Die häufigste Frage vor einem ersten Automatisierungsprojekt lautet nicht "Welche KI nehmen wir?", sondern "Woher weiß ich, dass sich das lohnt?". Genau dafür gibt es die Potenzialanalyse. Eine KI-Potenzialanalyse für KMU ist dann nützlich, wenn sie am Ende eine Entscheidungsgrundlage liefert: einen konkreten Prozess, erwartbaren Nutzen, fehlende Voraussetzungen und einen begrenzten ersten Schritt. Eine Ideenliste mit zwanzig KI-Möglichkeiten ist keine Entscheidungsgrundlage. Ich sehe das regelmäßig: Workshops mit vielen Post-its, danach passiert nichts, weil niemand weiß, womit man anfängt und was es bringt.

Warum sollte eine KI-Potenzialanalyse im KMU an Prozessen ansetzen und nicht an Tools?

Bitkom nennt in seiner Befragung von 603 Unternehmen ab 20 Beschäftigten vom September 2026 als Einsatzfelder von KI unter anderem Kundenanfragen, Marketing und Kommunikation, internes Wissensmanagement, Vertrieb und IT. Das sind Abläufe, keine Produkte. Wer die Analyse am Tool ausrichtet, landet schnell bei der Frage, ob Claude oder ChatGPT besser ist, und übersieht, dass der eigentliche Engpass eine doppelte Dateneingabe zwischen Formular und CRM ist. Wenn du die Vorarbeit strukturiert angehen willst, hilft ein moderierter Termin aus unserem Angebot für Beratung und Workshops zur KI-Einführung, bei dem wir den Ablauf gemeinsam aufnehmen statt Werkzeuge zu vergleichen.

Für jeden Prozess, den du betrachtest, gehören diese Punkte ins Protokoll:

Was löst den Vorgang aus, und wer bearbeitet ihn?

Welche E-Mails, Dateien, Formulare und Systeme sind beteiligt?

Wie oft tritt der Vorgang pro Woche oder Monat auf?

Wo entstehen Wartezeiten, Medienbrüche oder doppelte Eingaben?

Welche Varianten und Ausnahmefälle gibt es?

Welche Schritte brauchen eine fachliche Entscheidung durch einen Menschen?

Bitkom beschreibt agentische KI als Veränderung von Kundenprozessen, Organisationsstrukturen und Entscheidungswegen. Deshalb reicht es nicht, einen einzelnen Arbeitsschritt anzuschauen. Der gesamte Ablauf gehört in das Bild: Auslöser, Datenquellen, Bearbeitung, Freigabe, Ergebnis, Protokollierung und Ausnahmen.

Welche Kennzahlen muss die Analyse vor dem Projektstart festhalten?

In der Bitkom-Erhebung berichten Unternehmen unter anderem von beschleunigten internen Prozessen, verbesserten Produkten und einem Beitrag zum Unternehmenserfolg. Das sind Befragungsergebnisse, keine Garantie für deinen Betrieb. Übertragbar ist daraus nur eine Arbeitsanweisung: Lege vorher Vergleichswerte fest. Ein bis drei Kennzahlen reichen, mehr verwässert die Bewertung.

durchschnittliche Bearbeitungszeit pro Vorgang

Zahl der manuell bearbeiteten Vorgänge pro Woche

Antwortzeit auf Kundenanfragen

Anteil korrekt zugeordneter Vorgänge

Zahl der Übergaben zwischen Systemen

Anteil der Fälle, die ein Mensch prüfen muss

Ohne Ausgangswert kannst du nach drei Monaten nicht sagen, ob die Automatisierung geholfen hat. Eine Woche lang mitzählen, wie viele Vorgänge anfallen und wie lange sie dauern, ist unbequem, aber die billigste Absicherung vor einem Projekt.

Wie begründet eine Analyse die Werkzeugauswahl?

Laut einer Bitkom-Befragung unter Startups vom Juli 2026 nutzen die meisten sowohl allgemeine Werkzeuge wie ChatGPT, Claude oder GitHub Copilot als auch KI-Funktionen, die bereits in bestehender Software wie Microsoft 365 oder HubSpot stecken. Die Analyse muss deshalb vergleichen, nicht vorschlagen. Manchmal ist die beste Antwort, dass eine vorhandene Funktion in deinem bestehenden System ausreicht oder dass ein besserer Textbaustein das Problem für ein Zehntel des Aufwands löst.

BedarfMögliche LösungZu prüfen
Wiederkehrende Abläufe zwischen Systemenn8n-WorkflowSchnittstellen, Fehlerbehandlung, Wartung
Klassifikation und TextentwürfeKI-Modell mit FreigabeQualität, Prüfprozess, Datenzugriff
E-Mail- oder Chat-UnterstützungKI-Assistent oder AgentEskalation an Mitarbeitende, Protokollierung
Individueller Ablauf mit eigener OberflächeWeb-AppRollen, Datenmodell, Betrieb
Einfache Standardaufgabevorhandene SoftwarefunktionKonfiguration und Grenzen vor Eigenentwicklung

Ich arbeite täglich mit n8n, und trotzdem ist n8n nicht automatisch die Antwort. Entscheidend ist, ob sich die beteiligten Systeme zuverlässig anbinden lassen und ob Fehler sichtbar und bearbeitbar bleiben. Ein Workflow, der still scheitert, ist schlechter als ein manueller Schritt.

