KI im Mittelstand: Fünf Anwendungsfälle, die sich nachweisbar rechnen
Nicht der Chatbot auf der Website, sondern die Rechnungsprüfung. Fünf Anwendungsfälle mit Aufwand, Betriebskosten und einer nachvollziehbaren Amortisationsrechnung.
Redaktion Nexcore Software · Fachredaktion
Veröffentlicht am · aktualisiert am
Kurz beantwortet
Wirtschaftlich sinnvolle KI‑Anwendungen im Mittelstand betreffen meist interne Prozesse: automatische Verarbeitung von Eingangsrechnungen, semantische Suche in Betriebsdokumenten, Klassifizierung eingehender E‑Mails, Vorbereitung von Angebotstexten und Qualitätsprüfung von Stammdaten. Die Umsetzung kostet 7.500 € bis 25.000 €, die laufenden Modellkosten liegen meist zwischen 30 € und 150 € monatlich.
Inhalt · 8 Abschnitte
Die meisten KI‑Projekte im Mittelstand scheitern nicht an der Technik. Sie scheitern daran, dass der falsche Anwendungsfall gewählt wurde – meistens der sichtbarste statt des wirtschaftlichsten.
Die folgenden fünf Fälle haben wir umgesetzt oder eng begleitet. Die Zahlen stammen aus realen Projekten.
Das Wichtigste in Kürze
- Kundenchatbots auf Websites gehören zu den am schlechtesten rentierenden KI‑Anwendungen im Mittelstand; interne Prozesse rechnen sich deutlich zuverlässiger.
- Die automatische Verarbeitung von Eingangsrechnungen amortisiert sich ab etwa 300 Belegen pro Monat typischerweise innerhalb eines Jahres.
- DSGVO-konformer Betrieb ist über europäische Endpunkte von Azure OpenAI, AWS Bedrock oder Mistral sowie über selbst gehostete offene Modelle möglich.
- Seit dem 2. Februar 2025 verpflichtet der EU AI Act Unternehmen dazu, Mitarbeitende im Umgang mit eingesetzten KI‑Systemen zu schulen.
- Jede produktive KI‑Anwendung braucht einen Testdatensatz mit bekannten richtigen Ergebnissen – ohne ihn lässt sich Qualität nicht beurteilen.
1. Eingangsrechnungen automatisch verarbeiten#
Ausgangslage: Jemand tippt Rechnungsdaten von Hand in die Buchhaltung. Bei 400 Belegen im Monat und drei Minuten je Beleg sind das 20 Stunden.
Lösung: Das System liest die PDF, erkennt Lieferant, Rechnungsnummer, Datum, Positionen, Netto, Steuer und Brutto, gleicht sie mit der Bestellung ab und legt einen Buchungsvorschlag an. Ein Mensch prüft und gibt frei.
Warum das mit Sprachmodellen besser läuft als mit klassischer Texterkennung: Klassische OCR‑Systeme brauchen für jedes Rechnungslayout eine eigene Vorlage. Bei 80 Lieferanten sind das 80 Vorlagen, die bei jeder Layoutänderung brechen. Ein Sprachmodell versteht die Struktur, ohne sie vorher zu kennen.
| Eingangsrechnungen | Richtwert |
|---|---|
| Umsetzung | 12.000–18.000 € |
| Betrieb | 40–90 €/Monat |
| Ersparnis | 16 Std./Monat ≈ 960 €/Monat |
| Amortisation | 13–19 Monate |
Wichtig: Ein Mensch gibt frei. Das ist keine Vorsicht, sondern Voraussetzung – für die Ordnungsmäßigkeit der Buchführung und für das Vertrauen der Mitarbeitenden.
2. Semantische Suche in Betriebsdokumenten#
Ausgangslage: Arbeitsanweisungen, Prüfprotokolle, Handbücher und Normen liegen auf einem Netzlaufwerk. Die Windows-Suche findet nur exakte Wörter. Also fragt man den Kollegen.
Lösung: Eine Suche, die Bedeutung versteht. Die Frage „Wie ist die Freigabe bei Sonderwerkstoffen geregelt?“ findet das richtige Dokument, auch wenn dort „Abweichende Materialien“ steht.
