KI-Einführung in KMU: Der 90-Tage-Plan für Geschäftsführende

Ist die Einführung von KI in einem KMU in 90 Tagen möglich?

Ja, 90 Tage reichen für einen Pilotversuch oder einen klar abgegrenzten Anwendungsfall. Weniger sicher ist das, sobald das Projekt komplexe Integrationen zwischen mehreren Werkzeugen voraussetzt. Eine Quelle gibt an, dass bei einem klar abgegrenzten Umfang ein erstes messbares Ergebnis innerhalb von 30 Tagen und ein Produktivbetrieb innerhalb von 90 Tagen realistisch ist [27].

Die angegebenen Zeiträume variieren je nach Art des Projekts:

Projekttyp	Angegebener Zeitraum
Einfacher KI-Agent, sobald der Umfang festgelegt ist	2 bis 4 Wochen [19]
Strukturierte Einführung, von der Diagnose bis zur Kompetenzübertragung	4 bis 6 Wochen [37]
KI-Agent, Umsetzungsleitfaden	6 Wochen [36]
Erste strukturierte Einführung (Audit, Wahl des Technologie-Stacks, Schulung von Championes, Pilotprojekt, Messung, Iteration)	etwa 8 Wochen [18]
Integration zwischen mehreren Werkzeugen (CRM, Webformulare, Fakturierung, Dashboards)	häufig 6 bis 12 Wochen [33]

Die beschriebenen Umfänge decken sich nicht genau, weshalb der Vergleich nur ungefähr ist. Die Abweichung zwischen 4 bis 6 Wochen laut [37] und 8 Wochen laut [18] ist ein Beispiel dafür.

Zeitangaben mit Vorsicht lesen

Fast alle diese Quellen sind Dienstleister. Ihre Zahlen sind praktische Empfehlungen aus ihrer Tätigkeit, keine durch eine unabhängige Studie validierten Ergebnisse. Man sollte sie eher als Größenordnungen denn als verbindliche Terminzusagen verstehen.

Was das für Geschäftsführende bedeutet

Ein 90-Tage-Plan ist stimmig, wenn das Ziel ein Pilotprojekt oder ein gezielter Anwendungsfall ist. Wenn das Projekt die Verknüpfung mehrerer Werkzeuge erfordert, kann die für diese Art der Integration angegebene Dauer von 6 bis 12 Wochen [33] den Großteil des Zeitrahmens beanspruchen. In diesem Fall empfiehlt es sich, mit einem einfacheren Anwendungsfall zu beginnen. Ein einfacher Agent ist mit 2 bis 4 Wochen angegeben, vorausgesetzt der Umfang ist klar abgegrenzt [19]. Das Integrationsvorhaben kann danach separat geplant werden.

Welches sind die Hauptphasen eines 90-Tage-KI-Plans?

Ein 90-Tage-KI-Plan für ein KMU gliedert sich in drei Blöcke von jeweils etwa 30 Tagen: strukturieren, pilotieren, dann messen und ausweiten. Ein Leitfaden formuliert es so: 30 Tage für die Strukturierung (Audit, Anwendungsfälle, Regeln), danach das Pilotprojekt und anschließend die Messphase [40]. Eine Checkliste folgt demselben Rhythmus: 6 Voraussetzungen, 3 Phasen à 30 Tage, ein Kästchen pro Maßnahme und ein Ergebnis pro Woche [26].

Block	Zeitraum	Inhalt
Strukturieren	Tag 1 bis 30	Audit, Auswahl der Anwendungsfälle, Nutzungsregeln [40][26]
Pilotieren	Tag 30 bis 60	Test in einem eingeschränkten Bereich [40][26]
Messen und ausweiten	Tag 60 bis 90	Messung der Ergebnisse, danach Ausweitung [40][26]

Detaillierte Variante für ein allgemeines Werkzeug

Für die Einführung eines allgemeinen Werkzeugs wie ChatGPT schlägt ein Leitfaden vier Phasen von jeweils zwei Wochen bis einem Monat vor [24]:

• Tag 0 bis 15: Audit und Auswahl des Werkzeugs.
• Tag 15 bis 30: Pilotprojekt mit 3 Personen.
• Tag 30 bis 60: Ausweitung auf 10 bis 15 Mitarbeitende.
• Tag 60 bis 90: Verallgemeinerung auf 2 bis 3 Schlüsselprozesse [24].

Diese Variante gliedert die drei Blöcke neu: Das Pilotprojekt beginnt bereits am Tag 15, und die Ausweitungsphase wird vor der Verallgemeinerung eingeschoben.

