KI-Lösungen für Unternehmen: Wo die KI sitzt, entscheidet über Aufwand, Kosten und Nutzen

Hanisch Consulting entwickelt KI-Lösungen für produzierende Unternehmen und Logistiker im Mittelstand. Diese Seite ordnet zuerst ein, welche Art von Künstlicher Intelligenz zu Ihrer Systemlandschaft passt. Danach lesen Sie, was wir davon übernehmen und was Sie ohne uns lösen können.

KI-Lösungen für Unternehmen lassen sich nach dem Ort ordnen, an dem sie in der Systemlandschaft sitzen. Ebene 0 sind öffentlich zugängliche KI-Assistenten, die Mitarbeitende ohne Freigabe nutzen. Ebene 1 sind KI-Funktionen innerhalb vorhandener Systeme wie ERP oder MES. Ebene 2 ist eine Steuerungsschicht über mehreren Systemen, auf der KI-Agenten ganze Arbeitsabläufe übernehmen. Ebene 3 arbeitet direkt auf Maschinen-, Sensor- und Bilddaten. Jede Ebene hat einen eigenen Beschaffungsweg, eine eigene Kostenstruktur, eine eigene Datenvoraussetzung und einen eigenen Governance-Aufwand.

Für wen diese Seite gedacht ist, und für wen nicht

Diese Seite richtet sich an produzierende Unternehmen, an Maschinen- und Anlagenbauer sowie an Logistikdienstleister im deutschsprachigen Raum, typischerweise zwischen 50 und 2.000 Mitarbeitenden. Sie setzt voraus, dass in Ihrem Unternehmen bereits Systeme laufen: ein ERP, oft ein MES oder eine Lagerverwaltung, dazu Analysen in BI-Werkzeugen und in Excel.

Sie passt, wenn Sie einen konkreten Anlass haben. Einen Prozess, der bei steigender Auftragslage nicht mehr trägt. Eine Auswertung, die drei Tage braucht. Eine Reklamationsbearbeitung, für die jemand vier Systeme öffnen muss. In allen drei Fällen geht es um Aufgaben, die Zeit binden, und um Entscheidungen, die zu spät kommen.

Sie passt nicht, wenn Sie als Solo-Selbstständiger oder Kleinstbetrieb nach kostenlosen KI-Tools suchen. Dafür gibt es bessere Überblicke als diesen. Sie passt ebenfalls nicht, wenn Ihr Unternehmen ohne eigene Systemlandschaft arbeitet, oder wenn Sie eine Schulung oder einen Vortrag suchen. Beides bieten wir nicht an.

Die meisten Unternehmen setzen bereits KI ein. Sie haben sie nur nicht ausgewählt.

Bevor Sie über die Anschaffung einer KI-Lösung nachdenken, lohnt ein Blick auf das, was bereits läuft. In vielen Unternehmen nutzen Mitarbeitende längst öffentlich zugängliche KI-Assistenten im Browser: für Textentwürfe, für Übersetzungen, für die Zusammenfassung langer Dokumente. Dafür gibt es keine Entscheidung, keine Rechnung und häufig keine Regel.

Das Institut für Arbeitsmarkt- und Berufsforschung hat dazu im Kurzbericht 8/2026 belastbare Zahlen erhoben. Unter den Betrieben, die generative Künstliche Intelligenz einsetzen, arbeiten 90 Prozent mit allgemein zugänglichen Modellen; Grundlage ist das IAB-Betriebspanel mit rund 15.000 Betrieben ab einem Beschäftigten. 56 Prozent dieser Betriebe haben dazu keinerlei interne Regelungen getroffen.

In Ihrem Unternehmen ist damit mit einiger Wahrscheinlichkeit bereits eine KI-Lösung im Einsatz. Nur hat sie niemand ausgewählt, niemand freigegeben und niemand eingegrenzt. Die Frage lautet deshalb selten, ob Künstliche Intelligenz in das Unternehmen kommt. Sie lautet, wo sie sitzen soll, welche Aufgaben sie übernimmt und wer das entscheidet.

