KI-Einführung: Checkliste für Geschäftsführer

TL;DR

Die KI-Einführung im Mittelstand folgt einer 15-Punkte-Checkliste in drei Phasen: Vorbereitung (Monat 1–2), Pilot (Monat 3–4) und Rollout (Monat 5–6). Geschäftsführer brauchen kein technisches Wissen, aber klare Entscheidungskriterien. Die Checkliste deckt Strategie, Budget, Team, Datenschutz und Erfolgsmessung ab – alles, was für eine fundierte Go/No-Go-Entscheidung nötig ist.

Warum eine Checkliste für Geschäftsführer

KI-Projekte scheitern selten an der Technik. Sie scheitern an fehlender Strategie, unklaren Verantwortlichkeiten und mangelndem Management-Commitment. Die Geschäftsführung muss nicht wissen, wie ein neuronales Netz funktioniert – aber sie muss die richtigen Fragen stellen und die richtigen Entscheidungen treffen.

Diese Checkliste ist das Werkzeug dafür. 15 Punkte, jeder mit einer klaren Handlungsanweisung und einem Entscheidungskriterium.

Phase 1: Vorbereitung (Monat 1–2)

Punkt 1: Geschäftsproblem vor Technologie

Starten Sie nie mit „Wir wollen KI einsetzen". Starten Sie mit: „Wo verlieren wir Geld, Zeit oder Qualität?" KI ist ein Werkzeug, kein Selbstzweck.

Punkt 2: Use Case mit messbarem ROI identifizieren

Wählen Sie einen Use Case, dessen Erfolg in Euro messbar ist. Zeitersparnis × Stundensatz = ROI. Fehlerreduktion × Fehlerkosten = ROI. Kein Use Case ohne Zahl.

Punkt 3: Daten prüfen

Sind die relevanten Daten digital und in einem System verfügbar? Excel-Listen, Papier-Akten oder Daten in 5 verschiedenen Systemen ohne Verknüpfung = kein geeigneter erster Use Case.

Punkt 4: Budget freigeben

Mindestbudget für den Einstieg: €15.000 (mit externem Partner) oder €45.000 (mit internem Lead). Details in der Budgetplanung.

Punkt 5: Verantwortlichen benennen

Eine Person, die 30–50 % ihrer Arbeitszeit dem KI-Projekt widmet. Nicht „nebenbei" und nicht „das Team macht das". Ohne klare Verantwortung passiert nichts.

# KI-Einführung Checkliste (Kurzversion)
phase_1_vorbereitung:
  punkt_1: "Geschäftsproblem identifiziert?"
  punkt_2: "Use Case mit messbarem ROI gewählt?"
  punkt_3: "Daten digital und verfügbar?"
  punkt_4: "Budget freigegeben?"
  punkt_5: "Verantwortlichen benannt?"
phase_2_pilot:
  punkt_6: "Partner oder internes Team ausgewählt?"
  punkt_7: "Datenschutz und DSGVO geprüft?"
  punkt_8: "Pilotprojekt gestartet?"
  punkt_9: "Mitarbeiter eingebunden?"
  punkt_10: "KPIs definiert und Baseline gemessen?"
phase_3_rollout:
  punkt_11: "Pilotprojekt erfolgreich abgeschlossen?"
  punkt_12: "ROI bestätigt?"
  punkt_13: "Skalierungsplan erstellt?"
  punkt_14: "IT-Integration sichergestellt?"
  punkt_15: "Nächste Use Cases identifiziert?"

Phase 2: Pilot (Monat 3–4)

Punkt 6: Partner oder Team auswählen

Externer Partner für den Einstieg, internes Team für den Ausbau. Auswahlkriterien: Branchenerfahrung, Referenzprojekte, Festpreisangebot für den Pilot.

Punkt 7: DSGVO und Datenschutz prüfen

Welche Daten werden verarbeitet? Personenbezogene Daten (Kunden, Mitarbeiter) erfordern eine Datenschutz-Folgenabschätzung. Cloud-Dienste brauchen eine Auftragsverarbeitungsvereinbarung. Klären Sie das vor dem Projektstart, nicht währenddessen.

