KI-Implementierung heißt nicht, ein paar Lizenzen zu kaufen und auf das Beste zu hoffen. Es heißt: Du wählst eine konkrete Aufgabe aus, die ein KI-System ganz oder teilweise übernimmt, baust sie sauber in deine Abläufe, Zuständigkeiten und Regeln ein und entscheidest nach einem klar begrenzten Pilot, ob sie bleibt. Für Einzelunternehmer und kleine Betriebe in Österreich reichen dafür sechs Schritte und rund acht Wochen Testzeit. Hier ist der Fahrplan, so wie ich ihn mit Kundinnen und Kunden durchgehe, inklusive Rechtslage und Förderstand 2026.
Kurz gesagt
- Erst das Problem, dann das Tool: Lege ein messbares Ziel fest, etwa „Angebote in der halben Zeit schreiben“, bevor du irgendetwas installierst.
- Klein starten: Ein Pilot in einem einzigen Bereich, mit echten Fällen und einem fixen Enddatum nach etwa acht Wochen.
- Team früh einbinden: Akzeptanz und Schulung entscheiden über den Erfolg. KI-Kompetenz ist mit dem AI Act außerdem Pflicht.
- Entscheiden nach Zahlen: Zeitersparnis, Fehlerquote, Nutzung und echte Kosten zeigen, ob ausgerollt wird.
- Förderung: KMU.DIGITAL kann derzeit nicht beantragt werden und wird ab 2027 nicht fortgeführt. Plane dein Budget also ohne.
Was KI-Implementierung im Betrieb wirklich bedeutet
Wenn ich mit EPU und KMU über KI rede, höre ich oft: „Wir müssten da was programmieren lassen.“ Meistens stimmt das nicht. Die Zahlen aus Österreich zeigen das ziemlich deutlich.
2025 haben 30 Prozent der österreichischen Unternehmen mit mindestens zehn Beschäftigten KI eingesetzt, deutlich mehr als im EU-Schnitt von 20 Prozent. Und wie machen die das? Laut IKT-Erhebung von Statistik Austria nutzen 56 Prozent der KI-nutzenden Betriebe kommerzielle KI-Software ohne weitere Entwicklung. 31 Prozent passen kommerzielle Lösungen mit eigenen Leuten an, 27 Prozent setzen auf Open Source, 21 Prozent holen sich externe Dienstleister für Entwicklung oder Anpassung.
Heißt übersetzt: Die Arbeit steckt selten im Code. Sie steckt im Prozess. Welche Aufgabe gibst du ab? Wer prüft das Ergebnis? Welche Daten dürfen rein, welche nicht? Wer ist zuständig, wenn die KI danebenliegt? Genau diese Fragen machen den Unterschied zwischen einem Tool, das nach drei Wochen vergessen in der Taskleiste liegt, und einem, das dir jede Woche Stunden spart.
Der Fahrplan: In sechs Schritten zur KI im Unternehmen
Die Reihenfolge ist kein Zufall. Wissenschaftliche Arbeiten zur generativen KI beschreiben einen ähnlichen Ablauf: Governance und Strategie, Use-Case-Auswahl, agile Umsetzung, Daten- und IT-Architektur und laufende Reviews. Für kleine Betriebe habe ich das auf sechs handfeste Schritte heruntergebrochen.
1. Ziel und Problem klären
Bevor du ein Tool anschaust, schreibst du einen Satz auf: Was soll nach dem Projekt besser sein, und woran merkst du das? Die KI-Guidelines für KMU der WKO empfehlen genau das: Ziele und Erwartungen klären und realistisch durchrechnen, was Lizenzen, Schulungszeit und die erwarteten Effizienzgewinne bedeuten.
Ein brauchbares Ziel ist konkret und messbar. Zwei Beispiele, wie das aussehen kann:
- Statt „Wir wollen mit KI effizienter werden“: „Die Erstellung eines Standardangebots dauert heute rund 45 Minuten, nach dem Pilot sollen es höchstens 20 sein.“
- Statt „KI für den Kundenservice“: „Antwortentwürfe für die zehn häufigsten Kundenanfragen liegen innerhalb von zwei Minuten vor, die finale Antwort schreibt weiterhin ein Mensch.“
Klingt banal, ist aber der Punkt, an dem die meisten Projekte schon scheitern, bevor sie anfangen.
2. Passende Anwendungsfälle finden und priorisieren
Die besten Ideen kommen selten nur von der Chefetage. Ein Projekt der HTW Berlin zu generativer KI für KMU verbindet die Managementsicht mit Bottom-up-Workshops, in denen Mitarbeitende Ideen aus ihrem Tagesgeschäft einbringen. Priorisiert wird dann nach Kosten und Nutzen, nach Aufwand und nach den strategischen Zielen.