Technisch: Dokumente werden in Abschnitte zerlegt, in Vektoren überführt und in PostgreSQL mit der Erweiterung pgvector abgelegt. Die Antwort nennt immer die Quelle mit Seitenzahl.
| Semantische Suche | Richtwert |
|---|---|
| Umsetzung | 8.000–15.000 € |
| Betrieb | 25–60 €/Monat |
| Ersparnis | schwer zu beziffern, subjektiv sehr hoch |
| Besonderheit | größter Nutzen bei neuen Mitarbeitenden |
Ehrlich: Der Zeitgewinn ist hier am schwersten zu messen. Der Nutzen zeigt sich in der Einarbeitungszeit und darin, dass Wissen nicht mehr an einzelnen Personen hängt.
3. Eingehende E‑Mails klassifizieren#
Ausgangslage: Ein Sammelpostfach mit 150 E‑Mails täglich. Jemand liest, ordnet zu, leitet weiter. Zwei Stunden pro Tag.
Lösung: Das System ordnet jede E‑Mail einer Kategorie zu (Anfrage, Bestellung, Reklamation, Rechnung, Sonstiges), erkennt Dringlichkeit und leitet weiter. Unsichere Fälle gehen in eine Prüfliste.
| E‑Mail-Klassifizierung | Richtwert |
|---|---|
| Umsetzung | 7.500–12.000 € |
| Betrieb | 30–70 €/Monat |
| Ersparnis | 30 Std./Monat ≈ 1.800 €/Monat |
| Amortisation | 5–8 Monate |
Erfahrungswert: Setzen Sie die Schwelle für automatische Weiterleitung hoch an. Eine falsch zugeordnete Reklamation kostet mehr als die eingesparte Minute.
4. Angebotstexte vorbereiten#
Ausgangslage: Jedes Angebot enthält eine Leistungsbeschreibung, die aus alten Angeboten zusammenkopiert und angepasst wird. Zwei Stunden je Angebot, 30 Angebote im Monat.
Lösung: Das System erzeugt aus Eckdaten und Gesprächsnotiz einen Entwurf – auf Basis Ihrer eigenen früheren Angebote, im Tonfall Ihres Hauses. Der Vertrieb bearbeitet und gibt frei.
| Angebotstexte | Richtwert |
|---|---|
| Umsetzung | 9.000–14.000 € |
| Betrieb | 50–120 €/Monat |
| Ersparnis | 45 Std./Monat ≈ 2.700 €/Monat |
| Amortisation | 4–6 Monate |
Nebeneffekt: Die Angebote werden einheitlicher. Das hat in einem Projekt mehr Rückmeldung ausgelöst als die Zeitersparnis.
5. Stammdaten prüfen#
Ausgangslage: 18.000 Artikel, historisch gewachsene Beschreibungen. Manche zu kurz, manche mit falscher Einheit, manche mit Maßangaben im falschen Feld.
Lösung: Das System prüft jeden Datensatz gegen definierte Regeln, meldet Auffälligkeiten und schlägt Korrekturen vor. Ein Mensch entscheidet.
| Stammdatenprüfung | Richtwert |
|---|---|
| Umsetzung | 10.000–20.000 € |
| Betrieb | einmaliger Durchlauf 200–600 € |
| Nutzen | weniger Fehlbestellungen, bessere Shop-Sichtbarkeit |
Dieser Fall rechnet sich selten über Arbeitszeit, sondern über Folgekosten: Fehlbestellungen, Retouren, Nachfragen.
Was nicht funktioniert hat#
Ehrlichkeit macht die Liste brauchbar:
- Kundenchatbot auf der Website. Mehrfach umgesetzt, selten überzeugend. Die Fragen, die Kunden wirklich stellen, erfordern Zugriff auf Auftragsdaten. Ohne diesen Zugriff ist der Chatbot eine schlechtere Suche; mit Zugriff wird es ein Portalprojekt – und dann brauchen Sie keinen Chatbot, sondern ein Kundenportal.
- Automatische Übersetzung ohne Prüfung. Gut genug für interne Zwecke, nicht gut genug für Vertragstexte oder technische Dokumentation mit Haftungsrelevanz.
- Automatische Beantwortung von Reklamationen. Technisch möglich, wirtschaftlich riskant. Eine unglückliche Formulierung kostet mehr als die eingesparten Minuten.
