KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 5 von 14)
Teil 5 KI-Spaghetti vermeiden: Warum der Mittelstand kleine KI-Lösungen nur mit Architektur skalieren kann
Viele mittelständische Unternehmen beginnen beim Thema künstliche Intelligenz pragmatisch. Ein Fachbereich testet einen KI-Assistenten. Eine Abteilung automatisiert interne Abläufe. Der Kundenservice nutzt ein Werkzeug zur Vorstrukturierung von Anfragen. Das Controlling experimentiert mit Berichten. Die Verwaltung lässt Dokumente zusammenfassen. Der Vertrieb erstellt erste Textvorlagen oder Angebotsentwürfe.Das ist verständlich. Es ist sogar sinnvoll, nicht mit einem großen Konzernprogramm zu starten. Kleine Pilotprojekte helfen, Erfahrungen zu sammeln, Berührungsängste abzubauen und erste Effizienzgewinne sichtbar zu machen.
Doch genau hier beginnt ein Risiko, das viele Unternehmen aus der klassischen Softwareentwicklung bereits kennen.
Was früher Spaghetti-Code, Excel-Wildwuchs, Schatten-IT oder Insellösungen waren, kann morgen KI-Spaghetti werden: viele kleine, lokal erfolgreiche KI-Lösungen, die unternehmensweit nicht zusammenpassen.
Jede einzelne Lösung kann für sich betrachtet nützlich sein. Zusammen können sie jedoch eine neue, schwer beherrschbare Struktur erzeugen.
Was in diesem Zusammenhang mit KI gemeint ist
Bevor über KI-Spaghetti, Insellösungen oder Architektur gesprochen wird, muss klar sein, was hier mit künstlicher Intelligenz gemeint ist.Gemeint ist nicht jede Automatisierung. Ein klassisches Skript, ein fester Workflow oder eine regelbasierte Software ist noch keine KI im eigentlichen Sinn, auch wenn solche Lösungen heute häufig unter dem Begriff KI vermarktet werden.
Künstliche Intelligenz beginnt dort, wo ein System nicht nur vorgegebene Regeln abarbeitet, sondern Informationen interpretiert, Muster erkennt, Zusammenhänge herstellt, Vorschläge erzeugt oder Entscheidungen vorbereitet. Sie arbeitet nicht wie ein gewöhnliches Werkzeug, das nur einen exakt definierten Befehl ausführt. Sie bildet eine zusätzliche kognitive Ebene im Unternehmen: Daten, Texte, Signale und Erfahrungswissen werden in Bedeutung, Einschätzung und Handlungsoptionen überführt.
Das bedeutet nicht, dass KI menschliches Bewusstsein besitzt oder unternehmerische Verantwortung übernehmen kann. Verantwortung bleibt beim Menschen und bei der Organisation. Aber KI verändert, wie Informationen verarbeitet, verdichtet und für Entscheidungen nutzbar gemacht werden.
Genau deshalb ist KI im Unternehmen mehr als ein technisches Werkzeug. Sobald sie Prozesse beeinflusst, Entscheidungen vorbereitet oder Wissen verfügbar macht, wird sie Teil der Unternehmensarchitektur.
Lokale Effizienz ist nicht automatisch Unternehmensoptimierung
Ein Fachbereich kann durch KI schneller werden. Das bedeutet aber noch nicht, dass das Unternehmen als Ganzes besser gesteuert wird.- Der Vertrieb beantwortet Kundenanfragen schneller.
- Der Service sortiert Tickets effizienter.
- Die Buchhaltung verarbeitet Belege automatisierter.
- Das Controlling erstellt Berichte mit weniger Aufwand.
- Die Personalabteilung nutzt KI für Texte und Bewerbungsprozesse.
- Die Entwicklung lässt sich bei Dokumentation oder Code unterstützen.
Aber aus Unternehmenssicht stellt sich eine andere Frage:
Passen diese Lösungen später zusammen?
- Nutzen sie dieselben Datenregeln?
- Greifen sie auf freigegebene Quellen zu?
- Sind Ergebnisse nachvollziehbar?
- Sind Verantwortlichkeiten geklärt?