Was die Quellen tatsächlich belegen

Die Quellen liefern wenig Details Tag für Tag. Der hier dargestellte Ablauf ist eine Rekonstruktion aus ihren gemeinsamen Punkten, kein validierter Zeitplan.

Was in allen Quellen wiederkehrt, ist der 90-Tage-Rahmen selbst. Er erscheint als Aktionsplan für KMU und mittelgroße Unternehmen [14], als konkreter Fahrplan [15] oder als „30-60-90“-Methode [35]. Eine kurze Roadmap von ein bis zwei Seiten benennt in der Regel ein erstes Pilotprojekt mit seinen Erfolgsindikatoren und legt einen 90-Tage-Zeitplan fest [29].

Diese Inhalte stammen überwiegend von Dienstleistern und Beratungsorganisationen. Ihre Zeitangaben sind Empfehlungen aus der Praxis, keine gemessenen Ergebnisse.

Was ist in den ersten 30 Tagen für eine gute Strukturierung zu tun?

Der erste Monat dient dazu, eine kurze Roadmap zu erstellen und ein einziges erstes Pilotprojekt auszuwählen, bevor Werkzeuge gekauft oder Schulungen für alle organisiert werden.

Eine Roadmap von 1 bis 2 Seiten

Die Roadmap ist ein Dokument von ein bis zwei Seiten, das vier Elemente vereint [29]:

• Die priorisierten Anwendungsfälle, geordnet nach Aufwand, geschätztem ROI und regulatorischem Risiko [29].
• Ein erstes Pilotprojekt, ausdrücklich benannt [29].
• Die Erfolgsindikatoren des Pilotprojekts [29].
• Einen 90-Tage-Zeitplan [29].

Eine Beratungsquelle empfiehlt zusätzlich, drei schnelle Erfolge zu identifizieren und die Messung des ROI vorzusehen, auch ohne IT-Abteilung [15].

Audit, Stack und Indikatoren

Ein Dienstleister stellt Audit und Wahl des technischen Stacks an den Anfang seiner strukturierten Einführung, vor Schulung der Champions, Pilotprojekt, Messung und Iteration [18]. Die Indikatoren werden von Anfang an festgelegt, nicht erst nach dem Pilotprojekt. Eine andere kommerzielle Quelle nennt vier: eingesparte Zeit, Fehlerquote, Zufriedenheit der Nutzer und Qualität der Ergebnisse [34]. Ohne gemessenen Ausgangspunkt bleibt die Bilanz am Tag 90 nicht überprüfbar.

Klein anfangen: der Ansatz von France Num

France Num schlägt eine schrittweise Einführung vor: zuerst allgemein verfügbare Werkzeuge, dann die Anbindung der KI an bestehende Werkzeuge, und ein eigenes Projekt nur, wenn der Bedarf es rechtfertigt [4]. Die Strukturierung besteht also darin, das passende Ambitionsniveau zu wählen, nicht sofort das aufwendigste anzustreben. Oupi wird teamweise mit Schulung und integrierter Begleitung eingeführt, was zu einem auf ein einziges Team begrenzten ersten Pilotprojekt passt (mehr erfahren).

Eine Checkliste, um den Takt zu halten

Ein Softwareanbieter schlägt eine 90-Tage-Checkliste vor, mit 6 Voraussetzungen, 3 Phasen à 30 Tagen, einem Kästchen pro Maßnahme und einem Ergebnis pro Woche [26]. Sie stammt von einem kommerziellen Akteur und bezieht sich auf die Einführung eines bestimmten Werkzeugs (Claude) [26]. Ihr Format lässt sich übertragen: Jede Woche des ersten Monats endet mit einem schriftlichen Ergebnis, etwa einem Audit, einer Liste der Anwendungsfälle, einer validierten Roadmap und anschließend einem klar umrissenen Pilotprojekt. Diese Gliederung stammt nicht aus der Quelle, die den Inhalt der einzelnen Wochen nicht im Detail beschreibt.

Wie wählt man das Pilotprojekt aus und führt es durch (Tag 30 bis 60)?

Ein gutes Pilotprojekt betrifft einen präzisen Anwendungsfall, bindet ein freiwilliges Team ein und stützt sich auf Indikatoren, die vor dem Start festgelegt wurden [34]. Zwischen dem 30. und dem 60. Tag geht es darum, einen Nutzen auf einem begrenzten Bereich nachzuweisen, nicht überall gleichzeitig einzuführen.

