Wann KI im Unternehmen keinen Sinn ergibt: 7 Situationen, in denen Sie besser die Finger davon lassen

80 Prozent der KI-Investitionen scheitern. Der KI-Einsatz in Deutschland hat sich verdoppelt, gleichzeitig haben 83 Prozent der Mittelständler keine KI-Strategie. Die unbequeme Wahrheit: Für manche Unternehmen, manche Prozesse und manche Zeitpunkte ist KI die falsche Antwort. Dieser Artikel benennt sieben Situationen, in denen Sie auf KI verzichten sollten.

Wann KI im Unternehmen keinen Sinn ergibt

Katrin Hartmann-Seifert | 2. April 2026

Ein Geschäftsführer eines Metallverarbeiters mit 85 Mitarbeitern rief mich letzte Woche an. Er hatte auf einer Messe drei KI-Demos gesehen, sein Steuerberater sprach von KI in der Buchhaltung, und der Sohn hatte ihm ChatGPT gezeigt. Seine Frage: "Wir müssen doch jetzt auch was mit KI machen, oder?"

Meine Gegenfrage: "Was genau kostet Sie gerade am meisten Zeit oder Geld?"

Stille. Dann: "Eigentlich läuft es ganz gut. Wir haben Probleme mit Fachkräften, und die Lieferkette war im Herbst schwierig."

Fachkräftemangel lässt sich mit KI teilweise adressieren. Lieferkettenprobleme? Da helfen bessere Verträge und Zweitlieferanten mehr als ein Algorithmus. Und "wir müssen auch was machen" ist kein Business Case.

Wir betreiben ein Verzeichnis für KI-Berater. Unser Geschäft hängt davon ab, dass Unternehmen KI einsetzen. Trotzdem sage ich: Es gibt Situationen, in denen KI die falsche Investition ist. Und dieses Eingeständnis macht jeden echten KI-Berater glaubwürdiger als hundert Versprechen.

Situation 1: Ihr Problem ist kein Datenproblem

KI braucht Daten, um zu funktionieren. Sie erkennt Muster, trifft Vorhersagen und automatisiert Entscheidungen auf Basis von Informationen. Wenn Ihr zentrales Problem woanders liegt, hilft KI nicht weiter.

Ein Beispiel: Ein Handwerksbetrieb verliert Kunden, weil die Auftragsabwicklung zu langsam ist. Die Ursache sind nicht fehlende Daten oder ineffiziente Textarbeit. Die Ursache sind drei fehlende Fachkräfte und ein Projektleiter, der gleichzeitig Baustellen koordiniert und Angebote schreibt. Die Lösung heißt Personalaufbau und Prozessumstellung, keine KI.

Fragen Sie sich: Ist mein Problem eines der Verarbeitung von Informationen? Wenn ja, kann KI helfen. Geht es um fehlende Ressourcen, falsche Prozesse oder strategische Fehlentscheidungen? Dann brauchen Sie andere Werkzeuge.

Situation 2: Sie haben keine verwertbaren Daten

Ein KI-Modell für die Angebotskalkulation braucht historische Angebotsdaten: Preise, Margen, Zuschlagsquoten, Projektumfänge. Wenn Ihre Angebote seit 15 Jahren als Word-Dokumente auf einem Netzlaufwerk liegen, ohne einheitliche Struktur, ohne kategorisierte Ergebnisse, ist KI nicht der nächste Schritt. Der nächste Schritt ist die Datenaufbereitung.

Viele Mittelständler unterschätzen, wie viel Vorarbeit nötig ist, bevor KI überhaupt eingesetzt werden kann. Die Faustregel: Wenn Sie Ihre Geschäftsdaten nicht in einer Tabelle zusammenfassen können, ist KI noch zu früh. Investieren Sie zuerst in saubere Datenstrukturen, ein CRM, das tatsächlich gepflegt wird, und digitale Prozesse.

Das gilt auch für KI im Personalwesen. Ein Unternehmen wollte einen KI-gestützten Bewerbungsfilter einführen. Auf Nachfrage stellte sich heraus: Die Stellenanzeigen waren nicht standardisiert, Bewerbungen kamen per E-Mail, Post und Telefon, und die Bewertungskriterien existierten im Kopf der Abteilungsleiterin. Bevor KI hier helfen kann, braucht es ein digitales Bewerbermanagement. Punkt.

