Eine Frage, die KMU leise stellen
Manchmal spreche ich mit Unternehmerinnen, die zehn, dreißig, achtzig Leute haben. Keinen Chief AI Officer, keine Achtzehn-Monats-Roadmap und oft auch keine Lust, sich anhören zu müssen, dass sie sich „transformieren müssen“. Sie haben eine andere, sehr konkrete Dringlichkeit: das Unternehmen am Laufen halten.
Und doch kommt die Frage trotzdem, auch wenn sie selten so direkt ausgesprochen wird: was sollen wir konkret mit KI machen?
Die Großen stellen sich die Frage längst offiziell, mit Budget, eigenen Teams, Programmen mit klingenden Akronymen. KMU sind in einem anderen Terrain: Verwirrung und widersprüchliche Signale. Nicht ihre Schuld. Die öffentliche Debatte über KI scheint für jene gemacht, die Zeit, Ressourcen und Strukturen haben, die ein KMU nie haben wird.
Ich versuche es einfach, fast brutal.
Wie viele Personen in deinem Team holen aus einem KI-Agenten ein Ergebnis, das besser ist als das, was sie allein produzieren würden?
Nicht wie viele „ihn nutzen“. Nicht wie viele ChatGPT in einem Tab offen haben. Wie viele präzise Anweisungen geben, den Output kritisch beurteilen, methodisch iterieren, bis etwas Tragfähiges herauskommt. In Vertrieb, Marketing, Operations, Finance, Recht, Produkt, HR.
Wenn die ehrliche Antwort „wenige“ oder „weiß ich nicht“ lautet, hast du wahrscheinlich ein Problem. In KMU wiegt dieses Problem mehr, weil du dir den Luxus, es zu vertagen, nicht leisten kannst.
Das teuerste Missverständnis 2026
Das Missverständnis ist meiner Ansicht nach eines: KI für eine Tech-Frage zu halten.
Sie ist es nicht mehr. Vielleicht seit mindestens einem Jahr nicht mehr.
KI ist zu einem Multiplikator individueller Fähigkeiten geworden, quer durch alle Rollen. Eine Vertrieblerin, die sich in zehn Minuten eine Wettbewerbsanalyse aufbaut, spielt ein anderes Spiel als jemand, der zwei Tage braucht. Wer in der Buchhaltung sich in einer Stunde ein sinnvolles Kosten-Cockpit generieren lässt, konkurriert in einer anderen Liga als jemand, der eine Woche braucht und Daten aus alten, halbkaputten Excel-Dateien klaubt.
Und wir reden nicht nur vom Wort „Effizienz“. Effizienz ist, dieselben Dinge schneller zu tun. Hier reden wir von Menschen, die anfangen, Dinge zu tun, die sie vorher gar nicht taten — weil die kognitiven Kosten zu hoch waren.
Ein wirklich personalisiertes Angebot für jeden Prospect statt des recycelten PDFs mit ausgetauschtem Namen auf dem Deckblatt. Eine Cashflow-Analyse der letzten drei Jahre, die Muster zeigt, auf die niemand hingewiesen hat. Projektfortschrittsberichte, die früher nicht existierten, weil „keine Zeit“.
Das kann passieren.
Aber nur, wenn jemand das Werkzeug lenkt. Wenn er es als zu führenden Mitarbeiter behandelt, nicht als zu ignorierendes Spielzeug oder als willkürlich zu befragendes Orakel.
‚Lenken’ ist nicht ‚Nutzen’
Diese Unterscheidung ist das Herz des Ganzen, und es überrascht mich, wie selten sie gemacht wird.
KI nutzen heißt etwas fragen und akzeptieren, was kommt. Es ist Prompt-and-pray. Du schreibst eine Anfrage, kopierst die Antwort, fügst sie in eine Mail und hoffst, dass es passt. Verständlich, am Anfang machen es alle so. Es ist aber nichts wert und manchmal sogar gefährlich.
KI lenken ist etwas anderes. Es heißt zu wissen, was zu fragen ist, wie, und vor allem zu erkennen, wann die Antwort falsch ist, auch wenn sie perfekt klingt.
Es heißt Kontext, Grenzen, Erfolgskriterien zu geben. Es heißt ernsthaft zu iterieren. Nicht „schreib es besser“, sondern „schreib es noch einmal, unter Berücksichtigung, dass unser Kunde eine öffentliche Stelle ist, mit Beschaffungsrestriktionen und sechsmonatigen Entscheidungszyklen“.
