Zurück zu Wissen

Lohnt sich KI für ein kleines Unternehmen im Handwerk?

Claudia Raspl · cyrinox IT GmbH
·
Mai 2026
·
9 Min. Lesezeit

Kurz beantwortet

Wenn „lohnt sich KI“ die Frage ist, dann ist die Antwort eher: Noch nicht. Zumindest dann, wenn Sie erwarten, dass KI morgen Ihre Abläufe verbessert, Ihnen Mitarbeiter spart oder Ihre Kunden begeistert. Denn dafür fehlt in den meisten kleinen Betrieben die Grundlage: strukturierte Daten über die eigenen Prozesse, ein klares Bild davon, was sich wiederholt, und ein ehrliches Verständnis davon, wo Ihre Kunden Maschinen akzeptieren — und wo sie Menschen erwarten.

Überall wird KI angepriesen. Von Microsoft, das seinen Copilot in jedes Produkt einbaut. Von Beratern, die KI-Workshops verkaufen. Von der IHK, die Veranstaltungsreihen zum Thema startet. Und von Softwareanbietern, die „jetzt mit KI“ auf alles schreiben, was eine Benutzeroberfläche hat.

Wenn Sie einen Betrieb mit 15 Mitarbeitern führen, fragen Sie sich vermutlich: Muss ich da mitmachen? Verpasse ich etwas? Oder ist das wieder so ein Thema, das in zwei Jahren leiser wird?

Dieser Artikel gibt eine ehrliche Einordnung. Aus der Perspektive von jemandem, die seit den 90er Jahren im Bereich der Künstlichen Intelligenz arbeitet — als es noch ein Forschungsthema war, lange bevor es ein Verkaufsargument wurde.

Zwei Sorten KI — und warum der Unterschied wichtig ist

Wenn heute von KI die Rede ist, meinen die meisten ChatGPT, Copilot, Gemini — also generative KI. Die schreibt Texte, beantwortet Fragen, formuliert E-Mails. Das ist die KI, die gerade überall sichtbar ist.

Daneben gibt es eine andere Sorte, die weit weniger Schlagzeilen macht, aber seit Jahren zuverlässig arbeitet: analytische KI. Die erkennt Muster in Daten, erstellt Prognosen, findet Anomalien. Wenn Ihre Warenwirtschaft Ihnen vorschlägt, welches Material Sie nachbestellen sollten, oder wenn Ihr Buchhaltungstool ungewöhnliche Buchungen markiert — das ist analytische KI. Die arbeitet still im Hintergrund und macht ihre Sache oft gut.

Der Unterschied ist wesentlich: Analytische KI arbeitet mit Ihren eigenen Daten und erkennt Muster darin. Generative KI formuliert Antworten, die überzeugend klingen — ob sie fachlich richtig sind, hängt davon ab, ob jemand das prüfen kann.

An der Kundenschnittstelle wird es heikel

Stellen Sie sich vor, Sie rufen bei Ihrem Installateur an. Statt der vertrauten Stimme der Bürokraft meldet sich eine KI. Sie klingt freundlich, versteht Ihre Frage halbwegs, gibt eine Antwort, die ungefähr passt. Rufen Sie dort nochmal an? Oder beim Installateur um die Ecke, bei dem Frau Meier abnimmt und weiß, dass Sie letzten Monat die Heizung reparieren ließen?

Ein kleiner Betrieb lebt von persönlichen Beziehungen. Ihre Kunden kommen zu Ihnen, weil sie Sie kennen. Weil sie der Empfehlung eines Nachbarn folgen. Weil Frau Meier am Telefon weiß, wer sie sind. Dieses Vertrauen ist Ihr wertvollstes Kapital — und es entsteht durch Menschen.

Das gilt genauso für E-Mails. Wenn ein Kunde eine Antwort bekommt, die spürbar generiert ist — ein bisschen zu glatt, ein bisschen zu allgemein, ohne persönliche Note — dann merkt er das. Bei einem großen Versicherer nimmt er es hin, weil er keine persönliche Beziehung erwartet. Bei seinem Handwerker, seiner Steuerberaterin, seinem Zulieferer im Ort erwartet er genau das Gegenteil.

