Leistung

KI-Beratung für den Mittelstand

Rund 20 Prozent des deutschen Mittelstands setzen künstliche Intelligenz ein (KfW-Digitalisierungsbericht 2025) — wer jetzt einsteigt, ist früh dabei. Wir bewerten das Potenzial in Ihrem Betrieb nüchtern, dimensionieren den ersten Anwendungsfall passend und setzen ihn um.

KI im Mittelstand: Wer jetzt anfängt, ist früh dran

Mittelständischer Betrieb mit Büro und Produktion — Einsatzumgebung für künstliche Intelligenz
KI im Mittelstand: dort, wo Büro und Betrieb zusammenkommen.

Der KfW-Digitalisierungsbericht 2025 nennt für den deutschen Mittelstand einen KI-Anteil von rund 20 Prozent. Vier von fünf Unternehmen arbeiten also weiterhin ohne. Wer den Einstieg gerade erst plant, ist damit früh dabei; die meisten Wettbewerber stehen an derselben Stelle.

Für diesen Einstieg fehlt meist dreierlei: Zeit, um einen unübersichtlichen Anbietermarkt zu sortieren, ein Anwendungsfall, der klein genug für einen Versuch ohne Grundsatzentscheidung ist, und jemand, der die Umsetzung danach auch übernimmt.

Die Frage lautet im Mittelstand nämlich selten, ob künstliche Intelligenz etwas kann. Sie lautet: Welcher unserer Abläufe wird damit spürbar besser, was kostet der Betrieb danach dauerhaft, und wer kümmert sich, wenn etwas nicht funktioniert? Auf diese drei Fragen antworten Produktdemos ungern.

Ein Unternehmen mit 50 bis 2.000 Mitarbeitern braucht dafür keinen eigenen KI-Stab, wie ihn Konzerne aufbauen. Es braucht einen Partner, der das Potenzial nüchtern bewertet, den ersten Anwendungsfall passend dimensioniert und ihn anschließend liefert. So verstehen wir KI-Beratung für den Mittelstand.

Typische Anwendungsfälle im Mittelstand

Vier Bereiche eignen sich für den Einstieg besonders oft. Gemeinsam ist ihnen viel gleichförmige Textarbeit mit klarer Zuständigkeit.

Dokumente lesen und einordnen

Rechnungen, Lieferscheine, Prüfprotokolle, Verträge: Ein Modell kann daraus die relevanten Felder ziehen, Dokumente dem richtigen Vorgang zuordnen und Abweichungen melden, statt dass jemand Zeile für Zeile vergleicht. Der Nutzen hängt dabei weniger an der Modellqualität als an der Frage, wie die Ergebnisse im Zweifelsfall geprüft werden. Zu jedem solchen Projekt gehört deshalb eine Regel dafür, was passiert, wenn das Modell unsicher ist.

E-Mails und Angebote vorbereiten

Anfragen kommen formlos herein und müssen in eine Struktur überführt werden: Was will der Kunde, welche Position aus dem Katalog passt, welches Angebot ist schon einmal ähnlich herausgegangen? Ein Modell liefert dafür einen Entwurf, den ein Mensch prüft und freigibt. Die Freigabe bleibt im Vertrieb, der Zeitgewinn entsteht davor.

Wissen in den eigenen Ablagen finden

In den meisten Betrieben liegt die Antwort längst irgendwo: auf dem Dateiserver, im Intranet, im Ticketsystem, in einer PDF-Sammlung aus zehn Jahren. Eine Suche, die Fragen in normaler Sprache versteht und die Fundstellen gleich mitliefert, gehört zu den Anwendungsfällen mit überschaubarem Risiko. Vorausgesetzt, die bestehenden Zugriffsrechte gelten auch für diese Suche. An diesem Punkt entscheidet sich, ob das Projekt Erfolg oder Ärger wird.

Wiederkehrende Abläufe automatisieren

Stammdaten übertragen, Anfragen vorsortieren, Berichte aus mehreren Quellen zusammenstellen: Hier ist künstliche Intelligenz oft nur ein Baustein neben ganz gewöhnlicher Software. Wo sich eine Regel eindeutig formulieren lässt, bleibt ein Skript die günstigere und verlässlichere Lösung. Wir sagen das auch dann, wenn am Ende das kleinere Projekt dabei herauskommt.

Unser Vorgehen: Potenzialanalyse, Pilot, Ausbau

Wer KI im Unternehmen einführen will, muss nicht alles auf einmal entscheiden. Wir arbeiten in drei Schritten, und nach jedem gibt es eine echte Abbruchmöglichkeit.

1. Potenzialanalyse

Deployment-Diagramm lokale KI: Arbeitsplätze und GPU-Server im eigenen Firmennetz, keine Cloud-Verbindung
Für sensible Daten: lokale KI, bei der nichts das Haus verlässt.

Wir sehen uns die Abläufe an, die Sie ohnehin stören, und ordnen sie nach Aufwand und erwartetem Effekt. Am Ende steht eine kurze Liste: Was lohnt sich, was lohnt sich nicht, was scheitert an der Daten- oder Rechtelage. Kandidaten, die technisch reizvoll und betriebswirtschaftlich uninteressant sind, fallen hier heraus.