Wie viele Unternehmen nutzen KI tatsächlich?

Zu dieser Frage kursieren sehr unterschiedliche Zahlen. Der Unterschied liegt fast immer in der Stichprobe, nicht in der Wirklichkeit.

Das Statistische Bundesamt weist für 2025 aus, dass 26 Prozent der Unternehmen ab zehn Beschäftigten KI-Technologien einsetzen. Der Bitkom kommt im selben Jahr auf 36 Prozent, befragt dafür aber telefonisch 604 Unternehmen ab 20 Beschäftigten. Beide Zahlen sind korrekt. Sie messen unterschiedliche Grundgesamtheiten, und wer sie nebeneinanderstellt, ohne das zu erwähnen, erzeugt einen Widerspruch, den es nicht gibt. Die Richtung ist in beiden Erhebungen dieselbe: Der Bitkom nennt für Anfang 2026 bereits 41 Prozent, das Statistische Bundesamt hat sich von 12 Prozent im Jahr 2023 über 20 Prozent 2024 auf die heutigen 26 Prozent bewegt.

Für die Einordnung des eigenen Hauses ist die Aufschlüsselung nach Größe ohnehin aussagekräftiger als der Gesamtwert:

Quelle: Statistisches Bundesamt, IKT-Erhebung 2025

Im Mittelstand zwischen 50 und 250 Beschäftigten arbeitet damit gut ein Drittel der Unternehmen mit KI. Der Abstand zu den Großunternehmen beträgt 21 Prozentpunkte. Er erklärt sich weniger durch Zurückhaltung als durch fehlende Kapazität. Der Bitkom nennt fehlendes technisches Know-how und fehlende personelle Ressourcen mit 53 und 51 Prozent unter den drei größten Hemmnissen, gleichauf mit rechtlicher Unsicherheit.

Dieselbe Erhebung des Statistischen Bundesamts weist aus, welche Anwendungen unter den KI-nutzenden Unternehmen die häufigsten sind: Textanalyse sowie die Erzeugung von Bildern, Video und Audio mit je 52 Prozent, danach Spracherkennung mit 42 Prozent. Das deckt sich mit dem Befund oben. Der Einstieg passiert fast überall bei Text, nicht an der Maschine.

Bevor Sie eine Lösung suchen: Wo soll die KI sitzen?

Die üblichen Überblicke sortieren KI-Lösungen nach Produkten. Für eine Kaufentscheidung hilft das wenig, weil zwei KI-Systeme mit ähnlichem Funktionsumfang völlig unterschiedliche Projekte nach sich ziehen können. Die verbreitete akademische Einteilung in reaktive Maschinen, begrenztes Gedächtnis, Theory of Mind und selbstbewusste KI hilft noch weniger. Sie beschreibt Forschungsstufen der Technologie, keine Entscheidungen über Beschaffung und Einsatz.

Brauchbar ist eine andere Frage: Wo sitzt die Lösung relativ zu den Systemen, die Sie bereits betreiben? Aus der Antwort folgen Beschaffungsweg, Kostenstruktur, Datenvoraussetzung und Governance-Aufwand. Wer die Ebene kennt, kann Angebote vergleichen und den Nutzen abschätzen. Wer sie nicht kennt, vergleicht Produktnamen und trifft die Auswahl nach Gefühl.

Das ist keine akademische Unterscheidung, sondern der häufigste Grund für gescheiterte KI-Investitionen. In der IKT-Erhebung 2025 des Statistischen Bundesamts steht Inkompatibilität mit vorhandenen Systemen mit 45 Prozent auf Platz vier der Hemmnisse, fehlendes Wissen mit 72 Prozent auf Platz eins; befragt wurden dabei ausschließlich Unternehmen, die den Einsatz von KI erwogen, aber bisher nicht umgesetzt haben.

Die vier Ebenen

Die folgende Einordnung beschreibt vier Ebenen. Sie sind nicht als Reifegrade gedacht, die nacheinander durchlaufen werden. Ein Unternehmen kann gleichzeitig auf mehreren Ebenen etwas tun, und für viele Fälle ist genau eine davon die richtige.

