03Leistung
Bevor Sie in AI investieren, wissen Sie, wo sie sich rechnet.
Sie spüren den Druck, etwas mit AI zu machen, aber zwischen Hype und brauchbarer Anwendung liegt eine ehrliche Lücke. Wir schließen sie mit einer nüchternen Bestandsaufnahme, einer nach Wirkung und Aufwand priorisierten Use-Case-Liste und einer Roadmap, die zu Ihrem Betrieb passt, nicht zu einem Pitchdeck. 41 Prozent der deutschen Unternehmen nutzen bereits AI, im Handwerk sind es 4 Prozent (Bitkom 2024). Dazwischen entscheidet nicht das Modell, sondern die Frage, welcher Prozess es überhaupt wert ist.
01Für wen
- Geschäftsführung, die AI ernsthaft prüfen will, ohne ein AI-Team aufzubauen
- Unternehmen, die schon einmal AI-Pilotprojekte begonnen, und stillgelegt, haben
- Verantwortliche, die intern ein klares Bild brauchen, bevor investiert wird
02Das Problem
Was Sie das heute schon kostet.
Sie haben einen Vorstandstermin, einen Pitch eines großen Beratungshauses oder einen LinkedIn-Beitrag mit 40 Prozent Produktivitätsversprechen im Kopf und wissen nicht, was davon ernst gemeint ist. Das MIT-NANDA-Projekt hat 2025 gemessen, dass nur 5 Prozent aller GenAI-Pilots in den Regelbetrieb gehen, fast nie wegen der Technik, fast immer wegen fehlendem Scope, fehlender Erfolgsdefinition und fehlendem internem Verantwortlichen. Ohne ein klares Bild, wo AI bei Ihnen wirkt und wo nicht, kaufen Sie eine Diagnose ohne Therapie.
Matrix
Aufwand pro Durchlauf x Frequenz
Aufgaben einsortieren, um Automatisierungs-Hebel sichtbar zu machen. Der akzentuierte Quadrant markiert die ergiebigsten Quick Wins.
Quick Wins
Hohe Frequenz, hoher Aufwand — hier anfangen
- BelegerfassungF4 / A3
- AngebotsvorbereitungF3 / A4
Ignorieren
Geringe Frequenz, geringer Aufwand — liegen lassen
- JahresabschlussF1 / A1
Optional
Hohe Frequenz, geringer Aufwand — nice-to-have
- Lead-Vorqual.F4 / A2
- Klick im AlltagF4 / A1
Lass liegen
Geringe Frequenz, hoher Aufwand — ROI prüfen
- Reporting GFF1 / A4
03Vorher / Nachher
Was sich messbar ändert.
Vorher / Nachher
Bearbeitungszeit pro Angebot
Vorher60 MinNachher10 Min↓83,3 %Angebote pro Tag
Vorher18Nachher28↑55,6 %
04So arbeiten wir
Vom ersten Gespräch zur laufenden Lösung.
Wochen 1–2
Bestandsaufnahme
Gespräche mit Geschäftsführung und Fachbereichen, Blick auf Datenlage und Prozesse, sortieren was heute schon möglich ist.
Wochen 2–4
Use-Case-Mapping
Konkrete Anwendungsfälle, bewertet nach erwartetem Nutzen, Aufwand und Risiko.
Wochen 4–6
Empfehlung
2 bis 3 Startpunkte, benannte Tools und Datenanforderungen, erste Pilot-Setups.
Wochen 6–8
Roadmap
Fahrplan für 6 und 12 Monate, inklusive ehrlicher Einschätzung, was intern leistbar ist.
Wochen 1–2
Bestandsaufnahme
Gespräche mit Geschäftsführung und Fachbereichen, Blick auf Datenlage und Prozesse, sortieren was heute schon möglich ist.
Wochen 2–4
Use-Case-Mapping
Konkrete Anwendungsfälle, bewertet nach erwartetem Nutzen, Aufwand und Risiko.
Wochen 4–6
Empfehlung
2 bis 3 Startpunkte, benannte Tools und Datenanforderungen, erste Pilot-Setups.
Wochen 6–8
Roadmap
Fahrplan für 6 und 12 Monate, inklusive ehrlicher Einschätzung, was intern leistbar ist.
05Compliance fällt ab
Pflichten, die nebenbei erledigt sind.
