Gastbeitrag von Sascha Böhr, Co-CEO und Mitgründer von nuwacom. Die meisten meiner Gespräche über Künstliche Intelligenz beginnen im Mittelstand mit falschen Fragen: "Welches Modell ist besser: GPT, Opus oder Gemini? Oder vielleicht gar ein Open Source-Modell? Meine Antwort darauf ist: Es spielt kaum eine Rolle.
Die Modelle sind heute alle richtig gut und die führenden Open Source-Angebote mittlerweile auf Augenhöhe mit den Frontier-Modellen. Die Frage, die wirklich entscheidet, ob KI im Unternehmen etwas bewegt oder eine teure Spielerei bleibt, lautet: Habt ihr ein System gebaut, das die Modelle dazu bringt, eure Arbeit nach euren Standards zu erledigen?
Im KI-Jargon nennt man das "Harness". Ein ungewohntes, sperriges Wort für eine simple Idee: Das Modell ist der Motor: Aber ohne Getriebe, Lenkung und Reifen bringt euch der beste Motor nirgendwohin. Der Harness beschreibt genau dieses Drumherum: die Prozesse, Vorlagen, Prüfschritte und Werkzeuge, die aus einem Sprachmodell einen verlässlichen Mitarbeiter für eure spezifischen Aufgaben machen.
Die gute Nachricht: Um solch einen Harness zu bauen, braucht ihr weder ein Millionenbudget noch eine Abteilung von KI-Doktoranden. Ihr baut ihn mit gesundem Menschenverstand, ein bisschen Geduld und den richtigen Leuten im Team. Hier sind fünf Tipps, wie das konkret gelingt.
1. Versteht den Werkzeugkasten, bevor ihr zum Hammer greift
Wer nur einen Hammer kennt, sieht überall Nägel. Genau das passiert gerade in vielen Unternehmen: Alle reden über ChatGPT, Claude oder CoPilot. Und für jedes Problem wird ein KI-Chat aufgemacht, auch wenn der Nagel eigentlich eine Schraube ist. Um in KI einzusteigen, reichen fünf Begriffe, die ihr wirklich verstanden haben solltet:
Ein Skill ist eine klar umrissene Fähigkeit, die dem Modell beibringt, eine bestimmte Aufgabe nach eurem Standard zu erledigen, zum Beispiel eine Rechnung nach eurem Format zu prüfen oder Website-Texte immer in eurem Stil zu verfassen.
Ein Agent ist ein KI-Tool, das mehrere Schritte innerhalb eines vorgegebenen Rahmens selbstständig plant und ausführt. Ein Agent könnte etwa eine neue Kundenanfrage bearbeiten, indem er erst die erfragte Information in eurer internen Wissensdatenbank findet, einen Antwortvorschlag entwickelt und diesen direkt als Text- oder Mail-Entwurf für den Ansprechpartner ablegt.
Ein Workflow verknüpft mehrere Schritte - auch zwischen unterschiedlichen Anwendungen - zu einem festen Ablauf, den ihr einmal baut und dann immer wieder nutzt. Beispielsweise kann ein Agent immer montags um 9 Uhr einen Agenten eine Web-Recherche zu euren Kunden durchführen lassen, dann in eurem CRM relevante Infos hinzufügen und dem zuständigen Kundenbetreuer eine Email mit dem Update schicken.
Kontext beschreibt die Informationen bzw. Daten, auf die die KI Zugriff hat und mit der sie arbeiten kann. Der Kontext eines Chats oder Agenten ist maßgeblich dafür verantwortlich, welches Ergebnis am Ende dabei herauskommt. Außerdem hat jedes Modell ein sogenanntes Kontextfenster, welches in Tokens beziffert ist. Das bestimmt, wieviel Kontext ein Modell handhaben kann. Wichtig: Wer bewusst mit dem Kontext seiner Chats und Agenten umgeht und diesen nicht überflutet, spart Tokens und damit Geld.
Zu guter Letzt: Vibe-Coding. Der Begriff beschreibt das Bauen von kleinen Software-Tools durch KI, basierend auf euren Anweisungen in natürlicher Sprache, ganz ohne klassische Programmierkenntnisse.
