KI-Strategie · 7 Min. Lesezeit

KI-Strategie entwickeln: So priorisiert ihr KI-Piloten nach Business-Impact

Veröffentlicht: 26. Oktober 2026

Das Wichtigste in Kürze

Im hy Innovation Report 2025 liegt in neun von elf Industrien der DACH-Region der AI Narrative Score unter dem Automation Score, und keine Industrie erreicht beim Automation Score mehr als zwei von fünf Punkten.
Unternehmen mit Innovationsverantwortung im Top-Management und etablierten Innovationseinheiten erzielen deutlich höhere Automation Scores, die Korrelation liegt bei r ≈ 0,44.
Bei der Zurich Gruppe Deutschland routen Voicebots laut Folge #001 von Return on Innovation 1,5 Millionen Anrufe mit einer Erfolgsquote von 95 %.

Fast jeder Mittelständler hat inzwischen KI-Piloten laufen, manche zwei, manche zwanzig. Deutlich seltener gibt es eine Antwort auf die Frage, welche davon das Geschäft verändern sollen. Für den hy Innovation Report 2025 haben wir über 500 Unternehmen aus elf Industrien bewertet. In neun von elf Industrien liegt der Score für das KI-Narrativ unter dem Score für Automatisierung. Die technische Basis entsteht, das strategische Zielbild fehlt.

Mein Standpunkt ist einfach: KI ist ein Beschleuniger für Business-Impact und kein Selbstzweck. Eine KI-Strategie, die diesen Namen verdient, entscheidet deshalb vor allem, welche Piloten ihr stoppt.

Wie sieht eine gute KI-Strategie aus?

Eine gute KI-Strategie verbindet ein Zielbild, das sagt, wofür ihr KI im Geschäftsmodell einsetzt, mit einer Umsetzung, die Prozesse tatsächlich automatisiert. Sie startet bei den Geschäftsproblemen, die euch am meisten Umsatz oder Marge kosten, priorisiert Use Cases nach Business Impact und Machbarkeit und legt fest, wer im Vorstand dafür geradesteht. Narrativ ohne Umsetzung bleibt folgenlos, Umsetzung ohne Zielbild bleibt wirkungslos.

Woran ihr eine schwache KI-Strategie erkennt: Sie besteht aus einer Liste von Tools, einem Budget für Lizenzen und einer Arbeitsgruppe in der IT. Was fehlt, ist die Verbindung zu einer Kennzahl, die der CEO ohnehin jeden Monat ansieht.

Wo steht der Mittelstand bei KI?

Keine Industrie in unserer Analyse erreicht beim Automation Score mehr als zwei von fünf Punkten. Die Basis wächst, aber langsamer, als es der Wettbewerb verlangt. Der Vergleich von AI Narrative Score und Automation Score zeigt drei Muster, und für jedes gibt es eine andere Aufgabe.

Tabelle mit drei Mustern aus dem Vergleich von AI Narrative Score und Automation Score. Starkes Narrativ und schwache Automatisierung, Beispiel IT und Software: in Infrastruktur investieren, also Datenflüsse, Prozesse und Architektur. Starke Automatisierung und schwaches Narrativ, Beispiel Energie und Landwirtschaft: Zielbild schärfen, Führung aktivieren, Use Cases strategisch verankern. Beides im Gleichgewicht, Beispiel Maschinen- und Anlagenbau: Umsetzung mit KI-Vision verbinden und skalieren — Eigene Darstellung nach dem hy Innovation Report 2025, S. 36-37.

Für den industriellen Mittelstand ist der Maschinen- und Anlagenbau das interessanteste Beispiel. Die Industrie hat den höchsten Automation Score und verbindet die technologische Umsetzung mit einer soliden Kommunikation ihrer KI-Vision. Wer dagegen in der Produktion seit Jahren automatisiert, aber kein Zielbild hat, das KI mit dem Geschäftsmodell verbindet, steckt im zweiten Muster. Er kann nicht beantworten, welche Use Cases strategisch zählen und welche nur effizient sind.

Warum bleiben so viele KI-Projekte im Pilot hängen?

Manuel Gerres, bei SAP Chief Revenue Officer for Business AI, spricht in Folge #058 von einer innovationshemmenden Pilotitis in vielen deutschen Unternehmen. Laut den Shownotes sieht er zwei Voraussetzungen, damit aus kleinen Tests skalierende Lösungen werden: groß gedachte Zielbilder und ein Top-Management, das KI aktiv vorlebt.

