Welche Marge ist nur Gewohnheitsschutz?

Kurzfassung: KI im Mittelstand wird strategisch dort relevant, wo hohe Marge aus wiederholbarer Wissensarbeit entsteht. Der brauchbare Test lautet: Welche Kundenleistung könnte ein kleines KI-Team in 60 bis 90 Tagen so nachbilden, dass Kunden sie ernsthaft prüfen?

In der aktuellen KI-Debatte stehen sehr unterschiedliche Punkte nebeneinander: religiös-ethische Fragen nach dem Menschenbild, Leistungsbehauptungen in anspruchsvoller Softwarearbeit, OpenAI als Taktgeber professioneller KI-Werkzeuge und eine nüchternere Diskussion über die schnelle Verdrängung von Wissensarbeit. Für Geschäftsführer im Mittelstand entsteht daraus keine allgemeine Automatisierungsprognose. Interessant ist eine engere Frage: Welche gut bezahlten Leistungsbestandteile sind nur deshalb geschützt, weil sie bisher viel Abstimmung, Recherche, Dokumentation und Kundenkommunikation erforderten?

Der Stresstest richtet sich auf Leistungsbausteine

Die nützliche Einheit ist nicht der Job und auch nicht die Abteilung. Ein kleines KI-natives Team muss keinen Maschinenbauer, Händler oder Servicedienstleister vollständig kopieren. Es reicht, einen sichtbaren Ausschnitt der Kundenleistung schneller, verständlicher oder bequemer anzubieten.

Genau hier werden agentische Arbeitsabläufe betriebswirtschaftlich relevant. Sie verbinden Recherche, Entwurf, Prüfungsvorbereitung, Text, Code, Datenabgleich und Nachfassen. Dadurch kann ein kleines Team in 60 bis 90 Tagen eine Oberfläche von Leistungsfähigkeit erzeugen, die früher mehr Personal, mehr Routine und mehr interne Koordination gebraucht hätte.

Der konkrete Managementblick gilt daher den Teilen einer Leistung, die Kunden tatsächlich wahrnehmen: erste technische Einordnung, Angebotsvorbereitung, Serviceantwort, Projektdokumentation, Variantenvergleich oder Auswertung vorhandener Unterlagen. Dort entsteht Produktivität nicht nur intern. Sie verändert, wie handlungsfähig ein Anbieter wirkt.

Angreifbar ist nicht die Marge allein

Hohe Marge ist noch kein Risiko. Sie kann gut verteidigt sein, wenn sie an Maschinen, Lieferfähigkeit, Haftung, knappe Ressourcen, exklusive Daten oder gewachsene Kundenbeziehungen gebunden ist. Angreifbarer wird sie, wenn der wahrgenommene Kundennutzen vor allem aus gut beschreibbarer Wissensarbeit besteht.

Ein Beispiel ist die Angebotsphase im B2B-Vertrieb. Aus Zeichnungen, Spezifikationen und E-Mails entsteht zunächst oft keine verbindliche Kalkulation, sondern eine qualifizierte Vorarbeit: technische Annahmen, offene Punkte, Varianten, Risiken und nächste Schritte. Liefert ein kleiner Wettbewerber diese erste Einordnung schneller und sauberer, verändert sich die Erwartung des Kunden. Der etablierte Anbieter kann fachlich stärker sein und trotzdem langsamer erscheinen.

Ähnlich im Service: Viele Fragen zu Bedienung, Ersatzteilen, Wartung oder Fehlerbildern lassen sich aus vorhandener Dokumentation vorbereiten. Verbindlich wird die Antwort erst durch Seriennummer, Vertragsstatus, Bestand, Preis, Gewährleistung und Servicehistorie. Der erste hilfreiche Kontakt kann aber bereits entstehen, bevor diese Verbindlichkeit vollständig hergestellt ist.

Auch in der Projektabwicklung sind Protokolle, Änderungslisten, Terminübersichten und Kundenzusammenfassungen selten die Kernleistung. Für Kunden prägen sie dennoch die Professionalität. Eine langsamere Organisation verliert hier nicht wegen schlechter Technik, sondern wegen schlechter Übergabequalität.

Die Verteidigung liegt in Anschlussfähigkeit

Der entscheidende Unterschied liegt zwischen plausibler Auskunft und belastbarer Leistung. KI kann aus vielen Informationen eine gute Antwort formulieren. Für ein Unternehmen zählt aber, ob diese Antwort an eine verbindliche Datenquelle angeschlossen ist.

Dazu gehören Preise, Bestände, Maschinenzustände, Servicehistorien, Vertragsstände, Liefertermine, Freigaberegeln und Verantwortlichkeiten. Ohne diesen Anschluss bleibt KI eine Kommunikationsschicht. Mit ihm wird sie Teil des Betriebsmodells: weniger Sucharbeit, schnellere Vorprüfung, klarere Übergaben zwischen Vertrieb, Technik, Service und Projektleitung.

Das ist der praktische Kern von KI-Governance im Mittelstand. Sie sollte nicht nur festlegen, was nicht erlaubt ist. Sie muss klären, welche Daten gültig sind, welche Aussagen verbindlich sein dürfen und wo fachliche Prüfung erforderlich bleibt. Entscheidungsqualität entsteht durch die Trennung von Vorbereitung, Prüfung und verantworteter Freigabe.

Damit wird organisatorische Anschlussfähigkeit zum Schutzfaktor. Ein externer Anbieter kann eine verständliche Erstbewertung liefern. Schwerer wird es, wenn die Leistung echte Betriebsdaten, Lieferpraxis, Haftung und Kundengeschichte braucht.

Die Entscheidung beginnt bei der ersten kopierbaren Strecke

Für KMU ist der brauchbare Test eine konkrete Wettbewerbsfrage: Welche Leistung könnten fünf gut organisierte Personen mit KI-Werkzeugen, öffentlichem Wissen, strukturierten Kundendialogen und sauberer Kommunikation in 60 bis 90 Tagen so anbieten, dass ein bestehender Kunde neugierig würde?

Fällt dieser Test positiv aus, gehört der Bereich auf die Agenda. Dann lohnt sich der Blick auf die konkrete Kundenstrecke: Anfrage, Klärung, Datenzugriff, fachliche Prüfung, Angebot, Nachfassen. Dort zeigt sich, welche Bestandteile nur langsam sind, weil sie schlecht organisiert wurden, und welche tatsächlich schwer kopierbar bleiben.

Fällt der Test negativ aus, ist das ebenfalls eine brauchbare Erkenntnis. Dann liegt der Schutz vermutlich in Ausführung, Haftung, exklusiven Daten, Kundennähe oder physischer Lieferfähigkeit. Diese Unterscheidung verhindert, dass KI im Mittelstand als allgemeines Effizienzthema behandelt wird.

Die konkrete Managemententscheidung lautet deshalb: den ersten margenträchtigen Leistungsbaustein identifizieren, der von außen kopierbar wirkt, und ihn intern so verbessern, dass Geschwindigkeit, Verbindlichkeit und Kundennutzen zusammenpassen.