Wettbewerbsfähigkeit beginnt vor der Kundenzusage

Kurzfassung: Die ifo-Zahlen zum Wettbewerbsdruck der Industrie lenken den Blick auf einen praktischen KI-Hebel im Mittelstand: die Qualität der Klärung vor Angeboten, Lieferzusagen und Serviceantworten. Agentische Arbeitsabläufe helfen nur, wenn sie Informationen belastbar zusammenführen und fachliche Entscheidungen besser vorbereiten.

Das ifo Institut meldete am 20. Mai 2026, dass im April 25,2 Prozent der deutschen Industrieunternehmen auf Märkten außerhalb der EU einen Verlust an Wettbewerbsfähigkeit sahen. Innerhalb Europas lag der Anteil bei 15,5 Prozent. Für KMU ist daran weniger die einzelne Prozentzahl entscheidend als die operative Frage: Wo merkt der Kunde, dass interne Klärungen zu langsam, uneinheitlich oder zu aufwendig sind?

Der relevante KI-Hebel liegt oft vor dem Angebot

Klaus Wohlrabe, Leiter der ifo Umfragen, ordnete die Zahlen mit dem Hinweis ein, deutsche Unternehmen stünden auf den Weltmärkten zunehmend unter Druck; eine Trendwende sei bislang nicht erkennbar. Für Geschäftsführer und Bereichsleiter heißt das nicht automatisch: mehr Automatisierung an jeder Stelle. Es heißt zunächst: die eigenen Wettbewerbsfaktoren genauer lokalisieren.

In vielen Industrie-KMU entscheidet sich Wettbewerbsfähigkeit nicht erst in der Produktion, sondern bereits in der Phase vor der Kundenzusage. Ein Exportkunde fragt eine Sondervariante an. Der Vertrieb kennt den Zielpreis und die Beziehung zum Kunden. Die Technik muss Machbarkeit prüfen. Der Einkauf bewertet kritische Komponenten. Die Produktion schätzt Lieferfähigkeit ein. Der Service kennt ähnliche Fälle aus der Vergangenheit.

Für den Kunden ist diese interne Arbeit unsichtbar. Sichtbar ist nur, ob die Antwort schnell, konsistent und belastbar kommt. Genau hier wird KI im Mittelstand relevant: nicht als allgemeines Werkzeug für Texte, sondern als Unterstützung für bessere Entscheidungsqualität in kundenwirksamen Klärungen.

Warum verteiltes Wissen teurer ist als es aussieht

Viele Mittelständler verfügen über hohes Fachwissen, aber nicht immer über einen verlässlichen Zugriff darauf. Informationen liegen in alten Angeboten, E-Mails, technischen Zeichnungen, PDF-Dokumenten, ERP-Feldern, Serviceberichten und persönlicher Erfahrung. Solange ein erfahrener Mitarbeiter alles zusammenführt, funktioniert der Vorgang. Unter Zeitdruck, bei Varianten oder bei Vertretungen entstehen jedoch Rückfragen, Wartezeiten und Nacharbeit.

Agentische Arbeitsabläufe können hier einen konkreten Beitrag leisten. Sie können vergleichbare frühere Angebote finden, technische Abweichungen markieren, offene Prüfpunkte strukturieren oder relevante Dokumente für eine Entscheidungsvorlage zusammenziehen. Der Nutzen liegt nicht darin, eine Lieferzusage automatisch zu erzeugen. Der Nutzen liegt darin, die fachliche Prüfung besser vorzubereiten.

Ein Angebotsassistent könnte zum Beispiel anzeigen, dass eine angefragte Ausführung bereits in drei früheren Projekten vorkam, dass damals ein bestimmtes Zulieferteil kritisch war und dass die zugesagte Lieferzeit nur mit einer Einschränkung möglich war. Das ist keine Entscheidung. Es ist eine verdichtete Arbeitsgrundlage. Sie hilft dem Vertrieb, der Technik und der Produktionsplanung, schneller über denselben Sachstand zu sprechen.

Damit verschiebt sich die Prozessauswahl. Nicht der sichtbarste KI-Anwendungsfall ist automatisch der wichtigste. Vorrang haben Vorgänge, in denen Kundenwirkung, Suchaufwand und wiederkehrende Muster zusammenkommen: technische Klärungen im Vertrieb, Variantenkalkulation, Ersatzteilanfragen, Reklamationen oder Projektänderungen mit Kosten- und Terminfolgen.

Verbindlichkeit entsteht nicht durch das Modell

Ein häufiger Irrtum besteht darin, KI mit Klärung gleichzusetzen. Ein System kann Informationen auffinden, zusammenfassen und Muster erkennen. Es entscheidet aber nicht von selbst, welche Preisquelle gilt, welche Zeichnung freigegeben ist oder welche Servicehistorie vollständig genug für eine Aussage ist.

Deshalb braucht jeder produktive KI-Einsatz eine verbindliche Datenquelle. Das klingt nach IT-Detail, ist aber eine geschäftliche Voraussetzung. Wenn mehrere Preislisten kursieren oder technische Dokumentationen unterschiedlich aktuell sind, erzeugt ein KI-Werkzeug zwar mehr Geschwindigkeit, aber nicht zwingend mehr Verlässlichkeit.

Für die Praxis ist der Status eines KI-Ergebnisses entscheidend. Eine Zusammenfassung früherer Servicefälle ist ein Hinweis. Ein Formulierungsvorschlag für eine Kundenmail ist ein Entwurf. Eine Preisindikation kann eine Empfehlung sein. Eine geprüfte Angebotsgrundlage ist etwas anderes. Diese Unterscheidung schützt nicht nur vor Fehlern, sondern macht Arbeit schneller, weil Mitarbeitende wissen, was sie direkt nutzen dürfen und was fachlich geprüft werden muss.

KI-Governance sollte deshalb nicht als separates Regelwerk neben dem Betrieb verstanden werden. Sie muss im Arbeitsablauf klären, welche Aussagen kundenwirksam werden dürfen, wer fachlich prüft und wo eine Freigabe erforderlich bleibt. Erst dann entsteht organisatorische Anschlussfähigkeit.

Woran Geschäftsführer den Nutzen erkennen

Die entscheidende Messgröße ist nicht, wie viele Beschäftigte ein KI-Werkzeug öffnen. Für die Wettbewerbsfähigkeit zählen andere Beobachtungen: Werden technische Klärpunkte früher sichtbar? Werden Rückfragen an Kunden gebündelt? Finden Mitarbeitende vergleichbare Fälle schneller? Sinkt die Nacharbeit nach Angebotsabgabe? Werden Serviceantworten konsistenter?

Solche Kennzahlen verbinden KI mit Produktivität statt mit bloßer Nutzung. Bei Angeboten kann die Angebotsdurchlaufzeit relevant sein. Im Service zählen Reaktionszeit und Wiederholfehler. In der Projektabwicklung können der Aufwand pro Änderung und die Zahl später Korrekturen wichtige Hinweise geben.

Wenn ein KI-gestützter Ablauf schneller wirkt, aber mehr fachliche Korrekturen auslöst, ist er noch nicht belastbar. Wenn er dagegen Sucharbeit reduziert, Prüfschritte klarer macht und Entscheidungen besser vorbereitet, entsteht ein betrieblicher Vorteil.

Für KMU unter internationalem Wettbewerbsdruck folgt daraus eine konkrete Managemententscheidung: Der nächste KI-Anwendungsfall sollte dort gesucht werden, wo eine sauberere interne Klärung direkt über Angebotserfolg, Servicequalität oder Lieferzusage entscheidet.