Eine KI-Roadmap ist dein schriftlicher Plan, welche KI-Anwendungen dein Betrieb in welcher Reihenfolge einführt, wer dafür verantwortlich ist, welche Daten dabei verwendet werden dürfen und woran du nach ein paar Wochen merkst, ob es sich auszahlt. Für einen Einzelunternehmer passt so ein Plan auf zwei Seiten, für ein KMU mit 30 Leuten auf fünf. Erstellen kannst du ihn in fünf Schritten: Bestandsaufnahme, Anwendungsfälle finden und priorisieren, Datenschutz und Spielregeln klären, einen Pilot fahren, dann skalieren. Ich bin Alex Januschewsky und begleite österreichische EPU und KMU genau bei dieser Arbeit. Die Erfahrung zeigt mir: Eine Roadmap, die ein erfahrener Blick von außen mitgebaut hat, ist schneller fertig und hält länger als eine, die nebenbei zwischen zwei Kundenterminen entsteht.
Kurz gesagt
- Eine KI-Roadmap regelt Ziele, Reihenfolge, Zuständigkeiten, Daten und Erfolgskriterien. Eine Toolliste ist noch keine Roadmap.
- Die WKO-KI-Guidelines für KMU empfehlen dieselbe Reihenfolge: Status quo und Ziele erheben, mit einem begrenzten Pilot starten, eigene KI-Richtlinien festlegen.
- Priorisiere Anwendungsfälle nach Nutzen, Datenlage, Aufwand und Risiko. Gewonnen hat nicht die spektakulärste Idee, sondern die mit dem besten Verhältnis.
- Ein guter Pilot dauert etwa 4 bis 6 Wochen und läuft in Sprints von 1 bis 2 Wochen.
- DSGVO und EU AI Act gehören von Anfang an in den Plan, als Spielregeln, nicht als Bremsklotz.
Was eine KI-Roadmap ist (und was sie nicht ist)
Viele Betriebe, die ich kennenlerne, nutzen KI längst. Die eine schreibt Angebote mit ChatGPT, der andere lässt Claude Protokolle zusammenfassen, die Lehrlinge haben eine dritte App am Handy. Das ist ein guter Anfang, aber noch kein Plan. Niemand weiß, welche Kundendaten wohin wandern, welche Lösung wirklich Zeit spart und wer entscheidet, was bleibt.
Genau da setzt die Roadmap an. Sie beantwortet fünf Fragen:
- Wozu? Welches Geschäftsziel soll KI unterstützen: weniger Zeit für Büroarbeit, schnellere Angebote, besserer Kundenservice?
- Was zuerst? Welche Anwendungsfälle kommen in welcher Reihenfolge?
- Wer? Wer verantwortet jeden Schritt und wer gibt Ergebnisse frei?
- Womit? Welche Daten und Tools dürfen verwendet werden, und welche nicht?
- Woran messen wir es? Was muss nach dem Pilot erreicht sein, damit es weitergeht?
Was sie nicht ist: ein 80-seitiges Strategiepapier, das in der Schublade verstaubt. Und auch kein Lernpfad für angehende KI-Entwickler, falls du über die Suche nach “KI-Roadmap” auf Karriere-Tipps gestoßen bist. Hier geht es um deinen Betrieb.
Der Zeitpunkt passt. Laut Statistik Austria setzten 2025 bereits 30 % der österreichischen Unternehmen mit mindestens zehn Beschäftigten KI-Technologien ein, EU-weit waren es 20 %. Die Frage ist in Österreich also nicht mehr ob, sondern wie geordnet.
Die KI-Roadmap in fünf Schritten
Die Schritte orientieren sich an dem, was die WKO und der KI-Strategy-TREE-Leitfaden des DIH Süd für österreichische Betriebe empfehlen, und an dem, was sich in meiner Beratung bewährt hat.
Schritt 1: Bestandsaufnahme und Ziele
Bevor du über Tools redest, schau dir an, wo deine Zeit hingeht. Nimm eine typische Woche und notiere:
- Welche Aufgaben wiederholen sich ständig (Angebote, E-Mails, Rechnungsprüfung, Terminkoordination)?