Unsere Daten zeigen dasselbe. Unternehmen mit Innovationsverantwortung im Top-Management und etablierten Innovationseinheiten wie Labs, CVC oder Venture Clienting erreichen deutlich höhere Automation Scores, die Korrelation liegt bei r ≈ 0,44. In rund der Hälfte der untersuchten Unternehmen ist von außen aber keine Innovationsverantwortung im Vorstand erkennbar.

Ich halte das für den häufigsten Fehler: Die KI-Strategie wird als Technologieprojekt aufgesetzt und an die IT delegiert. Dann entstehen Piloten, die technisch funktionieren und an keiner Kennzahl des Geschäfts hängen. Niemand stoppt sie, weil niemand sagen kann, woran sie gescheitert wären.

Wie entwickelt ihr eine KI-Strategie in fünf Schritten?

Wir gehen bei hy in fünf Schritten vor. Die Reihenfolge ist wichtiger als jeder einzelne Schritt.

Schritt 1: Beim Geschäftsproblem anfangen. Schreibt die drei bis fünf Probleme auf, die euch in den nächsten Jahren am meisten Umsatz oder Marge kosten. Erst danach fragt ihr, welche KI-Anwendungen dafür taugen. Bei der Zurich Gruppe Deutschland ist laut Folge #001 ein konkretes Business-Problem der Startpunkt jeder Kooperation. Daniela Cerna-Wirths erzählt dort, wie Voicebots 1,5 Millionen Anrufe mit 95 % Erfolgsquote routen.

Schritt 2: Den Reifegrad ehrlich bestimmen. Wir nutzen dafür einen AI-Readiness Check, eine zweiwöchige Analyse über acht Felder: Strategie, Governance, Anwendungen, Frameworks, Modelle, Datenmanagement, Systemmanagement und Infrastruktur. Die Bestandsaufnahme bringt oft Überraschungen. Meko ElMekawy erzählt in Folge #039, dass bei enercity eine erste Befragung 400 autonome Agenten ans Licht brachte, die ohne offizielle Steuerung entstanden waren. Ich würde diese Schatten-KI als Signal lesen: Wo Mitarbeitende eigene Lösungen bauen, liegen die Use Cases mit dem größten Nutzen schon auf dem Tisch.

Schritt 3: Use Cases nach Business Impact und Machbarkeit priorisieren. Dazu gleich mehr, denn hier entscheidet sich, ob aus zwanzig Piloten fünf werden, die zählen.

Schritt 4: Mitarbeitende befähigen. Bei der RAPS Group bildet das Programm „Leaders of AI“ laut Folge #051 eigene Expert:innen in den Fachbereichen aus, die selbst KI-Agenten bauen. Wir machen das bei hy selbst mit einer AI Agent Challenge, in der Teams Agenten für einen echten Prozessschritt bauen und die besten in einer Sandbox produktiv testen.

Schritt 5: Das Zielbild festschreiben und kommunizieren. Aus den priorisierten Use Cases wird ein Zielbild für KI-getriebene Geschäftsmodelle und Services. Es gehört in die Kommunikation nach innen und nach außen, weil es Talente, Partner und Kapitalgeber anzieht.

Tabelle mit drei Stufen von der KI-Bestandsaufnahme zum Geschäftsmodell. Assess and Learn: Datenreife, Technologieeinsatz und Prozessautomatisierung bewerten und Mitarbeitende befähigen, Werkzeug ist der AI-Readiness Check in zwei Wochen. Automate and Scale: repetitive und wissensbasierte Aufgaben finden und Use Cases nach Business Impact und Machbarkeit priorisieren, Werkzeug ist eine unternehmensweite AI Agent Challenge. Leverage and Lead: strategisches Zielbild für KI-getriebene Geschäftsmodelle entwickeln, Werkzeug ist, interne Erfolge nach außen zu tragen — Eigene Darstellung nach dem hy Innovation Report 2025, S. 38-39.

Wie priorisiert ihr 20 KI-Piloten ohne klare Investitionslogik?

Zwanzig Piloten ohne Investitionslogik sind kein Portfolio. Gebt jedem Piloten dieselben fünf Prüffragen: Welches Geschäftsproblem löst er, an welcher Kennzahl messt ihr ihn, wie hoch war der Wert vor dem Start, wer im Fachbereich will ihn haben, und was kostet der Weg in den Betrieb? Wer eine dieser Fragen nicht beantworten kann, kommt in die nächste Runde nicht mit.

Tabelle mit fünf Prüffragen für jeden KI-Piloten: Geschäftsproblem, Kennzahl, Nullmessung, Owner im Fachbereich und Kosten für den Weg in den Betrieb, jeweils mit dem Signal zum Skalieren und dem Signal zum Stoppen — Eigene Einordnung von hy auf Basis des Innovation Report 2025 und unserer KI-Projekte.