Laut WKO lohnt sich KI vor allem dort, wo Abläufe stark von Daten abhängen, diese Daten schon digital vorliegen und Aufgaben sich wiederholen. Für generative KI sind das bei EPU und KMU typischerweise:
- E-Mail- und Angebotsentwürfe
- Zusammenfassungen und Protokolle aus Besprechungen
- Suche in eigenen Dokumenten, Handbüchern und Vorlagen
- Texte für Website, Newsletter und Social Media
- Übersetzungen und sprachliche Überarbeitung
Damit du nicht im Bauchgefühl hängenbleibst, hilft eine einfache Bewertung:
| Kriterium | Starker Kandidat für den Pilot | Kandidat für später |
|---|---|---|
| Häufigkeit | täglich oder wöchentlich | ein paar Mal im Jahr |
| Daten | liegen digital und geordnet vor | stecken in Köpfen oder auf Papier |
| Prüfbarkeit | Ergebnis ist schnell kontrollierbar | Fehler fallen erst spät auf |
| Risiko | interne Texte, Entwürfe | Verträge, sensible Personendaten |
| Nutzen | spürbare Zeitersparnis pro Fall | kaum messbar |
Wenn du dir unsicher bist, wo bei dir der größte Hebel liegt: Genau dafür gibt es den kostenlosen KI-Check für EPU und KMU.
3. Daten, Tools und Verantwortung festlegen
Die WKO nennt als Grundlage für eine erfolgreiche Integration ausreichend vorhandene, geprüfte Daten, ein Verständnis für die eingesetzte Technologie, klare Verantwortlichkeiten in der Geschäftsführung und KI-Kompetenz im Team. Praktisch heißt das für dich:
- Daten sortieren: Welche Vorlagen, Texte und Dokumente braucht die KI, damit sie gute Ergebnisse liefert? Veraltete Preislisten und fünf Versionen desselben Angebots machen die Ergebnisse schlechter, nicht besser.
- Tool auswählen: Vergleiche nicht nur Funktionen, sondern auch Datenschutz. Frag nach: Wo werden die Daten verarbeitet? Werden Eingaben zum Training verwendet? Gibt es einen Auftragsverarbeitungsvertrag? Einen Überblick über Anbieter und Alternativen findest du in meinen KI-Tools im Test.
- Zuständigkeit klären: Eine Person ist für den Pilot verantwortlich, sammelt Rückmeldungen und entscheidet bei Unklarheiten. Bei einem EPU bist das natürlich du, aber auch dann hilft es, die Rolle bewusst festzulegen.
Wie das in eine größere Strategie mit ROI-Rechnung und DSGVO-Blick passt, beschreibe ich auf der Seite zur KI-Strategie für EPU und KMU.
4. Das Team einbinden und schulen
KI-Einführung ist laut einem Fraunhofer-Leitfaden zu Strategie und Wandel eine technologische, organisatorische und kulturelle Aufgabe. Ich würde ergänzen: vor allem die letzten beiden.
Die Broschüre „KI. Gut. Machen.“ der TBS NRW empfiehlt, Mitarbeitende früh einzubinden, Sorgen um Datenschutz und Arbeitsplatz offen anzusprechen und mit klaren internen KI-Richtlinien und Schulungen zu arbeiten. Dazu kommt das Prinzip „Human in the Loop“: Ein Mensch prüft, was die KI liefert, bevor es rausgeht.
Eine interne KI-Richtlinie muss kein 30-seitiges Dokument sein. Eine Seite reicht oft für den Start:
- welche Tools erlaubt sind
- welche Daten nie in ein KI-Tool kommen (z. B. Gesundheitsdaten, Passwörter, vertrauliche Kundendaten)
- wer KI-Ergebnisse vor der Weitergabe prüft
- an wen man sich bei Fehlern oder Fragen wendet
Schulung ist übrigens nicht nur nett, sondern auch rechtlich ein Thema: Die KI-Servicestelle der RTR erklärt, was Art. 4 AI Act zur KI-Kompetenz verlangt und warum fehlende Kompetenz bei Schäden zum Sorgfaltsthema werden kann. Für den Einstieg habe ich einen kostenlosen AI Literacy Kurs nach Artikel 4 gebaut.