2. Pilot

Ein Anwendungsfall, eine Abteilung, ein messbares Vorher und Nachher. Der Pilot läuft mit echten Daten und echten Nutzern, weil sich sonst nicht zeigt, wo die Ausnahmen liegen. Danach entscheiden Sie anhand von Zahlen aus dem eigenen Haus, ob es weitergeht.

3. Ausbau

Erst wenn der Pilot trägt, kommen weitere Abläufe, Schnittstellen und Nutzergruppen dazu. Dazu gehört die Frage, wer den laufenden Betrieb übernimmt: Ihre IT, wir oder eine Aufteilung mit klar benannten Zuständigkeiten.

Dürfen Ihre Daten das Haus nicht verlassen — Personalakten, Konstruktionsdaten, Vertragsunterlagen —, prüfen wir lokale KI auf eigener Hardware als Variante. Bei sensiblen Datenbeständen ist das häufig der Weg, der intern überhaupt eine Freigabe bekommt.

Warum LYTH

Wir sitzen im Rhein-Main-Gebiet und arbeiten gern dort, wo man für einen Workshop keinen Flug braucht. Vor Ort zu sein zahlt sich vor allem im Piloten aus, wenn Fragen auftauchen, die vorher niemand aufgeschrieben hat.

Was wir messen, veröffentlichen wir: zum Beispiel unsere Messungen an lokal betriebenen Sprachmodellen oder das KI-Glossar, in dem die Begriffe erklärt sind, die in Angeboten gern unerklärt bleiben. Sie können also vor dem ersten Gespräch nachlesen, wie wir arbeiten und woran wir Ergebnisse festmachen.

Und wir rechnen nicht mit Konzern-Tagessätzen. Unsere Projekte sind so geschnitten, dass ein mittelständisches Budget sie tragen kann: abgegrenzter Umfang, feste Schritte, nach jedem Schritt eine Entscheidung.

Häufige Fragen zur KI-Beratung im Mittelstand

Was kostet KI-Beratung für den Mittelstand?

Ein Preisschild auf einer Landingpage wäre geraten, nicht gerechnet. Offenlegen können wir dafür die Struktur: Die Potenzialanalyse hat einen festen Umfang und ein festes Honorar. Der Pilot wird erst danach angeboten, weil sich vorher nicht seriös sagen lässt, was er umfasst. Der Ausbau folgt derselben Logik. Nach jedem Schritt können Sie aussteigen, ohne den nächsten bezahlt zu haben.

Wie lange dauert die Einführung?

Das hängt am Projekttyp, deshalb nennen wir hier keine Wochenzahl. Die Potenzialanalyse ist die kürzeste Phase. Ein Pilot mit vorhandenen, gut zugänglichen Daten geht deutlich schneller als einer, für den erst Dokumente erschlossen oder Zugriffsrechte geklärt werden müssen. Am längsten dauern Vorhaben, die an ERP-Schnittstellen, Datenschutzfreigaben oder Mitbestimmung hängen; dort bestimmt die Abstimmung das Tempo.

Brauchen wir eine eigene IT-Abteilung dafür?

Nein. Was Sie brauchen, ist eine benannte Person im Haus, die die Abläufe und Systeme kennt und Entscheidungen treffen darf. Das kann jemand aus der IT sein, oft ist es jemand aus der Fachabteilung. Betrieb, Wartung und Updates übernehmen wir oder stimmen sie mit Ihrem IT-Dienstleister ab. Ganz ohne internen Ansprechpartner wird es schwierig, denn Ihre Ausnahmen kennt von außen niemand.

Cloud oder lokale KI — was passt zum Mittelstand?

Beides kommt vor, häufig im selben Unternehmen. Cloud-Modelle sind sofort verfügbar und für allgemeine Aufgaben sehr leistungsfähig. Lokale KI lohnt sich, wenn Daten das Haus nicht verlassen dürfen, wenn dauerhaft hohe Volumen anfallen oder wenn Sie von Preis- und Modellwechseln eines Anbieters unabhängig bleiben wollen. Wir entscheiden das je Anwendungsfall; wie ein lokaler Aufbau aussieht, beschreiben wir unter lokale KI.

Gibt es Fördermittel für KI-Projekte?

Es existieren passende Programme, darunter die Digitalisierungsberatung des RKW Hessen, der DIGI-Zuschuss Hessen und die Beratungsförderung der BAFA. Welches davon für Ihr Vorhaben infrage kommt, hängt von Standort, Unternehmensgröße und Art des Projekts ab. Konditionen und Fristen ändern sich regelmäßig, deshalb stehen hier keine Summen. Bei der Einordnung helfen wir; verbindliche Auskunft geben die Förderstellen selbst.

Was ist der erste Schritt?

Ein Gespräch über zwei oder drei Abläufe, die in Ihrem Betrieb regelmäßig Zeit kosten. Daraus ergibt sich meist schon, ob ein KI-Projekt sinnvoll ist oder ob eine andere Lösung näher liegt. Erscheint es sinnvoll, folgt die Potenzialanalyse mit festem Umfang. Vorbereiten müssen Sie dafür nichts, insbesondere keine aufbereiteten Daten. Eine kurze Beschreibung Ihrer Situation genügt.

Sprechen wir über Ihren Anwendungsfall

Für den Anfang genügt eine Frage: Was sollen Ihre Daten können — und wo dürfen sie dabei liegen?

Kontakt aufnehmen