Ebene 0: Die KI, die schon da ist

Ebene 0 ist Künstliche Intelligenz, die im Unternehmen genutzt wird, ohne dass sie jemand beschafft hat.

Typische Form: öffentlich zugängliche Sprachassistenten im Browser, im Einsatz für Texte, Übersetzungen und Zusammenfassungen. Beschaffung: keine. Es gibt weder eine Entscheidung noch eine Rechnung. Kostentreiber: keiner, und genau deshalb bleibt diese Ebene unsichtbar. Datenvoraussetzung: keine. Die Daten bringen die Mitarbeitenden selbst mit, häufig aus Dokumenten, die das Unternehmen nicht verlassen sollten. Governance-Folge: hoch. Artikel 4 der KI-Verordnung verpflichtet seit Februar 2025 auch reine Anwender zu ausreichender KI-Kompetenz.

Wenn Ihr Fall so aussieht, brauchen Sie kein Projekt. Sie brauchen ein Regelwerk und eine Schulung.

Ebene 1: KI in bestehenden Systemen

Ebene 1 ist KI, die innerhalb eines Systems arbeitet, das Sie bereits betreiben.

Typische Form: Assistenz- und Vorschlagsfunktionen im ERP, im MES, im CRM oder im Dokumentenmanagement, vom jeweiligen Hersteller bereitgestellt und je nach Anbieter als Copilot vermarktet. Beschaffung: Lizenzerweiterung beim vorhandenen Anbieter, meist als Zusatzmodul. Kostentreiber: Lizenzkosten je Arbeitsplatz. Datenvoraussetzung: gering. Die Daten liegen bereits im System. Governance-Folge: gering. Die Funktion folgt der Governance des Systems, in dem sie sitzt.

Wenn Ihr Fall so aussieht, brauchen Sie in aller Regel keinen Umsetzungspartner und uns damit auch nicht. Das nächste sinnvolle Gespräch führen Sie mit Ihrem ERP- oder MES-Anbieter. Fragen Sie dort, welche KI-Funktionen in Ihrer Version bereits enthalten sind. Häufig ist die Antwort: mehr, als im Haus bekannt ist.

Ebene 2: KI über den Systemen

Ebene 2 ist KI, die als eigene Schicht über mehreren Systemen liegt.

Typische Form: KI-Agenten und Assistenten, die für einen Vorgang gleichzeitig auf ERP, Dokumentenmanagement und Ablagen zugreifen und daraus einen Arbeitsschritt zusammensetzen. Für diese Bauart hat sich der Begriff Agentic AI etabliert. Agentic AI unterscheidet sich von einfachen KI-Systemen dadurch, dass ein Agent mehrere Schritte selbst plant, statt auf jede Eingabe einzeln zu antworten. Beschaffung: ein eigenes Projekt. Es gibt keine Software, die man dazubucht. Kostentreiber: Aufbau, Integration, verbrauchsabhängige Nutzung und laufender Betrieb. Datenvoraussetzung: geregelter Zugriff über Systemgrenzen hinweg, mit sauberer Rechteabbildung. Governance-Folge: hoch. Rechte, Eskalationswege, Protokollierung und Nachvollziehbarkeit müssen geregelt sein, bevor der erste KI-Agent produktiv läuft.

Wenn Ihr Fall so aussieht, lohnt diese Ebene erfahrungsgemäß ab dem zweiten oder dritten produktiven Anwendungsfall. Für einzelne Use Cases ist der Aufbau selten gerechtfertigt. Die Bundesnetzagentur hat in ihrer Erhebung von Ende 2024 festgehalten, dass sechs von zehn KI-nutzenden Unternehmen in Pilotprojekten oder einzelnen Prozessen bleiben. Der Schritt über die Systemgrenze ist der Punkt, an dem sich das entscheidet.

Ebene 3: KI neben den Systemen

Ebene 3 ist Künstliche Intelligenz, die neben den kaufmännischen Systemen direkt auf technischen Daten arbeitet.