Die vier Kriterien eines erfolgreichen Pilotprojekts

Eine Beratungsquelle nennt folgende Kriterien [34]:

• Ein präziser Anwendungsfall statt eines breiten Themas: „Erstellung von Erinnerungs-E-Mails im Vertrieb automatisieren“ statt „KI im Marketing“.
• Ein Team von 5 bis 10 Personen, freiwillig, mit einer verantwortlichen Ansprechperson.
• Eine begrenzte Dauer: Die Quelle nennt 3 Monate. Im 90-Tage-Plan erfordert das einen engen Umfang. Eine andere Quelle schätzt eine erste strukturierte Einführung, von der Stack-Wahl bis zur Iteration über das Pilotprojekt, auf etwa 8 Wochen [18].
• Von Beginn an definierte Indikatoren: eingesparte Zeit, Fehlerquote, Nutzerzufriedenheit, Qualität der Ergebnisse [34].

Die Teamgröße variiert je nach Methode. Ein Einführungsplan für ChatGPT beginnt mit einem Pilotprojekt mit 3 Personen und erweitert zwischen Tag 30 und 60 auf 10 bis 15 Mitarbeitende [24].

KI in die Prozesse integrieren

Das Pilotprojekt muss sich in die tatsächliche Arbeit einfügen. Ein Schulungsprogramm für Kleinst- und Kleinunternehmen gliedert diesen Schritt in vier Etappen [22]:

1. Aufgaben zerlegen;
2. das Maß der menschlichen Kontrolle festlegen;
3. an realen Fällen testen;
4. die Arbeitsweise dokumentieren.

Diese Arbeitsweise dient anschließend als Grundlage für die Verallgemeinerung.

Ein Beispiel für einen Anwendungsfall: das Mahnwesen für offene Rechnungen

Ein Dienstleister nennt das Mahnen offener Rechnungen durch einen KI-Agenten. Jeden Morgen fragt der Agent die Fakturierungssoftware ab und erkennt Rechnungen, deren Fälligkeit um 7 bis 10 Tage überschritten ist. Er analysiert das Kundenprofil (Historie, Betrag, Branche) und verfasst daraufhin eine personalisierte Mahn-E-Mail [36]. Der Fall ist klar abgegrenzt und messbar: Zahlungsfrist, Anzahl bearbeiteter Mahnungen, aufgewendete Zeit.

Derselbe Dienstleister bezeichnet ihn als „statistisch den Workflow mit dem schnellsten ROI“ für ein Dienstleistungs-KMU [36]. Das ist eine kommerzielle Behauptung, die sich anhand der Unterlagen nicht überprüfen lässt: Sie ist mit Ihren eigenen Zahlen zu validieren.

Mit Oupi erfolgt die Einführung teamweise mit integrierter Schulung und Begleitung, was zur Logik eines auf eine Freiwilligengruppe begrenzten Pilotprojekts passt (Einführung im Unternehmen).

Wie misst man die Ergebnisse und verallgemeinert sie (Tag 60 bis 90)?

Die letzte Phase besteht darin, die Ergebnisse des Pilotprojekts zu messen, zu iterieren und das Vorgehen schrittweise auszuweiten, wobei die ersten Indikatoren festgelegt werden [20][18]. Die Quellen sind sich über den Zeitplan nicht einig. Ein Schulungsinhalt legt diesen Schritt zwischen Tag 75 und 90 [20], ein anderer nimmt „Messung und Iteration“ in eine etwa 8-wöchige erste strukturierte Einführung auf [18]. Beide Quellen sind kommerzielle Akteure. Die Logik bleibt dieselbe: Man verallgemeinert erst, nachdem man überprüft hat.

Die drei Schritte der Schlussphase

• Messen und anpassen. Werten Sie die Ergebnisse des Pilotprojekts aus und korrigieren Sie, bevor Sie ausweiten. Ein Fachbuch zur Finanzautomatisierung formuliert diese Logik so: „die Parameter vor dem allgemeinen Einsatz anpassen“ [8].
• In den Produktivbetrieb überführen. Dies ist der letzte Schritt des Weges vom Pilotprojekt zur Produktion [38].
• In Stufen ausweiten. Das Vorgehen wird schrittweise erweitert, nicht auf einen Schlag [20].

Verlust des Schwungs vermeiden

Das Hauptrisiko ist das Vergessen. Ein Buch über KI im Unternehmen sagt es unumwunden: „Nach 90 Tagen ist das Thema von der Tagesordnung verschwunden“, und das Budget wird im Anschluss angesprochen [5]. Tag 90 darf also kein Ziel sein, an dem alles endet.

