KI-Projekte scheitern an alten Übergaben

Kurzfassung: Die aktuelle Moonshots-Folge beschreibt ein zentrales Muster: KI wird zu oft in bestehende, menschlich geprägte Abläufe eingesetzt. Für KMU ist die entscheidende Frage nicht, welches Tool eingeführt wird, sondern welche Übergaben, Prüfungen und Entscheidungen neu gebaut werden müssen.

Die Folge The Organizational Singularity: AI-Proof Your Company stellt eine unbequeme Frage: Welche margenträchtige Leistung eines Unternehmens könnte ein kleines KI-natives Team in 60 bis 90 Tagen nachbauen? Für den Mittelstand ist das kein Silicon-Valley-Gedankenspiel. Es ist ein brauchbarer Stresstest für Vertriebsprozesse, Serviceabläufe, Angebotslogik, Projektabwicklung und interne Koordination.

Der Kern liegt nicht darin, dass jedes Unternehmen sofort vollständig agentisch arbeiten muss. Der Kern liegt darin, dass viele heutige Abläufe für menschliche Übergaben gebaut wurden: jemand sammelt Informationen, jemand prüft, jemand leitet weiter, jemand fragt nach, jemand entscheidet. Wird KI nur in diese alte Kette eingesetzt, entsteht oft mehr Text, aber nicht zwingend bessere Arbeit.

Das Problem ist nicht das Tool, sondern der alte Ablauf

Viele KI-Projekte starten mit einer naheliegenden Idee: Ein bestehender Arbeitsschritt soll schneller werden. Angebote sollen schneller formuliert werden. Serviceantworten sollen schneller entstehen. Protokolle sollen schneller zusammengefasst werden. Das klingt vernünftig, greift aber häufig zu kurz.

Die Moonshots-Folge beschreibt genau dieses Risiko: KI wird in Abläufe eingebaut, die für Menschen, Meetings, Freigaben und manuelle Abstimmung entstanden sind. Dann automatisiert das Unternehmen nicht Wertschöpfung, sondern seine alten Reibungsverluste. Ein Agent kann Informationen schneller zusammentragen. Wenn aber unklar bleibt, welche Quelle verbindlich ist, wer prüfen muss und ab wann ein Ergebnis als belastbar gilt, wandert der Engpass nur an eine andere Stelle.

Für KMU ist diese Unterscheidung wichtig. Ein neues Werkzeug löst selten ein unklar geschnittenes Verfahren. Wenn Vertrieb, Technik und Einkauf heute schon unterschiedliche Datenstände nutzen, produziert KI nicht automatisch Klarheit. Sie kann sogar zusätzliche Rückfragen erzeugen, weil jeder Entwurf erneut gegen informelle Tabellen, alte E-Mails oder persönliche Erfahrungswerte geprüft werden muss.

Gute KI-Arbeit beginnt an der Übergabe

Ein sinnvoller Ansatz beginnt deshalb nicht mit der Frage: Wo können wir KI einsetzen? Besser ist: Welche Übergabe kostet heute zuverlässig Zeit, Qualität oder Geschwindigkeit?

Im Vertrieb kann das die Übergabe von Kundenanforderung zu Angebot sein. Liegen Produktdaten, Preislogik, Lieferfähigkeit, Sondervereinbarungen und technische Einschränkungen nicht sauber zusammen, entsteht jedes Angebot aus Sucharbeit. KI kann hier helfen, aber nur, wenn sie eine prüfbare Vorarbeit erzeugt: Welche Annahmen wurden verwendet? Welche Daten sind aktuell? Welche Punkte brauchen fachliche Freigabe?

Im Service kann die kritische Übergabe zwischen Kundenanfrage, Vertrag, Seriennummer, Wartungshistorie und Ersatzteilverfügbarkeit liegen. Ein KI-System, das daraus eine erste Lageeinschätzung erstellt, spart nicht deshalb Zeit, weil es „antwortet“. Es spart Zeit, wenn die nächste Person schneller erkennt, was sicher ist, was offen ist und welche Zusage noch nicht gemacht werden darf.

In der Projektabwicklung liegt der Nutzen oft in der Verdichtung verteilter Stände. Protokolle, E-Mails, Aufgabenlisten und technische Änderungen müssen nicht nur zusammengefasst werden. Sie müssen in einen Zustand gebracht werden, der Entscheidungen ermöglicht: Was ist erledigt? Was blockiert? Wer muss prüfen? Welche Änderung hat Kosten- oder Terminauswirkung?