Typische Form: vorausschauende Wartung, Qualitätsprüfung über Computer Vision, Anomalieerkennung an Maschinen und Anlagen. Beschaffung: Fachanbieter oder eigene KI-Entwicklung, je nach Anlagenpark. Kostentreiber: Datenerfassung, Sensorik, Modellentwicklung und regelmäßiges Nachtrainieren. Datenvoraussetzung: hoch. Es braucht eine eigene Historie, ausreichende zeitliche Auflösung und dokumentierte Störfälle. Governance-Folge: mittel bis hoch, abhängig davon, ob die Lösung sicherheitsrelevante Funktionen berührt.

Wenn Ihr Fall so aussieht, beginnt die Arbeit bei den Daten und nicht beim Modell. Ohne belastbare Historie ist der erste Schritt eine Datenaufnahme, kein Algorithmus.

Typische Einsatzbereiche je Ebene

Die Frage, wofür sich Künstliche Intelligenz im Unternehmen eignet, lässt sich nach denselben Ebenen beantworten. Die Einsatzbereiche folgen den Ebenen, nicht der Technologie.

• Ebene 1 deckt Aufgaben innerhalb eines Systems ab: Textvorschläge in der Angebotserstellung, Klassifizierung eingehender Belege, Suche in Stammdaten, Assistenzfunktionen im Kundenservice. Hierhin gehören auch Chatbots und virtuelle Assistenten, die Standardanfragen rund um die Uhr entgegennehmen, sowie personalisierte Produktempfehlungen im Shop- oder CRM-System. Beides liefert in aller Regel Ihr vorhandener Anbieter als Modul, nicht ein Umsetzungspartner als Projekt.
• Ebene 2 deckt Aufgaben ab, die über Systemgrenzen laufen: Reklamationsbearbeitung, Auftragsklärung, Bereitstellung von Unterlagen für Audits, Zusammenführung von Kennzahlen aus mehreren Geschäftsprozessen. Hier liegt auch die Automatisierung wiederkehrender Workflows, die heute manuell zwischen Systemen wechseln. Weil eine Steuerungsschicht nach Bedarf mitwächst, lässt sich schwankendes Arbeitsvolumen abfedern, ohne dass für jede Lastspitze Personal vorgehalten werden muss. Der Nutzen entsteht nicht durch die Technologie, sondern durch die Entscheidungen, die dadurch früher möglich werden.
• Ebene 3 deckt technische Anwendungen ab: Zustandsüberwachung, vorausschauende Wartung, optische Qualitätsprüfung, KI-gestützte Analysen und Prognosen aus Sensordaten in nahezu Echtzeit.

Der häufigste Fehler bei der Auswahl ist, eine Aufgabe der falschen Ebene zuzuordnen und dadurch ein Projekt zu starten, wo eine Lizenz gereicht hätte, oder umgekehrt. Für den Nutzen einer KI-Lösung ist diese Zuordnung wichtiger als die eingesetzte Technologie.

Häufig ist zu lesen, Künstliche Intelligenz mache Unternehmen effizienter und erschließe neue Geschäftsmodelle. Der erste Teil trifft auf die Ebenen 1 bis 3 zu und ist der übliche Anlass für ein Vorhaben. Der zweite Teil kommt in der Praxis fast ausschließlich auf Ebene 3 vor, und zwar dann, wenn aus Maschinen- und Nutzungsdaten eine Leistung wird, die sich getrennt vom Produkt verkaufen lässt, etwa ein Wartungsvertrag mit garantierter Verfügbarkeit. Das ist ein realistischer Weg, aber kein Nebenprodukt eines Effizienzprojekts. Er setzt eine belastbare Datenhistorie voraus und eine Entscheidung darüber, ob Sie das Ergebnis überhaupt vertreiben wollen.

Die vier Ebenen im Vergleich

Was wir auf Ebene 2 und 3 machen

Hanisch Consulting arbeitet auf Ebene 2 und Ebene 3. Auf Ebene 0 leisten wir Unterstützung bei Regelwerk und Kompetenzaufbau, damit der Einsatz frei zugänglicher KI-Anwendungen geregelt ist. Ebene 1 überlassen wir Ihrem Systemanbieter.