Datenschutz und Rechtslage#
DSGVO: Drei Wege sind gangbar. Erstens europäische Endpunkte von Azure OpenAI, AWS Bedrock oder Mistral mit Auftragsverarbeitungsvertrag. Zweitens ein selbst gehostetes offenes Modell – dann verlassen die Daten Ihr Haus nicht. Drittens Geschäftskundenverträge mit vertraglichem Ausschluss der Trainingsnutzung.
EU AI Act: Seit dem 2. Februar 2025 gilt eine KI‑Kompetenzpflicht – Mitarbeitende müssen im Umgang mit den eingesetzten Systemen geschult sein. Seit dem 2. August 2025 gelten Transparenzpflichten für generative Systeme. Die genannten fünf Anwendungsfälle fallen sämtlich in die Kategorie mit geringem Risiko.
Wie Sie anfangen sollten#
- Aufwand messen, nicht schätzen. Zwei Wochen mitschreiben, wer wie lange womit beschäftigt ist.
- Den Prozess mit dem höchsten messbaren Aufwand auswählen – nicht den sichtbarsten.
- Testdatensatz aufbauen. 50 bis 100 Fälle mit bekanntem richtigem Ergebnis. Ohne diesen Datensatz können Sie Qualität nicht beurteilen, nur behaupten.
- Klein anfangen. Ein Prozess, vier bis acht Wochen, mit Kostendeckel.
- Menschen im Prozess lassen. Jedenfalls im ersten Jahr.
Wir bieten dafür eine KI‑Potenzialanalyse an: 2.400 €, zwei bis drei Wochen, mit Betriebskostenrechnung und rechtlicher Einordnung. Wenn dabei herauskommt, dass sich kein Anwendungsfall rechnet, sagen wir das.
Über den Autor
Redaktion Nexcore Software
Fachredaktion
Sammelt die Fragen, die uns Kunden im Erstgespräch stellen, und beantwortet sie hier ausführlich – mit Zahlen statt Behauptungen.
- DSGVO in der Softwareentwicklung
- Barrierefreiheit nach BFSG
- Core Web Vitals
- Answer Engine Optimization
- Projektkalkulation
Passende Leistung
Dokumentenverarbeitung, Suche und Assistenzsysteme mit DSGVO-konformem Betrieb.
Einstieg, Festpreis netto
ab 7.500 €
Umsetzung · 6–12 Wochen
Häufige Fragen
Was Leser zu diesem Thema fragen
Die Fragen, die uns zu diesem Beitrag am häufigsten gestellt werden.
Rechnet sich KI für kleine Unternehmen?
Ja, wenn der Anwendungsfall einen messbaren manuellen Aufwand ersetzt. Die Faustregel entspricht der für Individualsoftware: Ab etwa fünf gebundenen Arbeitsstunden pro Woche wird Automatisierung wirtschaftlich. Bei weniger lohnt der Aufwand für Einführung, Qualitätssicherung und Dokumentation nicht.
Welche KI‑Anwendung soll ich zuerst umsetzen?
Die, bei der Sie den Aufwand heute schon messen können. In der Praxis ist das meist die Verarbeitung von Eingangsrechnungen oder Lieferscheinen: Der Prozess ist klar abgegrenzt, das Ergebnis überprüfbar, und der Zeitgewinn lässt sich in Stunden beziffern.
Gehen meine Daten in das Training der Anbieter ein?
Bei Geschäftskundenverträgen von OpenAI, Anthropic, Microsoft Azure und AWS ist die Nutzung von Eingabedaten für das Training vertraglich ausgeschlossen. Bei kostenlosen Privatzugängen gilt das nicht. Prüfen Sie den Vertrag, nicht die Werbeaussage – und schließen Sie einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO.
Was verlangt der EU AI Act von meinem Unternehmen?
Seit dem 2. Februar 2025 gilt eine KI‑Kompetenzpflicht: Mitarbeitende, die KI‑Systeme einsetzen, müssen dafür ausreichend geschult sein. Seit dem 2. August 2025 gelten Transparenzpflichten für generative Systeme – Nutzer müssen erkennen können, dass sie mit einer KI interagieren. Die meisten betrieblichen Anwendungen fallen in die Kategorie mit geringem Risiko.