Hier anfangen: fünf Schritte, der Reihe nach
Tun Sie diese fünf Dinge zuerst, eines nach dem anderen. Jedes verweist auf die vollständige Praktik und die Evidenz dahinter.
-
Benennen Sie eine verantwortliche Person für KI aus der Geschäftsleitung. Stellen Sie ihr eine kleine Gruppe erfahrener Führungskräfte aus mehreren Bereichen zur Seite, die Prioritäten setzt, und eine KI-Verantwortliche in jedem Geschäftsbereich.
Tage, eine Person Benennen Sie eine verantwortliche Person für KI
-
Legen Sie fest, welche Daten in welche KI-Werkzeuge dürfen, anhand der Datenklassen, die Sie schon haben. Sichern Sie die Regel mit technischen Kontrollen für Uploads und Downloads ab.
Tage, eine Person Legen Sie fest, welche Daten in welche KI-Werkzeuge dürfen
-
Legen Sie für jeden KI-Kauf eine feste Liste von Fragen fest, mit Prüfung durch IT-Sicherheit und Rechtsabteilung. Testen Sie jedes Werkzeug mit Ihrem eigenen Material und bewahren Sie den Testsatz auf.
Wochen, einige Personen Verlangen Sie vor dem Kauf Belege von KI-Anbietern, und testen Sie mit Ihrem eigenen Material
-
Beziffern Sie Schulung, Neugestaltung und Prüfzeit, bevor Sie ein Werkzeug genehmigen. Rechnen Sie damit, dass Datenqualität und Einbindung einen größeren Anteil brauchen, sobald Pilotprojekte breiter eingeführt werden.
Tage, eine Person Planen Sie Budget für Menschen und Prozesse ein, nicht nur für Werkzeuge
-
Nehmen Sie einen Prozess, bei dem ein Pilotprojekt einen Gewinn bei einem einzelnen Schritt gezeigt hat. Gestalten Sie den ganzen Prozess darum herum neu und benennen Sie eine verantwortliche Person für alles.
Monate, mehrere Teams Gestalten Sie den Arbeitsablauf neu, statt nur ein Werkzeug hinzuzufügen
Was für diese Größe besonders ist
- Die meisten Firmen haben angefangen. In der Umfrage von RSM 2026 unter mittelgroßen Unternehmen in den USA und Kanada gaben 86 % an, KI teilweise oder vollständig in ihre Abläufe eingebaut zu haben. Diese Umfrage bestimmt die Größe nach Umsatz, nicht nach Beschäftigtenzahl (RSM).
- Daten und Einbindung sind die Engpässe. Unter den Firmen, deren Pilotprojekte nur mäßig oder begrenzt erfolgreich waren, waren in derselben Umfrage die meistgenannten Hindernisse für eine breitere Einführung die Datenqualität (53 %) und die Einbindung in bestehende Systeme (47 %). Jeder Person eine Lizenz zu geben ist keine Einbindung. In einem randomisierten Experiment in 66 Unternehmen sparte ein KI-Büroassistent Zeit bei E-Mails und änderte nicht, woran die Menschen arbeiteten (Seite zur Studie).
- Der Größenvorteil ist umstritten. Die Studie von BCG 2026 fand, dass große Unternehmen häufiger deutliche Umsatzgewinne durch KI meldeten, einen größeren Anteil ihres Umsatzes dafür ausgaben und schneller KI-Fachleute einstellten (BCG).
- Ein verbreiteter Aufbau. Eine benannte verantwortliche Person aus der Geschäftsleitung und eine kleine Gruppe erfahrener Führungskräfte setzen die Prioritäten. Die Geschäftsbereiche bekommen eigene KI-Verantwortliche, unterstützt von einem zentralen Team für gemeinsame Werkzeuge, Daten und Regeln.
Lesen Sie den Abschnitt des Leitfadens zu dieser Größe, mit den Zahlen und ihren Quellen.
