80 % Ihrer KI-Projekte sind klassische Automatisierung, gut so

Der Kunde wollte einen KI-Chatbot

Vor drei Wochen saß ich mit dem Geschäftsführer eines Handwerksbetriebs zusammen. 35 Mitarbeiter, etabliert, gutes Gespür für Zahlen. Er wollte einen KI-Chatbot für die Website, "weil die Konkurrenz jetzt auch einen hat."

Wir haben zwei Stunden gebraucht, um zu klären, dass sein eigentliches Problem woanders lag. Die Website war es nicht. Kundenanfragen kamen per E-Mail, Telefon und WhatsApp gleichzeitig rein, niemand im Büro hatte den aktuellen Stand welcher Auftrag wo steht, und am Freitagabend fehlte die Hälfte der Wochen-Notizen. Ein KI-Chatbot hätte daran nichts geändert.

Was geholfen hat: eine saubere Zusammenführung der drei Kanäle in ein einziges Ticket-System, automatische Zuordnung nach Region, tägliche Zusammenfassungen per E-Mail. Null KI. Reine Automatisierung, mit Technik, die es seit zehn Jahren gibt. Das Ergebnis ein Monat später: deutlich weniger Zeit im Büro bei gleicher Auftragsmenge. Trotzdem hätten neun von zehn Anbietern das als "KI-Projekt" verkauft.

Die These: 80 % keine KI, und das ist gut

Meine Arbeitsthese nach vier Jahren Umsetzung im Mittelstand: Etwa 80 % dessen, was heute als "KI-Projekt" verkauft wird, ist klassische Automatisierung. Datenflüsse, Regeln, Integrationen, saubere Prozesse. Die restlichen 20 % sind echte KI, und die machen den Unterschied, wenn sie auf der richtigen Basis aufsetzen.

Das ist keine Polemik gegen die Branche. Es ist eine nüchterne Beschreibung dessen, was in einem funktionierenden Projekt tatsächlich passiert. Und es ist die Grundlage für die wichtigste Entscheidung, die Sie bei Ihrem nächsten Vorhaben treffen müssen: in welcher Reihenfolge die beiden Schichten entstehen.

Wer KI an den Anfang stellt, bezahlt doppelt und bekommt halbe Ergebnisse. Wer die Automatisierung zuerst baut und KI als Verstärker einsetzt, bekommt etwas, das auch in zwei Jahren noch läuft, selbst wenn sich die Sprachmodelle bis dahin dreimal geändert haben.

Warum das "KI"-Label heute inflationär ist

Dass fast alles aktuell "KI" heißt, hat zwei Gründe, und beide haben wenig mit Technik zu tun.

Der erste Grund ist Marketing. "KI-Automatisierung" klingt 2026 verkäuflicher als "Automatisierung". Das gleiche Produkt in neuer Verpackung rechtfertigt höhere Preise, modernere Webseiten und innovativer klingende Pitches. Ein Teil der Anbieter labelt inzwischen sogar Excel-Makros als "KI-gestützte Analyse", sobald irgendwo ein Python-Aufruf an einen OpenAI-Endpoint versteckt ist.

Der zweite Grund ist Förderpolitik. In Österreich und Deutschland gibt es Programme, die explizit "KI-Projekte" begünstigen. Das ist gut gemeint, führt aber in der Praxis dazu, dass auch saubere Prozess-Projekte in Anträgen mit einer KI-Komponente angereichert werden, weil sonst das Budget kleiner ausfällt. Ich verstehe Unternehmen, die so vorgehen. Ich verstehe auch die Berater, die dabei unterstützen. Das Problem ist nur: am Ende des Projekts steht eine erwartete KI-Funktion, die niemand wirklich braucht, und eine Prozessverbesserung, die gut funktioniert, aber nicht offen als Kern kommuniziert werden darf.

Das Ergebnis: Die Branche redet über KI, und verdient in Wirklichkeit Geld mit Automatisierung. Transparent wäre ehrlicher. Verkaufstechnisch ist es schwieriger.

Was in einem typischen "KI-Projekt" wirklich passiert

Werden wir konkret. Ein durchschnittliches Projekt im Mittelstand, sagen wir eine intelligente Lead-Qualifizierung auf der Website, besteht aus folgenden Bausteinen:

Die 80 % klassische Automatisierung:

• Formulardaten werden aus der Website strukturiert ausgelesen und gespeichert
• Kontakte landen im CRM, Dubletten werden geprüft und zusammengeführt
• Zuordnungslogik nach Region, Produkt oder Kundensegment (Wenn-Dann-Regeln)
• Automatische Benachrichtigungen an zuständige Mitarbeiter per E-Mail oder Teams
• Termin-Synchronisation mit Kalendern
• Reporting-Dashboards, die die relevanten Kennzahlen zusammenfassen
• Schnittstellen zu bestehender Software (Buchhaltung, ERP, Branchensoftware)

All das ist Handwerk. Es gibt Standards, es gibt bewährte Werkzeuge (n8n, Make, individuelle Python- oder TypeScript-Skripte), es ist testbar, es ist wartbar, es verhält sich vorhersagbar.

Die 20 % echte KI:

• Die Erstklassifizierung der Anfrage anhand des Freitextfelds ("Kaufanfrage, Servicefrage oder Beschwerde?")
• Eine kurze, höfliche Rückantwort, die die Anfrage zusammenfasst und einen nächsten Schritt vorschlägt
• Eine wöchentliche Zusammenfassung ähnlicher Anfragen als Management-Info

Das sind die Stellen, an denen ein Sprachmodell etwas kann, was eine Regel nicht kann, nämlich unstrukturierten Text verstehen. Ohne die 80 %-Basis darunter hängt diese KI aber in der Luft. Der Chatbot versteht die Anfrage, kann damit aber nichts tun, weil der Prozess dahinter fehlt.

