KI Nutzen im Unternehmen: Vom Test zum messbaren Prozess

KI-Tools sind in vielen Unternehmen angekommen. Trotzdem bleibt oft offen, ob sie Arbeitsabläufe tatsächlich verbessern oder nur einzelne Aufgaben beschleunigen. KI Nutzen im Unternehmen entsteht nicht dadurch, dass Beschäftigte häufiger prompten. Er zeigt sich, wenn sich ein konkreter Prozess verlässlich verändert und Qualität, Aufwand sowie Kosten nachvollziehbar bewertet werden.

Für Geschäftsführung und IT-Leitung ist die Unterscheidung zwischen Nutzung, Skalierung und wirtschaftlicher Wirkung wichtig. Wer Nutzungszahlen mit Geschäftserfolg gleichsetzt, steuert am eigentlichen Ziel vorbei.

Nutzung ist ein Startpunkt, kein Erfolgsnachweis

Der McKinsey-Bericht „The state of AI in 2026: On the road to ROI“ fasst Befragungsergebnisse zusammen. Knapp 90 Prozent der befragten Organisationen gaben an, KI regelmäßig in mindestens einer Geschäftsfunktion zu nutzen; 44 Prozent berichteten, KI unternehmensweit zu skalieren. Rund 6 Prozent wurden als „AI high performers“ eingeordnet. McKinsey beschreibt diese Gruppe als Unternehmen, die einen signifikanten Wertbeitrag durch KI berichten und angeben, dass KI mindestens fünf Prozent zum EBIT beiträgt. Das sind Befragtenangaben und eine studienspezifische Definition, keine amtliche Statistik und keine Prognose für ein einzelnes Unternehmen. (McKinsey, 2026)

Auch für Deutschland muss die Bezugsgröße klar sein. Destatis weist für 2025 aus, dass 26 Prozent der Unternehmen mit mindestens zehn Beschäftigten KI-Technologien einsetzen. Bei Unternehmen mit 10 bis 49 Beschäftigten waren es 23 Prozent, bei 50 bis 249 Beschäftigten 36 Prozent und ab 250 Beschäftigten 57 Prozent. Gemessen wird der Einsatz erfasster KI-Technologien, nicht der dadurch erzielte Nutzen. Unternehmen mit weniger als zehn Beschäftigten sind in diesen Werten nicht enthalten. (Destatis, 2025)

Der McKinsey-Bericht führt außerdem Befragtenangaben zu persönlichen Produktivitätsgewinnen und positiven EBIT-Beiträgen auf. Solche Angaben beruhen auf Selbstauskünften und unterschiedlichen Fragen. Sie sind keine kausale ROI-Messung. Der Eindruck „Das ging schneller“ ist ein nützlicher Hinweis, aber noch kein Beleg dafür, dass sich die Wirtschaftlichkeit eines Prozesses verbessert hat.

Mehr Nutzung belegt Adoption. Ein betrieblicher Effekt lässt sich erst bewerten, wenn eine konkrete Prozessgröße wie Nettozeit, Qualität oder Kosten nachvollziehbar betrachtet wird.

Wo der Nutzen im Prozess entsteht

Ein einzelner Prompt kann eine E-Mail entwerfen oder eine Information zusammenfassen. Das ist nützlich, verändert aber nicht automatisch die Arbeitsteilung. Häufig bleibt es bei Copy & Paste: Ein Mitarbeiter überträgt Daten, prüft den Entwurf, korrigiert Fehler und pflegt das Ergebnis anschließend in ein Fachsystem ein. Die KI spart womöglich einen Teil der Formulierungszeit – die übrigen Schritte bleiben bestehen.

Mehr Wirkung wird möglich, wenn KI in einen wiederholbaren Ablauf eingebunden ist: mit definiertem Eingang, passendem Unternehmenskontext, klaren Prüfschritten und einem vorgesehenen Zielsystem. Dann lässt sich untersuchen, ob Rückfragen schneller beantwortet, Dokumente vollständiger erfasst oder Vorgänge mit weniger Nacharbeit bearbeitet werden. Datenqualität, Berechtigungen, Ausnahmen und menschliche Freigaben entscheiden mit darüber, ob der Ablauf im Alltag trägt.