Meilensteine nach Tag 90 festlegen

Legen Sie schon jetzt Termine für die weitere Begleitung fest. Ein Beispiel für ein Steuerungssystem bewertet Teams alle 90 Tage anhand eines Rasters [12]. Eine vierteljährliche Überprüfung der Indikatoren mit einer benannten verantwortlichen Person greift diese Idee auf. Für die Autonomie der Teams schlägt eine Quelle eine praxisnahe Begleitung von 3 bis 6 Monaten nach einer eintägigen fachlichen Schulung vor [38].

Oupi wird Team für Team mit integrierter Schulung und Begleitung eingeführt, was dieser Logik einer schrittweisen Ausweitung entspricht. Die Angebote für Unternehmen beschreiben die Funktionsweise im Detail.

Wie bezieht man die Teams ein und begleitet den Wandel?

Die Akzeptanz von KI hängt weniger vom Werkzeug ab als von der Schulung und den internen Multiplikatoren, die es im Alltag verankern. Die Quellen stimmen hierin überein, auch wenn viele von Dienstleistern und Bildungsanbietern stammen, deren Empfehlungen nicht empirisch validiert sind.

Mit den Menschen beginnen, nicht mit der Technik

Die Heranführung an KI beginnt nicht mit einem großen technologischen Plan [9]. Der Bedarf ist dokumentiert: Eine Untersuchung zu den kleinsten und sehr kleinen Unternehmen in der Wallonie benennt Schulungsbedarf zu generativer KI [11].

Interne Multiplikatoren und Nutzungsrahmen

Ein 90-Tage-Plan stützt sich laut einem Bildungsanbieter auf identifizierte KI-Champions und priorisierte Anwendungsfälle [25]. Die Schulung dieser Champions gehört zu den Etappen einer ersten strukturierten Einführung, die ein Dienstleister auf etwa 8 Wochen schätzt [18].

Schulung funktioniert am besten anhand realer Arbeitssituationen. Ein öffentliches Programm aus der Region Île-de-France widmet dem beispielsweise 7 Stunden: Aufgabenzerlegung, Entscheidungen über die menschliche Kontrolle, Tests an realen Fällen und Dokumentation der Arbeitsweise [22]. Diese Arbeit legt den Nutzungsrahmen fest: was das Team der KI überlässt und was es kontrolliert.

Den beruflichen Übergang der Mitarbeitenden begleiten

Der Leitfaden LaborIA weist darauf hin, dass Weiterbildungspläne den beruflichen Übergang der Beschäftigten begleiten sollten [21]. Dieser Leitfaden wurde vom Programm herausgegeben, das das Arbeitsministerium und Inria verbindet, und richtet sich an Geschäftsführende von Kleinstunternehmen und KMU [2].

Selbstständigkeit anstreben

Ein Dienstleister schlägt eine eintägige fachliche Schulung vor, gefolgt von einer praxisnahen Begleitung von 3 bis 6 Monaten, um ein Team zu befähigen, seine Lösungen selbst zu betreiben und weiterzuentwickeln [38]. Diese Dauer geht über 90 Tage hinaus: Der Plan setzt die Dynamik in Gang, die Selbstständigkeit entwickelt sich danach.

Wo Oupi einzuordnen ist

Oupi wird Team für Team mit integrierter Schulung und Begleitung eingeführt. Diese Logik entspricht der oben beschriebenen Gliederung: Man kommt Team für Team voran, statt das Werkzeug auf einen Schlag im gesamten Unternehmen zu öffnen. Die Schulungsangebote beschreiben diesen Bereich näher.

Welches Budget ist einzuplanen, und sollte man sich begleiten lassen?

Ein Pilotbudget von 5.000 bis 15.000 €, inklusive Lizenzen und Begleitung, nennt ein Schulungs- und Beratungsdienstleister [34]. Diese Zahl ist ein Richtwert, kein etablierter Marktpreis. Sie dient vor allem dazu, die Größenordnung eines begrenzten Pilotprojekts einzuschätzen, nicht die Kosten einer vollständigen Einführung zu beziffern.

Sollte man sich begleiten lassen?

Ein KMU kann KI-Lösungen, die in seine Werkzeuge integriert sind, ohne Neueinstellungen einführen, vorausgesetzt es stützt sich auf einen Partner, der die Lösung liefert und die Teams schult [28]. Diese Aussage stammt von einem Akteur, der genau diese Dienstleistung verkauft: Sie beschreibt eine mögliche Option, keine nachgewiesene Notwendigkeit.