Agentische Abläufe brauchen einen Betriebsstatus

Die Folge spricht von agentischen Workflows und einem Intelligence Stack. Übersetzt in Mittelstandsrealität heißt das: KI-Arbeit braucht einen klaren Betriebsstatus. Ein Ergebnis ist nicht einfach „von der KI“. Es ist entweder Entwurf, Hinweis, Empfehlung, Entscheidungsvorlage oder ausführbarer Schritt.

Diese Unterscheidung entscheidet über Nutzen und Risiko. Ein Entwurf darf schnell sein und Lücken enthalten. Eine Empfehlung braucht erkennbare Begründung. Eine Entscheidungsvorlage braucht Quellen, Annahmen und Alternativen. Ein ausführbarer Schritt braucht Freigabe, Protokollierung und Rückfallmöglichkeit.

Genau hier wird KI-Governance praktisch. Sie beginnt nicht mit einem umfangreichen Regelwerk, sondern mit wenigen verlässlichen Betriebsfragen: Aus welchen Daten wurde gearbeitet? Was wurde geändert? Wer hat geprüft? Wo ist die Grenze der Automatisierung? Kann ein Fehler zurückgenommen werden? Gibt es ein Log, das den Weg zum Ergebnis nachvollziehbar macht?

Ohne diese Klärung entsteht die typische Enttäuschung vieler KI-Vorhaben: Die ersten Demos wirken beeindruckend, aber im Alltag bleibt unklar, wer sich worauf verlassen darf. Dann steigt nicht die Produktivität, sondern der Prüfaufwand.

Nicht jeden Prozess automatisieren

Die wichtigste Managemententscheidung ist deshalb die Prozessauswahl. Geeignet sind Abläufe mit wiederkehrenden Informationsmustern, klaren Datenquellen und prüfbaren Zwischenergebnissen. Weniger geeignet sind Vorgänge, bei denen jeder Fall vollständig individuell ist, die Datenbasis unsauber bleibt oder Verantwortung bewusst informell verteilt ist.

Ein guter erster Kandidat ist ein Ablauf, bei dem heute viele qualifizierte Minuten in Suche, Rückfrage, Sortierung oder Übergabe verloren gehen. Dort kann KI Vorarbeit leisten, ohne die fachliche Entscheidung zu ersetzen. Der Maßstab ist nicht, ob der Output schön klingt. Der Maßstab ist, ob die nächste Person schneller und sicherer weiterarbeiten kann.

Das verändert auch die Rolle von Führung. Geschäftsführung und Bereichsleitung müssen nicht jedes Werkzeug bewerten. Sie müssen entscheiden, welche Arbeit neu geschnitten wird. Welche Übergaben sollen verschwinden? Welche Prüfung bleibt menschlich? Welche Datenquelle wird verbindlich? Welche Entscheidung darf nie ohne Freigabe ausgelöst werden?

Der Stresstest für den Mittelstand

Der Satz aus der Moonshots-Folge — ob zwei Personen mit KI eine margenträchtige Leistung in 60 bis 90 Tagen nachbauen könnten — ist als Managementtest nützlich. Er zwingt Unternehmen, nicht auf ihre heutige Größe, Historie oder Prozesskomplexität zu vertrauen.

Wenn ein Leistungsbestandteil vor allem aus Informationssammlung, Koordination, Standardprüfung und wiederkehrender Kommunikation besteht, ist er angreifbarer als viele Unternehmen glauben. Schutz entsteht dann nicht durch lange interne Wege, sondern durch bessere Daten, tiefere Kundenbeziehung, belastbare Qualität, klare Verantwortung und schnellere Lernschleifen.

Für KMU heißt das: KI sollte nicht als Zusatzschicht auf alte Abläufe gelegt werden. Sie sollte dort beginnen, wo ein neuer Ablauf sichtbar besser wäre als der bestehende. Der erste sinnvolle Schritt ist klein, aber anspruchsvoll: eine wiederkehrende Übergabe auswählen, die Datenbasis klären, den Ergebnisstatus definieren und messen, ob weniger Rückfragen, weniger Liegezeit oder bessere Entscheidungsvorlagen entstehen.

Dann wird KI nicht zur weiteren Oberfläche im Betrieb. Sie wird zu einer neuen Arbeitsform, die Fachkräfte entlastet, ohne Verantwortung zu verwischen.