sondern das Erstangebot kleiner als das Projekt.

Das ist der Abschnitt, der in allen Leitfäden fehlt, die ich für diesen Artikel gelesen habe. Fünf Kriterien mit konkreten Schwellen, die du vor dem Start festschreibst. Die Schwellenwerte sind Vorschläge aus unserer Projektpraxis: Passe sie an dein Projekt an, aber lege sie fest, bevor der Pilot läuft. Hinterher verhandelt niemand mehr ehrlich mit den eigenen Zahlen.

1. Nachbearbeitungsquote. Wie viele KI-Ausgaben muss ein Mensch wesentlich korrigieren? Workday berichtet in einem eigenen Report, dass rund 40 Prozent der Produktivitätsgewinne durch Nachbearbeitung wieder verloren gehen. Wenn dein Team am Ende der Pilotphase mehr als etwa ein Drittel der Ausgaben substanziell nachbearbeitet, frisst die Kontrolle den Gewinn: abbrechen oder den Zuschnitt ändern.

2. Fehlerquote gegenüber dem Ist-Prozess. Die KI muss nicht fehlerfrei sein, sie muss besser oder gleich gut sein wie dein heutiger Prozess, bei geringeren Kosten pro Vorgang. Deshalb brauchst du die Basislinie aus der Vertagen-Checkliste: Wenn dein Team heute drei von hundert Vorgängen falsch bearbeitet und die KI acht, ist der Fall klar, egal wie beeindruckend die Demo war.

3. Nutzungsquote im Team. Ein Pilot, den nach acht Wochen weniger als die Hälfte der vorgesehenen Nutzer freiwillig verwendet, hat ein Problem, das kein Modell-Update löst. Entweder ist das Werkzeug am Alltag vorbei gebaut, oder Sorgen im Team wurden nie ernsthaft adressiert. Beides ist ein Umbau- oder Abbruchgrund, und beides findest du nur, wenn du die Nutzung tatsächlich misst.

4. Kosten pro Vorgang. Teile die laufenden Kosten durch die Zahl der bearbeiteten Vorgänge und vergleiche mit den Kosten des manuellen Prozesses. Liegt der KI-Vorgang nach der Pilotphase darüber und ist keine Verbesserung durch Volumen absehbar, rechnet sich die Skalierung nicht, so nüchtern ist das.

5. Zeitbox überschritten. Wenn nach zwölf Wochen kein System mit echten Daten läuft, ist das selbst ein Ergebnis: Meistens heißt es, dass die Datenlage schlechter war als angenommen. Verlängere nicht stillschweigend, sondern geh zurück zur Vertagen-Checkliste und prüfe, welcher Punkt übersehen wurde.

Und dann das Schwerste: abbrechen, wenn die Kriterien es sagen. Die Sunk-Cost-Falle ist bei KI-Projekten besonders tückisch, weil immer gerade ein neues Modell erschienen ist, das angeblich alles ändert.

Deshalb hilft ein Blickwechsel: Ein sauberer Abbruch nach dem Piloten kostet dich die Pilotkosten und liefert dafür eine vermessene Prozess-Basislinie, konsolidierte Daten und die Gewissheit, kein sechsstelliges Skalierungsbudget zu versenken. Das ist kein gescheitertes Projekt. Das ist eine bezahlte Risikoprüfung, und sie ist der Grund, warum du beim nächsten Anlauf schneller bist.

Spätestens in Phase 1 steht die Technologie-Frage im Raum: fertiges Tool kaufen, ein Modell per API nutzen oder etwas Eigenes bauen? Die kurze Antwort für die Einführung: Starte so weit oben im Regal wie möglich. Ein Pilot soll eine Geschäftsfrage beantworten, nicht deine Technologie-Neugier befriedigen.

Für die lange Antwort haben wir einen eigenen Entscheidungs-Artikel, der die Stufen vom fertigen Modell bis zum eigenen Training durchgeht: Eigenes KI-Modell trainieren: Entscheidungshilfe für den Mittelstand. Ich doppele die Herleitung hier bewusst nicht, aber drei Faustregeln daraus helfen dir schon bei der Pilot-Planung.

Firmenwissen heißt fast immer RAG. Wenn die KI Fragen aus deinen Dokumenten beantworten soll, ist die Standard-Architektur eine Suche über deine eigenen Daten plus ein Sprachmodell, kein eigenes Training. Warum das so ist und wo die Ausnahmen liegen, steht in RAG vs. Fine-Tuning.

Eigenes Hosting ist eine Rechenaufgabe, keine Glaubensfrage. Ob sich ein selbst betriebenes Modell lohnt, hängt an Auslastung, Datenschutz-Anforderungen und Betriebsaufwand. Die vollständige Rechnung dazu findest du in Was ein selbst gehostetes LLM wirklich kostet.

Die Architektur-Entscheidung gehört nicht in den Piloten. Im Piloten darfst du pragmatisch sein: ein API-Modell mit EU-Datenverarbeitung, deine Daten auf eigener Infrastruktur, menschliche Prüfung davor. Die Frage «bauen wir langfristig etwas Eigenes?» beantwortest du in Phase 4 mit den echten Zahlen aus dem Piloten, nicht vorher mit Vermutungen. Das spart dir die teuerste Fehlentscheidung überhaupt: eine Architektur für einen Bedarf, den es nach der Messung gar nicht gibt.

Die Budget-Rechnung von oben lässt sich in zwei Bundesländern etwa halbieren. Das ist keine Übertreibung, sondern der jeweilige Fördersatz.