Die Abwägung sollte deshalb mittelfristig denken: Was spare ich an Zeit — und was riskiere ich an Kundennähe? Bei einem Betrieb, dessen Umsatz an persönlichen Beziehungen hängt, kann eine gesparte halbe Stunde pro Tag teuer werden, wenn ein Stammkunde das Gefühl hat, mit einer Maschine zu reden.

KI-Systeme sind Mustererkenner — und genau da liegt das Problem

Die aktuellen Sprachmodelle fühlen sich beim Benutzen erstaunlich menschlich an. Sie formulieren flüssig, sie verstehen Zusammenhänge, sie geben Antworten, die sich richtig anfühlen. Aber unter der Oberfläche sind sie genau das: Mustererkenner. Sie erkennen, welches Wort statistisch als nächstes kommt, basierend auf dem, was sie in ihren Trainingsdaten gesehen haben.

Und genau das ist der Ansatzpunkt, wenn Sie überlegen, wo KI in Ihrem Betrieb tatsächlich etwas bringen könnte: Welche Muster gibt es bei Ihnen? Was passiert immer wieder ziemlich ähnlich? Wo wiederholen sich Abläufe, die man beschleunigen oder skalieren könnte?

Aber hier kommt das ehrliche Problem: Damit eine KI Muster erkennen kann, braucht sie Daten. Und zwar Ihre eigenen Betriebsdaten — strukturiert, über einen längeren Zeitraum gesammelt. In den meisten kleinen Betrieben in Deutschland fehlt genau diese Grundlage. Die Aufträge stehen in verschiedenen Systemen, die Reklamationen im E-Mail-Postfach, die Erfahrungswerte in den Köpfen der Mitarbeiter. Da ist nichts, was eine KI auswerten könnte.

Das heißt: Wenn Sie KI in zwei bis drei Jahren wirklich nutzen wollen — für etwas, das über eine bessere Textmaschine hinausgeht —, dann beginnt die Arbeit heute. Und zwar damit, Ihre Abläufe zu kennen, Ihre Daten bewusst zu sammeln und eine Grundlage zu schaffen, auf der KI später aufbauen kann.

Wenn die Maschine falsch liegt — und niemand es merkt

Generative KI antwortet immer. Auch wenn sie die Antwort nicht weiß. In der Fachwelt heißt das „Halluzination“ — die Maschine erfindet eine Antwort, die grammatisch perfekt und inhaltlich falsch ist. Und sie tut es mit einer Überzeugungskraft, die selbst erfahrene Nutzer in die Irre führt.

Für einen Mitarbeiter, der das Fachgebiet beherrscht, ist das erkennbar. Für einen Mitarbeiter, der ChatGPT als Abkürzung nutzt, weil er sich in dem Thema weniger auskennt, sieht eine korrekte Antwort genauso aus wie eine erfundene. Ein KI-formuliertes Angebot mit falscher Kalkulation. Eine Kundenantwort mit erfundenen Garantiebedingungen. Ein Vertragsentwurf mit Klauseln, die es so im deutschen Recht gar nicht gibt. Das passiert täglich — und meistens merkt es niemand, bevor es beim Kunden landet.

In einem erfahrenen Mitarbeiter stecken Jahre an Branchenwissen, Kundenverständnis und Gespür für Feinheiten. Die Maschine wurde mit allgemeinem Text aus dem Internet trainiert. Wo immer suggeriert wird, generative KI antworte „auf Doktorandenniveau“ — das stimmt nur für Fragen, die in den Trainingsdaten millionenfach vorkamen. Für die speziellen Fragen Ihres Betriebs, Ihrer Branche, Ihrer Kunden sieht das anders aus.

Wenn KI in Ihre Systeme eingebunden wird — eine neue Angriffsfläche

Bisher ging es um Qualitätsrisiken. Es gibt aber noch eine andere Dimension, die vielen gar nicht bewusst ist: Wenn KI-Systeme Zugriff auf Ihre Geschäftsdaten erhalten — E-Mails lesen, Dateien durchsuchen, Aufgaben ausführen — entsteht eine völlig neue Art von Angriffsfläche.

