Was bedeutet KI im Geschäftsalltag eigentlich für ein kleineres Unternehmen?
Für ein Unternehmen mit 5 bis 200 Beschäftigten bedeutet KI im Geschäftsalltag meist, dass generative Assistenten Textarbeit übernehmen: entwerfen, zusammenfassen, umformulieren, Informationen extrahieren und erklären. Selten geht es darum, ein Modell zu entwickeln oder ein Data-Science-Team einzustellen. Das passende Werkzeug lässt sich meist noch heute Nachmittag abonnieren; Zeit brauchen die Entscheidungen darüber, wie es eingesetzt wird.
Dieses Muster zeigt sich auch in veröffentlichten Studien. In der Untersuchung der britischen Regierung zur KI-Einführung, die auf 3,500 Unternehmensinterviews zwischen Februar und Mai 2025 beruht, gaben 85% der Unternehmen mit bestehender KI-Nutzung an, natürliche Sprachverarbeitung und Textgenerierung einzusetzen – deutlich mehr als jede andere Art von KI. Dieselbe Befragung ergab, dass überhaupt nur etwa jedes sechste britische Unternehmen (16%) mindestens eine KI-Technologie nutzte. Beide Zahlen beruhen auf Selbstauskünften der jeweils für Technologie verantwortlichen Person. Betrachten Sie sie deshalb als Momentaufnahme und nicht als allgemeine Regel für Ihre Branche.
Die praktische Konsequenz: Beim KI-Einsatz im Unternehmen geht es vor allem um Menschen und Abläufe. Wer darf welches Werkzeug für welche Aufgaben mit welchen Informationen nutzen, und wer prüft das Ergebnis, bevor es einen Kunden erreicht? Ein Unternehmen, das diese vier Fragen klar beantwortet, wird mit einem einfachen Assistenten mehr erreichen als eines, das einen teuren kauft und alle damit alleinlässt.
Welche KI eignet sich für Unternehmen?
Als Einstieg eignet sich meist der allgemeine Assistent, der zur bereits täglich genutzten Software Ihres Teams passt, in einem Geschäftstarif, dessen Datenbedingungen Sie gelesen haben. Ein Unternehmen, das mit Microsoft 365 arbeitet, wird in der Regel zuerst Copilot prüfen; ein Unternehmen mit Google Workspace meist Gemini. Ein Team, das viele verschiedene Tools nutzt oder viel mit längeren Texten und Analysen arbeitet, wird häufig die Geschäftstarife von ChatGPT und Claude vergleichen. Keines dieser Angebote ist für jedes Team die richtige Wahl. Zudem ändern sich Tarifleistungen so häufig, dass Sie die aktuelle Tarifseite des Anbieters prüfen sollten statt eines Ranglistenartikels.
Prüfen Sie die Bedingungen zur Datenverarbeitung vor der Funktionsliste. Für Geschäfts- und Unternehmenstarife gelten in der Regel andere Regeln zur Datenverarbeitung als für kostenlose Privatkonten. Beispielsweise erklärt Anthropic in seinem Datenschutzbereich, dass Eingaben und Ausgaben seiner kommerziellen Produkte wie Claude for Work und der API standardmäßig nicht zum Trainieren seiner Modelle verwendet werden, es sei denn, der Kunde gibt Feedback oder erlaubt dies auf andere Weise. Prüfen Sie die entsprechende Seite für das Tool Ihrer Wahl und vergewissern Sie sich, dass die Angaben für den Tarif gelten, den Sie tatsächlich kaufen.
Spezialwerkzeuge kommen später. Ein Transkriptionswerkzeug, eine KI-Funktion in Ihrem Helpdesk oder ein Bildgenerator kann sich für ein Team lohnen. Jedes zusätzliche Werkzeug ist aber auch ein weiterer Ort, an den Unternehmensinformationen gelangen, und bringt weitere Nutzungsbedingungen mit sich, die Sie lesen müssen. Beginnen Sie mit einem allgemeinen Assistenten, lernen Sie, wie Ihr Team dessen Ausgaben prüft, und ergänzen Sie dann Spezialwerkzeuge, wenn eine konkrete Aufgabe das rechtfertigt. Unser Leitfaden zur Auswahl von KI-Werkzeugen für die Arbeit behandelt die Fragen zur Freigabe ausführlicher.
