Wir haben eine komplette Website mit KI-Unterstützung gebaut. In wenigen Stunden. Ohne Programmierkenntnisse. Diese Erfahrung hat gezeigt, dass die Einstiegshürde auch für anspruchsvolle Aufgaben radikal gesunken ist und professionelle Ergebnisse erzielt werden können. Kein Design-Mockup, das später von einem Webdesigner weiterbearbeitet werden muss. Kein Produkt, das ohne KI nicht weiterbearbeitet werden kann. Vielmehr war das Ergebnis tatsächlich eine komplette Website, die mittlerweile online ist. Ist das ein ganz anderes Modell für die KI-Implementierung in Unternehmen, das weit über ein Pilotprojekt hinausgeht? Wenn bereits ein einzelner Anwender in wenigen Stunden ein professionelles Ergebnis erreichen kann, was schafft dann ein eingespieltes Team, das auf Fachkompetenz, Erfahrung und Branchenwissen zurückgreifen kann? Anders ausgedrückt: Benötigen wir mehr Inkubatoren statt Pilotprojekte, und wie können die richtigen Rahmenbedingungen dafür geschaffen werden?
TL;DR:
KI-Pilotprojekte liefern häufig nicht die erwarteten Ergebnisse, weil sie auf das Testen von Technologie angelegt sind und keine übertragbare Lernerfahrung erzeugen. Ein KI-Inkubator verfolgt einen anderen Ansatz: Ein kleines Team löst eine reale Herausforderung von Grund auf mit KI, die Geschäftsführung nimmt aktiv teil, und das primäre Ziel ist der Kompetenzaufbau. Gründer und Solo-Unternehmer zeigen, dass diese Bedingungen funktionieren. Die Frage ist, ob Unternehmen bereit sind, sie gezielt herzustellen.
Ein unspektakuläres Experiment und was es über die KI-Einführung verraten kann
Das Experiment war tatsächlich unspektakulär. Ein KI-System, eine leere Leinwand, eine erste Vorstellung davon, wie die neue Homepage am Ende aussehen sollte. Innerhalb von Minuten legte die KI drei Designvorschläge vor. Eine Stunde später stand das Grundgerüst. Was nicht passte, wurde direkt im System korrigiert. Was normalerweise Wochen in Anspruch nimmt, konnte in kürzester Zeit erledigt werden.
Dieses kleine Experiment hat zwei Ergebnisse zutage gefördert. Zum einen die Begeisterung, selbst eine Website erstellen zu können. In einem Überschwang der Emotionen dachten wir: „Nie mehr einen Webdesigner beauftragen!“ und „Keine Abhängigkeiten mehr!“ Das Hochgefühl hielt nicht lange an. Natürlich ist es ein gutes Gefühl, selbst etwas zu tun und ein professionelles Ergebnis zu erhalten. Genauso berechtigt ist aber auch die Frage, ob man es selbst machen muss. Denn jede Stunde, die in weitere Detailoptimierungen fließt, fehlt an anderer Stelle.
Zum anderen die Frage, ob diese Herangehensweise, das selbstständige und KI-gestützte Handeln, auch ein Ansatz für Unternehmen sein könnte, wenn diese den Einstieg in die KI-Welt wagen möchten. Solo-Gründer weltweit machen genau das gerade vor. Einzelpersonen oder kleine Teams nutzen KI, um Unternehmen aufzubauen. Was wäre, wenn man diese Herangehensweise als Inkubator im Unternehmen implementieren würde?
Solo-Gründer und kleine Gründerteams als Versuchskaninchen
In den vergangenen zwei Jahren haben wir ein bemerkenswertes Phänomen beobachtet. Solo-Gründer oder kleine Gründerteams bauen Unternehmen auf, die es mit deutlich größeren und bereits am Markt etablierten Wettbewerbern aufnehmen können. Sie entwickeln Produkte, gewinnen Kunden und erzielen teilweise beachtliche Umsätze. Weil sie die notwendigen Rahmenbedingungen geschaffen haben, eine klare Vision einbringen, über Branchenwissen verfügen und KI als Werkzeug für die Umsetzung nutzen.