Punkt 8: Pilot starten mit klarem Zeitrahmen

90 Tage für den Pilot. Nicht 6 Monate, nicht „mal schauen". Ein definierter Zeitrahmen mit Meilensteinen nach 30, 60 und 90 Tagen. Der Pilotprojekt-Guide beschreibt den 90-Tage-Plan.

Punkt 9: Mitarbeiter einbinden

Die Fachabteilung muss von Tag 1 beteiligt sein. KI ohne Domänenwissen liefert irrelevante Ergebnisse. 2–3 Stunden pro Woche Mitarbeiter-Zeit für Feedback, Datenlabeling und Testing einplanen.

Punkt 10: KPIs definieren und Baseline messen

Vor dem Go-Live: 4 Wochen die aktuellen Kennzahlen messen (Durchlaufzeit, Fehlerquote, Kosten pro Vorgang). Diese Baseline ist die Vergleichsgrundlage für den ROI-Rechner.

Phase 3: Rollout (Monat 5–6)

Punkt 11: Go/No-Go-Entscheidung

Hat der Pilot die definierten KPIs erreicht? Wenn ja: Rollout. Wenn nein: Ursachen analysieren. Waren die Daten schlecht? Der Use Case falsch? Die Erwartung unrealistisch? Learnings dokumentieren und zweiten Pilot planen.

Punkt 12: ROI bestätigen

Rechnen Sie den ROI mit den tatsächlichen Pilot-Daten nach. Nicht mit den Annahmen vom Projektstart. Die tatsächlichen Zahlen sind die Grundlage für die Skalierungsentscheidung.

Punkt 13: Skalierungsplan erstellen

Vom Pilot zum Produktivbetrieb: Monitoring, Retraining, Berechtigungskonzept, Backup-Strategie. Planen Sie 3–6 Monate für den Übergang.

Punkt 14: IT-Integration sicherstellen

Das KI-System muss in die bestehende IT-Landschaft passen: ERP-Anbindung, Single Sign-On, Backup, Monitoring. Der KI-Implementierungsguide beschreibt die Integrationsmuster.

Punkt 15: Nächste Use Cases identifizieren

Nach dem erfolgreichen Pilot folgen Use Cases 2 und 3. Priorisieren Sie nach ROI und Machbarkeit. Der KI-Leitfaden zeigt die häufigsten Use Cases nach Branche.

Entscheidungshilfen für die Geschäftsführung

Zeitplan: 6 Monate bis zum Produktivbetrieb

Häufige Fragen

Muss ich als Geschäftsführer KI verstehen?

Nein. Sie müssen verstehen, welches Problem gelöst wird, wie viel es kostet und wie der Erfolg gemessen wird. Die Technik delegieren Sie an den KI-Verantwortlichen.

Was wenn der Pilot scheitert?

Ein gescheiterter Pilot kostet €15.000–€35.000 und liefert wertvolle Erkenntnisse. Das ist billiger als ein falsches ERP-System (€200.000+). Lernen Sie aus dem Ergebnis und starten Sie mit einem angepassten Use Case.

Wie viel meiner Zeit kostet das KI-Projekt?

Als Geschäftsführer: 2–4 Stunden im Monat für Statusmeetings und Entscheidungen. Der KI-Verantwortliche berichtet, Sie entscheiden.

Soll ich erst eine KI-Strategie entwickeln?

Nein. Erst einen Use Case umsetzen, dann Strategie ableiten. Strategiepapiere ohne praktische Erfahrung sind Theorie. Ein erfolgreicher Pilot liefert die Grundlage für die Strategie.

Wie wähle ich den richtigen externen Partner?

Drei Referenzprojekte in Ihrer Branche, Festpreisangebot für den Pilot, DSGVO-Kompetenz, Bereitschaft zum Wissenstransfer. Kein Partner, der nur seine Plattform verkaufen will.