Wer KI lenkt, hat ein mentales Modell des Werkzeugs. Er weiß, was sie gut tut, wo sie zu erfinden neigt, wo sie zum Risiko wird. Er weiß, wann zu vertrauen und wann zu prüfen ist. Er weiß, wann der Output Ausgangspunkt und wann er fertig ist.
Und nein, das ist kein angeborenes Talent. Es ist eine Kompetenz, die man entwickelt. Aber jetzt der unbequeme Teil: nicht jeder entwickelt sie. Nicht aus Mangel an Intelligenz, sondern weil eine bestimmte Haltung nötig ist — und sie ist nicht so verbreitet, wie wir glauben mögen.
Die Haltung, die du im Interview übersiehst
Wenn du einstellst, schaust du meist auf Erfahrung, vertikale Kompetenzen, Unternehmenskultur, vielleicht Leadership. Alles richtig.
Aber du übersiehst womöglich eine Variable, die in den nächsten zwei Jahren Performer von Schwerfälligen trennen wird.
Die Variable: kann die Person vor dir auf einer Abstraktionsebene oberhalb der Ausführung arbeiten?
Wer auf der Ausführungsebene arbeitet, erledigt Aufgaben. Mails, Berichte, Analysen, Dokumente. Solide, mit Handwerk. Aber eine Sache nach der anderen, und seine Zeit ist die einzige Ressource.
Wer auf der Ebene der Spezifikation und Lenkung arbeitet, definiert, was zu tun ist, mit welcher Qualität, unter welchen Vorgaben, und führt dann einen Agenten (KI oder Mensch — auf dieser Ebene verschwimmt der Unterschied) bei der Ausführung. Er beaufsichtigt, korrigiert, schärft. Und geht weiter.
Das heißt nicht, Ausführung sei egal. Es heißt, der Wert reiner Ausführung schrumpft schnell, während die Lenkungsfähigkeit wächst.
Wenn du diese Fähigkeit beim Hiring nicht prüfst, stellst du Ausführer ein in einer Welt, die Direktoren belohnt.
Drei Fragen, die ein Interview verändern
Egal, ob du Marketing-Manager, Controller, Office-Manager oder CTO einstellst. Drei Fragen, die meiner Ansicht nach fast immer funktionieren.
„Erzähl mir vom letzten Mal, als du einen KI-Agenten für ein echtes Deliverable benutzt hast“
Kein Experiment. Kein Spiel. Ein fertiges Deliverable vor einem Kunden, einem Chef, einem Board.
Höre zu, wie er darüber redet. Hat er präzise Anweisungen oder generische Prompts gegeben? Hat er iteriert? Hat er den Output geprüft? Hat er sein Urteil eingebracht oder alles unverändert übernommen?
Wenn die Antwort „habe ich nie gemacht“ lautet, ist das 2026 ein Datum. Nicht zwingend Ausschluss, aber eines, das man ernst nehmen muss.
„Wie würdest du wissen, dass der Output falsch ist?“
Das ist die Schlüsselfrage.
KI produziert überzeugende Resultate, auch wenn sie völlig erfunden sind. Eine plausible, aber falsche Zahl. Eine logische Schlussfolgerung aus einer nicht existierenden Prämisse. Ein hervorragend geschriebener Text, der das Gegenteil dessen sagt, was nötig ist.
Wer KI lenkt, hat Antikörper entwickelt. Er hat eine Methode, auch rudimentäre, um zuverlässigen von toxischem Output zu unterscheiden.
Wer keine hat, ist gefährlicher als jemand, der KI gar nicht nutzt — er produziert Fehler mit der Sicherheit dessen, der sich im Recht wähnt.
„Wenn du einen KI-Assistenten acht Stunden am Tag hättest, wie würdest du deine Arbeit umorganisieren?“
Diese Frage trennt jene, die in Aufgaben denken, von jenen, die in Systemen denken.
Mittelmäßige Antwort: „ich würde dieselben Dinge schneller tun“.
Interessante Antwort: „ich würde andere Dinge tun“, gefolgt von einer konkreten Vision. Welche Prioritäten würden sich verschieben? Welche Outputs würden überhaupt erst entstehen? Welche Tätigkeiten würden gestrichen oder reduziert?
Wer gut antwortet, hat schon verstanden, dass KI nicht nur Effizienzwerkzeug ist. Sie ist Hebel. Und er weiß, wo er den Hebel ansetzen muss.
Der Elefant im Raum: die Schlüsselleute, die du schon hast
Das größere Problem ist oft nicht, wen du einstellst. Es sind die, die du schon hast.