Die Studienlage zeigt, warum pauschale Produktivitätsversprechen nicht tragen. Die bereitgestellte KI-Pulse-Unterlage verweist auf die NBER-Fassung „Generative AI at Work“: eine Feldstudie im Kundensupport mit 5.179 Beschäftigten und durchschnittlich 14 Prozent mehr bearbeiteten Fällen pro Stunde. Diese Werte beziehen sich auf die in der Unterlage zitierte Fassung und den untersuchten Arbeitskontext. Sie sind keine allgemeine Prognose für andere Tätigkeiten. (NBER, „Generative AI at Work“, zitiert nach KI-Pulse 2026)

Eine METR-Studie untersuchte Anfang 2025 16 erfahrene Open-Source-Entwickler bei 246 Aufgaben. In diesem Setting dauerte die Bearbeitung mit den damals untersuchten KI-Werkzeugen im Durchschnitt 19 Prozent länger als ohne KI. Daraus folgt weder eine Aussage über heutige Werkzeuge noch über Softwareentwicklung insgesamt. Es ist ein Hinweis darauf, dass Ergebnisse je nach Aufgabe, Erfahrung und Werkzeug deutlich auseinandergehen können. (METR, 2025)

Beide Untersuchungen sprechen dafür, die konkrete Arbeit zu testen – nicht eine Technologie abstrakt zu bewerten. Ein Supportteam und erfahrene Softwareentwickler bearbeiten unterschiedliche Aufgaben unter unterschiedlichen Bedingungen.

Einen Pilot so aufsetzen, dass er etwas beweist

Ein brauchbarer Pilot beginnt nicht mit der Frage, welches Modell gerade am leistungsfähigsten wirkt. Zuerst muss feststehen, welcher Engpass im Betrieb gelöst werden soll. Geeignet sind Abläufe, die häufig genug vorkommen, einen klaren Anfang und ein klares Ende haben und deren Qualität oder Aufwand heute zumindest teilweise messbar ist.

Vor der Umsetzung sollten Verantwortliche festhalten:

• Prozess und Ziel: Welche Aufgabe wird verändert, wer nutzt das Ergebnis und welches konkrete Problem soll kleiner werden?
• Ausgangswert: Wie lange dauert die Bearbeitung heute? Wie häufig treten Fehler, Rückfragen oder Nacharbeit auf?
• Vergleich: Welche Fälle oder Zeiträume dienen als Referenz? Gibt es einen vergleichbaren Ablauf ohne KI-Unterstützung?
• Kontrollen: Welche Daten dürfen verwendet werden? Wer prüft Ergebnisse, bearbeitet Ausnahmen und gibt sie gegebenenfalls frei?
• Gesamtkosten: Was kosten Lizenzen, Modellnutzung, Integration, Betrieb, Schulung und menschliche Prüfung?

Ein hypothetisches Rechenbeispiel macht den Unterschied zwischen Zeitgewinn und Kostensenkung deutlich: Wenn ein Vorgang einschließlich Prüfung statt zwölf nur neun Minuten benötigt, spart das bei 1.000 vergleichbaren Vorgängen 3.000 Minuten – also 50 Arbeitsstunden. Das ist zunächst frei werdende Kapazität, nicht automatisch eine Senkung der Personalkosten. Ob daraus ein wirtschaftlicher Vorteil entsteht, hängt davon ab, wie die Kapazität eingesetzt wird. Integrations- und Betriebskosten müssen ebenso berücksichtigt werden wie unveränderte Qualitätsanforderungen.