Diesen Werkzeugkasten an Wissen benötigt ihr, um das System um die KI herum aufzubauen: Gute Skills für eure Standards und Prozessvorgaben, Workflows für wiederkehrende Aufgaben. Agenten, die Intelligenz in automatisierte Prozesse bringen und Vibe-Coding, um individuelle Lösungen für eure Teams zu erstellen. Das klingt auf den ersten Blick nach viel, ist aber meist nur eine Handvoll klar definierter Schritte, die ihr sauber aufeinander aufbaut. Ihr müsst keine KI-Experten werden. Ihr müsst nur verstehen, wofür welches Werkzeug taugt.
2. Fangt klein an, aber baut mit System
Ein Fehler, den ich bei vielen Unternehmen gesehen habe: Sie wollen alles auf einmal. Fünf Abteilungen starten fünf Pilotprojekte gleichzeitig, keines davon wird zu Ende gedacht, und nach einem halben Jahr hat man fünf halbfertige Insellösungen statt eines funktionierenden Systems.
Besser funktioniert in der Regel, sich stattdessen einen einzigen Anwendungsfall zu suchen und diesen erfolgreich zu lösen. Meiner Erfahrung nach ein gutes Auswahlkriterium: Startet nicht mit einem komplexen, etablierten Prozess, den ihr komplett umkrempeln müsst. Wählt stattdessen lieber einen Use Case aus der Kategorie "Das sollten wir haben, wollen es auch schon lange haben, aber es war immer zu komplex und hätte zu viele Ressourcen gekostet". Denn so könnt ihr auf der grünen Wiese anfangen und die neuen Werkzeuge einsetzen, ohne schon im ersten Projekt mit internen Widerständen und gewachsenen Strukturen umgehen zu müssen. So kommt man schneller ans Ziel und schafft Mehrwert, was für einen Piloten ideal ist.
Diese Logik greift übrigens sowohl ganz zu Beginn, wenn ihr erste Erfahrungen in einem klar abgesteckten Bereich sammeln wollt, als auch später, wenn ihr KI unternehmensweit ausrollt und in eure Teams bringt. Wenn eure Organisation auf diese Weise erste Erfahrungen und Erfolge gesammelt hat, ist der Moment gekommen, sich die harten Probleme des Tagesgeschäfts vorzunehmen und zu fragen: Wie können wir unsere bestehenden Prozesse und Arbeitsweisen jetzt neu denken und umbauen?
Wichtig dabei: KI-Einführung ist ein Projekt, das Unterstützung aus dem Top-Management braucht, das man aber idealerweise nicht top-down verordnet. Und es reicht auch nicht, einen KI-Experten von außen dafür einzukaufen. Der Experte versteht die Werkzeuge, aber nicht euer Geschäft. Eure Fachleute verstehen euer Geschäft, aber kennen oft noch nicht die Werkzeuge. Erst wenn beides zusammenkommt, entsteht etwas Brauchbares. Setzt also von Anfang an Leute mit tiefem Fachwissen und Leute mit KI-Erfahrung an denselben Tisch. Gebt ihnen Zeit und Budget.
3. Schmiedet eine Allianz der Neugierigen
In jedem Team gibt es Menschen, die schon privat mit ChatGPT oder Claude herumspielen (oder in ihrer Freizeit eigene Apps bauen, ohne Entwickler zu sein!). Vielleicht nutzen es manche Mitarbeitende auch schon heimlich bei der Arbeit. Diese Leute sind euer wertvollstes Kapital für die KI-Einführung.
Gebt diesen Neugierigen offiziell Raum und Zeit, um Anwendungsfälle auszuprobieren, ohne Genehmigungsschleifen oder Bürokratie-Marathon. Gebt ihnen schlicht die Erlaubnis, zu experimentieren und auch mal zu scheitern. Die besten Lösungen entstehen nicht am Reißbrett, sondern durch Ausprobieren, Anpassen, wieder Ausprobieren. Das braucht Zeit, aber es lohnt sich. Denn wenn das System einmal steht, profitiert eure gesamte Organisation von der gewonnenen Produktivität.
Der Nebeneffekt der "Allianz der Neugierigen" ist mindestens so wertvoll wie die Lösung selbst: Diese Menschen werden später eure wichtigsten Multiplikatoren. Sie erklären Kolleg:innen, wie es geht, sie nehmen ihnen die Scheu, und sie tragen die Sache im Alltag weiter, wenn ihr als Führung längst mit der nächsten Herausforderung beschäftigt seid.