- Wo liegen deine Daten: im Mail-Postfach, in Excel, in einer Branchensoftware, auf Papier?
- Welche KI-Tools werden schon genutzt, offiziell und inoffiziell?
- Was willst du in zwölf Monaten anders haben? Formuliere es messbar, etwa “Angebote in 30 statt 90 Minuten”.
Wo es schiefgeht: Die Schatten-KI wird übersehen. Frag im Team offen nach, ohne Vorwurf. Wer heimlich Kundendaten in ein Gratis-Tool kopiert, hört damit nur auf, wenn es eine bessere, erlaubte Lösung gibt.
Genau für diese Bestandsaufnahme gibt es meinen kostenlosen KI-Check für EPU und KMU: Zwölf Fragen zeigen dir, wo sich KI in deinem Betrieb wirklich rechnet.
Schritt 2: Anwendungsfälle finden
Jetzt sammelst du Ideen. Die WKO-Guidelines nennen als typische Kandidaten Prozesse, die von Daten abhängen und deren Daten schon digital vorliegen, wiederkehrende Aufgaben, Prognosen und Analysen, große Textmengen sowie Kundeninteraktionen.
Im Alltag eines kleinen Betriebs heißt das zum Beispiel:
- Angebote und Texte: Entwürfe aus Stichworten, Leistungsbeschreibungen, Nachfass-Mails. Wie das in der Praxis aussieht, beschreibe ich im Artikel zu Angeboten mit KI.
- Wissen finden: Handbücher, Normen oder alte Projektunterlagen per Chat durchsuchen.
- Kommunikation: Anfragen vorsortieren, Antwortvorschläge, Zusammenfassungen von Besprechungen.
- Auswertung: Umsätze, Auslastung oder Reklamationen schneller lesen.
Sammle lieber 15 Ideen als drei. Aussortieren kommt im nächsten Schritt.
Schritt 3: Prioritäten festlegen
Hier entscheidet sich, ob deine Roadmap funktioniert. Bewerte jede Idee auf einer Skala von 1 bis 5 nach vier Kriterien:
| Kriterium | Frage dahinter | Hohe Punkte, wenn … |
|---|---|---|
| Nutzen | Wie viel Zeit oder Geld bringt es pro Monat? | die Aufgabe oft und lange anfällt |
| Datenlage | Sind die nötigen Daten digital, sauber und erreichbar? | die Daten schon strukturiert vorliegen |
| Aufwand | Wie schnell ist es umgesetzt? | ein Standard-Tool reicht, ohne Programmierung |
| Risiko | Was passiert bei einem Fehler, sind personenbezogene Daten im Spiel? | Fehler leicht auffallen und keine sensiblen Daten betroffen sind |
Die Ideen mit der höchsten Summe kommen nach oben. Ein Rechenbeispiel: “Angebotsentwürfe” bekommt Nutzen 4, Datenlage 4, Aufwand 5, Risiko 4, macht 17 Punkte. “Automatische Bewerberauswahl” bekommt Nutzen 3, Datenlage 2, Aufwand 2, Risiko 1, macht 8 Punkte. Die Entscheidung ist klar, und sie ist auch rechtlich klug, weil KI im Recruiting nach dem EU AI Act zu den Hochrisiko-Bereichen zählt.
Wo es schiefgeht: Die Bewertung macht der Chef allein, nach Bauchgefühl. Hol die Leute dazu, die die Aufgabe täglich erledigen. Sie wissen, wo es wirklich zwickt.
Das Priorisieren ist der Schritt, bei dem mir Kunden am häufigsten sagen, dass ein Blick von außen am meisten bringt. Ich kenne die Tools aus dem täglichen Test und kann einschätzen, was ein Use Case realistisch an Aufwand bedeutet. In meinem Angebot KI-Strategie & Prozesse machen wir genau das gemeinsam, inklusive Blick auf ROI und DSGVO.
Schritt 4: Daten, Datenschutz und Spielregeln klären
Bevor der erste Pilot startet, legst du die Spielregeln fest. Die WKO empfiehlt eigene, maßgeschneiderte KI-Guidelines. Die sollten mindestens regeln:
- Zugriffsrechte: Wer darf welche KI-Tools nutzen und Daten hochladen?