Von diesen Gründern und ihrer Herangehensweise lässt sich einiges lernen. Die Versuchsanordnung hat nahezu Idealbedingungen: keine Altlasten, keine gewachsenen Strukturen, keine oder nur wenige interne Abstimmungsschleifen. Auch das Ergebnis kann bewertet werden. Technische Einstiegshürden werden reduziert. Alle Bereiche eines Unternehmens, von der Produktentwicklung über das Marketing bis zu Sales, sind integriert und die KI ist immer präsent. All das ermöglicht es einem Solo-Gründer oder einem kleinen Team, Ergebnisse zu erreichen, die bislang viel größere Teams und unterschiedliche Abteilungen erfordert hätten.
Aus der Unternehmensperspektive steht da zum einen die Erkenntnis, was grundsätzlich erreicht werden kann, wenn die richtigen Rahmenbedingungen geschaffen werden. Zum anderen das Verständnis, dass diese Rahmenbedingungen bereitgestellt werden können, indem die Freiheit zum Experimentieren und die Eigenverantwortung für das Ergebnis mit möglichst wenigen Leitplanken kombiniert werden. Dazu kommt die Bereitschaft, aus dem Prozess zu lernen, Anpassungen schnell vorzunehmen und neben dem Ergebnis auch einen Kompetenzgewinn zu erzielen.
Ist es möglich, dass in vielen Unternehmen bei der KI-Einführung das genaue Gegenteil geschieht?
Warum Pilotprojekte die falschen Bedingungen schaffen
Pilotprojekte liefern oft nicht, was sich Unternehmen von ihnen versprochen haben. Das ist kein Einzelfall. In einem früheren Beitrag sind wir diesem Phänomen nachgegangen [Herausforderungen bei KI-Implementierungen und mögliche Lösungen] und haben ein gemeinsames Muster herausgearbeitet: Pilotprojekte sind darauf angelegt, eine Hypothese zu bestätigen, aber selten darauf, etwas Grundsätzliches zu lernen.
Das Design eines typischen KI-Pilotprojekts sieht so aus: Der KI-Einsatz soll in einem bereits bestehenden Prozess getestet werden. Wenn der Prozess ausgewählt ist, wird die passende KI-Lösung beschafft, ein Dienstleister mit der Implementierung beauftragt und die Erfolgskriterien werden definiert. Beispielsweise soll die Fehlerquote um 15 Prozent sinken. Wird dieses Ziel erreicht, dann war der Pilot ein Erfolg. Wenn nicht, dann lag es an der KI, die es (noch) nicht kann.
Über diese Vorgehensweise und darüber, dass womöglich Prozesse mit KI automatisiert werden, die nur einen geringen Wertschöpfungsbeitrag leisten, kann man vielfältig philosophieren. Wichtiger ist die Erkenntnis, dass das Problem gar nicht in der Methodik liegt. Pilotprojekte so aufzusetzen, ist vollkommen legitim und liefert immerhin eine Übersicht, was sich mit KI nicht oder bislang nicht umsetzen lässt.
Was ein Pilotprojekt aber nicht leistet, ist eine Lernerfahrung, die über den getesteten Prozess hinausgeht. In der Konsequenz werden die Beteiligten nicht dazu befähigt, KI eigenständig für andere Aufgaben einzusetzen. Es entsteht auch kein Verständnis dafür, wie sich Arbeitsweisen verändern müssen, damit die KI-Nutzung systematisch gelingt. Ein Pilotprojekt wirkt sich nicht auf die Unternehmenskultur aus. Wenn der Pilot abgeschlossen ist, egal ob erfolgreich oder nicht, kehren alle wieder an ihre Schreibtische zurück und die Arbeit geht weiter.
Was bei Pilotprojekten fehlt, ist genau das, was die Sologründer vormachen: die Freiheit, eine Aufgabe von Grund auf mit neuen Mitteln anzugehen, ohne dass das Ergebnis oder der Weg zum Ziel bereits definiert ist.
