In dieser Folge sprechen Oliver und Alois über KI im Mittelstand und die Lücke zwischen Hype und tatsächlicher Nutzung. Der Mittelstand bleibt Rückgrat der Wirtschaft, kämpft aber mit Legacy-Systemen und Generationenwechsel. Ihr Vorschlag: nicht im Kernprozess starten, sondern in begleitenden Bereichen wie Service oder Vertrieb einen klaren Schmerzpunkt wählen, diesen als 12-Wochen-Pilot mit Vorher-nachher-Messung testen und daraus lernen. Die Modelle werden iterativ reifer, kleine spezialisierte Varianten reichen oft; entscheidend sind saubere Abläufe, verlässliche Daten, klare Verantwortlichkeiten und einfache Regeln für Qualität und Sicherheit. Technisch pragmatisch bleiben: offene Modelle dort betreiben, wo es sinnvoll ist, für komplexere Fälle APIs nutzen, Kosten, Datenschutz und Lock-in im Blick. Europa bietet genügend Bausteine und Partner – Abwarten ist keine Strategie. Fazit: jetzt starten, klein und messbar vorgehen, den eigenen KI- und Datenmuskel aufbauen und Schritt für Schritt Wirkung erzielen.
Wesentliche Learnings
• Nicht warten, jetzt starten – klein, risikoarm, messbar
• Erst außerhalb des Kernprozesses beginnen (z. B. Service, Vertrieb)
• Drei KPIs definieren (Antwortzeit, Lösungsquote, Zufriedenheit) und Vorher-nachher vergleichen
• 12-Wochen-Pilot: erst Mitarbeitende unterstützen, dann Routinefälle teilautomatisieren
• Qualität vor Größe: kleines Senior-Kernteam, das KI-Werkzeuge souverän nutzt
• Governance früh klären: Datenzugriffe, Verantwortlichkeiten, Review/Freigaben
• Abhängigkeiten reduzieren: Hybrid fahren, Tokenkosten und Lock-in aktiv managen
• KI- und Datenkompetenz zur Chefaufgabe machen und regelmäßig trainieren
• Europäische Optionen prüfen und Partner einbinden statt auf „das eine“ Modell zu warten
• Iteration akzeptieren: kein Big Bang, sondern stetige, messbare Verbesserungen
