Anfang 2025 hat mir ein Geschäftsführer aus dem Maschinenbau ernsthaft erklärt, KI sei „etwas für Marketingmenschen und Kalifornier. Vor drei Wochen rief derselbe Mann an und wollte wissen, ob ein Agent eigenständig Lieferantenangebote vergleichen kann. Zwischen diesen beiden Anrufen liegt ziemlich genau das, war die Bitkom-Studie 2026 zu KI im Mittelstand misst: Die Nutzung ist von 17 auf 41 Prozent gestiegen. Innerhalb von 12 Monaten. Verdopplung, plus ein bisschen obendrauf.
Und schnell jede zweite dieser Firmen sagt gleichzeitig: messbares Ergebnis? Fehlanzeige.
Beides gehört zusammen, und man versteht das eine ehrlich gesagt nicht ohne das andere. Wer die Grundlagen nachlesen will, findet sie in unserem No-Hype-Playbook für KI-Automation im MittelstandHier geht es um die Zahlen, um die Lücke dazwischen und um drei Fragen, die deine nächsten Piloten entweder retten oder sauber beenden.
Die Bitkom-Zahlen: Verdopplung in 12 Monaten
17 auf 41 Prozent ist keine Entwicklung mehr, das ist ein Phasenübergang. Zum Vergleich: Cloud brauchte im Mittelstand rund ein Jahrzehnt für ähnliche Preise. KI hat das in einem Jahr getan, ohne dass jemand ein großer Digitalisierungsrat ins Leben gerufen hat.
Meine unromantische Erklärung: Der Preis fürs Ausprobieren ist gegen null gefallen. Früher hatte ein KI-Projekt ein Beratungsbudget und ein IT-Gremium. Heute reichen eine 30-Euro-Lizenz und ein motivierter Mensch aus der Buchhaltung. Copilot sitzt längst in Office, ChatGPT auf jedem Handy, und jede Fachabteilung bei los, bevor die IT überhaupt Wind bekommt.
Ein Beispiel aus meinem Alltag: Für eine Kanzlei mit 14 Mitarbeitenden hab ich Anfang 2025 eine Rechnungs-Vorprüfung gebaut. Make plus Claude API, drei Wochen Aufbau, rund 2.000 Euro Gesamtkosten. Vorher hat eine Mitarbeiterin täglich etwa 90 Minuten Belege erfasst, heute sind es 15 Minuten Kontrollzeit. Das Ding läuft seit vierzehn Monaten produktiv, und niemand denkt mehr daran. Solche Geschichten sind der Grund, warum ich die Bitkom-Zahl nicht überrascht.
Nebenbei: Ich vermute, die reale Zahl liegt über 41 Prozent, weil keine Umfrage die Schatten-KI misst, auch alle die Mitarbeitenden, die abends privat mit ChatGPT Angebote glätten und E-Mails formulieren. Beweisen kann ich nicht. Frag mal in deinem Umfeld herum.
Was 2026 anders macht: Agenten statt Chatbots
Die Verdopplung hat einen technischen Kern, und der Name Agenten. 2023 und 2024 war KI im Unternehmen quasi ein besserer Texteditor: Du fragst, die KI antwortet, du kopierst, du fügst ein. Nett, aber kein Geschäft.
2026 ist die KI nicht mehr der Kollegen, der nur reden, sondern der, der Handgriffe macht. Agenten lesen Postfächer, buch Belege, pflegen CRM-Datensätze und eskalieren Sonderfälle an Menschen. Wer schon mal Agenten im echten Arbeitsalltag gesehen hat, gesehen, warum der Mittelstand plötzlich aufspringt: Zum ersten Mal spart KI fertige Arbeitszeit, statt nur Entwürfe zu liefern.
