KI für den Mittelstand: Die drei Fragen, die Dir kein Anbieter freiwillig beantwortet

KI für den Mittelstand klingt nach einer Technikfrage – in Wahrheit ist es eine Frage nach der Zuständigkeit. Fast jedes Unternehmen hat es inzwischen ausprobiert. Und in fast jedem Unternehmen ist danach dasselbe passiert: nicht viel. Ein Zugang wird eingerichtet, ein paar Kolleginnen und Kollegen probieren es aus, die ersten Ergebnisse sind beeindruckend. Und dann kommt der Montag.

Dieser Beitrag fasst zusammen, was wir in unzähligen Gesprächen mit Geschäftsführern gehört haben: warum die gängigen KI-Werkzeuge im Arbeitsalltag scheitern, warum der Satz „Unsere Server stehen in Deutschland“ die falsche Frage beantwortet – und welche drei Fragen Du jedem Anbieter stellen solltest, bevor Du unterschreibst.

Warum KI im Mittelstand bisher enttäuscht

Der Ablauf ist überall erstaunlich ähnlich. Jemand liest einen Artikel oder sieht einen Vortrag. Ein Zugang wird eingerichtet, die ersten Ergebnisse fühlen sich nach Zukunft an: ein Text in Sekunden, eine Zusammenfassung auf Knopfdruck.

Und dann kommt die erste echte Aufgabe. Sie lautet nicht mehr „schreib mir einen netten Text“, sondern: Ein Kunde fragt nach den Lieferzeiten für ein bestimmtes Bauteil. Die Antwort steht in einer Excel-Liste auf dem SharePoint, in einer Mail von letztem Herbst und im Kopf einer Kollegin, die gerade im Urlaub ist. Die KI kennt nichts davon. Sie antwortet trotzdem – überzeugend und leider falsch.

Nach ein paar Wochen macht sich ein Gedanke breit: Das kann doch nicht alles sein.

Das Problem ist nicht die Technologie. Sprachmodelle sind erstaunlich gut geworden. Das Problem ist, dass keiner der angebotenen Wege zu einem mittelständischen Betrieb passt – und dass die Suche nach dem passenden Weg selbst schon Geld und Zeit kostet.

Vier Wege – und warum keiner ans Ziel führt

Wer sich im Mittelstand ernsthaft mit dem Thema befasst, landet früher oder später bei einer dieser vier Möglichkeiten. Und stellt fest, dass jede an einer anderen Stelle klemmt.

• Der Werkzeugkasten wächst – und wächst: Marketing abonniert etwas zum Texten, der Vertrieb etwas zum Recherchieren, die Personalabteilung etwas für Stellenanzeigen. Fünf Abos, fünf Rechnungen, fünf Zugänge. Keines dieser Werkzeuge weiß etwas über Euer Unternehmen, und keines weiß etwas von den anderen. Die Kosten summieren sich zuverlässig – der Nutzen nicht.
• Die großen Chat-Anbieter: Bei kostenfreien und privaten Zugängen können Eingaben zur Verbesserung der Modelle verwendet werden. Die Geschäftsangebote schließen das vertraglich aus, stützen sich für den Datentransfer aber auf eine transatlantische Rechtsgrundlage, die bereits zweimal von Gerichten gekippt wurde. Das ist kein Vorwurf an diese Anbieter. Es ist eine Abhängigkeit, die Du nicht in der Hand hast.
• „Unsere Server stehen in Deutschland“: Der Satz, mit dem inzwischen fast jeder wirbt. Er klingt beruhigend und ist zugleich eine Aussage über Geografie – nicht über Rechtshoheit. Wem das Unternehmen gehört, dem der Server gehört, steht selten im Prospekt.
• Die Individuallösung: Bleibt der Eigenbau. Sechsstellig, zwölf bis vierundzwanzig Monate – und am Ende ein System, das den Stand von vorgestern abbildet. Denn in dieser Spanne verändert sich die Technologie schneller als das Projekt.