| Wenn Ihr Team hauptsächlich arbeitet mit | Beginnen Sie mit einer Bewertung | Vor dem Kauf prüfen |
|---|---|---|
| Microsoft 365 (Outlook, Word, Excel, Teams) | Microsoft Copilot in einem Unternehmenstarif | Auf welche Apps und Daten Copilot im Rahmen Ihrer Lizenz und Berechtigungen zugreifen kann |
| Google Workspace (Gmail, Dokumente, Tabellen) | Gemini für Workspace | Welche Workspace-Edition die Funktion enthält und was Administratoren deaktivieren können |
| Eine Mischung verschiedener Werkzeuge oder viel Textarbeit und Analyse | Geschäftstarife von ChatGPT oder Claude | Standardeinstellungen zur Datennutzung für das Modelltraining, Aufbewahrung, Administrationsmöglichkeiten und Lizenzbedingungen |
| Eine klar eingegrenzte Aufgabe, etwa Gesprächsnotizen oder Bilder | Ein Spezialwerkzeug nach einem allgemeinen Assistenten | Wo Dateien gespeichert werden, wer sie sehen kann und wie sie gelöscht werden können |
Wie führen Sie KI Schritt für Schritt im Unternehmen ein?
Führen Sie KI so ein, wie Sie jede neue Arbeitsweise einführen würden: mit einer verantwortlichen Person, einer kurzen Liste freigegebener Aufgaben, schriftlich festgehaltenen Grenzen, einem Prüfschritt und einem Termin für die Entscheidung über die Fortsetzung. Die folgenden Schritte eignen sich für ein Unternehmen ohne IT-Abteilung und dauern Wochen statt Monate.
1. Benennen Sie eine verantwortliche Person
Eine Person entscheidet, welche Werkzeuge freigegeben werden, beantwortet Fragen und hält die Liste aktuell. In einem kleinen Unternehmen ist dies häufig die Leitung des operativen Bereichs oder eine Gründerperson, kein Gremium.
2. Listen Sie wiederkehrende Sprachaufgaben auf
Bitten Sie jedes Team, drei wöchentliche Aufgaben zu nennen, bei denen gelesen oder geschrieben wird: E-Mails an Lieferanten, Besprechungsnotizen, erste Angebotsentwürfe, Produktbeschreibungen, Zusammenfassungen von Richtlinien. Die Wiederholung ist wichtiger als der Umfang.
3. Bewerten Sie jede Aufgabe nach den möglichen Folgen
Kennzeichnen Sie, welche Folgen ein falsches Ergebnis hätte. Eine interne Besprechungszusammenfassung hat geringe Auswirkungen, ein Kundenangebot oder eine Erläuterung zur Lohnabrechnung dagegen große. Beginnen Sie mit Aufgaben mit geringen oder mittleren Auswirkungen, für die eine eindeutig zuständige prüfende Person feststeht.
4. Wählen Sie ein Werkzeug und einen Tarif
Wählen Sie einen Assistenten, der zu Ihrer vorhandenen Software passt, nutzen Sie einen Unternehmenstarif und lesen Sie die Bedingungen zur Datenverarbeitung. Lassen Sie nicht jede Person ein eigenes kostenloses Konto auswählen.
5. Halten Sie die Grenzen auf einer Seite fest
Welche Informationen in das Tool eingegeben werden dürfen und welche nicht (Kundenunterlagen, personenbezogene Daten, unveröffentlichte Finanzdaten, Passwörter), wer was überprüft und wer informiert werden muss, wenn etwas schiefgeht.
6. Vermitteln Sie die Überprüfung, nicht nur die Eingabeaufforderung
Zeigen Sie den Beschäftigten, wie sie Kontext bereitstellen und anschließend Fakten, Zahlen und Ton prüfen, bevor etwas das Unternehmen verlässt. Üben Sie zunächst mit fiktiven oder freigegebenen Beispielen.
7. Überprüfen Sie nach vier bis sechs Wochen
Prüfen Sie echte Arbeitsproben, fragen Sie, was die Mitarbeitenden nicht mehr nutzen und warum, und entscheiden Sie, welche Aufgaben Sie beibehalten, ändern oder streichen. Weiten Sie nur Routinen aus, die sich bewährt haben.
Wie sieht das in einem echten Team aus?
Nehmen wir ein fiktives Unternehmen, Brightwater Interiors: 22 Personen, die Möbel online verkaufen, mit einem kleinen Kundenserviceteam, zwei Marketingmitarbeitenden und einer operativen Leitung. Die operative Leitung übernimmt die Verantwortung, wählt einen Assistenten mit einem Tarif für Unternehmen aus und gibt zwei erste Aufgaben frei: Produktbeschreibungen auf Grundlage des Lieferantendatenblatts entwerfen und Antworten auf Lieferfragen anhand der Bestellnotizen formulieren. Kundennamen und Adressen werden nicht in das Tool eingegeben; die Mitarbeitenden fügen nur den Bestellstatus und die Frage ein.