Mecklenburg-Vorpommern: 50 Prozent Zuschuss, bis 50.000 Euro pro Projekt. Die Digitalisierungsförderung über das Technologie-Beratungs-Institut (TBI) richtet sich an Unternehmen unter 100 Beschäftigten, allerdings nur in bestimmten Branchen: verarbeitendes Gewerbe, Handwerk, Tourismus. Ein Mindestprojektvolumen gibt es auch, gestaffelt nach Unternehmensgröße ab 15.000 Euro: Das passt gut zu einem ernsthaften Piloten mit Integration und schlecht zu einem 2.000-Euro-Experiment. Details, Antragsweg und Stolpersteine haben wir separat aufgeschrieben: KI-Förderung in Mecklenburg-Vorpommern.

Brandenburg: BIG-Digital, 50 Prozent Fördersatz, bis 250.000 Euro für Implementierung. Dazu je bis zu 50.000 Euro für Beratung und für Schulung. Das Programm deckt damit genau die Posten ab, die in meiner Budget-Rechnung stehen. Wichtig fürs Timing: Die Richtlinie läuft zum 30. Juni 2027 aus (Förderdatenbank des Bundes, Abruf 18.08.2026), und der Antrag muss vor Projektbeginn gestellt werden. Alles Weitere: BIG-Digital: Förderung für Digitalisierung in Brandenburg.

Zwei ehrliche Einschränkungen. Erstens: Förderanträge sind selbst Arbeit, rechne mit einigen Wochen Vorlauf plus Bewilligungszeit, und plane den Projektstart dahinter. Zweitens: Die Förderung darf nie das Projekt begründen. Wenn sich der Pilot ohne Zuschuss nicht rechnet, macht der Zuschuss daraus kein gutes Projekt, sondern ein subventioniertes schlechtes. Als Beschleuniger für ein Projekt, das die Abbruchkriterien-Logik ohnehin besteht, sind beide Programme dagegen bares Geld: Aus 30.000 Euro Pilotbudget werden 15.000 Euro Eigenanteil.

Für die meisten Einführungsprojekte im Mittelstand gilt: weniger Drama, als die Schlagzeilen vermuten lassen. Drei Fakten musst du trotzdem kennen, denn sie bestimmen, was du dokumentierst und was du auf der Website kennzeichnest.

Die Fristen wurden verschoben, nicht abgeschafft. Seit dem 27. Juli 2026 ist die Omnibus-Verordnung VO (EU) 2026/1744 in Kraft. Sie verschiebt die Pflichten für Hochrisiko-Systeme: Anhang III (darunter KI in Personalauswahl oder Kreditvergabe) greift ab dem 2. Dezember 2027, Anhang I ab dem 2. August 2028. Viele ältere Ratgeber nennen noch die alten Daten. Prüfe deshalb bei jedem Text zum AI Act zuerst das Veröffentlichungsdatum.

Die Transparenzpflichten gelten bereits. Artikel 50 ist seit dem 2. August 2026 anwendbar und blieb vom Omnibus unverändert: Wenn Menschen mit einer KI interagieren oder KI-generierte Inhalte sehen, muss das erkennbar sein. Für einen internen Piloten mit menschlicher Prüfung ist das meist schnell erfüllt. Für einen kundenseitigen Chatbot ist es eine echte Anforderung, die in die Pilot-Personentage gehört.

Typische Mittelstands-Piloten sind kein Hochrisiko. E-Mail-Sortierung, Dokumenten-Extraktion, interne Wissenssuche: Nichts davon fällt in Anhang III. Aber diese Einordnung musst du dokumentieren, nicht nur vermuten, und bei Personalthemen wird die Grenze schnell erreicht.

Mehr gebe ich dir hier bewusst nicht: Ich bin Entwickler, kein Anwalt, und Rechtsberatung gehört in andere Hände. Was du als Auftraggeber vertraglich und organisatorisch regeln solltest, steht in unserem Artikel EU AI Act für Software-Auftraggeber: Was ab August 2026 gilt. Dort findest du auch die Abgrenzung, wann aus einem Anwender ein Anbieter wird.

Der Fahrplan aus diesem Artikel funktioniert auch ohne uns, und genau so ist er gemeint. Wenn du selbst starten willst, ist die Reihenfolge: einen Prozess vermessen (Stückzahl, Bearbeitungszeit, Fehlerquote), die Vertagen-Checkliste durchgehen, fünf Abbruchkriterien schriftlich festlegen, und erst dann Angebote einholen. Allein diese drei Vorarbeiten sortieren die Anbieter für dich: Wer auf deine Abbruchkriterien nervös reagiert, plant nicht mit deinem Erfolg, sondern mit deinem Budget.

Wenn du den Einstieg lieber mit uns machst: Genau dafür gibt es unseren Scoping-Workshop, die zwei bis drei Personentage aus der Budget-Rechnung oben. Am Ende hast du den vermessenen Prozess, den zugeschnittenen Use-Case, deine Abbruchkriterien, eine Budget-Rechnung nach dem Muster dieses Artikels und eine Förder-Einschätzung für dein Bundesland. Mit dem Ergebnis kannst du bei uns bauen lassen oder bei jedem anderen: Das Dokument gehört dir.

Der einfachste erste Schritt: Buch dir ein unverbindliches Erstgespräch. 30 Minuten, wir schauen gemeinsam auf einen konkreten Prozess aus deinem Unternehmen, und du bekommst eine ehrliche Einschätzung: ob ein Pilot jetzt sinnvoll ist, was er nach unserer Rechnung kosten würde, oder ob du besser vertagst. Auch das Letzte sagen wir dir offen, du hast oben gelesen, warum.