Jetzt ist der richtige Zeitpunkt zum Handeln: 7 zentrale Learnings aus unseren KI-Projekten im Mittelstand

Die deutsche Industrie steht vor einer technologischen Wende: Künstliche Intelligenz (KI) ist keine Zukunftsvision mehr, sondern eine Schlüsseltechnologie, die Unternehmen heute nutzen können, um Prozesse und Strukturen grundlegend zu verändern. Anders als andere technologische Trends bringt KI von Anfang an kommerzielle Anwendbarkeit mit.

In den letzten Monaten haben wir u.a. folgende KI-Projekte mit unseren Kunden durchgeführt:

  1. Durchführung einer KI-Use-Case-Discovery und technischen Voranalyse für ein Classified-Portal
  2. Durchführung einer KI-Use-Case-Discovery mit dem Management eines großen B2B-Industrieunternehmens
  3. Entwicklung und Begleitung einer KI-Strategie für das Management eines IT-Infrastruktur-Kunden
  4. Einführung einer KI-Richtlinie für den verantwortungsvollen Umgang mit KI in einem mittelständischen Medizin-Technologie-Unternehmen
  5. Entwicklung eines KI-gestützten IT-Helpdesk- und Intranet-Chatbots für einen mittelständischen Hersteller
  6. Implementierung einer KI-basierten Vertragsanalyse und Dokumentenablage für ein Medienunternehmen
  7. Implementierung einer KI-gesteuerten Informationsextraktion für technische Dokumentationen bei einem Ingenieurdienstleister

Unsere Learnings aus diesen Projekten mit unseren Kunden aus Industrie und Mittelstand

Nach nur wenigen Wochen können deutliche Effizienzsteigerungen verzeichnet werden. Unsere wichtigsten Learnings aus erfolgreichen KI-Projekten sind dabei für jedes Unternehmen im Mittelstand relevant:

  1. Klare Use Cases führen zu schnellem ROI und Produktivitätssteigerungen
    Durch den Fokus auf konkrete, klar definierte Anwendungsfälle können Unternehmen bereits nach kurzer Zeit signifikante Verbesserungen erreichen. Routineaufgaben wie die Bearbeitung von Supportanfragen oder die Wissenssuche lassen sich automatisieren, was zu gesteigerter Produktivität und direkten Kostensenkungen führt.
  2. “Low Hanging Fruits” bei der Use-Case-Discovery ernten
    Einige Use Cases sind mit wenig Aufwand umsetzbar, schnell Einsatzbereit und können direkt Ergebnisse erzielen. Z.b. entwickelten wir zuletzt für einen Kunden einen KI-basierten Dokumentenabgleich, der Unterschiede in Vertragsversionen oder technischen Dokumentationen aufzeigt und übersichtlich zusammenfasst. Dieser ist mit wenig Aufwand umsetzbar, steigert aber direkt die Effizienz im gesamten Unternehmen.
  3. Führungskräfte als Treiber der Veränderung einbinden
    Die aktive Einbindung der Führungskräfte ist entscheidend für die Akzeptanz und den Erfolg des Projekts. In Workshops können potenzielle Anwendungsfälle für KI identifiziert und priorisiert werden. Die Führungskräfte fungieren dabei als zentrale Treiber der Umsetzung und fördern so die interne Akzeptanz.
  4. Daten als Erfolgstreiber: Der Mittelstand sitzt auf einem Datenschatz
    Die Leistung von KI-Systemen hängt maßgeblich von der Verfügbarkeit und Qualität der Daten ab. Viele Unternehmen erkennen, dass sie auf einem ungenutzten Datenschatz sitzen. Durch ein KI-gestütztes Knowledge Management kann dieser strukturiert genutzt werden, was die Effizienz interner Prozesse maßgeblich verbessert.
  5. Rechtliche Rahmenbedingungen frühzeitig adressieren
    Die frühzeitige Berücksichtigung von Compliance und Rechtsvorgaben ist essenziell. Alle relevanten europäischen Verordnungen wie der EU AI Act und die DSGVO sollten frühzeitig in die Planung integriert werden, um sicherzustellen, dass die KI-Lösung gesetzeskonform und ethisch verantwortungsvoll eingesetzt wird.
  6. Gezielte Einführung und Freischaltung von spezifischen Use Cases
    Ein flexibles Rechtemanagement-System ermöglicht es, dedizierte KI-Bots gezielt nur für autorisierte Einheiten freizuschalten. Gleichzeitig können Early Adopters und ausgewählte Tester schneller auf innovative Beta-Features zugreifen. Das Ergebnis: Eine beschleunigte Einführung mit hoher Nutzerakzeptanz und ein schneller Return on Investment.
  7. Schrittweise Implementierung und datengetriebene Weiterentwicklung
    Nach einem erfolgreichen Proof-of-Concept sollte die Lösung schrittweise ausgerollt werden. Transparente Kommunikation darüber, was die Lösung leisten kann und was nicht, ist dabei entscheidend. Nutzerfeedback sollte kontinuierlich gesammelt werden, um den Funktionsumfang datengetrieben zu erweitern und die Lösung exakt auf die Bedürfnisse des Unternehmens zuzuschneiden. Wir haben in unseren Chatbots direkt Funktionen integriert, um Feedback zu sammeln und zusätzlich automatisch die Qualität von Antworten zu messen. Das Feedback kann komfortabel in einem Dashboard ausgewertet werden.

