KI-Werkzeuge können Arbeit beschleunigen. Für eine Geschäftsführung ist die Frage, wo im eigenen Betrieb echte Chancen liegen, wo Risiken und wie man beides vor einer Entscheidung erkennt. Unsere Erfahrung aus Entwicklungsprojekten: Der größere Hebel liegt oft im gemeinsamen Ablauf eines Teams, an den Stellen, an denen Arbeit von einer Person zur nächsten geht und geprüft oder freigegeben wird.
Was die Zahlen zum einzelnen Arbeitsplatz zeigen
Wird ein einzelner Arbeitsschritt schneller, kann sich die Arbeit an der nächsten Stelle stauen. In der Softwareentwicklung ist das gemessen worden. Faros AI, ein Anbieter von Messwerkzeugen für Entwicklungsteams, hat 2025 Daten von mehr als 10.000 Entwicklern aus 1.255 Teams ausgewertet. Wer viel mit KI arbeitete, schloss 21 Prozent mehr Aufgaben ab, die Prüfung der Änderungen dauerte aber 91 Prozent länger. Auf Ebene des Unternehmens fand die Auswertung keinen messbaren Zusammenhang mit besseren Ergebnissen.
Der DORA-Report 2025 von Google, für den knapp 5.000 Fachleute aus der Softwareentwicklung befragt wurden, beschreibt KI als Verstärker. Teams mit klaren Abläufen werden effizienter, bei den übrigen treten bestehende Probleme deutlicher hervor.
Wo KI im Teamablauf helfen kann
In Projekten, in denen der Einsatz von KI mit dem Kunden vereinbart war, haben wir gelernt, wo sie den Ablauf unterstützt. Ein Beispiel ist der Backlog, die geordnete Liste dessen, was entwickelt werden soll. Bei den einzelnen Anforderungen, den User Stories, wird die Zahl der Tickets ohnehin groß. Dort kann KI beim Formulieren helfen, beim Zuordnen zu bestehenden Tickets und bei der Frage, ob etwas früher schon einmal ausgeschlossen wurde.
Auch die Rolle von Produktmanagern kann sich verändern. Texte in der Anwendung können sie selbst anpassen, und eine Idee lässt sich in einer eigenen Arbeitskopie ausprobieren, bevor ein Entwickler sie übernimmt. Das spart Abstimmungsschleifen, sofern die internen Regeln für den Code und die Vereinbarungen im Projekt es erlauben.
Wo die Risiken liegen
Bestimmte Teile müssen Menschen erarbeiten, und sie brauchen Zeit. Dazu gehört der Backlog auf der obersten Ebene, also die großen Vorhaben und Funktionen, in der Fachsprache Epics und Features. Was KI dort vorschlägt, ist meist zu voll. Lässt man sie den gesamten Backlog aufbauen, entsteht mehr Text, als im Team jemand nachfassen kann, und der Überblick geht verloren.
Je mehr Menschen und Werkzeuge Änderungen beitragen, desto mehr hängt an festen Regeln: wie eine Änderung geprüft wird, bevor sie in den gemeinsamen Stand kommt, und wie getestet wird. Welches KI-Modell dahintersteht, ist dabei die kleinere Frage.
Dazu kommt der Datenschutz. Vor dem ersten echten Einsatz sollte geklärt sein, was mit den Daten passiert, wenn ein Werkzeug in den USA betrieben wird, und ob der Betriebsrat mitreden muss. Wir prüfen das am konkreten Ablauf.
Warum das in jedem Unternehmen anders aussieht
Wo KI im Ablauf hilft und wo sie bremst, hängt von den Abläufen, den Daten und den Menschen ab. Mit klaren Übergaben lassen sich Chancen schneller nutzen. Wo Zuständigkeiten ungeklärt sind, kann KI zusätzliches Durcheinander bringen. Deshalb klären wir das für jedes Unternehmen einzeln, an seinen eigenen Abläufen.