Ein KI-Inkubator für Gründerbedingungen im Unternehmen
Die Idee hinter einem KI-Inkubator ist, die Bedingungen, unter denen Gründer erfolgreich Geschäftsprozesse aufbauen, innerhalb des Unternehmens herzustellen. Kein Innovations- und Motivationstheater. Kein Hackathon, bei dem in 48 Stunden ein Prototyp entsteht, den danach niemand mehr anfassen mag. Vielmehr eine klar strukturierte Lernerfahrung, mit der echte Kompetenzen bei den Mitarbeitenden aufgebaut werden können und die ein Kristallisationspunkt dafür sein kann, die gesamte Organisation nachhaltig zu verändern.
Drei Aspekte unterscheiden einen KI-Inkubator von einem Pilotprojekt:
Das Primärziel ist zu lernen. Ein Pilotprojekt soll nachweisen, dass KI in einem bestimmten Kontext funktioniert oder nicht. Ein Inkubator soll die Beteiligten befähigen, KI eigenständig und kompetent einzusetzen. Das Ergebnis ist ein Team, das verstanden hat, wie KI-gestütztes Arbeiten funktioniert, wo die Grenzen liegen und was sich auf die gesamte Organisation übertragen lässt.
Eine Herausforderung statt eines vordefinierten Prozesses. Statt KI auf einen bestehenden Prozess „draufzusetzen“, bekommt das Team eine Herausforderung, die es von Grund auf mit KI-Unterstützung lösen soll. Das kann ein reales Thema sein, das schon länger auf der Agenda steht, das aber noch niemand angefasst hat. Oder es kann, falls Datenschutzbedenken bestehen, ein hypothetisches Szenario sein, das nah genug an der Unternehmensrealität liegt, um ernst genommen zu werden.
Die Geschäftsführung nimmt aktiv teil. Das ist der entscheidende Unterschied zu den meisten Pilotprojekten, die an die IT oder eine Fachabteilung delegiert werden. Wenn die Führungsebene selbst erlebt, was mit KI möglich ist und was nicht, kann Erfahrungswissen multipliziert werden, weil Einblicke in andere Geschäftsbereiche direkt abgerufen werden können. Damit entstehen Entscheidungsgrundlagen, die wertvoller sind als Statusberichte aus einem Pilotprojekt.
Wie ein KI-Inkubator konkret aussehen kann
Ein Inkubator ist kein aufwändiges Programm, das Monate in Anspruch nimmt und ein eigenes Budget erfordert. Ein mögliches Format:
Zeitrahmen: zwei bis drei Wochen, neben dem Tagesgeschäft. Kein Sprint, kein Hackathon. Ein realistischer Rahmen, der Zeit für Reflexion lässt, damit die Teilnehmenden in ihre Rollen hineinwachsen können.
Team: drei bis fünf Personen aus dem jeweiligen Fachbereich oder auch aus unterschiedlichen Bereichen, ergänzt um mindestens ein Mitglied der Geschäftsführung. Die funktionsübergreifende Zusammensetzung hat Vorteile: Die KI-Implementierung ist kein Thema, das auf eine Abteilung begrenzt ist, und das soll sich im Team widerspiegeln.
Aufgabe: ein Problem, das echte Relevanz hat. Das können interne Vorhaben sein, die bisher an fehlenden Ressourcen gescheitert sind. Es kann auch ein fiktives, aber realistisches Szenario sein, wenn Unternehmen sensible Daten nicht im KI-Inkubator einsetzen möchten. Die einzige Vorgabe: Das Team geht die Aufgabe so an, wie es ein Gründer tun würde. Von Grund auf, mit KI als primärem Werkzeug, ohne vordefinierte Lösungswege.
Arbeitsweise: agile Prinzipien, kurze Iterationen, regelmäßige Reflexion. Agiles Arbeiten ist hier kein Selbstzweck. Diese Arbeitsweise macht am besten sichtbar, wie KI-gestütztes Arbeiten in der Praxis funktioniert.
