Beiträge zur Frage, wie ein mittelständisches Unternehmen den Einsatz von KI steuert, statt ihn geschehen zu lassen. Zu Regeln und Governance, zu den Pflichten aus der KI-Verordnung, zur Messbarkeit des Nutzens und zur Frage, wer die Verantwortung trägt.
Ein Teil dieser Texte ist zuerst in Fachmedien erschienen; die Quelle steht jeweils im Beitrag. Wo sich seither die Rechtslage geändert hat, ist die Aktualisierung im Text gekennzeichnet. Die Beiträge ordnen regulatorische Themen fachlich ein und ersetzen keine Rechtsberatung, siehe Rechtlicher Hinweis. Sämtliche Auftritte in Presse, Podcast und Video: Publikationen & Presse.
KI-Richtlinien, Governance und Schatten-KI
Wenn niemand geregelt hat, welche Werkzeuge erlaubt sind und welche Daten hinein dürfen, entscheidet das jeder Mitarbeitende selbst. Diese Beiträge behandeln, was eine KI-Richtlinie im Unternehmen leisten muss, wie Schatten-KI entsteht und woran sich ein KI-Schadensfall frühzeitig erkennen lässt.
Vorlagen und Struktur für die eigene Richtlinie · Begleitung beim Aufbau der Governance
KI-Agenten im Unternehmen: der Unterschied zwischen einem System, das antwortet, und einem, das handelt
Ein Chatbot gibt eine Antwort, die ein Mensch prüft. Ein Agent führt aus. Zwischen beidem liegt der gesamte Unterschied im Risiko, und die meisten Freigabeprozesse kennen ihn nicht.
Schatten-KI sichtbar machen: wie eine KI-Inventur tatsächlich abläuft
Die Frage „Setzt ihr KI ein?\” bringt in fast jedem Haus ein Nein und ist trotzdem falsch beantwortet. Wie eine Bestandsaufnahme aufgebaut ist, die findet, was wirklich läuft.
Was in eine KI-Richtlinie gehört, und was darin nichts zu suchen hat
Die meisten KI-Richtlinien scheitern auf eine von zwei Arten: vierzehn Seiten, die niemand liest, oder ein Satz, der nichts regelt. Was eine Nutzungsregel enthalten muss, damit sie im Alltag trägt.
EU AI Act, Schatten-KI und KI-Governance: Compliance und Sicherheit im Mittelstand
Interview über den Umgang mit Schatten-KI, für den Verbote wenig taugen und klare Regeln viel, und über KI-Governance als Führungsthema.
KI-Governance klingt nach Bürokratie, ist aber der Schlüssel zur Skalierung
Zwischen Vision und operativer Realität liegt die Frage, wer was nach welchen Regeln entscheidet. Governance als Werttreiber statt als Kontrollinstrument.
Pflichten aus der KI-Verordnung und KI-Kompetenz
Was die KI-Verordnung von einem mittelständischen Unternehmen tatsächlich verlangt, welche Pflichten zu welchem Zeitpunkt greifen und was davon Aufschub hat. Dazu die Frage, wer die Einhaltung in Deutschland überwacht, und was hinter der viel diskutierten Schulungspflicht wirklich steckt.
Die eigene Betroffenheit klären · Schulungen zur KI-Kompetenz
Was nach einer KI-Schulung tatsächlich hängenbleibt
Drei Stunden Schulung, zufriedene Rückmeldungen, und sechs Wochen später arbeitet ein Teil der Belegschaft wieder wie vorher. Was den Unterschied macht, hat wenig mit dem Inhalt zu tun und viel mit dem, was danach passiert.
Wer prüft, wenn Unternehmen KI einsetzen? Die neue Aufsicht nach dem KI-MIG
Seit Ende Juli 2026 ist geklärt, wer in Deutschland die KI-Verordnung durchsetzt. Was die Bundesnetzagentur darf, was sie ausdrücklich nicht leistet und was das für ein mittelständisches Unternehmen praktisch bedeutet.
KI-Verordnung: Welche Pflichten Unternehmen ab dem 2. August 2026 tatsächlich treffen
Der 2. August 2026 ist der allgemeine Anwendungsbeginn der KI-Verordnung. Was an diesem Tag wirklich greift, was längst gilt, was verschoben wurde und was bis dahin im Haus vorliegen sollte.
Gibt es eine KI-Schulungspflicht? Was Artikel 4 der KI-Verordnung wirklich verlangt
Eine Schulungspflicht mit Frist und Nachweis gibt es nicht, und seit dem Digital Omnibus steht sie noch schwächer im Gesetz. Was Artikel 4 tatsächlich verlangt, wen es betrifft und was passiert, wenn ein Unternehmen nichts tut.
Das Risiko der Passivität: Warum unkontrollierte KI teurer ist als jede Regulierung
Abwarten wirkt wie die sichere Wahl und ist es nicht. KI-Risiken bauen sich schleichend auf, während die informelle Nutzung im Haus längst läuft.
Nutzen messen, vom Pilotprojekt in den Betrieb
Ob sich die KI-Investitionen lohnen, kann in vielen Häusern niemand belegen. Diese Beiträge behandeln den KI-Reifegrad eines Unternehmens, tragfähige Kennzahlen statt Nutzungsstatistik und den Sprung vom Pilotprojekt in den Produktivbetrieb.