Wie sieht ein Anwendungsfall in der Analyse konkret aus?

Beispiel aus der Praxis: Ein Unternehmen bekommt täglich ähnliche Anfragen per E-Mail. Der mögliche Ablauf nach einer Automatisierung:

01Eine neue E-Mail löst den Workflow aus.

02Der Inhalt wird nach Anfrageart sortiert.

03Relevante Angaben werden erkannt und extrahiert.

04Die Anfrage wird im zuständigen System angelegt.

05Ein Antwortentwurf wird erstellt.

06Eine verantwortliche Person prüft und versendet.

07Unklare Fälle gehen an einen Mitarbeitenden.

08Fehler und Übergaben werden protokolliert.

Die Potenzialanalyse klärt vorher: Wie viele Anfragen fallen tatsächlich an? Welche Anfragearten kommen vor? Gibt es genug Beispiele für eine brauchbare Klassifikation? Welche Antworten dürfen überhaupt automatisch vorbereitet werden? Wann ist eine menschliche Prüfung zwingend? Welche Systeme müssen verbunden werden, und wie erkennst du eine falsche Zuordnung? Bitkom beschreibt Agenten als Systeme, die Aufgaben teilweise eigenständig erledigen. Genau deshalb gehört in die Analyse, welche Entscheidungen weiterhin bestätigt werden müssen.

Welche Reihenfolge und welcher Aufwand sind realistisch?

Die Bitkom-Publikation zum Projektmanagement nennt Pilotphasen und Retrospektiven als Ansätze für KI-Projekte. Für kleine und mittlere Unternehmen heißt das: ein begrenzter erster Anwendungsfall mit klaren Erfolgskriterien statt sofortiger unternehmensweiter Einführung.

01Prozess und Ziel definieren

02Datenquellen und Schnittstellen prüfen

03kleinen Pilotfall auswählen

04Workflow oder Prototyp umsetzen

05mit echten Beispielen testen

06Ausnahmen und Fehlermeldungen ergänzen

07Team schulen

08Kennzahlen nach einer festgelegten Betriebsphase prüfen

09über Ausbau oder Abbruch entscheiden

Bei uns ist das Erstgespräch kostenlos, der strukturierte Einstieg läuft über den Digital-Check für 290 Euro netto zzgl. MwSt., der bei einer anschließenden Umsetzung angerechnet wird. Wer das Team gleich mitnehmen will, bucht stattdessen den halbtägigen Workshop für 790 Euro netto zzgl. MwSt., in dem der Digital-Check enthalten ist. Für tiefere Arbeit gibt es den Beratungstag bei euch im Betrieb für 1.200 Euro netto zzgl. MwSt., für die Umsetzung ein Projekt ab 1.500 Euro netto zzgl. MwSt. mit Festpreis nach dem Digital-Check. Laufende Betreuung vereinbaren wir als monatlichen Festpreis, eine Pauschalzahl dafür wäre unseriös, weil sie vom Umfang abhängt.

Was darf eine Potenzialanalyse ausdrücklich nicht versprechen?

Eine Analyse, die eine bestimmte Zeitersparnis garantiert, ist Vertrieb. Formulierungen wie "spart sofort Zeit" oder "automatisiert den gesamten Prozess" sind Anbieterclaims, solange keine Messwerte aus deinem Betrieb vorliegen. Diese Grenzen gehören sichtbar ins Ergebnis:

KI kann Inhalte falsch einordnen oder unvollständig erzeugen.

Agenten können bei unklaren Anweisungen falsche Aktionen auslösen.

Automatisierungen hängen an Datenqualität und Schnittstellen.

Sonderfälle treiben den Aufwand oft stärker als der Standardprozess.

Jeder Workflow braucht Überwachung, Fehlerbehandlung und Anpassungen.

Mitarbeitende müssen den neuen Ablauf verstehen und mittragen.

Bei externen KI-Diensten können Datenschutzfragen entstehen, die du mit deiner eigenen Beratung klärst.

Selten auftretende Prozesse lohnen die Automatisierung in der Regel nicht.

Wenn ein Anbieter dir vor der Prozessaufnahme bereits ein Werkzeug nennt und eine Einsparung in Prozent beziffert, frag nach der Datengrundlage. Gibt es keine, ist die Zahl geraten.

Womit fängst du konkret an?

Sammle drei bis fünf typische Vorgänge aus einem Bereich, der dich nervt, und notiere die derzeit benötigte Bearbeitungszeit und die Häufigkeit. Mehr braucht es für den Einstieg nicht. Danach lässt sich im Digital-Check prüfen, ob ein n8n-Workflow, eine bereits vorhandene Softwarefunktion oder eine individuelle Lösung passt. Priorisieren kannst du die Fälle anhand derselben Kriterien: erwartete Zeitersparnis, Häufigkeit, technische Umsetzbarkeit, Datenqualität, Integrationsaufwand, Fehlerrisiko, Akzeptanz im Team und Betreuungsaufwand.

Wenn du unsicher bist, ob dein Prozess überhaupt ein Kandidat ist, schau ihn dir mit mir an: Kostenloses Erstgespräch (15 Min). Wir klären in dem Termin, ob sich eine Analyse für dich lohnt, und wenn nicht, sage ich dir das auch.