Situation 3: Der Prozess funktioniert bereits gut

KI entfaltet ihren Hebel dort, wo Prozesse ineffizient, fehleranfällig oder nicht skalierbar sind. Wenn Ihre Buchhaltung mit drei erfahrenen Mitarbeitern reibungslos läuft, die Fehlerquote niedrig ist und die Kosten im Rahmen liegen, gibt es keinen Grund, KI einzuführen. Sie lösen ein Problem, das nicht existiert.

Das klingt trivial, passiert aber erstaunlich oft. Unternehmen führen KI-Tools ein, weil sie "innovativ" sein wollen. Die Mitarbeiter erleben das als Störung eines funktionierenden Systems. Die Adoption bleibt niedrig. Nach sechs Monaten nutzt niemand mehr das Tool, die Lizenzkosten laufen weiter.

Bevor Sie KI in einen Prozess integrieren, stellen Sie eine einfache Frage: Was genau wird danach besser? Wenn Sie keine Zahl nennen können, weder Zeitersparnis noch Kostenreduktion noch Qualitätssteigerung, ist es der falsche Prozess.

Situation 4: Die Entscheidung braucht Empathie, Erfahrung oder Urteilsvermögen

KI trifft Entscheidungen auf Basis von Wahrscheinlichkeiten. Sie erkennt Muster in historischen Daten und leitet daraus Empfehlungen ab. Das funktioniert hervorragend bei strukturierten, wiederholbaren Entscheidungen.

Es funktioniert schlecht bei allem, was menschliches Urteilsvermögen erfordert. Ein Vertriebsleiter, der seit 20 Jahren Kundenbeziehungen pflegt, spürt am Tonfall eines Telefonats, ob ein Großauftrag in Gefahr ist. Ein erfahrener Einkäufer erkennt an subtilen Zeichen, ob ein Lieferant Probleme hat, bevor es in den Zahlen sichtbar wird. Eine Führungskraft entscheidet, ob ein Mitarbeiter eine zweite Chance verdient.

Diese Entscheidungen lassen sich nicht in Daten abbilden. Und sie sollten es auch nicht. KI als Entscheidungshilfe? Gerne. KI als Entscheidungsersatz in Situationen, die Erfahrung und Menschenkenntnis erfordern? Gefährlich.

Das gilt besonders für den Kundenservice bei emotionalen Beschwerden, für Personalentscheidungen jenseits der Vorauswahl und für strategische Weichenstellungen, die von Marktkenntnis und Bauchgefühl abhängen.

Situation 5: Sie haben kein Budget für die Nachbetreuung

KI-Projekte haben eine unangenehme Eigenschaft: Die Einführung ist der günstigste Teil. Die laufenden Kosten für Wartung, Optimierung und Aktualisierung übersteigen die Anfangsinvestition oft nach 12 bis 18 Monaten.

Ein KI-Chatbot muss regelmäßig trainiert werden, wenn sich Produkte, Preise oder Prozesse ändern. Ein KI-gestütztes Angebotssystem braucht Pflege der Datengrundlage. Ein Automatisierungsworkflow muss angepasst werden, wenn sich die angebundenen Systeme aktualisieren.

Wenn Ihr IT-Team bereits mit der Wartung bestehender Systeme ausgelastet ist und kein Budget für einen externen Dienstleister vorhanden ist, wird jedes KI-Projekt nach der Einführung verfallen. Sie haben dann ein teures Experiment finanziert, das nach sechs Monaten im digitalen Dornröschenschlaf liegt.

Kalkulieren Sie immer die laufenden Kosten für mindestens 24 Monate mit. Können Sie sich das leisten? Haben Sie jemanden, der sich darum kümmert? Falls nicht, investieren Sie das Geld lieber in grundlegende Digitalisierung.

Situation 6: Sie folgen dem Hype statt einem Business Case

"Alle machen jetzt KI" ist kein Argument. Genauso wenig wie "mein Wettbewerber hat das". Die Bitkom-Studie zeigt: 62 Prozent der KI-nutzenden Unternehmen bezeichnen sich selbst als Nachzügler. Das bedeutet: Die Mehrheit hat KI eingeführt, ohne einen klaren Plan zu haben. Viele davon werden ihre Investition nie amortisieren.

Ein solider Business Case beantwortet drei Fragen: Welches messbare Problem löse ich? Was kostet die Lösung (Einführung plus 24 Monate Betrieb)? Und welchen messbaren Nutzen erwarte ich (Zeitersparnis, Kostensenkung, Umsatzsteigerung)?