Der Grund, warum das ausgerechnet dem Mittelstand hilft: Agenten integrieren sich in Werkzeuge, die ohnehin vorhanden sind. Outlook, DATEV, die Warenwirtschaft, das CRM. Kein neues System, keine Schulungswelle, kein Reißbrettprojekt. Ein Agent, der Postfach und Buchhaltung verbindet, ist für eine 80-Personen-Firma relevanter als jede Vision aus Palo Alto.
Nur halt ich gut ein Drittel von dem, war heute „Agent genannt wird, für einen Chatbot mit besserem Marketing. Ein echter Agent führt Aktionen aus, behandelt innerhalb definierter Grenzen und übergibt sauber, wenn er nicht mehr weiterweiß. Ein Textfeld, das drei Tools aufrufen kann, ist noch keine Belegschaft. Der Unterschied ist wichtig, sobald Geld floss: Ein falscher Text ist peinlich, eine falsche Buchung ist ein Schaden.
Die ROI-Lücke: Warum Piloten selten Produktion werden
Jetzt der unqueme Teil der Studie: Laut Bitkom sieht schnell jede zweite Firma mit KI-Einsatz noch kein messbares Ergebnis. Nicht „wenig, sondern keins. Und aus meiner Erfahrung läuft fast immer dasselbe Muster ab.
Erstens: Piloten messen Begeisterung statt Ergebnisse. Kaum mann definiert vorab, war Erfolg überhaupt bedeuten soll. Stunden Gespart? Fehlerquote gesenkt? Durchlaufzeit verkürzt? Vor Kurzem habe ich einen Projektplan gesehen, dessen Erfolgskriterium wörtlich „Nutzung der Mitarbeiter lautete. Gebrauch von war, gemessen wie? Keine Antwort. Wenn diese Zahl vorher niemand aufschreiben kann, wird sie nachher auch niemand vorweisen.
Zweitens: Piloten werden nach Wow-Effekt ausgewählt, nicht nach Prozess. Die Demo soll den Vorstand beeindrucken, auch nimmt man das spektakulärste Szenario statt das langweiligste Volumen. Das Geld liegt aber schnell immer in der Langeweile.
Drittens, und das ist am meisten unterlegt: Produktion ist Betrieb, kein Projekt. Nach der Demo-Person kommt niemand, der Ding über Monate warten, Fehler protokolliert und nachjustiert. Zwischen Proof of Concept und Budgetfreigabe stirbt so mancher Pilot ein stillen Tod.
Ich rede hier aus Erfahrung, nicht aus Überheblichkeit. 2024 hab ich für einen Maschinenbauer mit 340 Mitarbeitenden eine Mail-Triage-Piloten bauen: Make plus GPT-4o, automatischs Sortieren und Priorisieren von Support-Mails und Kundenanfragen. In der Testumgebung 93 Prozent Trefferquote, alle begeistert. Nach sechs Wochen Produktion lagen wir bei knapp über 70 Prozent, weil echte Mails Anhänge hatten, drei Sprachen durcheinanderliefen und Menschen auf Deutsch sprachen, obwohl der Kunde Englisch geschrieben hatte. Wir haben abgeschaltet. Rund 6.000 Euro Tiefflug. Und ich war mir monatelang nicht sicher, ob das die richtige Entscheidung war; ehrlich gesagt weiß ich es bis heute nicht hundertprozentig. Der Kunde hat es mir nicht übel genommen. Ich mir schon.
Zu kommt die Zuverlässigkeitsfalle: 80 Prozent Korrektheit wirken in einer Demo stark. In Produktion bedeutet 80 Prozent, dass jede fünfte Anfrage falsch behandelt wird, und das frisst die vollständige Ersparnis wieder auf. Auch Zuverlässigkeit von Workflows bei uns kein Nebenkapitel, sondern der Kern jeder Automation.