- Können Lösungen später verbunden oder ersetzt werden?
- Entstehen neue Abhängigkeiten von einzelnen Personen, Tools oder Anbietern?
- Weiß die Geschäftsführung überhaupt, welche KI-Lösungen im Unternehmen bereits genutzt werden?
Der lokale Nutzen ist dann real. Aber der unternehmensweite Nutzen bleibt begrenzt.
Im schlimmsten Fall optimieren Fachbereiche ihre eigenen Abläufe, während das Unternehmen insgesamt an Übersicht, Steuerbarkeit und Kontrolle verliert.
Der alte Fehler in neuer Form
Viele Unternehmen haben diese Entwicklung bereits erlebt.Ein Fachbereich brauchte schnell eine Lösung. Also entstand eine Excel-Liste, eine Access-Datenbank, ein Makro, ein kleines Skript oder eine eigenständige Anwendung. Anfangs war das pragmatisch und hilfreich.
Später wurden daraus geschäftskritische Nebenlösungen.
Niemand wusste mehr genau, wer sie pflegt. Daten wurden doppelt geführt. Regeln waren unterschiedlich umgesetzt. Offizielle Systeme wurden umgangen. Neue Mitarbeiter verstanden die Logik nicht mehr. Schnittstellen fehlten. Und irgendwann war das Unternehmen abhängig von Strukturen, die nie als tragfähige Architektur geplant waren.
Mit KI kann sich dieser Fehler wiederholen — nur schneller.
Denn KI-Werkzeuge senken die Einstiegshürde massiv. Für eine erste Lösung braucht es oft kein großes Projekt, kein Entwicklerteam und keine klassische Softwareeinführung. Ein Fachbereich kann selbst experimentieren. Ein Dienstleister kann schnell etwas bauen. Ein Tool kann sofort produktiv wirken.
Das ist die Stärke von KI. Und genau darin liegt die Gefahr.
Je leichter kleine Lösungen entstehen, desto wichtiger werden gemeinsame Prinzipien.
Eine zentrale KI für alles ist nicht die Antwort
Die Gegenreaktion wäre naheliegend: Wenn viele kleine Lösungen Wildwuchs erzeugen, dann braucht das Unternehmen eben eine zentrale KI für alles.Auch das wäre zu einfach.
Eine vollständig zentrale KI-Lösung kann teuer, schwerfällig und riskant werden. Sie kann Fachbereiche ausbremsen, Innovation verlangsamen und eine neue Abhängigkeit erzeugen. Wenn alles an einer zentralen Plattform hängt, entsteht ein neuer Engpass. Fällt diese Plattform aus oder entwickelt sie sich in die falsche Richtung, betrifft das sofort viele Unternehmensbereiche.
Der Mittelstand braucht in der Regel keinen KI-Monolithen.
Er braucht keine allwissende zentrale Maschine, die jeden Prozess steuert, jede Entscheidung vorbereitet und jede Abteilung kontrolliert.
Was er braucht, ist etwas anderes:
dezentrale KI-Nutzung mit zentralen Prinzipien.
Die Fachbereiche dürfen und sollen nah an ihren konkreten Problemen arbeiten. Aber sie dürfen es nicht völlig losgelöst vom Gesamtunternehmen tun.
Der richtige Weg liegt zwischen zwei Extremen:
- Nicht wilder KI-Wildwuchs.
- Nicht zentrale KI-Bürokratie.
Die Prinzipien sind zentral. Die Umsetzung wächst schrittweise.
Das ist der entscheidende Satz.Ein mittelständisches Unternehmen muss nicht am ersten Tag eine große KI-Plattform bauen. Es muss auch nicht alle Daten bereinigen, alle Prozesse modellieren oder jede mögliche KI-Anwendung vorab planen.
Aber es muss zentrale Prinzipien festlegen, bevor viele einzelne Lösungen entstehen.
Diese Prinzipien beantworten grundlegende Fragen:
- Welche Daten dürfen für KI genutzt werden?
- Welche Daten dürfen nicht genutzt werden?
- Welche Systeme gelten als führend?
- Welche KI-Werkzeuge sind freigegeben?