Wenn Sie keine dieser drei Fragen mit einer Zahl beantworten können, haben Sie keinen Business Case. Sie haben eine Idee. Ideen kosten Geld. Business Cases verdienen es.

Situation 7: Ihre Organisation ist nicht bereit

Die häufigste Ursache für gescheiterte KI-Projekte ist keine technische. Es ist die fehlende Bereitschaft der Organisation. Mitarbeiter, die um ihren Arbeitsplatz fürchten. Führungskräfte, die KI als Bedrohung ihrer Expertise sehen. Eine Unternehmenskultur, in der Veränderung grundsätzlich auf Widerstand trifft.

KI verändert Arbeitsprozesse. Manchmal verändert sie Rollen. Ein Kundenservice-Mitarbeiter, dessen Hauptaufgabe bisher die Beantwortung von Standardfragen war, muss sich umorientieren, wenn ein Chatbot 70 Prozent dieser Anfragen übernimmt. Das kann bereichernd sein, weil der Mitarbeiter sich auf komplexere Fälle konzentriert. Es kann auch als Bedrohung erlebt werden.

Wenn Sie spüren, dass Ihr Team bereits an der Belastungsgrenze arbeitet, dass Veränderungsmüdigkeit nach der letzten ERP-Einführung oder Reorganisation herrscht, oder dass das Vertrauen zwischen Belegschaft und Geschäftsleitung angespannt ist, dann ist der Zeitpunkt für KI falsch. Investieren Sie stattdessen in Kommunikation, Vertrauensaufbau und schrittweise Digitalisierung.

Wann KI dann doch Sinn ergibt

Die Kehrseite dieser sieben Situationen ergibt eine klare Positivliste.

KI lohnt sich, wenn Sie ein messbares Problem haben, das auf Datenverarbeitung basiert. Wenn die Daten digital und strukturiert vorliegen. Wenn der betroffene Prozess repetitiv ist und unter Qualitätsschwankungen leidet. Wenn Ihre Organisation offen für Veränderung ist. Wenn Sie Budget für Einführung und mindestens 24 Monate Betrieb haben. Und wenn Sie den erwarteten ROI beziffern können.

Die besten KI-Projekte im Mittelstand starten klein. Ein Prozess. Ein Team. Ein messbares Ziel. Sechs Wochen Pilot. Danach entscheiden die Zahlen, ob skaliert wird.

Der wichtigste Test: Die Zwei-Satz-Regel

Formulieren Sie Ihr KI-Vorhaben in zwei Sätzen. Satz eins: Welches Problem lösen wir? Satz zwei: Wie messen wir den Erfolg?

"Wir wollen die Angebotserstellung von vier auf eine Stunde verkürzen. Wir messen die durchschnittliche Bearbeitungszeit pro Angebot und die Zuschlagsquote."

Das ist ein Projekt mit Substanz.

"Wir wollen innovativer sein und KI nutzen."

Das ist ein Wunsch. Kein Projekt.

Ehrlichkeit als Qualitätsmerkmal

Wenn ein KI-Berater Ihnen sagt, dass Sie noch nicht bereit sind oder dass KI für Ihr Problem die falsche Lösung ist, haben Sie einen guten Berater gefunden. Wenn Ihnen jemand erzählt, KI sei für jedes Unternehmen und jede Situation die Antwort, hat er ein Verkaufsziel, kein Beratungsziel.

Auf ki-berater-finden.de/experten finden Sie Berater, die Ihnen ehrlich sagen, ob und wo KI in Ihrem Unternehmen Sinn ergibt. Manche dieser Gespräche enden mit dem Ergebnis: "Kommen Sie in einem Jahr wieder, wenn Ihre Datenbasis steht." Und das ist genau die richtige Empfehlung.

Prototyping-Tools wie Replit helfen Ihnen, KI-Ideen mit minimalem Aufwand zu testen, bevor Sie in eine große Lösung investieren. Ein Wochenende Prototyping kann Ihnen zeigen, ob die Idee trägt, und erspart Ihnen möglicherweise eine sechsstellige Fehlinvestition.

---

Katrin Hartmann-Seifert ist Redakteurin bei ki-berater-finden.de, dem führenden deutschen Verzeichnis für geprüfte KI-Berater und KI-Experten.