Alle Praktiken für diese Größe
Dies ist die vollständige Liste, zu der Sie nach den fünf Schritten zurückkehren: 29 Praktiken, die zu Unternehmen mit 250–999 Beschäftigte passen. Sie sind nach Phasen geordnet. In jeder Gruppe steht oben, was zuerst zu tun ist. Nach Thema, Zeitpunkt oder Evidenzstufe filtern.
Erkunden
Finden Sie heraus, wo Sie stehen und wo KI helfen könnte.
- Erfassen Sie die Aufgaben, bevor Sie entscheiden, was Sie automatisieren Zerlegen Sie Berufe in Aufgaben und betrachten Sie jede einzeln. Veröffentlichte Werte schätzen, wie viel eines Berufs KI übernehmen könnte, die „Exposition“. Behandeln Sie einen hohen Wert als Hinweis, wo Sie genauer hinsehen, nicht als Entscheidung zum Automatisieren. Zuerst · Aufwand: gering (Tage, eine Person)
- Verlangen Sie vor dem Kauf Belege von KI-Anbietern, und testen Sie mit Ihrem eigenen Material Glauben Sie der Genauigkeitszahl eines KI-Anbieters oder seinem Versprechen „voll konform“ nicht ungeprüft. Fragen Sie, wie und womit getestet wurde, machen Sie einen kleinen Test mit Ihrem eigenen Material und prüfen Sie die Bedingungen zu Ihren Daten und zum Ausstieg. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Beginnen Sie mit einem kostspieligen Prozess, nicht mit einer unternehmensweiten Einführung Wählen Sie einen Prozess, der sichtbar Zeit oder Geld kostet. Setzen Sie dort KI ein, mit einem Menschen, der die Ergebnisse prüft, und weiten Sie erst aus, wenn sich die Zahlen bewegen. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Beginnen Sie mit fertiger KI in Software, die Sie schon nutzen, bevor Sie Eigenes bauen Ihre Büro-, Buchhaltungs-, Kundendienst- und Vertriebssoftware hat inzwischen wahrscheinlich KI-Funktionen. Probieren Sie diese bei einer Aufgabe aus, mit wenigen Lizenzen und einem gemessenen Ergebnis, bevor Sie jemanden für eine Eigenentwicklung bezahlen. Zuerst · Aufwand: gering (Tage, eine Person)
- Kennen Sie die Regeln, die für Ihren KI-Einsatz schon gelten Die meisten Regeln, die Ihren KI-Einsatz binden, sind keine KI-Gesetze. Sie stehen für das, was Ihre KI sagt und tut, nach den Regeln zu Verbraucherschutz, Datenschutz, Werbung und Berufspflichten ein, die Sie schon einhalten. Listen Sie Ihre KI-Anwendungen auf und ordnen Sie jeder ihre Regeln zu. Zuerst · Aufwand: gering (Tage, eine Person)
- Behandeln Sie einen Reifegradwert nicht als Prognose Ein Wert für KI-Reifegrad oder KI-Bereitschaft beschreibt, wo Sie nach eigener Angabe stehen. Die Evidenz, dass ein höherer Wert zu besseren Ergebnissen führt, ist dünn und umstritten. Nutzen Sie ihn als Anstoß für ein Gespräch, nicht zur Vorhersage von Erträgen. Als Nächstes · Aufwand: gering (Tage, eine Person)
- Ermitteln Sie die KI-Bereitschaft aus mehreren Quellen, nicht aus der Einschätzung einer einzigen Führungskraft Ein Bereitschafts-Check, den eine einzige Person aus der Leitung ausfüllt, spiegelt deren Sicht. Fragen Sie auch Beschäftigte und Führungskräfte und vergleichen Sie die Antworten mit dem, was Sie beobachten können. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
- Messen Sie Bereitschaft und Widerstand getrennt Beschäftigte können KI gleichzeitig begrüßen und fürchten. Fragen Sie beides getrennt ab. Ein einzelner Wert für „Bereitschaft“ verdeckt die Sorgen. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
Einführen
Setzen Sie KI bei echten Aufgaben ein, und Menschen prüfen die Ergebnisse.