In einem KMU ist das Organigramm kurz. Keine Schichten Middle Management. Du hast drei, fünf, acht Schlüsselleute, die das Unternehmen tragen.
Den Vertriebsleiter, der alle Kunden auswendig kennt. Die Verwaltungsperson, die seit fünfzehn Jahren die Maschine am Laufen hält. Die Projektmanagerin, auf die du alles ablädst, was du sonst nicht weißt, wohin.
Wenn diese Leute KI nicht anrühren, weil „das ist nicht mein Job“ oder „ich habe es immer so gemacht und es hat funktioniert“, hast du einen Engpass, den keine Neueinstellung kompensieren kann.
In einem Konzern kannst du das mit einem eigenen Team umgehen. In einem KMU nicht. Die Schlüsselleute sind das Unternehmen. Wenn sie sich nicht ändern, ändert sich nichts.
Und jetzt der wirklich unbequeme Teil, der für etwas Verärgerung sorgt.
In vielen KMU sitzt die erste Person, die die Botschaft nicht erhalten hat, sehr weit oben.
Wenn du das bist und mit einer Mischung aus Interesse und Reizung liest, lohnt es sich vielleicht, einen Moment auf dieser Reizung zu verweilen. Ich frage mich oft, ob sie nicht eines der nützlichsten Signale ist, wenn etwas uns mehr betrifft, als wir wollen.
Die Wahl ist am Ende klar: festzulegen, dass die Fähigkeit, KI-Agenten zu lenken, eine erwartete Kompetenz für jede Rolle ist — bei dir beginnend. Nicht optional. Nicht „nice to have“. Erwartet, bewertet, gemessen.
Es ist keine Generationenfrage
Eine andere bequeme Abkürzung trägt nicht: „die Jungen sind Digital Natives, also verstehen sie KI“.
Stimmt nicht.
Ich habe Zwanzigjährige gesehen, die KI als etwas glänzendere Suchmaschine nutzen. Und Fünfzigjährige, die sie auf eine Art in den Workflow integrieren, wie ich es mir nicht vorgestellt hätte.
Die Variable ist nicht das Alter. Es ist die Bereitschaft, die eigene Arbeitsweise neu zu denken. Zu sagen: „vielleicht ist die Art, wie ich es immer gemacht habe, nicht mehr die beste“.
Es braucht Demut, Neugier und ein wenig Unbehagen. Drei Dinge ohne Alter.
Also reicht es nicht, junge Leute einzustellen und zu hoffen, dass die KI per Osmose ins Unternehmen einsickert. Es braucht eine bewusste Wahl: welche Kompetenzen wertest du auf, welche belohnst du, welche — sagen wir es offen — verlangst du.
Die Kosten der Trägheit, in Zahlen (ungefähr)
Keine perfekten Rechnungen, aber die Größenordnung stimmt.
Ein Knowledge Worker, der KI gut lenkt, hat oft einen Output, der dem 1,5- bis 2-fachen eines Nichtnutzers entspricht. Nicht weil er mehr arbeitet, sondern weil er die niedrigwertige Arbeit eliminiert: manuelle Recherchen, Erstentwürfe, Erkundungsanalysen, Datenstrukturierung, Folienvorbereitung.
In einem Team von zehn: wenn fünf KI lenken und fünf nicht, ist es, als hättest du zwölf oder dreizehn Personen. Ohne jemand einzustellen.
Dreh die Argumentation um.
Wenn das Team deines Wettbewerbers auf diese Kompetenz ausgerichtet ist und deins nicht, bleibt deins bei zehn. Seines wird zu fünfzehn oder zwanzig, jedenfalls für bestimmte Tätigkeiten.
Und die Schere öffnet sich jeden Monat weiter, weil die Werkzeuge besser werden und wer sie lenkt, den inkrementellen Wert einsammelt. Wer sie nicht lenkt, steht still.
Das ist kein Futurismus. Das ist Arithmetik.
Was Montagfrüh zu tun ist
Die gute Nachricht: keine Task Forces, keine Beratenden, keine Zwölf-Monats-Transformationsprogramme für sechshunderttausend Euro nötig.
Drei praktische Entscheidungen — und etwas Konsequenz.
Erstens: die KI-Lenkungsfähigkeit als Bewertungskriterium für jede offene Stelle einführen. Nicht als technische Anforderung, sondern als Querschnittskompetenz, auf der Ebene von Kommunikation oder Teamfähigkeit. Stelle die drei Fragen. Höre wirklich zu.