Die Menschen im Team entscheiden mit
Ob KI im Team ankommt, hängt stark an einzelnen Personen. Oft gibt es Mitarbeitende, an denen sich andere orientieren, in beide Richtungen. Wer überzeugt ist, kann Kolleginnen und Kollegen mitnehmen. Wer bekannte Schwächen von KI gezielt nutzt, um ein Projekt vorzuführen, kann es zu Fall bringen, bevor es Ergebnisse gibt. Solche Skeptiker lassen wir in der ersten Phase bewusst außen vor. Einbezogen werden sie, wenn ein Pilot belastbare Ergebnisse hat.
Wie viel dabei an der Führung hängt, zeigt die Studie „AI at Work 2025“ der Boston Consulting Group mit über 10.600 Beschäftigten. Mit starker Unterstützung durch ihre Vorgesetzten sahen 55 Prozent der Beschäftigten KI positiv, ohne diese Unterstützung 15 Prozent.
Woher unsere Erfahrung kommt
Mit KI gearbeitet haben wir zuerst am eigenen Produkt. Die Arbeit an der Exposure App haben wir begonnen, als ChatGPT praktisch das einzige bekannte Sprachmodell war, und haben die Entwicklung der Modelle seitdem durchgehend mitgemacht, zeitweise auch mit Whisper, dem Spracherkennungsmodell von OpenAI. Heute hat die App einen KI-Textassistenten, der Texte in unterschiedlichen Tonalitäten schreibt. Dafür haben wir eine Prompt-Architektur entwickelt, die an kein bestimmtes Modell gebunden ist. Kommt ein besseres oder günstigeres Modell, tauschen wir es aus, ohne Oberfläche oder Datenmodell anzufassen.
In Kundenprojekten setzen wir KI nur dort ein, wo es mit dem Kunden vertraglich vereinbart ist. Aus solchen Projekten und aus der Arbeit am eigenen Produkt stammen die Erfahrungen in diesem Beitrag.
Was der AI Act heute verlangt
Seit Februar 2025 müssen Unternehmen, die KI einsetzen, sich um die KI-Kompetenz ihrer Mitarbeitenden kümmern. Mit der Verordnung (EU) 2026/1744 hat die EU diese Pflicht im Juli 2026 abgeschwächt. Seitdem müssen Unternehmen Maßnahmen ergreifen, die den Aufbau von KI-Kompetenz unterstützen. Ein bestimmtes Niveau müssen sie für niemanden garantieren. Eine Schulung ist dafür der naheliegende Weg, und sie lässt sich belegen.
Seit dem 2. August 2026 gelten außerdem Transparenzpflichten. Bei einem Chatbot muss erkennbar sein, dass eine Maschine antwortet. Mit KI erzeugte oder veränderte Bilder, Videos und Tonaufnahmen, die echt wirken, müssen als solche gekennzeichnet sein.
Stand: Oktober 2026. Grundlage ist die Verordnung (EU) 2026/1744 im Amtsblatt der EU.
Schulungen gehören zu dem, was wir für Kunden bereits übernehmen. Wir schulen aus derselben Praxis heraus, mit der wir unsere eigenen Anwendungen bauen.
Wie der Einstieg aussieht
Ein Mittelständler hat gegenüber einem Konzern kurze Entscheidungswege. Für KI heißt das: Ein Strategiepapier mit Lenkungskreis und zwölfmonatiger Roadmap ist für den Anfang selten nötig.
Am Anfang steht ein kostenloses Vorgespräch. Im Workshop danach schauen wir mit Ihnen und den Prozessverantwortlichen an, wie Arbeit bei Ihnen durch das Team läuft, wo KI Chancen bietet, wo Risiken liegen und welche Regeln es dafür braucht. Am Ende steht ein Pilot in einem einzelnen Ablauf, den Sie in zwei Wochen testen können.
Der Pilot prüft das Werkzeug, vor allem aber den Ablauf und die Zusammenarbeit im Team. Deshalb sind die Verantwortlichen für diesen Ablauf von Anfang an dabei.
Danach halten wir eine feste Reihenfolge ein. Aus dem Pilot wird gelernt, und dann fällt eine von drei Entscheidungen:
- Aus dem Pilot wird ein Produkt für den Alltag.
- Es folgt ein weiterer Pilot, der die offenen Fragen klärt.
- Sie stellen fest, dass der Zeitpunkt für Ihren Anspruch noch nicht gekommen ist.