Die richtige Reihenfolge entscheidet

Die Reihenfolge ist nicht egal, und hier scheitern die meisten Projekte.

Wer mit KI beginnt, "wir bauen jetzt mal einen KI-Chatbot und schauen was passiert", hat in drei Monaten ein Gadget auf der Website, das hübsche Antworten gibt, aber keinen messbaren Geschäftseffekt bringt. Die Anfragen landen am Ende doch im normalen Posteingang, weil die CRM-Integration fehlt. Das Reporting ist unvollständig, weil die Datenquellen nicht verknüpft sind. Und der Geschäftsführer fragt sich, warum der Chatbot im Monat 490 € kostet und trotzdem niemand im Vertrieb weniger Arbeit hat.

Wer umgekehrt anfängt, erst die Prozesse aufräumen, dann KI gezielt einsetzen, hat nach drei Monaten ein funktionierendes Ticket-System, klare Zuständigkeiten, ein CRM das sauber gefüttert wird, und messbar weniger Zeit im Backoffice. Danach entscheidet sich, ob KI überhaupt noch nötig ist. Oft genug ist sie es nicht.

Wenn doch, kommt sie als Verstärker auf eine funktionierende Basis und liefert sofort Wirkung. Das ist die Sequenz, die in meiner Arbeit fast ausnahmslos funktioniert hat, und es ist die Sequenz, die in den meisten Angeboten am Markt umgekehrt vorgeschlagen wird. Weil KI zuerst besser verkäuflich ist.

Drei Szenarien, drei 80/20-Schnitte

Handwerksbetrieb, 35 Mitarbeiter. Der Angebotsprozess dauerte im Schnitt elf Tage, weil Anfragen zwischen Außendienst und Büro hängen blieben. Die 80 % Automatisierung: Anfragen landen zentral, Vorlagen werden vorbefüllt, der Status ist jederzeit sichtbar. Die 20 % KI: Ein Sprachmodell erstellt aus der Aufmaß-Notiz des Technikers einen Erstentwurf für das Angebotsschreiben. Ergebnis: Durchlaufzeit von elf auf vier Tage. Die KI kam als letzter Schritt, erst auf die fertige Basis.

Dienstleister, 12 Mitarbeiter. Projektabrechnung war unvollständig, weil Mitarbeiter ihre Stunden unregelmäßig eintrugen. Die 80 % Automatisierung: Freitag-Reminder, Plausibilitätsprüfungen, Vorausfüllen auf Basis des Kalenders. Die 20 % KI: Aus Kalendereinträgen und E-Mails eine Tätigkeitsbeschreibung pro Projektposition vorschlagen. Ergebnis: Abrechnungsverluste sinken spürbar. Die KI sitzt präzise an der Stelle, wo nur ein Sprachmodell sinnvoll interpretieren kann.

Steuerberatungskanzlei, 8 Mitarbeiter. Belegerfassung für BMD-Kunden war der größte Zeitfresser. Die 80 % Automatisierung: Belege werden per OCR ausgelesen, nach Stammdatenregeln vorkontiert und an die BMD-Schnittstelle übergeben. Die 20 % KI: Bei unsicheren Kontierungen eine Kontoempfehlung mit kurzer Begründung. Ergebnis: Pro Kunde spart das Team mehrere Stunden pro Monat. Die KI ist Assistenz. Entschieden hat immer der Steuerberater, und das bleibt auch so.

In allen drei Fällen gilt: Ohne die Automatisierung darunter wäre die KI folgenlos geblieben. Und schon die Automatisierung allein hätte sich gelohnt, auch ohne die KI obendrauf.

Was das für Ihre nächste Entscheidung bedeutet

Wenn Sie gerade ein Angebot auf dem Tisch haben, das mit "KI" beworben wird, stellen Sie diese drei Fragen:

1. Was davon ist klassische Automatisierung? Lassen Sie sich aufschlüsseln, welche Komponenten Regeln, Integrationen und Datenflüsse sind, und welche tatsächlich auf einem Sprachmodell oder einem anderen KI-Verfahren basieren. Erwarten Sie ein ehrliches 80/20. Wenn der Anbieter "zu 90 % KI" angibt, fragen Sie nach konkreten Beispielen.

2. In welcher Reihenfolge wird gebaut? Wenn die KI vor der Prozess-Basis entstehen soll, ist das ein Warnsignal. Die Basis muss zuerst stehen, sonst bauen Sie einen Chatbot auf Sand.

3. Was passiert, wenn das KI-Modul ausfällt? Lautet die Antwort "dann funktioniert das Ganze nicht mehr", ist die Architektur falsch. In einem belastbaren Projekt bleibt die Automatisierung auch dann nützlich, wenn die KI-Schicht temporär ausfällt oder durch ein anderes Modell ersetzt wird.

Das Label "KI" ist inzwischen kein verlässlicher Hinweis mehr auf das, was Sie bekommen. Es ist ein Marketingbegriff, der alles von einer simplen Regel bis zu einem ausgefeilten Agentensystem abdeckt. Das macht es schwer zu vergleichen, und leicht zu überbezahlen.

Weniger KI ist oft mehr. Wer das akzeptiert, trifft bessere Entscheidungen, gibt weniger Geld aus und bekommt Systeme, die länger halten.

Wenn Sie unsicher sind, ob Ihr aktuelles Vorhaben auf der richtigen Reihenfolge steht, ist ein ehrlicher KI-Readiness-Check der schnellste Weg zu einer fundierten Zweitmeinung. Und wenn klar ist, wo der 80/20-Schnitt verläuft, zeigt der KI-Sprint, wie sich aus dieser Klarheit in vier Wochen ein messbares Ergebnis bauen lässt.