- Wer trägt fachliche Verantwortung für Ergebnisse?
- Welche Ergebnisse müssen geprüft werden?
- Welche Anwendungsfälle sind unkritisch, welche geschäftskritisch?
- Welche Lösungen müssen später integrierbar oder ersetzbar bleiben?
- Wie wird dokumentiert, welche KI im Unternehmen wo eingesetzt wird?
Ohne solche Prinzipien startet jedes Projekt neu. Jeder Fachbereich definiert eigene Regeln. Jeder Dienstleister baut nach eigenem Verständnis. Jede Lösung schafft eigene Datenwege. Jede Abteilung entwickelt ihre eigene Wahrheit.
Dann entsteht genau das, was KI eigentlich vermeiden sollte: mehr Komplexität.
Klein anfangen heißt nicht ohne Architektur anfangen
Viele Geschäftsführer hören beim Thema Architektur sofort „Großprojekt“. Das muss nicht sein.Architektur bedeutet nicht, alles im Voraus perfekt zu planen. Architektur bedeutet, so zu beginnen, dass der nächste Schritt möglich bleibt.
Ein erster KI-Anwendungsfall darf klein sein. Er sollte es sogar sein.
Aber er muss so ausgewählt und umgesetzt werden, dass er später nicht zur Sackgasse wird.
Das bedeutet:
- Der Nutzen muss klar sein.
- Die Datenquelle muss bekannt sein.
- Die fachliche Verantwortung muss benannt sein.
- Die Grenzen der KI müssen definiert sein.
- Die Ergebnisse müssen prüfbar bleiben.
- Der Umgang mit sensiblen Daten muss geregelt sein.
- Die Lösung muss später anschlussfähig bleiben.
Ein kleiner Pilot mit diesen Fragen ist dagegen ein sinnvoller erster Baustein.
Skalierbarkeit beginnt vor dem ersten Erfolg
Viele Unternehmen denken über Skalierbarkeit erst nach, wenn ein Pilot erfolgreich war.Das ist zu spät.
Wenn eine Lösung bereits produktiv genutzt wird, Daten verarbeitet, Mitarbeiter geschult wurden und Abläufe darauf aufbauen, wird eine spätere Korrektur teuer. Dann ist die Lösung vielleicht lokal erfolgreich, aber unternehmensweit schlecht anschlussfähig.
Skalierbarkeit muss deshalb vor dem ersten Pilotprojekt geprüft werden.
Nicht im Sinne einer vollständigen technischen Plattform. Sondern mit einfachen Führungsfragen:
- Kann dieser Anwendungsfall später erweitert werden?
- Können weitere Datenquellen angeschlossen werden?
- Lässt sich die Lösung auf andere Fachbereiche übertragen?
- Sind Datenzugriffe und Rechte sauber regelbar?
- Kann die Lösung ersetzt werden, falls das Werkzeug nicht mehr passt?
- Bleibt nachvollziehbar, welche Informationen die KI verwendet hat?
- Entstehen neue Abhängigkeiten, die später schwer auflösbar sind?
Er darf dann nicht schleichend zu einem produktiven Bestandteil des Unternehmens werden.
Dezentral wirken, zentral geordnet sein
Die ideale KI-Landschaft im Mittelstand wird vermutlich nicht aus einer einzigen zentralen KI bestehen.Wahrscheinlicher ist eine Struktur aus mehreren KI-Bausteinen:
- eine KI für Serviceprozesse,
- eine KI für interne Dokumente,
- eine KI für Angebotsvorbereitung,
- eine KI für Qualitätsauswertung,
- eine KI für Controlling-Unterstützung,
- eine KI für technische Recherche oder Wissensmanagement.
Aber sie brauchen gemeinsame Ordnung.
Das Unternehmen muss wissen, welche KI-Bausteine existieren, welche Daten sie nutzen, wer sie verantwortet, welche Risiken sie haben und wie sie später zusammenwirken können.
Der Mittelstand braucht also nicht zwingend eine zentrale KI. Er braucht eine zentrale Sicht auf seine KI-Nutzung.
Das ist ein wichtiger Unterschied.