Die erste Eingabe einer Person aus dem Marketing lautet: 'Schreiben Sie eine Produktbeschreibung für einen Esstisch aus Eiche.' Die Ausgabe liest sich flüssig und enthält aufschlussreiche Fehler. Sie bezeichnet den Tisch als 'aus massiver Eiche', obwohl das Datenblatt Eichenfurnier auf einer Holzwerkstoffplatte angibt, behauptet, er 'bietet bequem Platz für acht Personen', obwohl im Datenblatt sechs stehen, und verspricht eine 'kostenlose Lieferung am nächsten Tag', die Brightwater nicht anbietet.
Die überarbeitete Version des Prompts enthält den Text des Produktdatenblatts, die Vorgaben zur Tonalität der Marke und drei Regeln: nur Fakten aus dem Datenblatt verwenden, fehlende Angaben kennzeichnen statt raten und Lieferbedingungen niemals erwähnen. Der neue Entwurf enthält 'Eichenfurnier' und 'bietet Platz für sechs Personen' und endet mit dem Hinweis: 'Das Datenblatt enthält keine Angabe zum Gewicht des Tisches; bitte vor der Veröffentlichung bestätigen.' Die Marketingfachkraft gleicht jede Tatsachenbehauptung mit dem Datenblatt ab und veröffentlicht den Text. Die Zeitersparnis ist real, aber überschaubar. Der größere Nutzen besteht darin, dass das Team nun einen wiederverwendbaren Prompt und eine Prüfung hat, die genau solche Fehler erkennt, über die sich Kunden beschweren würden.
Was Brightwater bewusst nicht getan hat: den Assistenten Antworten direkt an Kunden senden lassen, vollständige Bestellexporte in den Assistenten einfügen oder eine unternehmensweite Einführung ankündigen, bevor die beiden Aufgaben überprüft worden waren. Diese Entscheidungen können später getroffen werden, sobald die regelmäßige Prüfung zur Gewohnheit geworden ist.
Was sollte eine KI-Strategie für ein kleines Unternehmen enthalten?
Eine KI-Strategie für ein kleines Unternehmen kann auf eine Seite passen: warum Sie KI einsetzen, welche Werkzeuge genehmigt sind, welche Aufgaben dazugehören und welche nicht, welche Informationen nicht eingegeben werden dürfen, wer was prüft, wie die Beschäftigten lernen und wie Sie feststellen, ob der Einsatz funktioniert. Alles Längere ist meist ein Zeichen dafür, dass die Entscheidungen noch nicht getroffen wurden.
Dies ist eine vereinfachte Form dessen, was Risikorahmenwerke beschreiben. Das Rahmenwerk für KI-Risikomanagement von NIST, das laut NIST zur freiwilligen Nutzung gedacht ist, gliedert seine Empfehlungen in Steuern, Erfassen, Messen und Managen. Die Empfehlungen zum Steuern verlangen dokumentierte Rollen und Zuständigkeiten, Schulungen, damit Menschen ihre Aufgaben gemäß den Richtlinien der Organisation erfüllen können, sowie klare Eskalationswege für Bedenken. Ein Unternehmen mit 20 Personen braucht nicht das gesamte Rahmenwerk, aber dieselben vier Routinen gelten: wissen, wer zuständig ist, wissen, welche Werkzeuge genutzt werden, Menschen für ihre tatsächlichen Aufgaben schulen und es einfach machen, ein Problem anzusprechen.
Zweck
Zwei oder drei Sätze dazu, wobei KI Ihnen helfen soll, etwa bei schnelleren Erstentwürfen im Marketing oder zügigeren Zusammenfassungen von Lieferantenunterlagen.
Freigegebene Werkzeuge und Tarife
Das konkret benannte Tool, der Tarif, die zuständige Administration und der Weg zum Zugang.
Aufgaben eingeben und Ergebnisse erhalten
Eine kurze Liste freigegebener Aufgaben sowie der Aufgaben, die noch nicht erlaubt sind, etwa alles, was eine Entscheidung über eine Person trifft.
Grenzen der Informationsweitergabe
Was eingegeben werden darf und was nicht – mit Beispielen, die Beschäftigte aus ihrem Arbeitsalltag kennen.
Prüfung und Freigabe
Wer welche Ergebnisse prüft, bevor sie das Unternehmen verlassen, und worauf dabei geachtet wird.