- Datenregeln: Keine Geschäftsgeheimnisse und möglichst keine personenbezogenen Daten in öffentliche KI-Tools, weil sich eingegebene Daten laut WKO nur sehr schwer oder gar nicht mehr löschen lassen. Wo nötig: Namen durch zufällige ersetzen (Pseudonymisierung) oder ganz entfernen (Anonymisierung).
- Einwilligung: Sensible Kundendaten nur mit Einwilligung der Betroffenen per KI verarbeiten, und die Verarbeitung in der Datenschutzerklärung ausweisen.
- Menschliche Kontrolle: KI-Ergebnisse prüft immer ein Mensch, bevor sie das Haus verlassen. Wer haftet, wenn doch etwas schiefgeht, habe ich im Beitrag Verantwortung bei KI-Fehlern aufgeschlüsselt.
Der Praxisleitfaden des Infrastrukturministeriums zu KI in der Logistik nennt dazu die DSGVO-Grundsätze, die für jede Branche gelten: Daten rechtmäßig, zweckgebunden und transparent verarbeiten, so wenig wie nötig und nicht länger als nötig. Bei hohem Risiko für Betroffene ist eine Datenschutz-Folgenabschätzung (DSFA) nach Art. 35 DSGVO vorgesehen, also eine dokumentierte Prüfung der Risiken vor dem Start. Technisch helfen Zugriffsbeschränkungen, Verschlüsselung und Protokollierung.
Datenschutz ist bei mir kein Anhängsel, sondern der rote Faden jeder Beratung. Mehr dazu findest du auf meiner Seite zu KI und Datenschutz.
Schritt 5: Pilot in Sprints
Jetzt wird es konkret. Nimm den Anwendungsfall mit den meisten Punkten, nicht den kompliziertesten. Der KI-Strategy-TREE-Leitfaden beschreibt einen guten Pilot so: fokussiert, echt im Arbeitsalltag, zeitlich begrenzt auf etwa 4 bis 6 Wochen und aufgeteilt in Sprints von typischerweise 1 bis 2 Wochen mit klaren Mini-Zielen. Jeder Sprint läuft im gleichen Takt:
- Planen: Was soll am Ende dieses Sprints funktionieren?
- Entwickeln: Prompts schreiben, Vorlagen bauen, Tool einrichten.
- Prüfen: Mit den echten Anwenderinnen und Anwendern testen, nicht nur am Schreibtisch des Projektverantwortlichen.
- Anpassen: Verbessern, dann startet der nächste Sprint.
Leg vor dem Start fest, wann der Pilot ein Erfolg ist, zum Beispiel: “80 % der Angebotsentwürfe brauchen nur noch kleine Korrekturen.” Der BMIMI-Leitfaden empfiehlt außerdem, schon vorab zu klären, wer für das Ergebnis geradesteht und wer am Ende über die Fortsetzung entscheidet.
Wo es schiefgeht: Der Pilot läuft ohne Erfolgskriterium und ohne Enddatum. Nach drei Monaten weiß niemand, ob er gelungen ist. Mit einer klaren Messlatte ist die Entscheidung nach sechs Wochen eine Formsache.
Danach: Skalieren und das Team mitnehmen
Hat der Pilot funktioniert, wandert er in den Regelbetrieb. Dafür legt der TREE-Leitfaden Zuständigkeiten, einen dokumentierten Ablauf und Freigaben nach dem Vier-Augen-Prinzip fest. Und er betont: Datenschutz und Governance müssen mitwachsen. Deine KI-Guidelines aus Schritt 4 sind also ein lebendes Dokument.
Der wichtigste Hebel beim Skalieren sind die Menschen. Laut WKO hängt der Erfolg einer KI-Lösung maßgeblich von Akzeptanz und Schulung der Mitarbeitenden ab. Am besten lernt ein Team mit Übungen aus dem eigenen Alltag, ein Beispiel dafür ist ein KI-Workshop zu Claude-Automatisierungen, bei dem Mitarbeitende Abläufe selbst automatisieren. Für die Grundlagen, die alle im Betrieb brauchen, gibt es meinen kostenlosen AI Literacy Kurs, und für die tägliche Arbeit mit ChatGPT, Claude und Gemini den Workshop Fokus LLMs.