KI-Steuerungsschicht und KI-Agenten Wir bauen eine Schicht über Ihren bestehenden Systemen, auf der KI-Agenten definierte Arbeitsabläufe übernehmen. Ein Agent kann für eine Reklamation die Auftragsdaten aus dem ERP, die Prüfprotokolle aus dem Qualitätssystem und die zugehörige Korrespondenz zusammenführen und daraus einen Vorgang aufbereiten. Grundlage dafür ist unsere KI-Plattform AIOP, auf der die Automatisierung solcher Abläufe zusammenläuft. Am Ende steht ein produktiv laufender Anwendungsfall mit dokumentierten Rechten, Eskalationswegen und Protokollierung. → AIOP im Detail | KI-Agenten

Vorausschauende Wartung und Qualitätssicherung Wir arbeiten auf Maschinen-, Sensor- und Bilddaten, um Ausfälle und Qualitätsabweichungen früher sichtbar zu machen. Der erste Schritt ist immer die Prüfung, ob die vorhandene Datenlage das trägt: Historie, zeitliche Auflösung, dokumentierte Störfälle. Fällt diese Prüfung negativ aus, sagen wir das, bevor ein Projekt beginnt. Ohne belastbare Daten trägt keine Automatisierung. Am Ende steht ein Modell im Betrieb und nicht in einer Präsentation. → Predictive Maintenance

Datenstrategie und Business Intelligence Viele Vorhaben auf Ebene 2 und 3 scheitern nicht am Modell, sondern an der Datengrundlage. Wir klären mit Unterstützung Ihrer Fachbereiche, welche Daten wo liegen, welche davon verlässlich sind und welche Lücken vor einem KI-Vorhaben geschlossen werden müssen. Erst dann tragen KI-gestützte Analysen und Datenanalysen jene Entscheidungen, die heute aus dem Bauch getroffen werden. → Datenstrategie und BI

Einen Überblick über alle Leistungen finden Sie unter Services.

Was KI-Lösungen kosten

Auf dieser Seite stehen keine Preise, weil jeder seriöse Preis eine Kenntnis Ihres Falls voraussetzt. Offenlegen lässt sich die Kostenstruktur. Sie besteht aus vier Blöcken, die je nach Ebene unterschiedlich stark ins Gewicht fallen.

1. Lizenz- und Arbeitsplatzkosten. Dominant auf Ebene 1, wo Sie im Wesentlichen ein Softwaremodul dazubuchen.
2. Verbrauchsabhängige Kosten. Relevant auf Ebene 2, weil jede Anfrage eines KI-Agenten Rechenleistung kostet. Diese Position wächst mit der Nutzung und wird bei der Planung regelmäßig unterschätzt.
3. Einmalige Integration und Datenaufbereitung. Der größte Posten auf Ebene 3 und häufig auch auf Ebene 2.
4. Laufender Betrieb. Überwachung, Modellpflege, Governance und die interne Zeit derjenigen, die das Thema tragen.

Der vierte Block entscheidet über die Wirtschaftlichkeit und fehlt in den meisten Angeboten. Wer ihn nicht kalkuliert, rechnet ein Projekt und nicht einen Betrieb. KI-Investitionen scheitern selten am Anschaffungspreis und häufig an den Folgekosten.

Wie oft sich der Aufwand rechnet, lässt sich aus Marktdaten nur grob abschätzen, und die verfügbaren Zahlen mahnen zur Nüchternheit. IBM befragte im Oktober 2025 rund 500 Führungskräfte in Deutschland. 62 Prozent berichteten von deutlichen Produktivitätsgewinnen durch KI. Trennt man nach Unternehmensgröße, fällt der Wert allerdings auseinander: 73 Prozent bei Großunternehmen, weniger als die Hälfte bei Unternehmen bis 250 Beschäftigte. Etwa jedes fünfte Unternehmen gab an, seine Wirtschaftlichkeitsziele bereits erreicht zu haben. Vier von fünf also nicht.