Lernen
Wie die Mitarbeitenden üben werden und an wen sie sich bei Unsicherheiten wenden.
Überprüfungsdatum
Wann Sie die Belege prüfen und entscheiden, was Sie beibehalten.
Möchten Sie sehen, wie das mit einer bestimmten Rolle zusammenhängt?
Geplante Testphase für Teams entdecken ↗Was sind die wichtigsten Risiken, und wer prüft die Ergebnisse?
Die alltäglichen Risiken sind selbstsicher vorgetragene Fehler, sensible Informationen im falschen Tool und Menschen, die Ergebnissen vertrauen, weil sie gut formuliert sind. Das Risikoprofil für generative KI von NIST nennt Konfabulation als eines der spezifischen Risiken generativer KI und definiert sie als die Erzeugung selbstsicher formulierter, aber fehlerhafter oder falscher Inhalte. Es beschreibt außerdem Automatisierungsverzerrung, also übermäßiges Vertrauen in automatisierte Systeme, und weist darauf hin, dass diese andere Risiken verstärken kann. Einfach gesagt: Das Tool liegt manchmal falsch, und Menschen neigen dazu, ihm zu glauben.
Britische Leitlinien weisen in dieselbe Richtung. Das NCSC empfiehlt, keine sensiblen Informationen in Anfragen an öffentliche große Sprachmodelle aufzunehmen. Acas rät Arbeitgebern, Ausgaben auf Genauigkeit, Ton und Verzerrungen zu prüfen. Bestehende Datenschutzrichtlinien gelten auch für die KI-Nutzung, und Beschäftigte benötigen möglicherweise Schulungen, um bestmögliche Ergebnisse zu erzielen. Wenn personenbezogene Daten betroffen sind, behandeln die Leitlinien des ICO zu KI und Datenschutz die Rechenschaftspflicht, Rechtsgrundlagen und Datenschutz-Folgenabschätzungen. Dieser Leitfaden bietet allgemeine Informationen und keine Rechtsberatung. Lassen Sie sich zu Ihrer eigenen Situation beraten.
Die Lösung ist unspektakulär und wirksam. Für jede freigegebene Aufgabe gibt es eine namentlich benannte prüfende Person. Diese weiß, was zu prüfen ist: Fakten anhand einer Quelle, Zahlen durch Nachrechnen, Zusagen, die das Unternehmen nicht einhalten kann, und der passende Ton für die Zielgruppe. Alles mit wesentlichen Folgen wird von einer Person freigegeben, die sich mit dem Thema auskennt. Unser Leitfaden zur Faktenprüfung von KI-Ausgaben macht daraus eine Routine, die sich einüben lässt.
Warum hören Menschen nach der Einführung auf, KI zu nutzen?
Beschäftigte hören auf, wenn sie nicht erkennen, bei welchen ihrer eigenen Aufgaben KI hilft, wenn sie unsicher sind, welche Informationen sie eingeben dürfen, oder wenn ein frühes schlechtes Ergebnis sie davon überzeugt hat, dass sich eine Prüfung nicht lohnt. Der Kauf von Nutzerlizenzen löst keines dieser Probleme. In der DSIT-Studie berichteten Unternehmen, die KI bereits einsetzten, dass durchschnittlich 30% ihrer Beschäftigten sie nutzten. 77% gaben an, dass weniger als die Hälfte ihrer Beschäftigten KI nutzte. In derselben Befragung waren die am häufigsten genannten Gründe für den vollständigen Verzicht auf KI ein fehlender erkennbarer Bedarf sowie begrenzte KI-Kenntnisse und fehlendes Fachwissen.
Die Abhilfe ist konkret. Geben Sie jeder Rolle zwei oder drei freigegebene Aufgaben mit einer Beispieleingabe und einer Prüfliste. Formulieren Sie die Grenzen so knapp, dass man sie sich merken kann, und schaffen Sie einen geschützten Übungsraum, in dem ein misslungener erster Versuch nichts kostet. Unser Leitfaden zur KI-Einführung behandelt das Problem geringer Nutzung nach der Einführung ausführlich – einschließlich dessen, was Führungskräfte im ersten Monat tun können.
Woran erkennen Sie, ob KI in Ihrem Unternehmen etwas bringt?
Messen Sie einige konkret benannte Aufgaben, nicht KI im Allgemeinen. Halten Sie vor der Einführung ungefähr fest, wie lange eine Aufgabe dauert und wie oft die prüfende Person sie zur Überarbeitung zurückgibt. Sehen Sie sich nach vier bis sechs Wochen dieselbe Aufgabe an: Ist der erste Entwurf eher brauchbar, fallen die Korrekturen geringer aus und werden Fehler erkannt, bevor sie einen Kunden erreichen? Diese Beobachtungen sind nützlicher als die Anzahl der Anmeldungen.
