Mehr als ein Hype: Wo KI sich für KMU rechnet

KI verspricht Effizienz, Innovation und Wettbewerbsvorteile. Doch nicht jede Anwendung hält, was sie verspricht – und nicht jede ist für KMU sinnvoll, sagt Zukunftsforscher und EDAY-Keynotespeaker Dominik Bösl.

Größere Modelle, mehr Daten und riesige Rechenzentren: Die KI-Welt liebt Superlative. Das Wettrennen um immer größere Systeme stößt aber zunehmend an physikalische, ökonomische und ökologische Grenzen. 

Für Unternehmen sollte nicht zählen, wie groß ein Modell ist, sondern wie gut es ein konkretes Problem löst, sagt Dominik Bösl, Zukunftsforscher und Keynotespeaker am heurigen EDAY der WKÖ.

KI-Mythen: Was stimmt, und was nicht?

Seit Jahrzehnten wird davor gewarnt, dass KI den Menschen ersetzt. In der Praxis verändert sie vor allem Tätigkeiten. Routinen werden automatisiert, Entscheidungen unterstützt, Prozesse beschleunigt. 

Verantwortung und Kontextverständnis bleiben menschlich, und das ist gut so.

Ein zweiter Mythos: Je größer das Modell, desto größer der Nutzen. 

i

Zwischen ‚wahrscheinlich richtig‘ und ‚zweifellos sicher‘ liegt ein Unterschied.

Große Sprachmodelle (Large Language Models, LLM’s) arbeiten probabilistisch. Das bedeutet, sie berechnen Wahrscheinlichkeiten, was noch immer zu plausibel klingenden, aber falschen Ergebnissen führt. Laut Bösl ist das kein temporärer Fehler, sondern ein strukturelles Merkmal dieser Architektur.

"Zwischen ‚wahrscheinlich richtig‘ und ‚zweifellos sicher‘ liegt ein Unterschied", betont er. Was im Textbereich tolerierbar ist, kann in sensiblen Geschäftsprozessen problematisch werden.

Ein weiterer Irrglaube wird auch durch die PR-Maschinerie der zumeist US-amerikanischen Hersteller geschürt: Die Angst, den Anschluss zu verpassen. Dabei bringt es wenig, unreflektiert in Technologien zu investieren, die viel kosten und wenig Return of Investment bringen, sagt Bösl.

KI im Alltag: Oft genutzt, nicht immer erkannt

Ob Rechtschreibkorrekturen, automatische Übersetzungen oder die Sprachsteuerung im Auto: Viele KI-Anwendungen sind längst im Einsatz, ohne als solche wahrgenommen zu werden.

Auch im Hintergrund arbeiten intelligente Systeme, etwa bei der Plausibilisierung von Dateneingaben, bei der Betrugserkennung im Finanzbereich oder bei Prüfprozessen von Versicherungen und Banken. Selbst kleinere Handwerksbetriebe profitieren indirekt davon, etwa bei Steuererklärungen oder Zahlungsabwicklungen.

Die eigentliche Frage lautet daher nicht mehr, ob KI genutzt wird. Sondern wie bewusst. Und es gibt zahlreiche Anwendungsfelder, die über die KI-basierte Verbesserung der Lebensqualität hinausgehen.

Wo KI für KMU konkret Mehrwert schafft

Je nach Branche unterscheiden sich Reifegrad, Einsatzfelder und wirtschaftlicher Hebel von KI-Anwendungen. Diese Wirtschaftszweige können besonders von künstlicher Intelligenz profitieren.

Produktion: Mustererkennung und vorausschauende Wartung

• Bildbasierte Qualitätskontrolle
• Predictive Maintenance
• Datenanalyse zur Prozessoptimierung

In der Industrie bewähren sich laut Bösl vor allem hybride Ansätze: klassische, deterministische Automatisierung kombiniert mit KI-gestützter Mustererkennung.  Während bestehende Anlagen weiterhin stabil und reproduzierbar arbeiten, ergänzt KI diese Systeme um die Fähigkeit, Anomalien zu erkennen oder Wartungsbedarfe frühzeitig vorherzusagen. 