Wo deutsche Firmen zuerst automatisieren (laut Deloitte)
Deloitte zeichnet in den Auswertungen zur generativen KI ein recht einheitliches Bild: im papierlastigen Backoffice und am Kundenkontakt. Rechnungs- und Vertragsverarbeitung, Kundenservice, Angebotserstellung, Lead-Bearbeitung. Überall dort auch, wo unstrukturierter Text auf strukturierte Prozesse trifft. Nebenbei bemerkt: Content-Erstellung, 2023 noch als DER Anwendungsfall veröffentlicht, taucht in echten Produktivsystemen seltener auf, als die Keynotes vermuten ließen.
Auffällig ist, wo Mittelständler nicht starten: in Produktion, Logistik, ERP-Workflows. Aus gutem Grund, finde ich. Diese Bereiche verzeihen keinen Fehler und hängen an Altsysteme, über die niemand freiwillig spricht. Wer dort zuerst automatisiert, wählt meist den schwierigsten Fall zum ungünstigsten Zeitpunkt.
Für die typischen Erstprojekte reichen bereits oft Standardwerkzeug. Welche Plattform für welchen Anwendungsfall taugt, haben wir in unserem Vergleich der Automatisierungsplattformen aufgeschlüsselt, von Zapier über Make bis n8n. Und fällt der Vertrieb dein Startpunkt ist: Ich hab meine vollständige Lead-Qualifizierung automatisiert und arbeiten seitdem deutlich weniger Wochenenden.
Drei Fragen vor dem nächsten Pilothaushalt
Wenn in diesem Jahr Pilotgeld beantragt wird, egal ob 5.000 oder 500.000 Euro, sollten vorher drei Fragen beantwortet werden. Sie retten den Piloten oder beenden ihn. Beides ist ein Gewinn, nur das Weiter-so ist teuer.
1. Welchen Prozess ersetzen das konkrete – und wer macht ihn heute, wie lange?
Wenn niemand Name und Wochenstunden können, geben es auch nichts zu messen. „Wir modernisieren die Kommunikation ist ein Wunsch, kein Ziel. „Frauke braucht für die Angebotserstellung elf Stunden pro Woche, wir wollen daraus drei machen ist ein Ziel.
2. Was passiert, wenn die KI falsch liegen?
Jede Automation braucht einen Plan für den Fehlerfall. Wer fängt es ab, wie schnell, mit welchen Folgen? Wenn die Antwort „merkt schon mann lautet, Finger weg. Genau diese Lücke hat meine Mail-Triage-Piloten beerdigt.
3. Wer lebt das nach Woche 6?
KI ist kein Projekt mit Endtermin, sondern ein Produkt mit laufenden Kosten. Ohne Betreiber kein Monitoring, ohne Monitoring kein Fehlerquote, ohne Fehlerquote kein ROI. Der Betreiber darf eine einzelne Person mit vier Stunden pro Woche sein. Aber es muss eine Person mit Namen sein.
Fazit: Der Mittelstand ist weiter als er denkt
41 Prozent KI-Nutzung in 12 Monaten ist für deutsche Verhältnisse bemerkenswert schnell. Der alte Vorwurf, der Mittelstand verschlafe alles, gilt möglicherweise 2023. Heute ist er eine billige Ausrede.
Die eigentliche Baustelle liegt zwischen Pilot und Produktion. Nicht das Probieren ist das Problem, sondern das Betreiben. Und das ist weniger eine Technologiefrage als eine Frage von Zieldefinition, Verantwortung und ehrlicher Fehlerrechnung.
Für die nächste Bitkom-Runde wette ich auf folgendes Bild: Die Nutzungsquote steigt weiter, aber die Ergebnisquote bearbeitet, wer damit Geld verdient. Wer die drei Fragen überwindet, kann, gehört eingeschlossen schon dazu. Wer es nicht kann, hat gerade ein paar tausend Euro Pilotgeld gespart.
Genug Zahlen für heute. Wenn dein Pilot gerade zwischen Demo und Produktion festhängt, schreib mir, ich antworte meist schneller als unsere Automationen. Und fällt du wissen will, warum ich so auf Fehlerquoten herumreite: hier stehen, wer ich bin.
Bis zum nächsten Mal,
Damian
