KI-Strategie für den Mittelstand: Warum 2026 bis 2028 das entscheidende Fenster ist

Stellen Sie sich vor, Sie würden Ihr Werk heute von Grund auf neu planen, für das Jahr 2030. Wie viele Leute stünden an der Linie? Wer schriebe die Angebote, wer disponierte, wer prüfte die Rechnungen? Ich stelle diese Frage in Managementworkshops, und die Antworten fallen fast immer deutlich kleiner aus als die heutige Belegschaft. Zwischen dem Werk, das Sie haben, und dem, gegen das Sie ab 2030 antreten, liegt ein Delta. Eine KI-Strategie für den Mittelstand ist der Plan, dieses Delta in den nächsten 24 Monaten zu schließen.

Vier Stufen in sechs Jahren

Was ich in den letzten zwei Jahren bei Kunden und auf Benchmark-Besuchen gesehen habe, lässt sich grob in vier Stufen ordnen. 2024 bis 2026 ist die Stufe der generativen KI (Texte, Analysen, Recherche, Assistenz). Hier stehen die meisten Mittelständler heute, mit einzelnen Lizenzen und, seien wir ehrlich, ohne Plan dahinter. 2026 bis 2028 kommt die agentische KI, also Systeme, die innerhalb von Grenzen eigenständig entscheiden (Disposition, Vertrieb, Steuerung). 2029 bis 2030 folgen autonome Systeme, die ganze Prozesse steuern, mit Menschen an den Ausnahmen. Ab 2030 rechne ich mit Unternehmen, die vollständig KI-gestützt arbeiten und mit 30 bis 50 Prozent Kostenvorsprung in Ihren Markt gehen. Die letzte Zahl ist keine Studie, sondern meine Extrapolation aus dem, was wir heute in Werken messen: 15 bis 35 Prozent der Arbeit sind in 24 Monaten ersetzbar, und die Preise für Robotik und Agenten fallen. Man kann das anders schätzen, u. U. auch niedriger. Was sich schwer bestreiten lässt, ist die Folge: Wer 2028 die Voraussetzungen hat, skaliert 2029. Wer 2028 anfängt, baut unter Druck.

Deshalb 2026 bis 2028. Nicht 2030.

Deutschland liegt zurück, und warum das für Ihre Strategie kaum eine Rolle spielt

Unternehmen in den USA investieren laut McKinsey rund 400 Milliarden Euro jährlich in KI, in China 200 Milliarden, in Deutschland 10 Milliarden. Laut Bitkom sehen sich 64 Prozent der deutschen Industrieunternehmen als Nachzügler. Die Zahlen werden gern als Alarm zitiert, und sie sind einer. Für die Strategie eines einzelnen Mittelständlers taugen sie trotzdem wenig, denn Ihr Wettbewerber sitzt in der Regel nicht im Silicon Valley. Er sitzt in Baden-Württemberg, in Norditalien, in Polen oder in Ningbo, und er steht vor derselben Frage wie Sie, mit ähnlichem Budget und ähnlicher IT-Abteilung. Ich habe noch keinen Mittelständler getroffen, der gegen Nvidia antritt, und in Polen ist das Budget oft kleiner als Ihres. Das Rennen im Mittelstand wird zwischen Unternehmen ähnlicher Größe entschieden, und die meisten davon haben noch nicht angefangen. Das ist die gute Nachricht in den Zahlen. Sie gilt nicht ewig.

Was in eine KI-Strategie gehört

Keine Technologieliste. Eine KI-Strategie beantwortet, welche Wettbewerbsposition das Unternehmen mit KI stützen will (Produktivität, Geschwindigkeit, Qualität oder Wachstum), und welche drei wirtschaftlichen Probleme in den nächsten 24 Monaten vorrangig gelöst werden, bspw. „Angebotsdurchlaufzeit von drei Wochen auf drei Tage". Daraus folgen Technologiefamilien, Use Cases, Reihenfolge und Finanzierung. Im Whitepaper haben wir den Weg in fünf Phasen beschrieben, mit Dauern aus Projekten.