Der pragmatische Mittelstandsweg
Ein sinnvoller Einstieg könnte so aussehen:Zuerst wird eine einfache KI-Landkarte erstellt.
- Welche KI-Werkzeuge werden bereits genutzt?
- In welchen Fachbereichen?
- Mit welchen Daten? Für welche Zwecke?
- Welche Daten sind erlaubt?
- Welche nicht?
- Welche Ergebnisse müssen geprüft werden?
- Welche Tools dürfen verwendet werden?
- Welche Risiken sind ausgeschlossen?
- Nutzen,
- Aufwand,
- Datenlage,
- Risiko
- und späterer Anschlussfähigkeit.
Dieser Baustein wird begrenzt umgesetzt, geprüft und verbessert.
Erst danach folgt die Erweiterung.
So wächst keine wilde Sammlung von Einzellösungen. Es entsteht schrittweise eine KI-Fähigkeit des Unternehmens.
Der eigentliche Nutzen liegt in der Verbindung
Einzelne KI-Lösungen können Arbeit erleichtern. Der große Nutzen entsteht aber erst, wenn sie nicht gegeneinander oder nebeneinander arbeiten, sondern in eine gemeinsame Unternehmenslogik eingebettet sind.Wenn Service, Vertrieb, Qualitätssicherung, Controlling und Management auf widersprüchliche Daten und unterschiedliche KI-Regeln zugreifen, bleibt der Nutzen begrenzt.
Wenn diese Bereiche jedoch auf gemeinsamen Prinzipien aufbauen, kann KI mehr leisten:
- Informationen werden vergleichbarer.
- Entscheidungen werden besser vorbereitet.
- Datenqualität wird sichtbarer.
- Doppelarbeit nimmt ab.
- Fachwissen wird leichter nutzbar.
- Prozesse können über Abteilungsgrenzen hinweg verbessert werden.
Dann entsteht unternehmensweite Lernfähigkeit.
Genau darin liegt der Unterschied zwischen KI-Spielerei und KI-Fähigkeit.
Warum diese Entscheidung nicht allein in die IT gehört
Die IT spielt bei KI eine wichtige Rolle. Sie muss Systeme betreiben, Datenzugriffe sichern, Werkzeuge bewerten und technische Risiken einschätzen.Aber die Frage, ob viele kleine KI-Lösungen später zusammenpassen, ist keine reine IT-Frage.
Sie betrifft Unternehmensführung.
Denn es geht um:
- Wertschöpfung,
- Prozesse,
- Datenhoheit,
- Verantwortung,
- Risiko,
- Arbeitsweise,
- Kontrolle,
- Skalierbarkeit,
- Investitionsschutz.
Ohne diese Verbindung entstehen entweder technische Einzelentscheidungen ohne Geschäftsbezug oder Managementziele ohne technische Bodenhaftung.
Beides ist gefährlich.
Fazit: KI darf klein beginnen, aber nicht klein gedacht werden
Der Mittelstand muss KI nicht mit großen Programmen, Konzernplattformen oder umfassenden Transformationsprojekten beginnen.Klein anzufangen ist richtig.
Aber klein anfangen darf nicht bedeuten, ohne Architektur zu starten.
Viele kleine KI-Lösungen sind kein Problem, solange sie Teil eines gemeinsamen Zielbilds sind. Problematisch wird es erst, wenn jede Abteilung eigene Werkzeuge, eigene Datenzugriffe, eigene Regeln und eigene Verantwortlichkeiten entwickelt.
Dann entsteht nicht KI-Fähigkeit, sondern KI-Spaghetti.
Der bessere Weg lautet:
- fachbereichsnah starten,
- wirtschaftlich priorisieren,
- Risiken begrenzen,
- Daten kontrollieren,
- Verantwortung klären,
- Anschlussfähigkeit sichern,
- und zentrale Prinzipien festlegen, bevor Wildwuchs entsteht.
So kann der Mittelstand KI nutzen, ohne sich in neuen Insellösungen zu verlieren.
Nicht als KI-Monolith. Nicht als unkontrollierte Sammlung von Tools. Sondern als schrittweise wachsende Unternehmensfähigkeit.