Seien Sie vorsichtig mit selbst eingeschätzten Verbesserungen, auch mit Ihren eigenen. In der DSIT-Umfrage berichteten 56% der Unternehmen, die KI nutzen, von einer höheren Mitarbeiterproduktivität, während 77% bislang keine Umsatzveränderung meldeten. Der Bericht weist selbst darauf hin, dass diese Zahlen auf eigenen Schätzungen der Befragten beruhen. Halten Sie die Nachweise in Ihrem Unternehmen nah an der tatsächlichen Arbeit: einige Vorher-nachher-Beispiele, die Notizen der prüfenden Person und ein kurzes Gespräch mit den Personen, die die Aufgabe ausführen.
Wann ist KI die falsche Lösung für ein geschäftliches Problem?
KI ist der falsche erste Schritt, wenn der zugrunde liegende Prozess unklar ist, niemand das Ergebnis prüfen kann oder die Aufgabe darin besteht, über einen Menschen zu entscheiden. Wenn Ihre Angebotserstellung uneinheitlich ist, erstellt ein Assistent schneller uneinheitliche Angebote. Wenn niemand im Unternehmen beurteilen kann, ob eine steuerliche Erklärung stimmt, sollte das Tool sie nicht verfassen. Wenn bei einer Aufgabe entschieden wird, wer eingestellt, befördert oder disziplinarisch belangt wird oder wem eine Dienstleistung verweigert wird, braucht es ein deutlich sorgfältigeres Vorgehen als einen allgemeinen Assistenten und eine kurze Prüfung.
Bei sehr geringem Umfang ist es ebenfalls die falsche Lösung. Eine Lieferanten-E-Mail pro Monat rechtfertigt kein neues Werkzeug, keine Richtlinie und keine Schulung. Es ersetzt auch keine Fachkenntnisse, die Ihnen fehlen: KI kann qualifizierten Personen helfen, schneller zu arbeiten. Sie kann aber nicht dafür sorgen, dass die Ergebnisse einer unqualifizierten Person verlässlich sind. Einen Anwendungsfall abzulehnen, ist ein völlig angemessenes Ergebnis der Prüfung.
Welche Rolle spielen Schulungen und wo kommt Tosheo.ai ins Spiel?
Schulungen sind der Schritt, den die meisten kleinen Unternehmen überspringen, weil die Werkzeuge einfach wirken. Meist fehlt nicht das Wissen, welche Schaltfläche zu drücken ist, sondern welcher Kontext nötig ist, welche Informationen nicht eingegeben werden dürfen und wie sich das Ergebnis für eine bestimmte Aufgabe prüfen lässt. Das lässt sich am einfachsten durch das Üben echter Aufgaben mit Rückmeldung lernen, nicht durch das Anschauen eines allgemeinen Kurses.
Tosheo.ai wird konzipiert, um genau das für Teams mit 5 bis 200 Personen zu ermöglichen. Zum Start ist vorgesehen, dass eine Führungskraft die Rollen und die vom Team genutzten KI-Werkzeuge auswählt. Jede Person absolviert eine kurze Einstufung und arbeitet dann 10 bis 15 Minuten lange Lektionen durch. Diese enden mit einer praktischen Aufgabe in einem echten KI-Werkzeug, die anhand eines einsehbaren Bewertungsrasters bewertet wird. Führungskräfte sollen die Kompetenzentwicklung und den Abschlussstatus sehen, niemals vollständige Chatprotokolle. Die Produktentwicklung hat noch nicht begonnen, daher gibt es noch keine Kundenergebnisse vorzuweisen. Die geplanten Preise finden Sie auf der Preisseite. Wenn Sie nur eine Richtlinie oder eine erste Aufgabenliste benötigen, reichen die kostenlosen Leitfäden auf dieser Website möglicherweise aus.
Quellen und Geltungsbereich
NIST, Überblick zum Rahmenwerk für das KI-Risikomanagement, Januar 2023 ↗
NIST, KI-RMF-Praxisleitfaden: Governance ↗
NIST, KI 600-1: Risikoprofil für generative KI, Juli 2024 ↗
NCSC, ChatGPT und große Sprachmodelle: Welche Risiken gibt es?, 14 March 2023 ↗
Acas, Ein Drittel der Arbeitgeber glaubt, dass KI die Produktivität steigern wird, 15 May 2025 ↗