Dann beginnt der Kreislauf von vorn: Der nächste Anwendungsfall aus deiner Prioritätenliste wird zum nächsten Pilot.
Beispiel: Roadmap für einen kleinen Handwerksbetrieb
Damit es greifbar wird, ein erfundenes, aber typisches Beispiel: ein Installateurbetrieb mit acht Leuten, viele Anfragen per Mail, Angebote dauern lange, das Büro ist überlastet.
| Zeitraum | Was passiert | Ergebnis |
|---|---|---|
| Woche 1–2 | Bestandsaufnahme, Ideen sammeln, Priorisieren | Liste mit drei Top-Anwendungsfällen |
| Woche 3 | KI-Guidelines auf zwei Seiten, Tool-Auswahl, Datenregeln | Klare Spielregeln für alle |
| Woche 4–9 | Pilot “Angebotsentwürfe” in drei Sprints à zwei Wochen | Messung: Zeit pro Angebot vorher und nachher |
| Woche 10 | Entscheidung: übernehmen, anpassen oder stoppen | Freigabe für den Regelbetrieb |
| Ab Monat 3 | Schulung fürs ganze Team, nächster Pilot “Anfragen vorsortieren” | Zweiter Anwendungsfall startet |
| Halbjährlich | Roadmap überprüfen, Guidelines aktualisieren | Plan bleibt aktuell |
Wichtig: In diesem Plan steht kein einziges Mal “KI-Plattform für alles einführen”. Kleine, messbare Schritte schlagen große Würfe, gerade wenn das Budget eines KMU dahintersteht. Wie die Einführung danach im Detail weitergeht, beschreibe ich im Fahrplan zur KI-Implementierung im Unternehmen.
DSGVO und EU AI Act in der Roadmap
Zwei Regelwerke gelten parallel. Laut Datenschutzbericht 2024 der Datenschutzbehörde bleiben DSGVO und KI-Verordnung nebeneinander anwendbar, und die DSB ist zuständig, sobald KI-Systeme personenbezogene Daten verarbeiten.
Für deine Roadmap bedeutet das:
- Seit 2. Februar 2025 gelten die ersten Bestimmungen des AI Act, darunter die Verbote bestimmter KI-Praktiken und die Pflicht zur KI-Kompetenz nach Artikel 4: Wer KI im Betrieb einsetzt, muss Maßnahmen setzen, damit die Leute, die damit arbeiten, ausreichend Bescheid wissen. Die RTR-Seite zur KI-Kompetenz erklärt, was das konkret heißt und wie der Digital Omnibus diese Bestimmung im Juli 2026 geändert hat. Plane die Schulung deshalb als festen Meilenstein ein und dokumentiere sie.
- Hochrisiko-KI, etwa im Recruiting oder bei Kreditentscheidungen: Mit dem Digital Omnibus sollen die Pflichten für solche Systeme nach Anhang III vom 2. August 2026 auf den 2. Dezember 2027 verschoben werden. Für die meisten EPU und KMU spielt das keine Rolle, solange sie solche Anwendungen bei der Priorisierung bewusst hinten reihen.
- Kennzeichnung: Wenn du KI-generierte Inhalte veröffentlichst oder Kunden mit einem Chatbot sprechen, gibt es Transparenzpflichten nach Artikel 50. Details findest du in meinem Beitrag zur KI-Kennzeichnungspflicht.
Was davon für dich wirklich relevant ist und was du entspannt ignorieren kannst, habe ich in EU AI Act 2026: Was für KMU und EPU wirklich gilt zusammengefasst. Bei Fragen zu einem konkreten Haftungs- oder Vertragsfall ist eine Rechtsanwältin oder ein Rechtsanwalt die richtige Adresse.
Wie ich auf KI-Roadmaps schaue
Ich habe schon viele KI-Strategien gesehen, die auf dem Papier großartig ausschauen und im Betrieb nie angekommen sind. Der Grund ist fast immer derselbe: Sie beginnen beim Tool und nicht bei der Arbeit, die jemand jeden Tag erledigt.