5. Den Pilot acht Wochen lang testen
Ein Pilot ohne Enddatum ist kein Pilot, sondern ein Dauerzustand. Die Wirtschaft schlägt einen klaren Rahmen vor: Nach acht Wochen muss ein KI-Pilot eine Entscheidung ermöglichen. So sieht der Ablauf aus:
| Woche | Was passiert | Ergebnis |
|---|---|---|
| 1–2 | Ausgangslage messen, Fälle auswählen, Regeln und Zuständigkeiten klären | Vergleichswerte und Spielregeln |
| 3–6 | Mit echten Fällen arbeiten und alles dokumentieren | Zeiten, Fehler, Rückmeldungen |
| 7 | Auswerten und nachbessern, z. B. Prompts und Vorlagen | bereinigte Zahlen |
| 8 | Die Geschäftsführung entscheidet | Rollout, Anpassung oder Stopp |
Mein Tipp aus der Praxis: Miss in Woche eins wirklich, wie lange die Aufgabe heute dauert. Ohne diesen Ausgangswert diskutierst du in Woche acht über Gefühle statt über Zahlen.
Wie so ein Pilot in einer bestimmten Branche aussehen kann, zeigen zwei Beispiele: Im Vertrieb geht es etwa darum, mit KI im Network Marketing Nachrichten und Lead-Pflege effizienter zu machen, ohne den persönlichen Kontakt zu ersetzen. Im Onlinehandel steht eher die Sichtbarkeit im Fokus, wie bei der KI-Suchmaschinenoptimierung im E-Commerce.
6. Auswerten, entscheiden und ausrollen
Für die Entscheidung in Woche acht nennt Die Wirtschaft fünf Kriterien:
- Messbarer Nutzen: Wie viel schneller oder besser ist die Bearbeitung?
- Tatsächlicher Aufwand: Lizenzen, Schulung und die Zeit fürs Nacharbeiten.
- Akzeptanz: Nutzen die vorgesehenen Leute das Tool wirklich?
- Qualität und Risiko: Wie oft passieren Fehler, und wie leicht erkennt man sie?
- Übertragbarkeit: Funktioniert das Vorgehen auch in anderen Bereichen?
Fällt die Entscheidung für den Rollout, hört die Arbeit nicht auf. Die WKO rät, Kennzahlen wie Zeitersparnis, Fehlerrate, Nutzerakzeptanz und Return on Investment laufend zu verfolgen, einen Prozess für den Umgang mit KI-Fehlern festzulegen und die KI-Strategie mindestens halbjährlich zu überprüfen. Wer im Ernstfall haftet, habe ich im Beitrag zur Verantwortung bei KI-Fehlern aufgeschrieben.
Recht und Datenschutz: Was in Österreich gilt
Bei generativer KI im Betrieb kommen zwei Regelwerke zusammen: die DSGVO und der EU AI Act. Eine Arbeit in der Springer-Reihe HMD betont, dass eine risikoorientierte KI-Governance mit ethischen Prinzipien und dem AI Act nötig ist, um das Vertrauen von Kunden und Mitarbeitenden zu gewinnen.
Für die meisten EPU und KMU heißt das im Alltag:
- KI-Kompetenz sicherstellen: Wer KI-Systeme einsetzt, muss nach Art. 4 AI Act Maßnahmen setzen, damit die Leute damit umgehen können. Die FAQ der RTR beantwortet etwa, ob alle Mitarbeitenden geschult werden müssen.
- Personenbezogene Daten schützen: Sobald Kundendaten, Bewerbungen oder Mitarbeiterdaten in ein KI-Tool wandern, gilt die DSGVO in vollem Umfang. Kläre vorher, welches Tool welche Daten verarbeiten darf.
- Risikoklasse kennen: Welche Pflichten dazukommen, hängt vom Einsatzzweck deiner Anwendung ab. Was genau für kleine Betriebe gilt, steht in meinem Überblick zum EU AI Act 2026 für KMU und EPU.
Planst du KI in sensiblen Bereichen, etwa bei Gesundheitsdaten, in der Personalauswahl oder bei Entscheidungen über Kundinnen und Kunden, hol dir vor dem Start eine Rechtsanwältin oder einen Datenschutzberater an Bord. Das ist kein Grund, die Finger davon zu lassen, sondern der Weg, es gleich richtig zu machen.
Was die Einführung kostet und wie es mit Förderungen aussieht
Die Kosten einer KI-Einführung setzen sich aus drei Blöcken zusammen: Lizenzen für die Tools, Zeit für Schulung und Einrichtung und die Begleitung, falls du dir externe Hilfe holst. Der zweite Block ist der, den viele unterschätzen, weil gerade das Nacharbeiten im Pilot Zeit frisst.
Zur Förderung ein klares Wort: KMU.DIGITAL kann derzeit nicht beantragt werden. Das Budget von KMU.DIGITAL 4.0 ist vollständig ausgeschöpft, und ab 2027 wird das Programm nicht fortgeführt. Was das für deine Planung bedeutet und wie die Förderung bisher berechnet wurde, findest du auf der Seite zum KI-Förderrechner Österreich. Mein Rat: Starte mit einem kleinen, klar begrenzten Pilot. Der ist auch ohne Förderung gut finanzierbar und liefert dir die Zahlen, mit denen du jede weitere Investition begründen kannst.