Monat 0
Strategie steht
Priorisierte Use-Case-Liste, 2 bis 3 Startpunkte, Budget- und Förderrahmen geklärt.
Monat 1–2
Erster Quick-Win-Pilot
Hochfrequenter Prozess aus dem Quick-Win-Quadranten, parallel zum Bestand getestet.
Monat 3–6
Pilot im Regelbetrieb
Messung gegen die Baseline, interner Verantwortlicher pflegt Ausnahmen, Ergebnis im Quartal sichtbar.
Monat 6–12
Zweiter Use-Case & Skalierung
Zweites Vorhaben auf derselben Infrastruktur, geringerer Aufwand, ehrliche Make-or-buy-Entscheidung.
Monat 0
Strategie steht
Priorisierte Use-Case-Liste, 2 bis 3 Startpunkte, Budget- und Förderrahmen geklärt.
Monat 1–2
Erster Quick-Win-Pilot
Hochfrequenter Prozess aus dem Quick-Win-Quadranten, parallel zum Bestand getestet.
Monat 3–6
Pilot im Regelbetrieb
Messung gegen die Baseline, interner Verantwortlicher pflegt Ausnahmen, Ergebnis im Quartal sichtbar.
Monat 6–12
Zweiter Use-Case & Skalierung
Zweites Vorhaben auf derselben Infrastruktur, geringerer Aufwand, ehrliche Make-or-buy-Entscheidung.
06Lieferumfang & Ergebnis
Was Sie bekommen — und was Sie danach haben.
Konkret enthalten
- Ehrliche Bestandsaufnahme statt Buzzword-Workshops
- Use Cases nach Wirkung und Aufwand priorisiert
- Tool-Auswahl ohne Provisionen oder Lieferanten-Bindung
- Datenschutz und EU AI Act direkt mitgedacht
- Roadmap für 6 und 12 Monate
Was Sie danach haben
- Klare Sicht darauf, wo AI in Ihrem Haus wirkt, und wo nicht
- Eine priorisierte Use-Case-Liste statt diffuser Ideen
- Konkrete Tool-Empfehlungen, die zu Ihrer Realität passen
- Eine umsetzbare Roadmap, die Sie intern weitertragen können
07Was es kostet
Ehrliche Größenordnungen.
Kostenspanne
Spannweite je Position. Akzent markiert den typischen Wert.
Workshop (Halbtag/Tag)
1.490 EUR – 2.500 EUR
Use-Case-Analyse & Pilotplan
2.500 EUR – 8.000 EUR
Begleiteter Pilot inkl. Umsetzung
5.000 EUR – 15.000 EUR
Honorar-Spannen für AI-Beratung im DACH-Mittelstand (2026, Marktrichtwert).
Ihr ROI / Selbsttest
Rechnen Sie eine konservative Größenordnung durch.
Rechnen Sie mit Ihren echten Stunden, Frequenz und Stundensatz eine konservative Größenordnung durch (Faktor 0,7), bevor Sie überhaupt anfragen, ohne E-Mail, ohne Anmeldung. Das Ergebnis nehmen Sie auch ohne Gespräch mit.
Rechner
Automatisierungs-ROI: Lohnt sich der Prozess?
Vier Werte. Live-Berechnung. Ohne Anmeldung.
Eingesparte Stunden, Jahr
920 h
von 1.150 h manuellem Aufwand p.a.
Brutto-Geld-Ersparnis, Jahr
59.800 €
sinnvolle Erstinvest: 59.800 € bis 89.700 €
Empfehlung
Lohnt sich
Payback nach 18 Monaten
Solider Business Case. Payback im akzeptablen Rahmen.
Annahmen: 80 % Automatisierungs-Effizienz (konservativ), 46 Arbeitswochen pro Jahr, 15 % Wartung p.a. auf den angenommenen Mittelwert der Invest-Range. Werte sind Indikatoren, kein verbindliches Angebot.
FAQ
Häufige Fragen.
- Wie lange dauert eine AI-Strategie?
- Eine fokussierte Strategieberatung dauert vier bis acht Wochen. Danach haben Sie ein Dokument, mit dem Sie intern arbeiten können.
- Brauchen wir dafür schon viele Daten?