Ein konkretes Beispiel: Im Juni 2025 entdeckten Sicherheitsforscher eine Schwachstelle in Microsoft 365 Copilot, die es ermöglichte, Daten aus OneDrive, SharePoint und Teams abzugreifen — ohne dass der Nutzer irgendetwas tun musste. Kein Klick, kein Anhang. Die Schwachstelle erhielt die Kennung CVE-2025-32711 mit einem Schweregrad von 9,3 von 10. Microsoft hat das Problem behoben, bevor es breit ausgenutzt wurde. Aber es zeigt: KI-Systeme, die auf Ihre Geschäftsdaten zugreifen, eröffnen Angreifern Wege, die herkömmliche Firewalls und Virenscanner gar nicht sehen.

Ähnliches bei einem KI-gestützten E-Mail-Assistenten: Angreifer konnten über manipulierte Eingaben den Assistenten dazu bringen, auf vertrauliche Informationen zuzugreifen und E-Mail-Inhalte zu verändern — alles dokumentiert unter CVE-2024-5184. Die Organisation OWASP stuft solche Manipulationen — sogenannte Prompt Injections — als das häufigste Sicherheitsrisiko bei KI-Anwendungen ein.

Für einen kleinen Betrieb heißt das: Wenn Sie KI-Werkzeuge einsetzen, die E-Mails sortieren, Dokumente zusammenfassen oder Aktionen in Ihren Systemen auslösen, sollten Sie wissen, worauf diese Werkzeuge Zugriff haben. Viele Unternehmen haben bereits Schwierigkeiten, die Angriffsfläche ihrer normalen IT-Systeme im Blick zu behalten. KI-Agenten, die eigenständig in Ihren Daten arbeiten, fügen eine Ebene hinzu, die noch schwerer zu kontrollieren ist.

Ihre Mitarbeiter nutzen KI bereits — und das ist erst mal kein Problem

Wahrscheinlich nutzen einige Ihrer Mitarbeiter bereits ChatGPT oder ähnliche Werkzeuge — für Textformulierungen, für Recherche, manchmal für Aufgaben, bei denen sie unsicher sind. Das passiert in fast jedem Betrieb, oft ohne dass die Geschäftsführung davon weiß.

Der erste Impuls vieler Geschäftsführer: verbieten oder erlauben? Beide Reaktionen greifen zu kurz. Spannender ist die Frage dahinter: Warum nutzt der Mitarbeiter KI? Weil er eine Aufgabe schneller erledigen will? Oder weil er sich bei einer Aufgabe unsicher fühlt, für die er eigentlich die Qualifikation bräuchte?

Im ersten Fall kann KI tatsächlich eine Hilfe sein — vorausgesetzt, das Ergebnis wird geprüft. Im zweiten Fall haben Sie kein KI-Thema, sondern eine Qualifikationslücke, die sich mit KI tarnt. Und die sollten Sie lieber schließen, als darauf zu hoffen, dass die Maschine es schon richtig machen wird.

Der klügere Weg: Ihre Mitarbeiter im Umgang mit KI stärken. Ihnen beibringen, wann KI hilft und wann sie in die Irre führt. Ihr Fachwissen wertschätzen — denn das ist es, was die Maschine eben gerade nicht hat. Menschen zu fördern ist billiger als sie zu ersetzen. Und nachhaltiger. Denn wenn Sie Ihre erfahrenen Leute verlieren, verlieren Sie das Betriebswissen, das keine KI der Welt ersetzen kann. Die DIHK bestätigt in ihrem Positionspapier 2026: Fachkräftemangel und fehlende Datenverfügbarkeit sind die größten Hürden beim KI-Einsatz im deutschen Mittelstand.

Was Sie stattdessen tun können — heute

Die ehrliche Empfehlung: Bevor Sie über KI-Werkzeuge nachdenken, schaffen Sie die Grundlage, die jeden Einsatz erst sinnvoll macht.

Kennen Sie Ihre Abläufe. Welche Prozesse wiederholen sich? Wo verbringen Ihre Mitarbeiter Zeit mit Dingen, die immer wieder ähnlich ablaufen? Das sind die Stellen, an denen KI — wenn sie eines Tages reif dafür ist — wirklich helfen kann.

Sammeln Sie Daten — bewusst und über Zeit. Wenn Sie in zwei bis drei Jahren KI einsetzen wollen, die wirklich auf Ihren Betrieb zugeschnitten ist, dann beginnen Sie jetzt damit, Ihre Betriebsdaten strukturiert zu erfassen. Welche Aufträge kommen wann, welche Materialien werden in welcher Menge verbraucht, welche Reklamationen treten auf. Das ist kein KI-Projekt — das ist Grundlagenarbeit.