Standortbestimmung mit der KI-Reifegrad-Analyse · Priorisierung und Roadmap
Von der Idee zur gesteuerten KI: fünf Schritte und drei Zeithorizonte
Zielklarheit, Inventur, Priorisierung, Verantwortlichkeit, Steuerung. Was hinter den fünf Schritten steckt, warum die Reihenfolge zählt und was sich in 90 Tagen, sechs und zwölf Monaten realistisch erreichen lässt.
KI ist nicht nur ChatGPT: wo im operativen Geschäft die größeren Hebel liegen
Seit drei Jahren heißt KI im Mittelstand fast immer generative KI. Die Verfahren, die in Produktion, Disposition und Instandhaltung den größeren Ertrag bringen, sind älter, unauffälliger und deutlich besser messbar.
KI-Reifegrad: die vier Stufen und woran Sie erkennen, auf welcher Sie stehen
Fast jedes mittelständische Unternehmen hält sich für weiter, als es ist. Vier Reifestufen der KI-Nutzung, die erkennbaren Merkmale jeder Stufe und der typische Fehler, der den Übergang blockiert.
Woran die KI-Skalierung im Mittelstand wirklich scheitert
Nach zwölf bis achtzehn Monaten KI-Einführung fehlt vielen Häusern die Antwort darauf, was davon auf die Geschäftszahlen eingezahlt hat. Der Grund liegt im Sprung vom Experiment in den Produktivbetrieb.
Warum die meisten Unternehmen nicht wissen, ob ihre KI-Investitionen sich lohnen
Nutzungsraten und Lizenzkosten sind Zahlen, aber keine Steuerungsgrößen. Woran sich ein tauglicher Kennwert erkennen lässt und wer ihn verantwortet.
KI wird ohne Unternehmensstrategie zum teuren Aktionismus
Ohne Anschluss an die Unternehmensstrategie bleibt auch die beste Datenstrategie folgenlos. Warum weniger Anwendungsfälle häufig mehr Wirkung bringen.
Vom Pilot zum Profit: Warum 95 % der KI-Projekte scheitern und wie es trotzdem klappt
Interview über die Erfolgsfaktoren von KI-Vorhaben. Die größte Hürde ist selten die technische Komplexität, sondern Führungskompetenz.
Verantwortung und Führung
KI verändert, wie in einem Unternehmen entschieden wird. Diese Beiträge behandeln, warum die Verantwortung dafür in die Geschäftsführung gehört, was die Rolle eines Chief AI Officers wirklich enthält und welche Fragen ein Kontrollgremium stellen sollte.
Externer Chief AI Officer auf Zeit
KI ist Chefsache: warum die Delegation an die IT das teuerste Missverständnis ist
Die IT kann Werkzeuge beschaffen und betreiben. Was sie nicht kann, ist entscheiden, welche Prozesse ein Unternehmen künftig anders führt. Genau darin besteht die Aufgabe.
Woran KI-Projekte scheitern, und warum fast nie an der Technik
Wenn ein KI-Projekt versandet, wird meistens das Modell diskutiert. In den Häusern, die ich begleitet habe, lagen die Gründe fast immer davor: bei der Verantwortung, der Datenlage und dem Prozess, den niemand vorher angesehen hat.
Braucht ein Unternehmen einen KI-Beauftragten? Was die KI-Verordnung dazu sagt, und was nicht
Die Analogie zum Datenschutzbeauftragten liegt nahe und führt in die Irre. Die KI-Verordnung kennt keine solche Pflichtrolle. Was sie stattdessen verlangt und welche Zuständigkeiten ein Haus wirklich benennen muss.
Warum Künstliche Intelligenz Chefsache ist
Der erste Beitrag der Reihe. KI verändert, wie in einem Unternehmen entschieden wird, und lässt sich deshalb nicht an die IT delegieren.
Branche und Lieferkette
Wo die allgemeinen Regeln auf ein konkretes Geschäft treffen: Anwendungen in der Wasserwirtschaft, die Frage nach den Rechten an Maschinendaten im Maschinenbau und die Besonderheiten für Zulieferer mit Verteidigungsbezug.
Betroffenheit und Datenfragen klären
Maschinendaten und KI: Warum der Data Act über Ihr nächstes Datenprodukt entscheidet
Viele Maschinenbauer planen datenbasierte Dienste und trainieren Modelle auf Betriebsdaten ihrer Kunden. Seit dem Data Act braucht beides eine Grundlage, die in den wenigsten Verträgen steht.
KI in der Wasserwirtschaft: welche Anwendungen tatsächlich tragen
In Wasserversorgung und Abwasserentsorgung liegen die tragfähigen KI-Anwendungen nicht bei der Textgenerierung, sondern in den Daten, die ohnehin anfallen. Vier Anwendungsfelder und die Kriterien, an denen ein Pilot scheitert oder trägt.
Englischsprachig
Beitrag in englischer Sprache.
How SMEs Can Navigate the Data & AI Landscape
Englischsprachiges Interview über die Schritte, mit denen kleinere und mittlere Unternehmen ihre ersten KI-Vorhaben angehen, und über die häufigsten Fehler dabei.
Die Frage hinter allen diesen Beiträgen
Wer steuert in Ihrem Haus den Einsatz von KI, und woran ließe sich erkennen, dass es funktioniert? Wenn die Antwort länger dauert als ein Satz, lohnt ein Gespräch.