KI im Unternehmen: Wo man 2026 anfängt
Konkrete Anwendungsfälle, die Wahl des ersten Projekts und die Regeln, die heute nach dem AI Act gelten: ein Praxisleitfaden für KMU und Unternehmen.
Künstliche Intelligenz ist kein Experiment mehr, das großen Unternehmen vorbehalten ist: Ausgereifte Werkzeuge und erschwingliche Kosten machen sie auch für KMU nützlich. Das eigentliche Risiko ist, am falschen Ende anzufangen – bei der Technologie statt beim Problem. So setzen Sie ein erstes Projekt mit messbaren Ergebnissen auf, und diese Regeln sollten Sie kennen.
Wo KI wirklich hilft
Die erfolgreichsten Projekte haben drei Merkmale gemeinsam: eine wiederkehrende Aufgabe, viele Texte oder Dokumente und eine Person, die für das Ergebnis verantwortlich bleibt. Einige konkrete Beispiele:
- Kundenservice: ein Assistent, der häufige Fragen auf der Website oder im Chat auf Grundlage Ihrer eigenen Dokumente beantwortet und komplexe Fälle an einen Menschen übergibt.
- Dokumente und Daten: Informationen aus Rechnungen, Bestellungen, Verträgen oder E-Mails auslesen und in die Unternehmenssoftware übernehmen, ohne sie abzutippen.
- Internes Wissen: eine Suche über Abläufe, Handbücher und Projekthistorie, die in natürlicher Sprache antwortet.
- Inhalte: erste Entwürfe für Produktseiten, Beschreibungen und Übersetzungen, immer von einem Menschen geprüft.
- Automatisierungen: verschiedene Werkzeuge verbinden (CRM, E-Mail, Kalender, Unternehmenssoftware), um manuelle Schritte zwischen den Systemen zu beseitigen.
So wählen Sie das erste Projekt
- Beginnen Sie mit einem messbaren Problem. „Kunden schneller antworten“ ist vage; „die Antwortzeit auf Angebotsanfragen von zwei Tagen auf zwei Stunden senken“ ist ein Ziel.
- Prüfen Sie Ihre Daten. KI arbeitet gut, wenn sie auf Dokumente, Historien und Abläufe zugreifen kann. Sind die Informationen verstreut oder veraltet, ist der erste Schritt, sie zu ordnen.
- Fangen Sie klein an. Ein Pilotprojekt von einigen Wochen für einen einzigen Prozess sagt mehr als jede Vorstudie.
- Behalten Sie einen Menschen im Prozess. Gerade am Anfang schlägt die KI vor und ein Mensch gibt frei. Das ist sicherer und verbessert das System durch den echten Einsatz.
- Messen Sie vorher und nachher. Eingesparte Zeit, Fehler, bearbeitete Anfragen: Ohne Zahlen wissen Sie nicht, ob das Projekt funktioniert.
Daten, Sicherheit und Datenschutz
Bevor Sie Unternehmensdaten in ein KI-Werkzeug geben, prüfen Sie, wo sie verarbeitet und gespeichert werden, ob sie zum Training der Modelle genutzt werden und wer darauf zugreifen kann. Für personenbezogene Daten gilt die DSGVO: Rechtsgrundlage, Datenschutzhinweise, Verträge mit den Anbietern und, wo nötig, eine Datenschutz-Folgenabschätzung. Die Business-Versionen der großen Dienste bieten in der Regel vertragliche Garantien, die kostenlose Versionen nicht haben.
Die Regeln: der AI Act der EU
Der AI Act der EU gilt schrittweise. Seit Februar 2025 sind bestimmte als unannehmbar eingestufte Praktiken verboten, und wer KI-Systeme einsetzt, muss sich um die KI-Kompetenz seiner Mitarbeitenden kümmern. Der sogenannte „Digital Omnibus“, seit Juli 2026 in Kraft, hat diese Pflicht präzisiert: Verlangt wird kein garantiertes Kompetenzniveau, sondern dessen Förderung mit geeigneten Maßnahmen wie Schulungen und Gebrauchsanweisungen.
Seit dem 2. August 2026 gelten die Transparenzpflichten: Wer mit einem Chatbot spricht, muss wissen, dass er mit einer KI interagiert, und mit KI erzeugte oder veränderte Bilder, Videos und Audios, die echt wirken (sogenannte Deepfakes), müssen als solche gekennzeichnet werden. Die anspruchsvollsten Pflichten – für „Hochrisiko“-Systeme, etwa zur Personalauswahl oder zur Bewertung der Kreditwürdigkeit – wurden auf den 2. Dezember 2027 verschoben.
Hinzu kommen nationale Regeln. Italien etwa hat seit dem 10. Oktober 2025 ein eigenes KI-Gesetz (Gesetz 132/2025), das unter anderem Arbeitgeber verpflichtet, Beschäftigte über KI-Systeme zu informieren, die sie betreffen, und Freiberufler, ihren Kunden mitzuteilen, ob und wie sie KI bei ihrer Arbeit einsetzen.
Für die meisten KMU, die KI für Service, Dokumente und Automatisierung nutzen, heißt das vor allem: die Menschen schulen, die die Werkzeuge verwenden, gegenüber Kunden und Mitarbeitenden transparent sein und festhalten, welche Systeme wofür eingesetzt werden.
Das richtige KI-Projekt ist nicht das ehrgeizigste, sondern das, das ein konkretes Problem löst und das die Menschen jeden Tag tatsächlich nutzen.
Fazit
Der Einstieg in KI erfordert 2026 weder große Investitionen noch eine eigene Abteilung. Er erfordert ein klares Problem, geordnete Daten, ein klar abgegrenztes Pilotprojekt und Aufmerksamkeit für die Regeln. Von dort aus wird ausgebaut, was funktioniert.
Dieser Artikel dient ausschließlich der Information, entspricht dem Stand von September 2026 und stellt keine Rechtsberatung dar.