Vorher-nachher-Werte können Hinweise auf eine Veränderung liefern. Ohne geeigneten Vergleich belegen sie aber nicht, dass KI die Veränderung verursacht hat. Aufkommen, Aufgabenverteilung, Erfahrung der Beschäftigten oder saisonale Schwankungen können ebenfalls eine Rolle spielen. Ein Vergleich muss nicht immer eine aufwendige Kontrollgruppe sein; er sollte jedoch transparent machen, welche Fälle und Zeiträume gegenübergestellt werden.

Dabei zählt die Nettozeit, nicht nur die Zeit, in der die KI einen Entwurf erzeugt. Wenn ein Vorgang zunächst schneller erstellt, danach aber länger geprüft und korrigiert wird, kann der Gesamtaufwand steigen. Ebenso wichtig sind Fehlerfolgen: Ein kleiner Zeitgewinn kann unattraktiv sein, wenn falsche Angaben in Kundenkommunikation, Produktion oder Abrechnung gelangen.

Für einen ersten Test reichen oft wenige, klar abgegrenzte Kennzahlen: Bearbeitungsdauer einschließlich Prüfung, Fehler- und Nacharbeitsquote sowie Kosten je erfolgreich abgeschlossenem Vorgang. Je nach Anwendungsfall kommen Freigabequote, Datenschutz- oder Sicherheitsvorfälle und Auswirkungen auf Umsatz oder Deckungsbeitrag hinzu. Die Auswahl sollte aus dem Ziel folgen, nicht aus dem Wunsch nach einem möglichst umfangreichen Dashboard.

Vom Experiment zum kontrollierten Betrieb

Ein Pilot beantwortet eine begrenzte Frage unter bestimmten Bedingungen. Der produktive Einsatz verlangt mehr: stabile Datenzugriffe, festgelegte Rollen, dokumentierte Ausnahmen, Überwachung und einen Verantwortlichen, der auf Qualitätsprobleme reagieren kann. Das gilt besonders, wenn ein KI-System mehrere Schritte ausführt oder Informationen in andere Systeme überträgt.

Ein 90-Tage-Plan kann als pragmatischer Rahmen für Auswahl, Erprobung und Auswertung dienen. Er ist eine Planungshilfe, keine Garantie für einen messbaren Effekt.

1. Tage 1–30: auswählen und Kriterien festlegen. Drei häufige Abläufe prüfen, einen geeigneten Fall priorisieren und Zeit, Qualität sowie Kosten als Ausgangslage erfassen. Vor dem Test Mindestqualität, zulässigen Prüfaufwand und Kostenobergrenze definieren. Außerdem festlegen, wie viele vergleichbare Fälle für eine aussagekräftige Auswertung nötig sind.
2. Tage 31–60: begrenzt erproben. Den KI-gestützten Ablauf mit vereinbarten Prüfschritten testen. Rückmeldungen, Fehler, Ausnahmen, Review-Aufwand und Kosten dokumentieren. Prüfen, ob genug vergleichbare Fälle zusammenkommen.
3. Tage 61–90: entscheiden. Ergebnisse mit der Ausgangslage und, wenn möglich, einer geeigneten Vergleichsgruppe oder einem vergleichbaren Ablauf gegenüberstellen. Vorher-nachher-Unterschiede als Hinweise bewerten, nicht ohne Weiteres als Ursache-Wirkungs-Nachweis. Nur bei erfüllter Mindestqualität, vertretbarem Prüfaufwand, eingehaltenem Kostenlimit und beherrschbaren Risiken über eine breitere Einführung entscheiden.

Der letzte Schritt ist nicht zwangsläufig „skalieren“. Ein sauber dokumentierter Abbruch ist ebenfalls ein gutes Ergebnis, wenn der Pilot zeigt, dass die Qualität nicht genügt, die Kosten zu hoch sind oder sich der Ablauf nicht sinnvoll integrieren lässt. So werden Ressourcen für Fälle frei, bei denen KI besser passt.

Bei einer Ausweitung sollte die Geschäftsführung nicht nur eine Lizenzfreigabe erteilen. Sie muss entscheiden, welcher Prozessverantwortliche die Ergebnisse verantwortet, welche Kontrollpunkte dauerhaft erforderlich sind und wie laufende Kosten beobachtet werden.