Alex Januschewsky
Deshalb fange ich klein an. Ein Anwendungsfall, ein klares Ziel, sechs Wochen. Wenn das funktioniert, hat das Team Vertrauen gefasst, und der nächste Schritt geht fast von allein. Wenn nicht, haben wir ehrlich gelernt, warum, und mit wenig Aufwand nachjustiert.
Was ich nicht mache: dir eine KI verkaufen, die du nicht brauchst. Meine Beratung baut auf konkreten Ergebnissen und praktischen Anwendungen auf, nicht auf Marketingversprechen. Und Datenschutz ist für mich keine Pflichtübung am Ende, sondern die erste Frage am Anfang: Welche Daten dürfen überhaupt in welches Tool?
Eine gute Roadmap fühlt sich am Ende gar nicht nach Strategie an. Sie fühlt sich an wie ein aufgeräumter Werkzeugkasten: Jeder weiß, was drin ist, wofür es gut ist und wer es benutzen darf.
So unterstütze ich dich bei deiner Roadmap
Du musst den Fahrplan nicht allein bauen. Den Einstieg machen das kostenlose Erstgespräch und der kostenlose KI-Check, in denen wir herausfinden, wo bei dir das größte Potenzial liegt. Für die eigentliche Roadmap, also Priorisierung, Datenschutz-Spielregeln und Pilot-Plan, buchst du KI-Strategie & Prozesse um 150 Euro pro Stunde. Wenn dein Team danach fit im Umgang mit ChatGPT, Claude und Gemini werden soll, gibt es den Workshop Fokus LLMs um 120 Euro pro Stunde, und den AI Literacy Kurs kostenlos. Wie eine Beratung abläuft und was sie kostet, liest du unter Ablauf und Kosten der KI-Beratung. Dein Erstgespräch vereinbarst du direkt auf digitalhandwerk.rocks.
Häufige Fragen
Wie lange dauert es, eine KI-Roadmap zu erstellen?
Für ein EPU oder kleines KMU reichen meist ein bis drei Wochen für Bestandsaufnahme, Priorisierung und Spielregeln. Danach folgt der erste Pilot mit etwa 4 bis 6 Wochen. Nach rund zweieinhalb Monaten hast du also einen getesteten ersten Anwendungsfall im Regelbetrieb.
Braucht ein Einzelunternehmer überhaupt eine KI-Roadmap?
Ja, nur eine kürzere. Auch allein musst du wissen, welche Kundendaten du in welches Tool gibst und welche Aufgabe zuerst dran ist. Eine Roadmap auf zwei Seiten verhindert, dass du Abos für fünf Tools zahlst, von denen du eines wirklich nutzt.
Wie lege ich bei KI die Prioritäten richtig fest?
Bewerte jede Idee nach Nutzen, Datenlage, Aufwand und Risiko, jeweils von 1 bis 5, und addiere die Punkte. Oben landen Aufgaben, die häufig anfallen, mit digitalen Daten arbeiten und bei Fehlern leicht korrigierbar sind. Anwendungen mit personenbezogenen oder sensiblen Daten reihst du für den Anfang nach hinten.
Wie oft sollte ich die Roadmap überarbeiten?
Nach jedem abgeschlossenen Pilot und zusätzlich etwa halbjährlich. KI-Tools und rechtliche Vorgaben ändern sich schnell, daher wachsen deine Guidelines mit. Eine Roadmap, die ein Jahr lang nicht angefasst wurde, ist meistens schon veraltet.
Quellen
WKO: KI-Guidelines für KMU, 3. Auflage (April 2026)
DIH Süd: KI strategisch und wirksam im Unternehmen verankern (KI-Strategy TREE, 2026)
BMIMI: Praxisorientierter Leitfaden für KI in der Logistik
Datenschutzbehörde: Datenschutzbericht 2024
Statistik Austria: IKT-Einsatz in Unternehmen 2025, Pressemitteilung
RTR KI-Servicestelle: AI Act, KI-Kompetenz
Haufe: Digital Omnibus, was ändert sich an der KI-Verordnung?
KI-Workshop für Mitarbeiter: Automatisierungen mit Claude
