KI in KMU – ein unerreichbarer Luxus?
Neun von zehn Unternehmen geben an, ihr Budget für „AI Readiness” (Daten, Modernisierung von Plattformen und Schulungen) um mindestens 10 % erhöhen zu wollen. Ein Drittel plant sogar Steigerungen von bis zu 49 % bei den Ausgaben für Strategie und kulturellen Wandel. Allerdings konzentrieren 76 % der Unternehmen künstliche Intelligenz (KI) auf nur ein bis drei Anwendungsfälle und befinden sich damit noch in der Pilotphase. Die in der Studie „Playbook for Crafting AI Strategy” des MIT Technology Review enthaltenen Ergebnisse basieren zwar auf einer Stichprobe, die von Großunternehmen mit einem Umsatz von über 500 Millionen Dollar dominiert wird, dennoch enthalten sie eine wichtige Botschaft für KMU in unserem Land: Die Barriere ist nicht mehr die Technologie, sondern die Fähigkeit, eine Idee in ein realistisches Projekt umzusetzen, den Return on Investment zu bewerten und mit Rechtssicherheit und Datensicherheit zu skalieren. In der Studie geben kleine und mittlere Unternehmen, die stärker von Budgetbeschränkungen betroffen sind, die Finanzierung als ihr größtes Hindernis für den Fortschritt an – weit vor den technischen Herausforderungen.
Ein weiterer aktueller Bericht („AI in the Enterprise” von OpenAI) zeigt, dass KI einen Mehrwert schafft, wenn sie in kritischen Prozessen zum Einsatz kommt, beispielsweise im automatisierten Kundenservice, bei der Produktsuche und -kennzeichnung sowie bei der Personalisierung der Kommunikation.
Vor diesem Hintergrund und unter Berücksichtigung der spezifischen Realität von KMU ist es entscheidend, mit schnellen Bewertungen auf der Grundlage begrenzter Datenstichproben zu beginnen und sich auf klare und greifbare Erfolgskennzahlen zu konzentrieren. Anstatt eigenständige und komplexe Lösungen zu entwickeln, sollten KMU KI-Funktionen direkt in ihre bestehenden Plattformen, beispielsweise in ein CRM-System oder die eigene E-Commerce-Plattform, integrieren und dabei die flexiblen und kostengünstigen Optionen von On-Demand-Modellen optimal nutzen. Darüber hinaus beschleunigt die schnelle Schulung von Schlüsselmitarbeitern, die als interne Experten für die Einführung und Nutzung dieser Technologien fungieren, die Ergebnisse und minimiert Abhängigkeiten.
Was die Strategie betrifft, so ist die empirische Evidenz eindeutig: Die Qualität und Liquidität der Daten (die Fähigkeit, sie reibungslos zu kombinieren und zu analysieren) sind die Faktoren, die die Geschwindigkeit der KI-Einführung am stärksten einschränken. Daher ist es unerlässlich, Reibungspunkte zu identifizieren, den Return on Investment (für Zeiträume von 3 bis 6 Monaten) zu berechnen, die Reife der Daten zu bewerten und ein minimal funktionsfähiges Produkt (MVP) zu entwerfen. Dabei ist zu berücksichtigen, dass der Schlüssel zum Erfolg – wie bei jeder digitalen Transformation – nicht in der Technologie selbst liegt, sondern in einem Wandel der Denkweise und der Kultur.
Kehren wir für einen Moment zum Bericht des „MIT Technology Review” zurück. Darin wird vor dem sogenannten „Kostenparadoxon” gewarnt: Mittelständische Unternehmen stehen unter größerem finanziellen Druck als große Unternehmen, benötigen aber KI, um wettbewerbsfähig zu bleiben. Für diese Unternehmen ist eine Zusammenarbeit mit einem Partner ideal, der sowohl die Geschäftsanforderungen als auch die praktischen Aspekte der Technologie versteht. Von entscheidender Bedeutung ist zudem, dass dieser Partner die Einhaltung gesetzlicher Vorschriften und den Datenschutz gewährleistet, indem er die Abläufe vereinfacht und dafür sorgt, dass das Unternehmen sicher und vertrauensvoll voranschreiten kann.
Tatsächlich würden 98 % der Führungskräfte den Vorteil, Vorreiter zu sein, zugunsten einer „sicheren und zuverlässigen” KI opfern. Aus Sicht der KMU bedeutet dies, dass sie lieber langsam vorgehen, als unnötige Risiken einzugehen, und dabei sicherstellen, dass sie die Kontrolle über die verwendeten Informationen behalten. Daher ist es von entscheidender Bedeutung, mit Lösungsanbietern zusammenzuarbeiten, die gewährleisten, dass die vom Unternehmen bereitgestellten Daten geschützt bleiben und nicht ohne Zustimmung weiterverwendet werden. Darüber hinaus tragen praktische und einfache Kontrollen, wie regelmäßige Überprüfungen durch wichtige Mitarbeiter oder grundlegende automatische Systeme, zur Fehlervermeidung und Missbrauchsprävention bei und minimieren so Risiken.
Ein weiterer wichtiger Aspekt ist die frühzeitige Vorbereitung auf regulatorische Anforderungen. Dies kann durch die Erstellung einfacher Dokumentationen über die Nutzung der Technologie und deren Auswirkungen auf das Unternehmen erreicht werden. Dadurch wird wiederum die Anpassung an zukünftige Vorschriften erleichtert. Schließlich ist es wichtig, die digitale Sicherheit im Allgemeinen im Auge zu behalten, um unangenehme oder gefährliche Situationen zu vermeiden und sicherzustellen, dass die Einführung von KI zu einem Vorteil wird und keine zusätzliche Quelle von Sorgen darstellt (oder ein Reputations- oder Regulierungsrisiko birgt).
Zusammenfassend lässt sich sagen: Während 2023 und 2024 die Jahre der Neugier und der Demos waren, sollten 2025 und 2026 die Jahre des disziplinierten Handelns werden. Denn die Frage ist nicht, ob sich KMU Investitionen in KI leisten können, sondern ob sie es sich leisten können, darauf zu verzichten, während ihre Konkurrenten Pilotprojekte in echte Produktivität umsetzen.
Verfasser: Paul Berenguer
Business Innovation Manager bei Bové Montero y Asociados