Wenn Unternehmen KI im Mittelstand implementieren, starten sie häufig mit der Toolfrage: Copilot, ChatGPT, CRM-KI, Agenten oder Automatisierung? Diese Frage ist verständlich, aber sie kommt zu früh. Der PeopleFirst-Ansatz beginnt mit der unbequemeren Frage: Werden die Menschen, die später damit arbeiten sollen, wirklich von Anfang an mitgenommen?

Die aktuellen Zahlen zeigen genau diese Lücke. Der KI-Index Mittelstand 2025 von Der Mittelstand, BVMW und Salesforce zeigt: 37 Prozent der deutschen Mittelständler nutzen KI bereits, aber nur 9,5 Prozent haben sie vollständig implementiert. 43 Prozent haben noch keine konkrete KI-Strategie. Da muss die Führung ran, denn sonst wird es schnell zu einem Führungs-, Prozess- und Akzeptanzproblem.

"KI wird nicht eingeführt. KI wird von Menschen angenommen oder ignoriert."

Warum KI im Mittelstand implementieren zuerst Führungsarbeit ist

Der Unterschied zwischen Tool-Rollout und echter Implementierung

Kurz gesagt: Eine KI-Implementierung ist erst dann gelungen, wenn sie im Arbeitsalltag genutzt wird.

Eine Lizenz zu kaufen ist keine Implementierung. Einen Workshop zu halten ist keine Implementierung. Ein Pilot ist ebenfalls noch keine Implementierung. Implementierung bedeutet: Ein konkreter Prozess wird durch KI besser, Menschen nutzen die Lösung regelmäßig, Verantwortlichkeiten sind klar und die Wirkung wird gemessen.

Genau deshalb ist der PeopleFirst-Ansatz zur Implementierung von KI im Mittelstand kein weich formulierter Change-Slogan. Er ist eine betriebswirtschaftliche Reihenfolge: Erst klären, welche Menschen, Entscheidungen und Prozesse betroffen sind. Dann entscheiden, welche KI-Lösung sinnvoll ist.

Was Führung vor dem ersten Tool entscheiden muss

Die Führungskräfte müssen nicht jedes Modell verstehen. Aber sie müssen entscheiden, welches Problem gelöst werden soll, wer dafür verantwortlich ist, welche Risiken akzeptabel sind und woran Erfolg gemessen wird. Wenn diese Punkte fehlen, übernimmt das Tool ungewollt eine Führungsrolle, die es nicht tragen darf.

Die Studienlage zeigt: Der Engpass liegt in Menschen und Prozessen

Technologie ist selten der größte Hebel

BCG beschreibt 2024 die bekannte 10-20-70-Logik für KI-Wertschöpfung: Nur ein kleiner Teil entsteht durch Algorithmen, ein größerer Teil durch Technologie und Daten, der größte Teil durch Menschen und Prozesse. Für Mittelständler ist das entscheidend, weil sie selten am Modell scheitern. Sie scheitern daran, dass der neue Ablauf nicht in den Betrieb passt.

Auch McKinsey zeigt in der aktuellen State-of-AI-Forschung, dass viele Unternehmen KI bereits regelmäßig nutzen, aber nur ein kleiner Teil wirklich organisatorisch reif skaliert. Nutzung ist also nicht gleich Wirkung. Wirkung entsteht, wenn Strategie, Prozess, Führung und Enablement zusammenarbeiten.

Der MIT-Bericht The GenAI Divide 2025 macht diese Lücke besonders deutlich: Viele GenAI-Initiativen schaffen keinen messbaren Gewinn- und Verlustrechnungseffekt. In der Praxis sehe ich denselben Grund immer wieder: Das Projekt wurde technisch gestartet, aber organisatorisch nicht sauber verankert.

"PeopleFirst heißt nicht langsamer. Es heißt: weniger Reibungsverlust beim Skalieren."

PeopleFirst: eine Definition für die KI-Implementierung

Was der Ansatz konkret bedeutet

PeopleFirst bei KI bedeutet im Kontext des Mittelstands: Menschen, Führung und Prozesse werden vor der Toolentscheidung als eigenes Arbeitssystem betrachtet. Ziel ist nicht maximale Automatisierung, sondern ein tragfähiger Arbeitsablauf, in dem KI die richtigen Aufgaben übernimmt und Menschen bessere Entscheidungen treffen.

Das beginnt bei Rollen: Wer gibt Daten ein? Wer prüft Ergebnisse? Wer entscheidet bei Fehlern? Wer darf KI-Ausgaben direkt verwenden, und wo bleibt ein Human Review Pflicht? Diese Fragen klingen operativ, aber sie entscheiden über Vertrauen.

Warum Akzeptanz messbar werden muss

Akzeptanz ist kein Bauchgefühl. Sie lässt sich messen: Nutzungsquote, wiederkehrende Nutzung, Qualität der Rückmeldungen, Anzahl der manuellen Umgehungen, Zeitersparnis pro Aufgabe und Anzahl der Prozessabbrüche. Wenn ein KI-Projekt keine People-KPIs hat, ist es unvollständig gesteuert.