Fazit: Mutig handeln, um mit KI echte Effizienzsteigerungen zu erreichen

Effizienzsteigerungen und Kostensenkungen sind schnell und messbar erreichbar, wenn die richtige Strategie verfolgt wird. Dabei spielen vor allem die klare Definition der Use Cases, die Einbindung der Führungskräfte und eine umfassende Datenstrategie eine zentrale Rolle. Die Zeit zum Handeln ist jetzt – Unternehmen, die mutig vorangehen, werden ihre Prozesse optimieren und langfristig wettbewerbsfähig bleiben.

Wenn Sie erfahren möchten, wie Ihr Unternehmen in kurzer Zeit durch den Einsatz von KI signifikante Effizienzgewinne erzielen kann, vereinbaren Sie noch heute einen unverbindlichen Kennenlerntermin mit uns.

Autor

Jan Hasse

Jan ist Partner und Managing Director bei hy Technologies. Er verfügt über 10+ Jahre Erfahrung in angewandter Künstlicher Intelligenz (KI) bei Deloitte, PwC, Bertelsmann und der Allianz. Als visionäre Führungskraft und mutiger Macher war er maßgeblich an der Gründung des KI Parks Deutschlands beteiligt. Als Gründer eines Self-Service-Marktplatzes für KI-Lösungen verbindet er Corporate-Erfahrung mit Startup-Spirit. Jan konzipiert und entwickelt mit seinem Team KI-basierte Geschäftsmodelle und skalierbare Produkte zur Effizienzsteigerung und Kostenoptimierung für unsere Kunden im Mittelstand, Industrie und öffentliche Verwaltung. Mit einem starken Netzwerk in der europäischen KI-Szene verwandelt er KI in messbaren Geschäftserfolg und fokussiert sich auf KI-Innovationen, die den Menschen in den Mittelpunkt stellen. Zudem ist er gefragter Redner und Panelist auf führenden Veranstaltungen zu den Themen Machine Learning, Deep Learning und Generative KI.
Autor

Christoph Schwienheer

Christoph Schwienheer verantwortet bei hy den Einsatz der richtigen Technologien zur Organisation und Unterstützung der Research Prozesse. Er studierte Informatik und Philosophie an der Universität Hamburg und arbeitete 15 Jahre als selbstständiger Softwareentwickler und Berater für internationale Unternehmen, Startups und Agenturen. Für die Automatisierung and Skalierung von Wissensarbeit setzt er auf Natural Language Processing, Artificial Intelligence und Big Data Analytics. Er ist zudem Mitgründer des Market Intelligence Startups 12K in Berlin.