2025 war kein Hype-Jahr – es war ein Lehrjahr
Wer Anfang 2025 mit KI-Projekten gestartet ist, hat jetzt zwölf Monate Erfahrung. Manche haben Prozesse beschleunigt und Kosten gesenkt. Andere haben Budgets verbrannt und wenig vorzuweisen. Der Unterschied liegt selten am Werkzeug – er liegt am Muster dahinter.
Hier sind die sechs Muster, die ich 2025 in österreichischen KMU beobachtet habe. Drei davon würde ich jedem empfehlen. Drei davon sollten ab sofort niemanden mehr überraschen.
Was funktioniert hat
1. Strukturierte Dokumentenverarbeitung mit klarem Eingabeformat
Häufiges Muster: Ein Betrieb verarbeitet täglich 30 bis 80 gleichartige Dokumente – Lieferscheine, Bestellbestätigungen, Bewerbungsunterlagen. Ein Mitarbeiter öffnet jedes Dokument, überträgt Felder in ein System, prüft auf Vollständigkeit. Diese Tätigkeit dauert zwei bis fünf Minuten pro Dokument.
Genau hier hat KI 2025 zuverlässig funktioniert. Nicht weil das Modell intelligent war, sondern weil das Problem strukturiert war. Eingabe klar, Ausgabe klar, Fehlerquote messbar. Betriebe, die diesen Schritt gegangen sind, berichten von 60 bis 80 Prozent weniger manuellem Aufwand bei diesen Aufgaben. Das sind bei 50 Dokumenten täglich schnell vier bis sechs Stunden pro Woche – und damit reale Personalkapazität.
Voraussetzung: Das Eingabeformat muss ausreichend konsistent sein. Wer mit zehn verschiedenen PDF-Layouts aus zehn verschiedenen Lieferanten arbeitet, braucht zuerst eine Normierungsstufe oder die Bereitschaft, diese zu bauen.
2. KI als Entwurfsmaschine, Mensch als Entscheider
Das zweitwirksamste Muster war die konsequente Rollenverteilung: KI produziert den ersten Entwurf, ein Mitarbeiter beurteilt und korrigiert. Klingt banal – aber in der Praxis haben 2025 viele Betriebe genau diese Grenze verwischt und damit Probleme erzeugt.
Typisches Beispiel: Eine Marketingverantwortliche erstellt pro Woche 15 bis 20 kurze Texte – Produktbeschreibungen, Social-Media-Posts, Newsletter-Abschnitte. Mit KI als Entwurfsmaschine reduziert sich die reine Schreibzeit auf ein Drittel. Die verbleibende Zeit geht in Ton, Faktencheck und Freigabe. Das Ergebnis ist nicht schlechter – in vielen Fällen sogar besser, weil die Verantwortliche mehr Energie für die inhaltliche Qualität hat als für das Formulieren.
Der entscheidende Punkt: Das Muster funktioniert nur, wenn der Mensch tatsächlich entscheidet und nicht nur durchklickt. Betriebe, die KI-Outputs ohne Prüfung veröffentlicht oder weitergeleitet haben, hatten 2025 die bekannten Probleme: falsche Zahlen, falscher Ton, gelegentlich schlicht falsche Fakten.
3. Interne Wissenssuche in gewachsenen Dokumentenbeständen
Das dritte funktionierende Muster ist weniger sichtbar, aber wirtschaftlich erheblich. Typisches Beispiel: Ein Unternehmen hat über Jahre Protokolle, Handbücher, Verträge, E-Mail-Verläufe und Präsentationen angesammelt. Das Wissen ist vorhanden – aber nicht auffindbar. Ein neuer Mitarbeiter braucht drei Wochen, um sich einzuarbeiten, weil er nicht weiß, wo was steht. Jemand mit zehn Jahren Erfahrung trägt dieses Wissen im Kopf – und ist damit zum Single Point of Failure geworden.
Retrieval-Augmented-Generation-Systeme, also KI, die auf dem eigenen Dokumentenbestand sucht und antwortet, haben 2025 in KMU mit 15 bis 100 Mitarbeitern echten Nutzen gebracht. Die Einrichtung braucht Zeit – typisch vier bis acht Wochen für einen brauchbaren Stand – aber der laufende Betrieb ist wartungsarm. Der gemessene Effekt: Einarbeitungszeiten sinken, Routinefragen an erfahrene Mitarbeiter nehmen ab, Fehler durch veraltetes Halbwissen werden seltener.