Die fünf Schritte des PeopleFirst-Ansatzes

01
Problem vor Tool klären
Beschreibt den konkreten Engpass in einem Satz: zu lange Reaktionszeit, schlechte Datenqualität, manuelle Recherche, unklare Lead-Priorisierung oder zu viel Nacharbeit. Erst danach wird über Tools gesprochen.
02
Betroffene Rollen sichtbar machen
Jede Rolle braucht eine klare Antwort: Was ändert sich für mich, was bleibt meine Verantwortung und wie erkenne ich gute KI-Ergebnisse?
03
Pilotteam bewusst auswählen
Startet mit Menschen, die den Prozess kennen, offen genug für Experimente sind und im Team glaubwürdig sind. Akzeptanz entsteht stärker durch interne Beispiele als durch externe Präsentationen.
04
Prozess und Governance zusammenbauen
Datenflüsse, Datenschutz, Qualitätsprüfung, Eskalationswege und Verantwortlichkeiten gehören in denselben Arbeitsplan wie das Toolsetup.
05
Wirkung und Akzeptanz gemeinsam messen
Eine KI-Lösung ist nur dann skalierbar, wenn sie messbar Zeit spart, Qualität verbessert oder Umsatzwirkung unterstützt und gleichzeitig vom Team genutzt wird.

Wie das MASAKI-Framework PeopleFirst operationalisiert

Alignment vor Automation

In meinem MASAKI-Framework steht das A für Alignment bewusst vor Automation/KI. Das ist kein Zufall. Erst müssen Marketing, Vertrieb, Führung und operative Teams ein gemeinsames Verständnis haben, bevor Automatisierung sinnvoll wird.

Wer strategische KI-Einführung im Mittelstand ernst nimmt, muss also vor dem Rollout klären: Welche Kundensegmente priorisieren wir? Welche Prozesse sind reif genug? Welche Daten dürfen genutzt werden? Welche KPIs entscheiden über Go oder No-Go? Und wie werden Mitarbeitende befähigt, KI-Ausgaben kritisch zu bewerten?

Meine Praxisbeobachtung

Meine Überzeugung nach 20+ Jahren in Marketing, Vertrieb und Transformation bei Stationen wie EY, etventure und Ogilvy: KI scheitert im Mittelstand selten daran, dass das Modell zu schwach ist. Sie scheitert daran, dass Menschen keine klare Rolle im neuen System bekommen. Das lässt sich vermeiden, wenn PeopleFirst nicht als Begleitprogramm läuft, sondern als Startpunkt.

Wer die eigene Ausgangslage prüfen will, sollte ergänzend die KI-Readiness-Checkliste für den Mittelstand nutzen. Sie macht sichtbar, ob Infrastruktur, Skills, Compliance, Akzeptanz und Business Fit tragfähig sind.

Häufige Fragen

Was Entscheider am häufigsten fragen

Ist PeopleFirst bei KI nicht nur Change Management?
Nein. Change Management ist ein Teil davon, aber PeopleFirst beginnt früher. Der Ansatz definiert Rollen, Prozesse, Entscheidungsrechte, Governance und Akzeptanzkriterien vor der Toolentscheidung. Dadurch wird Change nicht nachträglich repariert, sondern in die KI-Implementierung eingebaut.
Warum scheitert KI im Mittelstand trotz guter Tools?
Weil gute Tools schlechte Prozessklarheit nicht ersetzen. Wenn Ziel, Owner, Datenbasis und Nutzungspflicht unklar sind, bleibt KI ein Zusatzaufwand. Der KI-Index Mittelstand 2025 zeigt, dass 37 Prozent KI nutzen, aber nur 9,5 Prozent vollständig implementiert haben. Genau in dieser Lücke liegen Führung, Prozesse und Akzeptanz.
Wie kann man KI im Mittelstand implementieren, ohne Mitarbeitende zu überfordern?
Startet mit einem konkreten Engpass, einem kleinen Pilotteam und klaren Rollen. Erklärt offen, welche Aufgaben KI übernimmt und welche Verantwortung beim Menschen bleibt. Messt nicht nur Effizienz, sondern auch Nutzungsquote und Feedbackqualität. So entsteht Vertrauen durch Erfahrung, nicht durch Ankündigung.
Welche Rolle spielt Führung bei einer PeopleFirst-KI-Implementierung?
Führung setzt Richtung, Prioritäten und Grenzen. Sie entscheidet, welches Problem gelöst wird, welche Risiken akzeptabel sind und wann skaliert oder gestoppt wird. Wenn Führung KI als IT-Aufgabe delegiert, entsteht selten Verbindlichkeit. Wenn Führung die Entscheidungen hält, können Fachbereiche und IT sauber umsetzen.
Was sollte vor dem ersten KI-Pilot geklärt sein?
Vor dem ersten Pilot braucht es ein klares Prozessziel, eine Baseline, einen Owner, eine Datenprüfung, Datenschutzleitplanken, betroffene Rollen und ein Go/No-Go-Kriterium. Ohne diese Punkte ist der Pilot nur eine Demo. Mit ihnen wird er zur belastbaren Entscheidungsvorlage.