Wie Ablauf und Kosten einer Beratung bei mir konkret aussehen, habe ich im Beitrag zur KI-Beratung für österreichische KMU transparent aufgeschlüsselt.
Unser Blick auf die KI-Einführung
Wir sehen jeden Tag, woran KI-Projekte in kleinen Betrieben hängenbleiben. Fast nie an der Technik. Die Modelle sind gut genug, die Tools sind da. Was fehlt, ist der Schritt dazwischen: jemand, der ehrlich sagt, welche Aufgabe sich wirklich lohnt, und welche Datenschutzfrage vorher geklärt sein muss.
Deshalb arbeiten wir ohne leere Versprechen. Am Anfang steht bei uns kein Tool, sondern ein konkreter Ablauf in deinem Betrieb, den wir gemeinsam anschauen. Dann bewerten wir transparent, was KI dort leisten kann, und bauen eine Strategie, die auf Ergebnissen beruht statt auf Marketingfolien.
Wir glauben, dass gerade EPU und KMU von generativer KI enorm profitieren, weil sie schnell entscheiden können. Ein Einzelunternehmer, der jeden Tag zwischen Kunden, Angeboten und Buchhaltung jongliert, gewinnt mit einem gut eingeführten Assistenten Zeit für die Arbeit, für die er eigentlich angetreten ist. Diesen Weg begleiten wir mit Workshops, Strategieberatung und dem Wissen aus unserem Blog, in dem wir unsere Praxiserfahrungen ungeschönt teilen.
Alex
Begleitung für deine KI-Einführung
Wenn du den Fahrplan nicht allein gehen willst, starte mit dem kostenlosen KI-Erstgespräch. Darin schauen wir, wo du stehst und welcher Anwendungsfall sich für deinen Pilot eignet. Danach gibt es zwei Wege: Im Workshop Fokus LLMs lernst du und dein Team, ChatGPT, Claude und Gemini praktisch einzusetzen, um 120 € pro Stunde. Für die strategische Begleitung von Prozessen, ROI und DSGVO gibt es „KI-Strategie & Prozesse“ um 150 € pro Stunde.
Häufige Fragen zur KI-Implementierung
Wie lange dauert es, KI im Unternehmen einzuführen?
Für einen ersten Anwendungsfall sind rund acht Wochen ein realistischer Rahmen: zwei Wochen Vorbereitung, vier Wochen Test mit echten Fällen, eine Woche Auswertung und eine Woche für die Entscheidung. Der unternehmensweite Rollout baut darauf auf und hängt davon ab, wie viele Bereiche du nachziehen willst.
Brauche ich eigene IT-Leute oder Programmierer?
Für den Einstieg meistens nicht. In Österreich nutzt die Mehrheit der KI-nutzenden Betriebe kommerzielle Software ohne eigene Entwicklung. Wichtiger als Programmierkenntnisse sind klare Ziele, geordnete Daten und ein Team, das weiß, wie man KI-Ergebnisse prüft.
Welcher Anwendungsfall eignet sich für den Start?
Am besten eine Aufgabe, die oft vorkommt, deren Ergebnis du schnell prüfen kannst und die keine sensiblen Personendaten braucht. Angebotsentwürfe, Besprechungsprotokolle oder Antwortvorlagen für häufige Kundenfragen sind typische Kandidaten.
Muss ich meine Mitarbeitenden schulen?
Ja. Art. 4 AI Act verlangt Maßnahmen für ausreichende KI-Kompetenz bei allen, die im Betrieb mit KI-Systemen arbeiten. Abgesehen davon steigt mit guter Schulung die Akzeptanz, und die Ergebnisse werden deutlich besser.
Quellen
- Statistik Austria: IKT-Einsatz in Unternehmen 2025
- derStandard: Österreichs Unternehmen bei KI-Nutzung im EU-Spitzenfeld
- WKO: KI-Guidelines für KMU, 3. Auflage
- HMD/Springer: Generative KI erfolgreich in Unternehmen implementieren
- HTW Berlin KI-Werkstatt: Generative künstliche Intelligenz für KMU
- Fraunhofer: Leitfaden zu Strategie und Wandel für den KI-Einsatz
- TBS NRW: KI. Gut. Machen.
- RTR KI-Servicestelle: KI-Kompetenz
- RTR KI-Servicestelle: FAQ
- Die Wirtschaft: Nach acht Wochen muss ein KI-Pilot eine Entscheidung ermöglichen