- Schützen Sie die psychologische Sicherheit während einer KI-Einführung KI-Projekte können dazu führen, dass Beschäftigte sich nicht mehr trauen, etwas anzusprechen, und ihr Wissen nicht mehr teilen. Sagen Sie früh, was KI für die Arbeitsplätze bedeutet, und beziehen Sie die Betroffenen ein. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Lassen Sie einen Menschen alles prüfen, was an Kunden geht oder rechtliches Gewicht hat Bevor ein KI-Ergebnis das Unternehmen verlässt oder einer Entscheidung zugrunde gelegt wird, prüft es eine benannte Person an echten Quellen und gibt es frei. Machen Sie die Prüfung zu einem Schritt im Prozess, mit eingeplanter Zeit. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Planen Sie Budget für Menschen und Prozesse ein, nicht nur für Werkzeuge Lizenzen sind der kleine Teil der Kosten. Planen Sie den Großteil von Zeit und Geld für Schulung, die Umgestaltung der Arbeit und die Begleitung der Menschen durch die Veränderung ein. Zuerst · Aufwand: gering (Tage, eine Person)
- Schulen Sie die Beschäftigten an den Werkzeugen, die Sie tatsächlich gewählt haben Zeigen Sie allen Nutzenden, was Ihr gewähltes KI-Werkzeug ist, wo es danebenliegt und was sie prüfen müssen. Nutzen Sie Ihre eigenen Aufgaben und Regeln, geben Sie Zeit zum Üben und beziehen Sie Aushilfen und Zeitarbeitskräfte ein. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Benennen Sie eine verantwortliche Person für KI Übertragen Sie einer namentlich benannten Person aus der Leitung die Verantwortung für KI: Prioritäten, Budget, Risiken und Ergebnisse. Geteilte Verantwortung heißt meist, dass niemand entscheidet. Zuerst · Aufwand: gering (Tage, eine Person)
- Legen Sie fest, welche Daten in welche KI-Werkzeuge dürfen Teilen Sie Ihre Daten in zwei oder drei Gruppen ein und sagen Sie, in welche KI-Werkzeuge jede Gruppe darf. Kundengeheimnisse und personenbezogene Daten bleiben aus öffentlichen Werkzeugen heraus. Wo ein Fehler schwer wöge, sperren Sie das Hochladen, statt sich auf eine Regel zu verlassen. Zuerst · Aufwand: gering (Tage, eine Person)
- Messen Sie die eingesparte Zeit je Aufgabe an einer Ausgangsmessung Halten Sie fest, wie lange eine Aufgabe dauert und wie gut das Ergebnis ist, bevor Sie KI einsetzen. Ohne diesen Ausgangswert können Sie einen echten Gewinn nicht von einem erhofften unterscheiden. Zuerst · Aufwand: gering (Tage, eine Person)
- Planen Sie Budget für die Arbeit ein, die KI erzeugt KI nimmt Arbeit weg und bringt neue: ihre Ergebnisse prüfen, Aufzeichnungen führen, Ausnahmen bearbeiten und die Werkzeuge pflegen. Rechnen Sie diese Arbeit ein und geben Sie ihr eine verantwortliche Person, bevor Sie die Ersparnis rechnen. Zuerst · Aufwand: gering (Tage, eine Person)
- Schreiben Sie eine einseitige KI-Richtlinie, die die Beschäftigten auch lesen Fassen Sie die Regeln für KI auf einer Seite zusammen: welche Werkzeuge erlaubt sind, was nie eingegeben werden darf, wer die Ergebnisse prüft und wen man fragt. Bauen Sie dann die wichtigste Regel in die Arbeit selbst ein, denn eine Seite allein wird übergangen. Zuerst · Aufwand: gering (Tage, eine Person)