4. Nehmt Ängste ernst, statt sie zu ignorieren
Neben den Neugierigen gibt es die Skeptiker, und diese sind genauso wichtig. Wer Angst hat, dass KI seinen Job überflüssig macht, wird sich nicht plötzlich begeistert ins Zeug legen, nur weil die Geschäftsführung eine Folie mit "KI-Strategie 2027" gezeigt hat.
Was hier wirklich hilft, ist Klartext. Schreibt auf, wofür ihr KI einsetzen wollt und wofür nicht. Erklärt offen, worum es geht und was ihr erreichen wollt. Eine solche kleine, ehrliche KI-Philosophie ist kein Dokument für die Schublade, sie ist ein Signal an alle: Wir wissen, was wir tun und wir haben nichts zu verstecken.
Und, das ist entscheidend: Transformation funktioniert nur, wenn die Führung selbst sichtbar mitmacht. Wenn die Geschäftsführung KI nutzt, darüber spricht und auch eigene Fehlversuche zugibt, nimmt das mehr Ängste als jede Hochglanz-Policy. Und wie bei jedem Change-Projekt gilt auch bei der KI-Adoption: Man kann nicht zu viel kommunizieren.
5. Stellt AI-Natives ein, egal welchen Alters
Vor fünfzehn Jahren ging es um Digital Natives. Heute geht es um AI-Natives. Und wie damals gilt: Das "native"-Prädikat hat nichts mit dem Geburtsjahr zu tun, sondern damit, ob jemand aktiv mit den neuen Werkzeugen arbeitet und neugierig bleibt.
Wenn ihr heute für Positionen und Rollen einstellt, die irgendeine Form von Wissensarbeit umfassen, macht den souveränen Umgang mit KI-Tools zum festen Einstellungskriterium. Fragt im Vorstellungsgespräch ganz konkret, wie jemand KI in seinem vorherigen Job genutzt hat und was sie oder er privat damit macht. Ihr sucht keine Sachbearbeiter mehr, die stur Prozesse abarbeiten. Ihr sucht Leute, die Prozesse mit KI neu gestalten können. Und das gilt inzwischen für fast jeden Fachbereich, von der Buchhaltung bis zum Vertrieb.
Das Gleiche gilt übrigens für euer Führungsteam. Es reicht nicht, wenn die Belegschaft KI-fit wird, während die Führungsebene selbst nie ein Tool im praktischen Einsatz hat. Nehmt euch als Führung selbst frühzeitig in die Pflicht, sonst bleibt der Wandel halbherzig und Führung unglaubwürdig.
Fazit: Der Unterschied liegt im System, nicht im Modell
Am Ende gewinnt nicht das Unternehmen mit dem neuesten und teuersten Modell-Abo. Schon jetzt können selbst Experten den Updates kaum noch folgen. Es gewinnt das Unternehmen, das aus einem Angebot verschiedener Modelle einen guten Harness gebaut hat, mit Leuten, die das Handwerk verstehen, einer Kultur, die Neugier belohnt, und einer Führung, die den Rahmen setzt und selbst mitmacht. Das ist kein Sprint. Aber wer heute anfängt, klein, mit dem richtigen Team und mit System, hat bereits in einem Jahr einen echten Vorsprung, während andere immer noch über das nächste Modell-Update diskutieren.
Der Autor: Sascha Böhr ist Co-Founder und geschäftsführender Gesellschafter von nuwacom, einem KI-Betriebssystem für agentisches Arbeiten im Mittelstand. Die Plattform „versteht“, wie Unternehmen arbeiten, und baut aus Wissen, Meetings, Projekten und Entscheidungen ein dauerhaftes organisationales Gedächtnis auf. Böhr verantwortet als Co-CEO das Geschäft im deutschsprachigen Raum. Der Serienunternehmer gründete 2009 in Koblenz die 247Grad, eine der ersten Social-Media-Agenturen Deutschlands, die digitales Marketing mit technischer Entwicklung verband. Aus diesem Fundament entstand Dirico,eine Content-Collaboration-Plattform für Unternehmenskommunikation, die er 2022 erfolgreich an Staffbase verkaufte.