Abschluss: Keine PowerPoint-Präsentation. Stattdessen ein strukturiertes Debriefing: Was hat das Team über KI gelernt? Was hat funktioniert, was nicht? Welche Arbeitsweisen lassen sich auf die Organisation übertragen? Wo wurden Grenzen erreicht? Was bedeuten die Erfahrungen für die KI-Strategie des Unternehmens?
Die „Ich mache alles selbst“-Falle
Es gibt ein Phänomen, das wir bei der eigenen Arbeit mit KI beobachtet haben und das in einem KI-Inkubator mit hoher Wahrscheinlichkeit ebenfalls auftreten wird: die Versuchung, alles selbst zu machen.
In einem früheren Beitrag haben wir die Ergebnisse einer Berkeley-Studie diskutiert, die gezeigt hat, wie die KI-Nutzung Arbeitsgewohnheiten verändert [KI entlastet und verführt gleichzeitig zu Mehrarbeit]. Eines der zentralen Ergebnisse: Mitarbeitende beginnen, Aufgaben zu übernehmen, die nicht zu ihrem Kernkompetenzbereich gehören. Produktmanager fangen an zu programmieren. Marketingfachleute erstellen Datenanalysen. Die Begeisterung treibt dazu an, und KI macht es plötzlich möglich.
Das klingt zunächst wie ein Produktivitätsgewinn. Es kann aber auch das Gegenteil sein. Wenn jemand ohne Fachkenntnisse Code schreibt, entsteht Mehrarbeit bei den Fachleuten, die diesen Code anschließend prüfen und korrigieren müssen. KI macht vieles möglich, aber sie ersetzt keine Fachkompetenz.
Und hier schließt sich auch der Kreis zu der Erfahrung, die wir am Anfang dieses Artikels geteilt haben. Die Lernerfahrung umfasst eben auch die Frage, wo sinnvolle Grenzen gezogen werden müssen. Ab wann ist es klüger, an einen Spezialisten zu übergeben? Wann erzeugt KI-unterstütztes Selbermachen mehr Aufwand, als es einspart? Diese Fragen zu beantworten ist eine Kompetenz, die nur durch eigene Erfahrung entstehen kann. Und genau deshalb ist ein Inkubator wertvoller als jede Schulung.
Eine Führungsentscheidung
Ob ein Unternehmen einen Inkubator startet oder weiterhin auf Pilotprojekte setzt, ist letztlich eine Frage der Haltung. Pilotprojekte testen Technologie. Inkubatoren bauen Kompetenz auf. Der Unterschied klingt subtil, hat aber weitreichende Konsequenzen für den Umgang der gesamten Organisation mit KI.
Unsere Erfahrung zeigt, dass die KI-Implementierung im Mittelstand selten an der Technologie scheitert. Sie scheitert an der Art und Weise, wie Unternehmen sie einführen. Wer seine Mitarbeitenden befähigen will, KI eigenständig und kompetent zu nutzen, muss ihnen die Möglichkeit geben, genau das zu tun. In einem geschützten Raum, der Lernen zulässt, mit einer Aufgabe, die Engagement erzeugt, und mit einer Geschäftsführung, die mitmacht.
Gründer zeigen, wie und dass es funktioniert. Ihre technische Expertise ist dabei häufig gar nicht der entscheidende Faktor. Es sind die Bedingungen, unter denen sie arbeiten: Freiheit zum Experimentieren, Eigenverantwortung, offene Ergebnisse. Diese Bedingungen im eigenen Unternehmen zu schaffen, ist eine Führungsaufgabe.
Sie möchten KI in Ihrem Unternehmen einsetzen und haben Fragen zur KI-Implementierung?
Gerne analysieren wir mit Ihnen in einem ersten unverbindlichen Strategiegespräch, wie der Einsatz von KI in Ihrem Unternehmen aussehen könnte und was dabei zu beachten ist.