- Lassen Sie die KI zeigen, worauf ihre Antwort beruht Einen Wert oder eine Schätzung ohne Begründung kann man schwer beurteilen. Wählen und richten Sie KI-Werkzeuge so ein, dass jede Antwort zeigt, worauf sie beruht: den markierten Teil des Bildes, die ähnlichen früheren Fälle, die Stelle im Dokument. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
- Prüfen Sie das KI-Wissen, statt die Beschäftigten sich selbst einschätzen zu lassen Menschen schätzen ihre eigenen Fähigkeiten schlecht ein. Um herauszufinden, was Ihre Beschäftigten über KI wissen, nutzen Sie einen kurzen Wissenstest oder eine zweite Meinung, nicht nur eine Selbsteinschätzung. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
- Bringen Sie Ihre eigenen Daten in Ordnung, bevor KI daraus Vorhersagen macht Eine KI, die einen Preis, eine Dauer oder einen nächsten Schritt schätzt, lernt aus Ihren früheren Aufträgen und Kunden. Machen Sie diese Daten zuerst vollständig, einheitlich und an einem Ort verfügbar. In den Fällen hier war das der größte Teil der Arbeit. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
- Geben Sie KI-Unterstützung zuerst den neueren Beschäftigten Wenn Sie einen KI-Assistenten für eine klar umrissene Aufgabe einführen, beginnen Sie mit Ihren weniger erfahrenen Leuten. Studien zeigen, dass sie am meisten gewinnen. Als Nächstes · Aufwand: gering (Tage, eine Person)
- Versprechen Sie nur, was Ihre KI nachweislich kann Wenn Sie Kunden sagen, dass Ihr Produkt oder Ihre Dienstleistung KI nutzt oder wie gut sie funktioniert, sollten Sie die Belege haben, bevor Sie es sagen. Aufsichtsbehörden behandeln „KI-gestützt“ und „98 % genau“ wie jede andere Tatsachenbehauptung. Als Nächstes · Aufwand: gering (Tage, eine Person)
- Fahren Sie zweigleisig: Manche Aufgaben gehen an KI, bei anderen hilft KI den Fachleuten Behandeln Sie die KI-Arbeit als zwei Programme. Eines automatisiert wiederholbare digitale Aufgaben, deren Ergebnisse leicht zu prüfen sind. Das andere gibt Fachleuten KI-Hilfe bei Arbeit, die sich nicht abgeben lässt. Messen Sie jedes an seinem eigenen Maßstab. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
- Legen Sie die Grenzen fest, bevor das Werkzeug handelt Bevor ein KI-Werkzeug für Sie einen Preis setzt, eine Nachricht verschickt oder einen Schritt unternimmt, schreiben Sie auf, was es nie tun darf, wie weit es gehen darf und wofür es einen Menschen braucht. Bauen Sie diese Grenzen in das Werkzeug ein und testen Sie dann innerhalb davon. Als Nächstes · Aufwand: gering (Tage, eine Person)
Umgestalten
Ändern Sie, wie die Arbeit gemacht wird, nicht nur die Werkzeuge.
- Testen Sie für jede Art von Aufgabe, ob ein Mensch mit KI besser ist als jeder allein Gehen Sie nicht davon aus, dass ein Mensch zusätzlich zur KI oder KI zusätzlich zum Menschen das beste Ergebnis bringt. Testen Sie es für jede Art von Aufgabe, bevor Sie den Prozess festlegen. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
- Gestalten Sie den Arbeitsablauf neu, statt nur ein Werkzeug hinzuzufügen Wer Menschen ein KI-Werkzeug in einem unveränderten Prozess gibt, ändert wenig. Legen Sie neu fest, wer jeden Schritt erledigt, in welcher Reihenfolge und wo ein Mensch prüft. Als Nächstes · Aufwand: hoch (Monate, mehrere Teams)
Betreiben
Halten Sie es am Laufen: Kompetenzen, Qualität und regelmäßige Überprüfungen.