Die Steuerung am Prozess ausrichten

Nutzungszahlen können helfen, Akzeptanz und Zugang zu verstehen. Als alleinige Erfolgskennzahl taugen sie nicht. Für eine Geschäftsführungsrunde sind Fragen nützlicher, die den Zusammenhang zum Betrieb herstellen: Welche Aufgabe ist schneller oder besser geworden? Wie viel Prüf- und Nacharbeitszeit fällt an? Was kostet ein korrekt abgeschlossener Vorgang? Welche Risiken sind aufgetreten und wer ist dafür zuständig?

Ein spektakulärer Demonstrator ist nicht automatisch ein guter erster Anwendungsfall. Oft ist ein wiederkehrender, klar begrenzter Prozess wertvoller, in dem ein Team die Qualität zuverlässig beurteilen kann. Dort lassen sich Annahmen prüfen, bevor Unternehmensdaten, viele Nutzer oder komplexe Systemzugriffe hinzukommen. Für eine weitergehende Einordnung passen auch die Beiträge KI Know-how im Unternehmen: Erfolgsfaktor für den Mittelstand und KI und Digitalisierung verbinden: Praktische Wege für den Mittelstand.

SKUDRA unterstützt Unternehmen dabei, KI-Vorhaben an einem konkreten Ablauf auszurichten: den Prozess abzugrenzen, notwendige Integrationen und Prüfschritte zu klären und Verantwortlichkeiten für den späteren Betrieb festzulegen. So lässt sich vor einem Rollout besser beurteilen, ob ein Pilot einen tragfähigen betrieblichen Nutzen zeigt.

FAQ

Beweist häufige KI-Nutzung bereits einen wirtschaftlichen Nutzen?

Nein. Häufige Nutzung zeigt zunächst, dass Beschäftigte oder Teams KI einsetzen. Wirtschaftlicher Nutzen ist erst belegt, wenn sich eine relevante Prozessgröße wie Nettozeit, Qualität, Fehlerquote oder Kosten nachvollziehbar verbessert. Befragungen zu persönlicher Produktivität sind Hinweise, aber keine kausale ROI-Messung.

Welche Kennzahlen eignen sich für einen KI-Pilot im Mittelstand?

Das hängt vom Prozessziel ab. Häufig sinnvoll sind Bearbeitungszeit einschließlich Prüfung, Fehler- und Nacharbeitsquote sowie Kosten je erfolgreich abgeschlossenem Vorgang. Bei Kundenkontakt oder sensiblen Abläufen können zusätzlich Freigabequote, Beschwerden oder Datenschutz- und Sicherheitsvorfälle relevant sein.

Wie lange sollte ein KI-Pilot laufen?

Eine feste Dauer passt nicht zu jedem Anwendungsfall. 90 Tage können ein pragmatischer Rahmen für Auswahl, Erprobung und Auswertung sein, garantieren aber keinen Erfolg. Entscheidend ist, dass genug vergleichbare Fälle vorliegen und Ausgangswert, Prüfaufwand, Qualitätskriterien und Kosten erfasst werden.

Wann sollte ein KI-Pilot nicht skaliert werden?

Wenn Mindestqualität oder Sicherheit nicht erreicht werden, die menschliche Prüfung den Zeitgewinn aufzehrt oder die Kostenobergrenze überschritten wird, sollte nicht skaliert werden. Auch fehlende Verantwortlichkeiten oder ungeklärte Datenzugriffe sind Gründe, vor einer breiteren Einführung nachzuarbeiten.

Quellen & weiterführende Links

• McKinsey: The state of AI in 2026 – On the road to ROI
• Destatis: Unternehmen, die künstliche Intelligenz nutzen – 2025
• NBER: Generative AI at Work – in der bereitgestellten KI-Pulse-Unterlage zitierte Fassung
• METR: Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity

Weiterführende Quellen und Downloads

• KI-Pulse-2026-Komplett-Download-Entwurf.pdf