Ein Buch erwähnt ebenfalls ein Budget für eine erste ernsthafte Einführung in einem KMU oder einem mittelgroßen Unternehmen [5]. Der verfügbare Auszug ist abgeschnitten: Der Betrag ist nicht verwertbar, weshalb wir ihn nicht übernehmen.

Bevor Sie unterschreiben, helfen drei Fragen bei der Bewertung eines Angebots:

• Bleibt die gelieferte Lösung Ihr Eigentum [28]?
• Sind die Teams so geschult, dass sie die Lösung ohne Abhängigkeit vom Dienstleister betreiben können [28]?
• Sind die Erfolgsindikatoren (eingesparte Zeit, Fehlerquote, Nutzerzufriedenheit) von Beginn an festgelegt [34]?

Öffentliche Ressourcen vor dem Kauf konsultieren

Zwei öffentliche Dokumente helfen, den Bedarf vor jeder Ausgabe einzugrenzen:

• Der Leitfaden LaborIA: Er wird vom Programm herausgegeben, das das Arbeitsministerium und Inria verbindet, richtet sich an Geschäftsführende von Kleinstunternehmen und KMU, die KI einführen wollen, und ist auf France Num verfügbar [2].
• Die Methodik von Bpifrance Conseil und Siparex: Sie bietet ein strukturiertes Einführungsvorgehen und eine Liste von 20 realen Anwendungsfällen [3].

Diese Unterlagen vorab zu lesen hilft, ein präzises Lastenheft zu formulieren und Angebote so auf einer gemeinsamen Grundlage zu vergleichen.

Die Rolle von Oupi

Oupi wird Team für Team mit integrierter Schulung und Begleitung eingeführt. Dieses Vorgehen richtet sich an Unternehmen, die Werkzeug, Kompetenzaufbau und Begleitung in einem gemeinsamen Vorgehen bündeln wollen: siehe die Unternehmensseite.

Welche Fallstricke und Risiken sind zu vermeiden (Compliance, Skalierung)?

Die größte Falle besteht darin, bei der individuellen Nutzung stehen zu bleiben: Jeder Mitarbeitende nutzt ein Werkzeug für sich, ohne dass das Unternehmen einen strukturierten Nutzen daraus zieht. Laut dem Barometer von Bpifrance, das ein Schulungsdienstleister zitiert, nutzen 32 % der französischen KMU generative KI, aber nur 11 % haben sie unternehmensweit eingeführt [25].

Zahlen, die von der Definition abhängen

Die Übernahmestatistiken lassen sich nur schwer vergleichen. Ein anderer kommerzieller Akteur gibt an, dass 48 % der französischen KMU mindestens ein KI-Werkzeug nutzen [23]. Eine Studie zu Belgien nennt, dass 16 % der dortigen KMU KI integriert haben [11]. Je nachdem, ob man eine punktuelle Nutzung, ein Werkzeug oder eine Integration zählt, ist der Unterschied erheblich. Es ist daher besser, das eigene Erfolgskriterium festzulegen, statt einen Marktdurchschnitt anzustreben.

Compliance: DSGVO und AI Act

Ein französisches KMU unterliegt der DSGVO und dem europäischen AI Act [38]. Diese Quelle spricht von einer Anwendung „bald“, und die Unterlagen enthalten kein verwertbares Datum. Prüfen Sie den Zeitplan und die Pflichten in den amtlichen Texten. Für generative KI veröffentlicht die französische Datenschutzbehörde CNIL Fragen und Antworten zur Nutzung generativer KI-Systeme, auf die sich [37] bezieht.

Skalierung: was zu vermeiden ist

Die Skalierung erfordert eine sorgfältige Planung auf technischer, organisatorischer und menschlicher Ebene [30]. Die häufigsten Stolpersteine:

• Bei individuellen Nutzungen stehen zu bleiben, ohne priorisierte Anwendungsfälle und gemeinsame Indikatoren.
• Compliance erst im Nachhinein zu behandeln, obwohl sie die Wahl der Werkzeuge bestimmt.
• Den Menschen zu vernachlässigen: Ohne Schulung und Ansprechpersonen wird das Werkzeug zu wenig genutzt.
• Ein Verkaufsversprechen für einen Beweis zu halten. Ein Dienstleister wirbt etwa mit einem „garantierten messbaren ROI in 6 Monaten“ [35]. Das ist ein Verkaufsargument, keine Studie. Fordern Sie die Indikatoren, die Messmethode und vergleichbare Referenzfälle ein.

Um aus der individuellen Nutzung herauszukommen, wird Oupi Team für Team mit integrierter Schulung und Begleitung eingeführt (siehe das Angebot für Unternehmen).