- Wenn KI-Ergebnisse falsch sind, korrigieren Sie schnell und offen Legen Sie jetzt fest, was passiert, wenn ein KI-Fehler nach außen gelangt: wer informiert wird, wer die Arbeit zurückzieht oder korrigiert und wer prüft, wie weit das Problem reicht. In den dokumentierten Fällen kamen Firmen, die rasch dazu standen, weit besser weg als Firmen, die den Fehler verteidigten. Als Nächstes · Aufwand: gering (Tage, eine Person)
- Erhalten Sie die Einstiegsaufgaben, an denen Neue lernen Bevor Sie Routinearbeit automatisieren, prüfen Sie, ob Nachwuchskräfte daran den Beruf lernen. Wenn ja, lassen Sie ihnen einen Teil davon, oder ersetzen Sie das Lernen auf andere Weise. Später · Aufwand: mittel (Wochen, einige Personen)
- Prüfen Sie ab und zu, was Beschäftigte ohne die KI können Lassen Sie Menschen eine Stichprobe von Fällen ohne die KI bearbeiten und vergleichen Sie das Ergebnis mit ihrer üblichen Arbeit. Fangen Sie mit denen an, die KI-Ergebnisse prüfen, und mit denen, die den Beruf noch lernen, und stellen Sie die Werkzeuge für Lernende so ein, dass sie Hinweise geben, keine Antworten. Später · Aufwand: mittel (Wochen, einige Personen)
Firmenfälle
Das sind namentlich genannte Unternehmen dieser Größe, mit Zahlen und einer öffentlichen Quelle. Alle Fälle.
- Butler Snow: eine Kanzlei mit KI-Richtlinie und ein Partner, der sich nicht daran hielt Die Richtlinie der Kanzlei verlangte eine schriftliche Freigabe, bevor ChatGPT für juristische Recherche genutzt wird. Ein Partner nutzte es ohne Freigabe und reichte fünf Fundstellen ein, die es erfunden hatte. Das Gericht zog drei Anwälte vom Fall ab. Die Kanzlei bezahlte eine Prüfung von 2.400 Fundstellen.
- Duolingo: 148 neue Sprachkurse in rund einem Jahr, nach 12 Jahren für die ersten 100 Duolingo ersetzte ein langsames, manuelles Verfahren zum Schreiben von Sprachkursen durch eines, das auf KI aufbaut. Es startete 148 neue Kurse in weniger als einem Jahr, nachdem die ersten 100 rund 12 Jahre gedauert hatten. In derselben Woche erklärte der Vorstandschef allen Beschäftigten, was „AI-first“ für freie Mitarbeiter, Einstellungen und Stellenzahl bedeuten würde.
- META-Regalbau: Sensoren und KI-Analyse der Kommissionierung rechneten sich in rund einem Jahr Bei einem Regalhersteller mit rund 300 Beschäftigten trugen die Beschäftigten kleine Sensoren, damit KI analysieren konnte, wie Aufträge im Lager kommissioniert werden. Die Ergebnisse prägten den Aufbau eines neuen Lagers und sparen rund 22.000 € pro Jahr. Führungskräfte, Betriebsrat und alle Beschäftigten wurden von Anfang an über den Zweck informiert.
- NSW Reconstruction Authority: Eine Aushilfskraft lud Daten von 2.031 Menschen in ChatGPT hoch Eine befristet beschäftigte Person lud eine Tabelle mit Antragstellern der Hochwasserhilfe in ChatGPT hoch, das die Behörde nicht freigegeben hatte. Sie enthielt persönliche und Gesundheitsdaten von 2.031 Menschen. Danach schrieb die Behörde Regeln zu KI, verschärfte die Schulung und sperrte solche Uploads.
- Rue La La: Preisempfehlungen durch maschinelles Lernen steigerten den Umsatz in einem Test um etwa 10 % Rue La La, ein Onlinehändler für Mode, ließ ein Werkzeug bauen, das die Nachfrage nach noch nie verkauften Produkten vorhersagt und für jedes einen Preis empfiehlt. In einem fünfmonatigen Test schätzten Forschende, dass der Umsatz mit den getesteten Produkten um 9,7 % stieg. Bevor das Werkzeug an einen Preis durfte, legte der Händler feste Grenzen fest.
Durchgerechnetes Beispiel
Dieses Beispiel ist ein mittleres Unternehmen. Die Schritte sind bei jeder Größe dieselben: Aufgaben erfassen, sie ordnen, Verantwortliche benennen und in Stufen erproben.