- Nein. Auch ein bescheidener Datenbestand reicht für sinnvolle erste Schritte. Manchmal ist die erste Empfehlung sogar, die Daten erstmal aufzuräumen, und genau das ehrlich zu benennen, gehört zur Beratung.
- Verkaufen Sie am Ende Ihre eigenen Tools?
- Wir empfehlen, was passt, auch wenn das eine fertige SaaS-Lösung ist, die Sie ohne uns einkaufen können. Wir verdienen am Beratungstag, nicht an Provisionen.
- Was kostet eine AI-Beratung für ein KMU realistisch?
- Im DACH-Mittelstand bewegen sich seriöse Angebote in drei Stufen: ein halber bis ganzer Workshop-Tag ab 1.490 EUR, eine strukturierte Use-Case-Analyse mit Pilotplan ab 2.500 EUR und ein begleiteter Pilot inklusive Umsetzung ab 5.000 EUR. Pauschalpreise gibt es nicht, weil die Vorbereitung pro Kunde stark variiert. Wir arbeiten mit Festpreisen je Projektphase und nennen die Größenordnung schon im Erstgespräch.
- Woran erkenne ich eine unseriöse AI-Beratung?
- An garantierten ROI-Zahlen oder festen Produktivitätssteigerungen vor der Analyse, an vagen AI-Strategien ohne konkreten Prozessbezug und an konkreten Tool-Empfehlungen, bevor jemand Ihren Workflow gesehen hat. Wer den ROI verspricht, bevor er den Prozess kennt, verkauft eine Folie, kein Ergebnis. Die Wahl des Werkzeugs kommt nach der Diagnose, nicht davor.
- Gibt es Förderung für AI-Beratung im Mittelstand?
- Es gibt zunehmend AI-spezifische Förderprogramme auf Bundes- und Landesebene. Welche konkret passen, hängt von Standort und Projekttyp ab; die Förderdatenbank des Bundes listet aktuelle Programme gefiltert nach Region und Thema. In der Praxis lohnt es sich, das Thema Förderung vor Projektstart zu klären, das verändert die Budgetdiskussion erheblich. Ein Berater, der die Programme nicht kennt, lässt regelmäßig fünfstellige Beträge liegen.
- Was passiert, wenn unser erster AI-Pilot schon gescheitert ist?
- Ein gescheiterter Pilot bedeutet selten, dass AI bei Ihnen nicht funktioniert, sondern dass Scope, Erfolgsdefinition oder Systemanbindung von Anfang an gefehlt haben. Ein Neustart ist meist günstiger als der erste Anlauf, weil die gescheiterte Iteration verwertbares Wissen produziert hat. Wir starten Zweitversuche mit kleinerem Scope und kürzerer Laufzeit, und wenn der ursprüngliche Use-Case nach ehrlicher Prüfung nicht trägt, ist Vertagen die ehrlichere Antwort.
Aus dem Blog
Passende Beiträge.
8. Mai 2026
KI Use Cases Mittelstand: 6 Praxisbeispiele
KI Use Cases Mittelstand: 6 Mini-Case-Studies mit Branche, Betriebsgröße, eingesetztem Ansatz und messbaren Ergebnissen. Was KMU konkret umgesetzt haben.
6. Mai 2026
KI ROI berechnen im Mittelstand: Formel + Beispiele
KI ROI berechnen im Mittelstand: Die Formel, drei Rechenbeispiele aus der Praxis und die häufigsten Fehler bei der Wirtschaftlichkeitsrechnung für KMU.
4. Mai 2026
KI Pilot skalieren: Vom Test in den Betrieb im Mittelstand
KI Pilot skalieren im Mittelstand: Wie aus einem Testlauf ein produktiver Workflow wird — mit Rollout-Plan, Checkliste und den 4 häufigsten Abbruchgründen.
1. Mai 2026
KI selbst einführen ohne IT-Abteilung: Schritt-für-Schritt für KMU
KI intern selbst umsetzen — kein IT-Fachmann nötig. Drei interne Rollen, ein 30-60-90-Tage-Plan und der Governance-Mindeststandard für KMU ohne eigene IT-Abteilung.
Nächster Schritt
Klingt nach Ihrer Situation?
Schreiben Sie kurz, woran Sie gerade sitzen. Wir melden uns mit einer ehrlichen Einschätzung zurück, ohne Verkaufsdruck.