KI einführen ohne eigene IT-Abteilung

Die meisten mittelständischen Unternehmen haben keine Abteilung für maschinelles Lernen. Kein Data-Science-Team. Keinen ML-Engineer. Und trotzdem können sie KI-Anwendungen produktiv einsetzen.

Der Grund: Sie müssen KI nicht selbst entwickeln. Sie müssen wissen, wo sie den größten Nutzen bringt.

Zwei Fälle, die hier zusammenfallen

“Ohne eigene IT-Abteilung” meint in der Praxis meist einen von zwei Fällen. Entweder gibt es überhaupt keine IT im Haus, dann läuft alles über einen externen Dienstleister, oder es gibt eine IT-Abteilung, aber niemanden mit KI-Erfahrung. Der zweite Fall ist der häufigere, und der Text unten beschreibt ihn: eine IT, die den Betrieb hält und Schnittstellen bereitstellt, aber kein ML-Team. Im ersten Fall übernimmt Ihr IT-Dienstleister die Rolle, die unten der IT-Abteilung zugeschrieben wird.

Warum fehlende IT-Kapazität kein Hindernis ist

In Gesprächen mit Geschäftsführern und IT-Leitern höre ich oft den gleichen Satz: “Unsere IT hat andere Prioritäten.” Das stimmt. Die IT-Abteilung hält den Betrieb am Laufen. Server, Netzwerk, Support, ERP-Pflege. Für ein KI-Projekt bleibt keine Kapazität.

Aber das bedeutet nicht, dass KI nicht möglich ist. Es bedeutet, dass die Umsetzung extern passieren muss.

Der entscheidende Unterschied: Externe Umsetzung heißt nicht, dass jemand anderes die Entscheidungen trifft. Es heißt, dass jemand anderes den Code schreibt. Die Entscheidung, welcher Prozess automatisiert wird und wie das Ergebnis aussehen soll, bleibt bei Ihnen.

Was Ihre IT-Abteilung tatsächlich beitragen muss

Ein KI-Projekt braucht von Ihrer Seite keine ML-Expertise. Es braucht drei Dinge:

1. Zugang zu den relevanten Daten

Die KI arbeitet mit Ihren Daten. Jemand muss klären, wo diese Daten liegen, in welchem Format sie vorliegen und wer Zugriff gewähren kann. Das ist keine technische Herausforderung. Das ist Organisationswissen.

2. Einen Ansprechpartner für Fachfragen

Die Person, die den Prozess heute manuell ausführt, weiß am besten, wie er funktioniert. Welche Ausnahmen es gibt. Welche Fälle schwierig sind. Dieses Wissen ist für die Entwicklung wichtiger als jede technische Spezifikation.

3. Anbindungspunkte an bestehende Systeme

Wenn die KI-Anwendung Daten aus Ihrem ERP-Systemlesen oder Ergebnisse zurückschreiben soll, braucht es technische Schnittstellen. Ihre IT-Abteilung muss diese bereitstellen. Sie muss sie nicht selbst programmieren.

Der typische Ablauf für Unternehmen ohne ML-Team

Phase 1: Problem identifizieren. Nicht “Wir wollen KI einsetzen.” Sondern: “Unsere Mitarbeiter verbringen 3 Stunden pro Tag mit der manuellen Klassifizierung eingehender Dokumente.” Je konkreter, desto besser.

Phase 2: Discovery. Ein externer Partner prüft, ob KI für dieses Problem sinnvoll ist. Nicht jedes Problem braucht KI. Manche lassen sich mit einfacherer Automatisierung lösen. Die Discovery-Phase klärt das in 1 bis 2 Wochen.

Phase 3: Entwicklung. Der externe Partner entwickelt die Anwendung. Ihre IT-Abteilung stellt Datenzugang und Schnittstellen bereit. Der Aufwand auf Ihrer Seite liegt bei wenigen Stunden pro Woche.

Phase 4: Testing. Ihre Mitarbeiter testen die Anwendung mit echten Daten. Nicht die IT-Abteilung. Die Mitarbeiter, die den Prozess heute ausführen. Sie erkennen Fehler, die kein Entwickler sehen kann.

Phase 5: Produktiver Einsatz. Die Anwendung läuft. Laufende Kosten für Hosting und API-Nutzungentstehen, aber der Betrieb erfordert keine ML-Expertise.

Was Sie von einem externen Partner erwarten sollten

Nicht jeder Dienstleister eignet sich für diese Konstellation. Wenn Sie kein internes ML-Team haben, brauchen Sie einen Partner, der:

Den gesamten Prozess abdeckt. Von der Analyse bis zum produktiven Einsatz. Kein Handoff an ein anderes Team nach der Konzeptphase.
Verständlich kommuniziert. Wenn Sie nach einem Statusupdate fragen und eine Antwort voller Fachbegriffe bekommen, stimmt etwas nicht.
Die Anwendung übergibt. Am Ende gehört die Anwendung Ihnen. Kein Vendor Lock-in, keine monatlichen Lizenzgebühren für die eigene Software.
Erreichbar bleibt. Fragen tauchen nach dem Go-Live auf. Ein guter Partner beantwortet sie.

Häufige Bedenken

“Ohne eigenes Team haben wir keine Kontrolle.” Kontrolle entsteht nicht durch eigene Entwickler. Kontrolle entsteht durch klare Anforderungen, regelmäßige Abstimmung und Eigentum an der fertigen Lösung.

“Was passiert, wenn der externe Partner aufhört?” Die Anwendung läuft auf Ihrer Infrastruktur oder in Ihrer Cloud-Umgebung. Der Quellcode gehört Ihnen. Ein anderer Entwickler kann die Anwendung weiterentwickeln.

“Wir verstehen nicht genug von KI, um die Qualität zu beurteilen.” Sie müssen nicht beurteilen, ob der Code gut ist. Sie müssen beurteilen, ob die Anwendung das tut, was sie soll. Das können Ihre Fachabteilungen besser als jeder Entwickler.

Der erste Schritt

Sie brauchen kein ML-Team, um mit KI zu starten. Sie brauchen ein konkretes Problem und einen Partner, der es lösen kann.

Ein Beispiel für so ein Problem ist die Lieferantenprüfung: Auftragsbestätigungen und Lieferscheine automatisch gegen die Bestellung prüfen, Abweichungen bei Termin, Menge und Preis an den Einkauf melden, bevor sie in der Produktion auffallen. Was Ihre Seite dafür beisteuert, ist überschaubar: für den Befund ein Export aus dem ERP, für den Betrieb ein Zugang zum ERP, über den die Prüfung liest und zurückschreibt. Den richtet die IT ein, die Sie haben, oder Ihr ERP-Dienstleister; ML-Expertise braucht es dafür nicht. Der Einstieg ist ein kostenloser Befund an echten Belegen, besprochen mit der Person, die über die Einrichtung entscheidet; die Einrichtung kostet ab 4.800 Euro netto, der Betrieb ab 690 Euro pro Monat, und die Rechnung für die Einrichtung kommt erst nach der Abnahme.

Wo liegt bei Ihnen der größte KI-Hebel? 30 Minuten, ganz unverbindlich.

Kontakt aufnehmen