Was nicht funktioniert hat
1. Der KI-Chatbot für Kunden, der alles können soll
Dieses Muster hat 2025 mehr Schaden als Nutzen gebracht. Der Gedanke ist nachvollziehbar: Ein Chatbot auf der Website, der Kundenfragen beantwortet, Termine vereinbart, Angebote erklärt. Rund um die Uhr, ohne Personalkosten.
Die Realität: Kunden stellen Fragen, die das System nicht kennt. Das System antwortet trotzdem – manchmal falsch, manchmal erfunden. Der Aufwand für Pflege, Überwachung und Fehlerkorrektur ist höher als erwartet. Das Kundenvertrauen leidet, wenn offensichtliche Fehler passieren.
Das Problem ist nicht die Technologie. Das Problem ist der Einsatzbereich. Ein Chatbot, der exakt drei Dinge kann – Öffnungszeiten nennen, ein Formular weiterleiten, eine E-Mail-Adresse ausgeben – funktioniert. Ein Chatbot, der den Kundenservice ersetzen soll, tut es 2025 in den meisten KMU noch nicht.
2. KI-Projekte ohne definierten Prozess davor
Häufiges Muster: Ein Betrieb hat einen unklaren, inkonsistenten Prozess. Jeder Mitarbeiter macht es ein bisschen anders. Es gibt keine dokumentierten Regeln. Die Idee: KI soll das lösen oder zumindest beschleunigen.
Das Ergebnis ist vorhersehbar. KI skaliert, was vorhanden ist. Wenn der Prozess unstrukturiert ist, produziert KI unstrukturierte Outputs schneller. Das hilft niemandem.
Betriebe, die 2025 KI-Projekte zum Scheitern gebracht haben, hatten häufig diese Ursache: Der Prozess war nicht dokumentiert, die Anforderungen waren unklar, und man hoffte, die KI würde das implizite Wissen irgendwie extrahieren. Das tut sie nicht. Wer KI einführen will, muss zuerst den Prozess verstehen und beschreiben. Das ist keine KI-Aufgabe – das ist Managementarbeit.
3. Vollautomatisierte Kundenkorrespondenz ohne Eskalationsweg
Das letzte Muster, das ich 2025 zu oft gesehen habe: KI beantwortet Kundenanfragen vollautomatisch, ohne dass ein Mensch eingreift oder überhaupt benachrichtigt wird.
In engen, gut definierten Szenarien – etwa automatische Auftragsbestätigungen oder Versandbenachrichtigungen – ist das unproblematisch. Sobald aber inhaltliche Fragen, Beschwerden oder individuelle Situationen ins Spiel kommen, entstehen Probleme. Der Kunde fühlt sich nicht gehört. Die Antwort passt nicht zur Situation. Es gibt keinen Weg, den Fall an einen Menschen zu übergeben.
Typisches Beispiel: Ein Kunde reklamiert. Das System erkennt das Muster „Reklamation” und sendet eine Standardantwort. Der Kunde antwortet erneut, spezifischer. Das System sendet dieselbe Standardantwort. Nach dem dritten Mal ist der Kunde weg – nicht wegen des ursprünglichen Problems, sondern wegen des Kommunikationsversagens.
Für Kundenkorrespondenz gilt 2025 eine einfache Regel: Automatisierung ist sinnvoll, solange das System erkennt, wann es nicht weiterkommt, und dann sofort einen Menschen einschaltet. Fehlt dieser Eskalationsweg, sollte man nicht automatisieren.
Was ich für 2026 mitnehme
Die wirksamsten KI-Einsätze 2025 hatten drei Gemeinsamkeiten: Das Problem war klar definiert, der Mensch blieb im Prozess, und der Erfolg war messbar. Projekte, die an diesen drei Punkten gespart haben, haben selten das geliefert, was erwartet wurde.
KMU haben gegenüber Großunternehmen einen echten Vorteil: Sie können schnell entscheiden, eng testen und direkt messen. Wer diesen Vorteil 2025 genutzt hat, steht jetzt besser da – nicht weil er mehr investiert hat, sondern weil er gezielter investiert hat.
Für 2026 ist die Frage nicht mehr, ob KI sinnvoll ist. Die Frage ist, in welchen drei Prozessen sie im eigenen Betrieb den klarsten Nutzen bringt. Wer das beantworten kann, hat die Hausaufgaben gemacht.