Stärken Sie Ihre Mitarbeiter. Statt einer KI-Schulung, die einen Haken auf einer Checkliste setzt, investieren Sie in das Verständnis: Wann hilft das Werkzeug, wann führt es in die Irre? Wann muss ein Mensch drüberschauen? Das ist die KI-Kompetenz, die der EU AI Act in Artikel 4 seit Februar 2025 von jedem Unternehmen verlangt, das KI einsetzt.

Bewahren Sie, was KI fehlt. Erfahrung, Branchenwissen, Kundenbeziehungen, Gespür für Feinheiten — das haben Ihre Mitarbeiter, das hat die Maschine eben gerade noch nicht. Und wenn die Erfahrenen gehen, weil sie sich durch Automatisierung ersetzt fühlen, ist das Wissen unwiederbringlich weg.

KI wird kommen — auch in kleine Betriebe. Aber sie wird dort am meisten nutzen, wo die Grundlage stimmt: klare Abläufe, saubere Daten, kompetente Menschen. Alles andere ist Marketing.

Häufige Fragen

Ist KI ein Sicherheitsrisiko für meinen Betrieb?

Wenn KI-Systeme Zugriff auf Ihre Geschäftsdaten erhalten, ja. Sicherheitsforscher haben 2025 mehrere Schwachstellen in KI-Assistenten dokumentiert, über die Angreifer vertrauliche Daten abgreifen konnten — teilweise ohne jede Nutzerinteraktion. Das Risiko steigt mit jedem System, das eigenständig in Ihren Daten arbeitet. Bevor Sie KI einsetzen, die auf E-Mails, Dateien oder Kundendaten zugreift, sollten Sie wissen, worauf genau sie Zugriff hat — und ob Ihre bestehende Absicherung dafür ausgelegt ist.

Brauche ich eine KI-Schulung für meine Mitarbeiter?

Seit Februar 2025 verlangt Artikel 4 des EU AI Act von jedem Unternehmen, das KI einsetzt, dass die Mitarbeiter über ausreichende Kompetenz im Umgang damit verfügen. Das heißt aber ausdrücklich Kompetenz, kein Zertifikat. Die Frage ist, ob eine Schulung Ihren Mitarbeitern tatsächlich hilft, die Grenzen von KI zu verstehen — oder ob sie vor allem einen Haken auf einer Checkliste setzt. Ersteres ist sinnvoll. Letzteres ist Geldverschwendung.

Was ist der erste sinnvolle Schritt in Richtung KI für meinen Betrieb?

Kennen Sie Ihre eigenen Abläufe. Welche Prozesse wiederholen sich? Wo fallen Daten an, die Sie strukturiert erfassen könnten? Wo verbringen Ihre Mitarbeiter Zeit mit Routinen? Diese Bestandsaufnahme ist kein KI-Projekt — sie ist die Grundlage für jede Entscheidung, ob KI, neue Software oder einfach eine bessere Organisation. Und sie hilft Ihnen auch dann, wenn Sie sich am Ende gegen KI entscheiden.

Dieser Artikel gibt eine fachliche Einordnung auf Basis der aktuellen Erkenntnisse. Die Autorin arbeitet seit den 1990er Jahren im Bereich der Künstlichen Intelligenz — von der Forschung über Enterprise-Architekturen bis zur pragmatischen Risikobewertung im Mittelstand.

Die Grundlage schaffen — für KI und für alles andere

Bevor Sie entscheiden, ob und wo KI in Ihrem Betrieb Sinn ergibt, hilft es zu wissen, was Sie haben: Welche Abläufe sind kritisch, welche Software stützt sie, wo fallen Daten an, wer kennt sich aus? Diese Bestandsaufnahme ist der erste Schritt — egal ob Sie KI planen, eine Software wechseln oder einfach bessere Entscheidungen treffen wollen.

Unsere Geschäftsführerin ist Diplom-Informatikerin mit Schwerpunkt KI — seit einer Zeit, als das noch Forschungsthema war. Wir kennen das breite Einsatzfeld in seiner Vielfalt. Und wir sagen Ihnen ehrlich, wo Nutzen entsteht und wo nur Kosten.

Gespräch vereinbaren