Gastro und Tourismus: Planungssicherheit und Entlastung

• Nachfrage- und Auslastungsprognosen
• Automatisierte Anfragenbearbeitung
• Intelligente Reservierungssysteme

In Branchen mit starkem Fachkräftemangel kann KI administrative Aufgaben reduzieren und Planungsprozesse verbessern. Wenn Auslastungen frühzeitig erkannt werden, lassen sich Personal- und Wareneinsätze effizienter steuern.

Marketing: Tempo und Struktur

• Textentwürfe und Variantenbildung
• Zielgruppenanalysen
• Unterstützung bei Kampagnenplanung

Im Marketing erhöht KI vor allem Tempo. Entwürfe entstehen schneller, Varianten lassen sich effizient testen, Zielgruppenmuster werden datenbasiert sichtbar.

HR: Transparenz und Entscheidungsgrundlagen

• Strukturierung von Bewerbungen
• Analyse von Kompetenzprofilen
• Unterstützung bei Personalplanung

Im Personalbereich hilft KI, große Datenmengen zu ordnen und Muster sichtbar zu machen. Sie unterstützt bei Vorauswahl, Qualifikationsabgleich oder Einsatzplanung – ersetzt jedoch keine persönliche Beurteilung.

Risiken und Grenzen: Wo Vorsicht geboten ist

Neben sinnvollen Anwendungen ortet Bösl auch problematische Entwicklungen. Dazu zählt die unreflektierte Nutzung generativer KI für sensible E-Mails oder personenbezogene Daten.

Ein weiterer Trend betrifft die automatisierte Codeerstellung, wenn die Arbeit von IT-Expert:innen an Claude oder ChatGPT ausgelagert wird. Doch spätestens, wenn Fehler auftreten, zeigt sich, dass Fachkompetenz nicht ersetzbar ist. 

Hinzu kommt die Frage der Zuverlässigkeit. Während industrielle Automatisierungssysteme deterministisch arbeiten – also mit klar definierten, reproduzierbaren Abläufen – basieren LLM-Anwendungen auf Wahrscheinlichkeiten.

Das bringt in unternehmenskritischen Prozessen rasch Probleme mit sich. "Wir müssen KI mit Hirn und Verstand begegnen, mit Maß und Ziel", betont der erklärte Tech-Optimist Bösl. 

Kurz gesagt: Das Motto "Go Big or Go Home" ist für KMUs kein nachhaltiger Weg. Vielmehr sind es kleinere, spezialisierte und energieeffiziente Lösungen, die echte Produktivitätsbooster versprechen.

Wie KMU sinnvoll mit KI starten können

Bösl empfiehlt einen pragmatischen Einstieg:

1. Ein klares Problem definieren,
2. Ein überschaubares Pilotprojekt aufsetzen,
3. Messbare Ziele setzen, und
4. Transparente Kommunikation im Team pflegen.

Risikoarme Use Cases – etwa interne Textunterstützung oder Analyse nicht-sensibler Daten – eignen sich besonders gut, um erste Erfahrungen zu sammeln.

Die große KI-Revolution wird nicht durch spektakuläre Durchbrüche kommen, sondern sich durch viele unscheinbare Verbesserungen im Alltag auszeichnen.

Für KMU bedeutet das: klein starten, lernen, weiterentwickeln.

Das Wichtigste in Kürze

• KI bringt echten Mehrwert, wenn sie konkrete Probleme löst, statt Trends zu folgen.
• Große Modelle sind nicht automatisch bessere Lösungen für KMU
• Datenschutz, Qualitätskontrolle und Governance sind entscheidend für KI-Projekte
• Der beste Einstieg in KI gelingt über kleine, kontrollierte Pilotprojekte.
• Noch mehr Informationen zu den Themen Robotik und Automatisierung kannst du dir am 7. Mai 2026 beim EDAY in der WKÖ holen.