Zwei Dinge an dieser Tabelle sind ungewöhnlich, und beide sind Absicht. In Phase 2 steht der Abbau von Überbestand und Überkapazität vor den Piloten, weil er sie bezahlt. In einem Rechenbeispiel für 500 Mitarbeiter sind das 6,4 Millionen Euro in 12 bis 20 Wochen, gegen 4,0 Millionen Euro Investition über zwei Jahre. Und die Geschäftsführung hat eine eigene Phase. Sie muss keine Entwickler werden, aber sie muss Potenziale, Grenzen und Risiken so verstehen, dass sie Investitionen steuern kann, und dafür reicht kein Vortrag (auch keiner von mir). Zwei Besuche bei Unternehmen, die zwei Jahre weiter sind, verändern die Diskussion im Führungskreis mehr als jede Studie, die ich je auf den Tisch gelegt habe.

Woran es scheitert

70 Prozent der Transformationen in Deutschland scheitern, und in den Fällen, die ich aus der Nähe gesehen habe, war es so gut wie nie die Technik. Meistens war die Dringlichkeit nur in der Geschäftsführung angekommen und nicht in der zweiten Ebene. Oft lief KI als Projekt der IT statt als Teil der Unternehmensstrategie. Häufig hatte außer dem Tagesgeschäft niemand Zeit. Dazu Piloten ohne verbindliche Reihenfolge, eine Belegschaft, die „Stellenabbau" hörte, wo Nicht-Nachbesetzung gemeint war, eine Toolschulung für alle statt einer Qualifikation je Rolle, und niemand, der wöchentlich nachsah, ob die Zahl sich bewegt.

Im Whitepaper stehen daraus acht Erfolgsfaktoren. Ich zähle sie hier nicht auf, Sie kennen sie, wenn Sie den letzten Absatz gelesen haben.

Was Sie in den nächsten 90 Tagen entscheiden können

Drei Entscheidungen, keine Beschaffung. Legen Sie fest, welche drei wirtschaftlichen Probleme KI bis 2028 lösen soll, in Euro. Benennen Sie, wer im Führungskreis den Nutzen des Gesamtprogramms verantwortet (nicht die Technik, den Nutzen). Und entscheiden Sie, woher das Geld kommt, aus einem Sonderbudget oder aus dem eigenen Lager. Mit diesen drei Antworten lässt sich in drei Wochen eine Potenzialanalyse machen und nach zwölf Wochen der erste Pilot messen.

Warum die Finanzierungsfrage über die ganze Transformation entscheidet, steht im Beitrag warum 70 Prozent der Industrieunternehmen ihre KI-Investitionen verbrennen. Was der Fachkräftemangel damit zu tun hat, im Beitrag zu Fachkräftemangel und KI. Das vollständige Framework mit Steuerung, Standards und Gates im Beitrag zur KI-Transformation in der Industrie, und wie sich das in EBIT und Liquidität übersetzt, auf unserer Seite für Gesellschafter.

An welcher der vier Stufen Ihr Werk heute steht, ist meist in einem Gespräch klar. Wenn Sie es wissen wollen: Erstgespräch buchen, 20 Minuten, und ich sage Ihnen auch, wenn ich es nicht weiß.

Whitepaper: ROI-getriebene KI-Transformation in der Industrie

Das Whitepaper vertieft die sieben Technologiefamilien, die Tätigkeitsanalyse, die finanzielle Bewertung einer Transformation, Organisation und Governance sowie das Leanovative-Framework mit den fünf Phasen. Zum Whitepaper.

Über den Autor

Kenneth Hytrek ist Gründer und Geschäftsführer der LEANOVATIVE Consulting GmbH. Seit mehr als 16 Jahren arbeitet er mit Geschäftsführern und Führungsteams produzierender Unternehmen an Produktivität, Kosten, Working Capital und Wettbewerbsfähigkeit. Seine Erfahrung aus mehr als 150 Projekten verbindet er mit einem ROI-orientierten Ansatz zur Einführung von Künstlicher Intelligenz und Automation.