Der Business Case je Use Case muss dabei nicht auf die Nachkommastelle stimmen. Er muss nur vorher feststehen, damit ihr nachher eine Zahl vergleicht und keine Eindrücke. Justus Kienert, CIO der RAPS Group, erzählt in Folge #051, wie dort das Ziel einer Umsatzverdopplung in konkrete Initiativen heruntergebrochen wird und Excellence Manager zwischen IT und Fachbereichen übersetzen. Der KI-Sales-Assistent „Donna“ war in vier Wochen ausgerollt. So sieht für mich eine Priorisierung aus, die am Business-Impact hängt.

Tabelle mit fünf Praxisbeispielen aus dem Podcast Return on Innovation: Zurich Gruppe Deutschland, Voicebots routen 1,5 Millionen Anrufe mit 95 % Erfolgsquote. enercity, 400 autonome Agenten in der Schatten-KI entdeckt, über 90 % aktive Nutzung von Copilot. RAPS Group, KI-Sales-Assistent in vier Wochen ausgerollt. ABN AMRO, 85 % der Belegschaft nutzen KI, 50 % der Codebasis KI-generiert. Wandelbots bei Schaeffler, digitale Zwillinge senken die Lebenszeitkosten automatisierter Anlagen um bis zu 50 % — Eigene Darstellung nach den Shownotes der Folgen #001, #039, #051, #057 und #068 von Return on Innovation.

Den Mut zum Stopp halte ich für die eigentliche Führungsaufgabe. Ein Pilot, der seit Monaten nur noch mit Adjektiven beschrieben wird, bindet Leute, die ihr für die fünf wichtigen braucht.

Wie verankert ihr die KI-Strategie im Vorstand?

Verankert heißt: Ein Vorstandsmitglied verantwortet die KI-Strategie mit eigenem Budget, die Ziele stehen im Zielsystem der Führungskräfte, und der Vorstand sieht quartalsweise dieselben Kennzahlen je Use Case. Delegiert ihr das Thema an die IT, delegiert ihr auch die Priorisierung.

Dazu gehört, dass der Vorstand KI selbst erlebt. Schaeffler setzt laut Folge #042 dafür unter anderem auf AI Reverse Mentoring für Führungskräfte. Carsten Bittner beschreibt in Folge #057, warum bei ABN AMRO die Verantwortung trotz 85 % KI-Nutzung in der Belegschaft nie an die Maschine abgegeben wird. Für Aufsichtsrat und Governance heißt das: Klärt früh, welche Entscheidungen KI vorbereiten darf und welche ein Mensch trifft, und nehmt den EU AI Act als Rahmen für Datenqualität und Auditierbarkeit, statt ihn als Einzelmaßnahme abzuarbeiten.

Wann braucht ihr eine Beratung und wann einen IT-Dienstleister?

Eine Beratung braucht ihr für die Frage, welche Probleme KI lösen soll, welche Piloten ihr stoppt und wie die Investitionslogik aussieht. Einen IT-Dienstleister braucht ihr, sobald ein Use Case mit Kennzahl, Owner und Business Case feststeht und gebaut werden soll. KI-Strategie und KI-Implementierung sind zwei Aufträge.

Ich empfehle, beide Aufträge nur bewusst beim selben Anbieter zu bündeln. Wer am Bauen verdient, empfiehlt selten, weniger zu bauen. Für die Priorisierung braucht ihr jemanden, der am Ergebnis der Prüfung gemessen wird und nicht am Umfang der Umsetzung. Genau so verstehen wir bei hy unsere Rolle, auch wenn das heißt, euch einen Piloten auszureden.

Fazit: Eine KI-Strategie für den Mittelstand priorisiert nach Business-Impact

Eine KI-Strategie beginnt bei den Geschäftsproblemen, die euch am meisten Umsatz oder Marge kosten, und endet bei einem Zielbild, das Automatisierung mit dem Geschäftsmodell verbindet. Dazwischen liegen eine ehrliche Bestandsaufnahme, eine Priorisierung mit denselben Prüffragen für jeden Piloten und die Befähigung eurer Mitarbeitenden. Verankert die Verantwortung im Vorstand, denn dort entscheidet sich, ob aus Piloten skalierende Lösungen werden. Wo eure Industrie steht, zeigt der hy Innovation Report 2025. Für die Praxis lohnt Folge #051 mit Justus Kienert. Und wenn ihr eure Piloten mit uns sortieren wollt: Say hy!