Mehr KI-Kompetenz für den Mittelstand

Es ist höchste Zeit, dass auch Kleine und Mittelständische Unternehmen (KMU) die Bedeutung der künstlichen Intelligenz für ihr Business erkennen und gezielt Know-how aufbauen. Nur so können sie ihre Wettbewerbsfähigkeit und die Innovationskraft stärken.

Künstliche Intelligenz eröffnet mittelständischen Unternehmen enorme Chancen. Viele KMU zögern jedoch, KI-Tools einzusetzen – oft aus Unsicherheit, Skepsis oder der Befürchtung, die Technologie sei zu kostspielig oder komplex. Dabei zahlt es sich auf jeden Fall aus, eine eigene KI-Expertise aufzubauen. Der Einstieg ist relativ einfach: Ein bewährter erster Schritt ist die Bildung eines interdisziplinären Teams aus Fachabteilungen, IT und Geschäftsführung. Dieses Team, das am besten von einem KI-Beauftragten geleitet wird, sollte gemeinsam analysieren, in welchem Unternehmensbereich der Einsatz einer KI-Lösung den größten Nutzen verspricht – beispielsweise bei der Automatisierung repetitiver Aufgaben oder zeitaufwändiger Prozesse. Dann lassen sich schon nach kurzer Zeit Effizienzverbesserungen und Kosteneinsparungen realisieren.

Flexible KI-Plattform versus BI-Insellösung

KI-Lösungen von der Stange erfüllen nur selten die Anforderungen kleiner und mittelständischer Unternehmen. Zwar stehen diese grundsätzlich vor ähnlichen Herausforderungen wie Großkonzerne, aber sie benötigen ein komplett anderes Sizing und Pricing. Um die richtigen Weichen zu stellen, sollte man in der Startphase auf externe IT-Experten vertrauen. Zudem empfiehlt sich die Nutzung einer flexiblen offenen Plattform wie zum Beispiel IBM watsonx, auf der alle KI- und Machine Learning-Initiativen bereitgestellt werden können – wahlweise in der Private Cloud oder in der Public Cloud.

Nur wer Insellösungen vermeidet, die es unter anderem vor der Konsolidierung durch Power BI bei Business Intelligence-Plattformen gab, kann später fundierte Entscheidungen treffen und nachhaltige Vorteile erzielen. Ohne Prompt-Engineering, Fine-Tuning und Retrieval-Augmented Generation (RAG) kann keine KI-Lösung ihr Potenzial im Unternehmenskontext entfalten.

Für den Mittelstand wird KI-Kompetenz zunehmend zum entscheidenden Wettbewerbsfaktor. Die Anwendungsmöglichkeiten sind vielfältig: Im Kundenkontakt beantworten Chatbots und digitale Assistenten rund um die Uhr Anfragen oder erstellen personalisierte Angebote. Im Marketing optimieren KI-Algorithmen Werbekampagnen und identifizieren neue Zielgruppen. Im Wissensmanagement machen digitale Helfer mit generativer KI wie der Next Vision AI Assistant for Business Solutions das kollektive Unternehmenswissen leichter nutzbar als jemals zuvor. In der Produktentwicklung beschleunigen KI-Systeme elementare Entwicklungsprozesse, und in der Qualitätskontrolle können sie dank automatisierter Bilderkennung frühzeitig jeden Fehler erkennen.

Insbesondere generative KI-Lösungen bieten Unternehmen der unterschiedlichsten Branchen spannende Möglichkeiten, weil sie in der Lage sind, auf der Grundlage von Mustern in Daten neue Inhalte zu erstellen – zum Beispiel Texte und Bilder. Zudem lassen sich mit Large Language Models (LLMs) Antworten in natürlicher Sprache erzeugen. Wer diese fortschrittliche KI-Variante klug einsetzt, kann damit nicht nur bestehende Prozesse optimieren oder unternehmensspezifische Probleme lösen, sondern auch neue Geschäftsmodelle entwickeln.

Die richtige Strategie für langfristigen Erfolg

Neben den genannten Vorteilen bringt der Einstieg ins KI-Zeitalter allerdings auch Herausforderungen, die vor allem mit dem jüngst eingeführten europäischen Regelwerk EU AI & Data Governance Act verknüpft sind. Hier stehen der Datenschutz und die Datensicherheit an erster Stelle. Aber auch ethische Aspekte sind unbedingt zu berücksichtigen, um sicherzustellen, dass ausschließlich faire und diskriminierungsfreie KI-Tools eingesetzt werden. Dies ist auch für die Mitarbeiterakzeptanz von hoher Bedeutung. In diesem Zusammenhang empfehle ich eine offene Kommunikation und die Einführung gezielter Weiterbildungsmaßnahmen.

Entscheidend für den KI-Erfolg von KMU sind vier Eckpfeiler: die Identifikation sinnvoller Use Cases, der Aufbau interner Expertise, die Schaffung einer datengetriebenen Informationskultur und die Berücksichtigung aller rechtlichen Aspekte. Keineswegs außer Acht gelassen werden darf auch, dass künstliche Intelligenz kein Selbstzweck ist, sondern ein mächtiges Werkzeug, das im Einklang mit den Unternehmenszielen stehen muss. Nur dann lässt sich das Potenzial der Technologie voll ausschöpfen. Allzu viel Zeit bleibt den Verantwortlichen aber nicht, wenn sie im Wettbewerb nicht den Anschluss verlieren wollen.