Teil 1: Künstliche Intelligenz ist kein reines IT-Projekt - sie ist Chefsache!
Prev
Teil 4: Kontrolle, Ausfallsicherheit, Verantwortung: Was Geschäftsführer vor dem produktiven KI-Einsatz klären müssen
Next
Teil 6: KI im Mittelstand — ab wann lohnt sich der Aufwand?
Die Universal Diplom Ingenieure von 4WT werden meist für Unternehmen aus dem DACH-Raum hinzugezogen wenn Sie:
Kein Vertrieb.
Kein Marketing.
reine Ingenieur-Analyse.
Austausch zwischen zwei Unternehmer, die Klartext reden.
Wenn Sie eine fachlich saubere Zweitmeinung brauchen:
📞 +49 30 8687094010 (Bitte Zeitverschiebung nach Bangkok beachten.)
✉️ uwe.richter@it-e-com.de
🔗 4WT Kontaktseite
🔗 4WT Firmenseite
📅 JETZT ein kostenfreies Infogespräch reservieren!
Ich sage Ihnen auch ehrlich, wenn kein Handlungsbedarf besteht.
- planen, den südostasiatischen Markt zu erschließen (Expansion, Markteintritt, Diversifizierung von Lieferketten);
- deutsche Universal Diplom Ingenieure mit technischem Sachverstand (juristische thailändische Person mit deutscher DNA), lokaler Präsenz und deutscher Management, jedoch keine Folienberatung suchen;
- einen juristischen deutschen Partner vor Ort in Südostasien zur Unterstützung Ihrer Aktivitäten und als verlängerten Arm benötigen (operativ/technisch-exekutiv Betreuung vor Ort);
- den Eindruck haben, dass in Ihrer Niederlassung ein Shadow-Management etabliert werden muss, welches die asiatische Arbeitskultur schon seit Jahrzehnten kennt, aber eine 100-prozentige deutsche DNA besitzt - Cultural Broker.
- eine kulturell angepasste Unterstützung Ihrer thailändischen Geschäftsführung entsprechend deutscher Qualitäts- und Prozessanforderungen suchen.
- die enormen Kosten ihres entsendeten Expat mit Sorge erfüllen und Sie eine deutlich günstigere skalierbare Alternative suchen.
- eine Repräsentation bzw. bevollmächtigte Unternehmensvertretung als Liaison Office, Business Proxy oder Corporate Service Provider benötigen.
- rechtssichere pragmatische FBA-konforme Inkubation suchen.
Kein Vertrieb.
Kein Marketing.
reine Ingenieur-Analyse.
Austausch zwischen zwei Unternehmer, die Klartext reden.
Wenn Sie eine fachlich saubere Zweitmeinung brauchen:
📞 +49 30 8687094010 (Bitte Zeitverschiebung nach Bangkok beachten.)
✉️ uwe.richter@it-e-com.de
🔗 4WT Kontaktseite
🔗 4WT Firmenseite
📅 JETZT ein kostenfreies Infogespräch reservieren!
Ich sage Ihnen auch ehrlich, wenn kein Handlungsbedarf besteht.
Zufällige Auswahl von Artikeln zum Thema: KI
- KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 7 von 14)
- KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 6 von 14)
- KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 2 von 14)
- KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 1 von 14)
- Unternehmensberatung Mittelstand mit Umsetzungsverantwortung
- KI-4WT-Connectoren für KMU - Wir verbinden Ihre Daten mit Ihrer KI. (4WT-Seite)
In welchem Blogartikel kommt folgendes Suchwort vor? Über 4WT
Dieser Beitrag spiegelt die Perspektive von 4WT wider – einem Ingenieurbüro, das Unternehmen dabei unterstützt, komplexe IT-Landschaften wieder beherrschbar zu machen.
Unser Fokus liegt nicht auf schnellen Lösungen oder Methodentrends, sondern auf Klarheit, Entscheidungsfähigkeit und verantwortungsvoller Automatisierung an der Schnittstelle zwischen Unternehmertum und IT.
🔗 Präsentation des Ingenieurbüros 4WT