Zweitens: deine direkten Berichte fragen, wie sie KI im Alltag einsetzen. Nicht per anonymer Umfrage, sondern im Einzelgespräch. Du wirst Überraschendes in beide Richtungen entdecken. Wer sie gut nutzt, tut es oft leise. Wer sie schlecht nutzt, merkt manchmal nicht, wie zerbrechlich seine Methode ist.
Drittens: das Vorbild geben.
Wenn du eine Unternehmerin bist, die nie einen KI-Agenten genutzt hat, um ein Angebot zu erstellen, eine Bilanz zu analysieren oder eine wichtige Mitteilung zu schreiben, ist die Botschaft klar: es ist nicht wichtig.
Und deine Organisation wird dir glauben.
In einem KMU kannst du Wandel nicht delegieren. Er beginnt bei dir oder gar nicht.
Es ist keine Moral
In fünf Jahren werden wir auf die Hiring-Prozesse von 2025 wahrscheinlich blicken wie heute auf die von 2010 — mit einer Mischung aus Zärtlichkeit und Unglauben. „Ihr habt ernsthaft Leute eingestellt, ohne zu prüfen, ob sie mit KI arbeiten können?“
Ja, im Ernst.
Wer früher damit aufhört, ohne zu warten, bis es „Standard“ wird, hat einen Vorsprung, den andere Jahre brauchen werden, um aufzuholen.
Vielleicht ist die richtige Frage am Ende nicht, ob die nächste Person, die du einstellst, KI nutzen kann.
Es ist, ob sie sie lenken kann. Und ob du bereit bist, das einzufordern, auch wenn es unbequem ist.
Was du mitnimmst
KI nutzen ist Prompt-and-pray; sie lenken heißt Kontext, Grenzen, Erfolgskriterien geben und ernsthaft iterieren.
Wer KI nutzt, ohne sie beurteilen zu können, ist gefährlicher als wer sie nicht nutzt: er produziert Fehler mit der Sicherheit dessen, der sich im Recht wähnt.
Es ist keine Generationenfrage: die Variable ist die Bereitschaft, die eigene Arbeitsweise neu zu denken.
In einem KMU kann man Wandel nicht delegieren: er beginnt bei der Unternehmerin oder gar nicht.
Wenn fünf von zehn KI lenken und fünf nicht, bleibt das Team bei zehn; das des Wettbewerbers wächst auf fünfzehn.
Fragen & Antworten
Was bedeutet KI lenken statt nur nutzen?
KI nutzen heißt ChatGPT öffnen und sich helfen lassen. Sie lenken heißt: präzise Anweisungen geben, den Output kritisch beurteilen, methodisch iterieren, bis etwas Tragfähiges herauskommt — und vor allem wissen, wann man sie nicht einsetzen sollte. Es ist eine Kompetenz, die näher am operativen Urteilsvermögen liegt als an einem technischen Skill. Sie zu besitzen reicht nicht; man muss sie führen können.
Welche Frage sollte sich eine KMU-Unternehmerin heute stellen?
Nicht ‚wie viele meiner Leute nutzen KI?’, sondern ‚wie viele meiner Leute holen aus KI ein besseres Ergebnis als allein?’. In Vertrieb, Marketing, Operations, Finance, Recht, Produkt, HR. Wenn die ehrliche Antwort ‚wenige’ oder ‚weiß ich nicht’ lautet, gibt es ein Schulungsproblem — und in KMU wiegt es schwerer, weil der Luxus zu warten fehlt.
Wie stellt man jemanden mit dieser Kompetenz 2026 ein?
Nicht als eigene Rolle (‚Chief AI Officer’), sondern als Querschnittskompetenz, die in jedem Hiring zu prüfen ist. Konkrete Interviewfragen: wie beurteilst du den Output eines Agenten, wenn du die Domäne nicht kennst? Wie entscheidest du, wann du ihn einsetzt und wann nicht? Wie schreibst du einen Prompt, der unter Produktionsdruck trägt? Das sind Interviewfragen, keine Schulungsfragen — der Unterschied ist, wer bereit ist, sie sich zu stellen.
Was ist das konkrete Risiko für jene, die nicht in diese Kompetenz investieren?
Nicht Effizienzverlust — Verlust der Wettbewerbsasymmetrie. Ein Unternehmen, in dem niemand KI wirklich lenken kann, produziert mittelmäßigen Output schneller und endet im Wettbewerb mit jenen, die qualitativen Output mit derselben Geschwindigkeit liefern. KI schließt die Qualitätslücke nicht, sie verstärkt sie. Das teuerste Missverständnis 2026: zu glauben, passive Adoption sei schon eine Strategie.
Der Autor