Diese Zahlen sagen über Ihren Fall nichts aus. Sie zeigen aber, dass der Mittelstand beim Ertrag bisher schlechter abschneidet als Großunternehmen, und das ist ein Grund, den eigenen Business Case vorher zu rechnen statt hinterher.

Wie lange die Integration von KI dauert, hängt von der Ebene ab und davon, wie zugänglich Ihre Daten sind. Eine belastbare Aussage dazu treffen wir im Erstgespräch und nicht auf einer Webseite.

Eine Rechenlogik für den eigenen Business Case finden Sie unter Nutzen von KI berechnen.

Was wir nicht tun

Wir ersetzen Ihr ERP nicht. AIOP legt sich über Ihre bestehenden Systeme und greift auf deren Daten zu. Es gibt keine Migration, keine Ablösung und keinen Parallelbetrieb. Wenn ein Anbieter Ihnen für ein KI-Vorhaben eine Systemablösung vorschlägt, lohnt eine zweite Meinung.

Wir machen kein Projekt, wo keines nötig ist. Liegt Ihr Fall auf Ebene 1, sagen wir Ihnen das im Erstgespräch, und Sie sprechen anschließend mit Ihrem Systemanbieter. Das kostet Sie nichts und uns einen Auftrag, den wir ohnehin nicht gut hätten begründen können.

Wir nennen keine Zahlen, die wir nicht belegen können. Auf dieser Seite steht kein Einsparungsprozentsatz, keine Amortisationsdauer und kein Referenzergebnis. Der Grund ist einfach: Eine Zahl aus einem fremden Unternehmen sagt über Ihres nichts aus.

Wie eine Zusammenarbeit beginnt

Am Anfang steht ein Gespräch von 30 Minuten. Darin ordnen wir Ihren Fall einer Ebene zu und klären, ob wir dafür der richtige Partner sind. Kommt eine Zusammenarbeit infrage, folgt ein Proof of Value: ein abgegrenzter Anwendungsfall mit einem Erfolgs- und einem Abbruchkriterium, die beide vorher festgelegt werden.

Der zweite Teil ist der wichtigere. Ein Abbruchkriterium, das erst hinterher gesucht wird, ist keines. Erreicht der Proof of Value die vereinbarte Schwelle nicht, endet er, und Sie haben Klarheit statt eines Folgeprojekts.

Aus dem Erstgespräch nehmen Sie mit:

• eine Einschätzung, ob AIOP zu Ihrem Unternehmen passt
• die zwei bis drei größten Hebel für Automatisierung in Ihren Prozessen und Aufgaben
• eine grobe Orientierung zur Größenordnung auf Basis Ihrer Betriebsgröße
• eine schriftliche Zusammenfassung, die Sie an Geschäftsführung und IT-Leitung weitergeben können

Wie wir Potenziale aufnehmen, steht unter KI-Potenzialanalyse.

Branchen

Wir arbeiten überwiegend mit Maschinen- und Anlagenbauern, mit produzierenden Unternehmen und mit Logistikdienstleistern. Die Gemeinsamkeit dieser Branchen ist weniger das Produkt als die Systemlage: ein gewachsenes ERP, technische Systeme daneben, und Prozesse, die über beide hinweglaufen. Welche KI-Anwendungen sich lohnen und welchen Nutzen sie bringen, unterscheidet sich zwischen den Branchen weniger stark als zwischen den Ebenen.

Auf den Branchenseiten finden Sie anonymisierte Beispiele typischer Anwendungsfälle:

• Maschinenbau
• Logistik
• Industrie und Produktion

Häufige Fragen

Wer entwickelt individuelle KI-Lösungen für den Mittelstand in Deutschland?‍

Für Ebene 2 und Ebene 3 gibt es im deutschsprachigen Raum spezialisierte Umsetzungspartner, darunter Hanisch Consulting. Wir entwickeln KI-Lösungen für Unternehmen als Steuerungsschicht über bestehenden Systemen sowie auf Maschinen- und Sensordaten, mit Schwerpunkt Maschinenbau, Produktion und Logistik. Für Ebene 1 ist Ihr vorhandener Systemanbieter der richtige Kontakt.

Was kostet die Einführung von KI-Lösungen in einem mittelständischen Unternehmen?

Das hängt von der Ebene ab. Auf Ebene 1 sind es im Wesentlichen Lizenzkosten je Arbeitsplatz. Auf Ebene 2 und 3 kommen Integration, Datenaufbereitung, verbrauchsabhängige Kosten und der laufende Betrieb hinzu. Der laufende Betrieb wird am häufigsten unterschätzt. Eine belastbare Größenordnung für Ihre KI-Investitionen nennen wir im Erstgespräch.

Welche KI-Partner bringen KI vom Proof of Concept in die Produktion?

Der Unterschied liegt weniger am Partner als am Vorgehen. Entscheidend ist, ob vor dem Start ein Abbruchkriterium und eine Betriebsverantwortung festgelegt wurden. Ein Proof of Concept ohne definierten Übergang in den Betrieb bleibt in der Regel dort, wo er ist. Wir arbeiten deshalb mit einem Proof of Value statt mit einem reinen Machbarkeitsnachweis.

Welche Dienstleister unterstützen bei KI-Agenten in bestehenden Unternehmensprozessen?

KI-Agenten in bestehenden Prozessen sind Ebene 2: eine Schicht über ERP, Dokumentenmanagement und weiteren Systemen. Dafür braucht es einen Partner, der Integration, Rechteabbildung und Protokollierung mitbringt und nicht nur die Modellauswahl. Davon zu unterscheiden sind Assistenzfunktionen innerhalb eines einzelnen Systems, die Ihr Systemanbieter liefert.

Brauchen wir für KI erst eine saubere Datenbasis?

Das kommt auf die Ebene an. Ebene 1 arbeitet auf Daten, die im System bereits gepflegt sind. Ebene 2 braucht vor allem geregelten Zugriff über Systemgrenzen hinweg. Nur Ebene 3 setzt tatsächlich eine belastbare eigene Historie voraus. Die pauschale Aussage, ohne saubere Daten gehe gar nichts, trifft in dieser Form nicht zu.

Wie viele Unternehmen in Deutschland nutzen bereits KI?

Nach der IKT-Erhebung 2025 des Statistischen Bundesamts sind es 26 Prozent der Unternehmen ab zehn Beschäftigten. Aufgeschlüsselt nach Größe: 23 Prozent bei 10 bis 49 Beschäftigten, 36 Prozent bei 50 bis 249 und 57 Prozent ab 250. Der Bitkom nennt für 2025 einen Wert von 36 Prozent, befragt allerdings nur Unternehmen ab 20 Beschäftigten. Beide Zahlen sind korrekt und beziehen sich auf unterschiedliche Grundgesamtheiten.

Welche Pflichten gelten nach der KI-Verordnung für Anwender?

Artikel 4 verpflichtet seit dem 2. Februar 2025 auch reine Anwender dazu, für ausreichende KI-Kompetenz im eigenen Haus zu sorgen. Für KI als Sicherheitsbauteil in Maschinen nach Anhang I gelten die Hochrisiko-Pflichten nach der Verordnung (EU) 2026/1744 erst ab dem 2. August 2028. Das ersetzt keine rechtliche Prüfung im Einzelfall. → KI-Verordnung im Detail‍

Welche KI-Zahlen kursieren, und was davon trägt

In Angeboten, Fachbeiträgen und Vertriebsgesprächen begegnen Ihnen immer wieder dieselben Kennzahlen. Die meisten davon haben einen realen Ursprung. Sie sagen nur etwas anderes aus, als die Kurzfassung nahelegt. Wir haben die sieben häufigsten auf ihre Primärquelle zurückverfolgt.

Auf welcher Ebene arbeitet Ihre KI?

Wenn Sie wissen möchten, auf welcher Ebene Ihr Fall liegt und was daraus folgt, sprechen wir 30 Minuten darüber.