Und ein Punkt, der in dieser Aufzählung gern untergeht: Die wenigsten Mittelständler vergleichen „selbst bauen“ mit „von der Stange“ – sondern mit „gar nichts“. Weil das Projekt zu groß wirkt, passiert am Ende nichts. Der eigentliche Wettbewerber heißt nicht Anbieter X, sondern Stillstand.

Woran es in der Praxis scheitert: vier Stolpersteine

Wenn Du in Unternehmen nachfragst, warum die KI-Begeisterung wieder abgeflaut ist, hörst Du fast immer eine dieser vier Antworten.

• Das leere Eingabefeld: Der Cursor blinkt. Und jetzt? Plötzlich soll „Prompt-Engineering“ eine Fähigkeit sein, die jede Mitarbeiterin nebenbei erlernt. Wer die richtigen Formulierungen nicht kennt, bekommt mittelmäßige Ergebnisse – und gibt nach der dritten Enttäuschung auf.
• Erfundene Antworten: Sprachmodelle sagen selten „weiß ich nicht“. Sie füllen Lücken mit dem, was plausibel klingt. Für eine Geburtstagsrede ist das egal. Für eine Preisauskunft, eine Norm oder eine Garantiezusage ist es ein echtes Risiko.
• Kein Bezug zu Deinem Betrieb: Das Werkzeug kennt das halbe Internet, aber nicht Deine Produkte, Deine Preisliste, Deine Prozesse oder Deine Kundenhistorie. Damit ist es für die Aufgaben, die wirklich Zeit fressen, praktisch nutzlos.
• Die Datenschutzfrage: „Darf ich das da überhaupt reinschreiben?“ Sobald Kundendaten, Verträge oder interne Unterlagen im Spiel sind, stoppt die Nutzung – zu Recht. Ohne saubere Antwort auf diese Frage bleibt jede KI ein Spielzeug.

Alle vier Punkte haben dieselbe Ursache: Das Werkzeug weiß nichts über Dich – und schiebt die Arbeit, ihm das beizubringen, jedes Mal aufs Neue an Dich zurück.

Warum „Server in Deutschland“ nicht genügt

Es ist der meistgenutzte Satz der KI-Werbung. Und er beantwortet die falsche Frage. „Unsere Server stehen in Deutschland“ ist eine Aussage über Geografie, nicht über Rechtshoheit. Entscheidend ist, welchem Recht das Unternehmen unterliegt, dem der Rechner gehört.

Der US CLOUD Act von 2018 verpflichtet amerikanische Anbieter, Daten auf behördliche Anforderung herauszugeben – unabhängig davon, wo diese physisch gespeichert sind. Das Gesetz folgt dem Unternehmen, nicht dem Server. Und es greift auch dann, wenn ein Rechenzentrum in Frankfurt von einer deutschen Tochtergesellschaft betrieben wird, solange die Muttergesellschaft in den USA sitzt.

Das ist keine Anbieter-Behauptung: Ein Rechtsgutachten der Universität zu Köln im Auftrag des Bundesinnenministeriums kommt zu dem Ergebnis, dass US-Behörden und Nachrichtendienste weitreichende Zugriffsmöglichkeiten auf Cloud-Daten haben – auch bei Speicherung außerhalb der USA und auch bei europäischen Tochtergesellschaften. Das Gutachten wurde im Dezember 2025 über eine Anfrage nach dem Informationsfreiheitsgesetz öffentlich.

Hinzu kommt: Die Rechtsgrundlage für Datentransfers in die USA wackelt. Der Angemessenheitsbeschluss der EU-Kommission stützt sich maßgeblich auf die Unabhängigkeit der US-Handelsbehörde FTC – und im Juni 2026 hat der US Supreme Court entschieden, dass genau diese Unabhängigkeit verfassungswidrig ist. Zwei Vorgängerabkommen wurden bereits gekippt. Wer heute plant, sollte diese Abhängigkeit einkalkulieren, statt auf ihren Fortbestand zu hoffen. Mehr zu diesem Zusammenhang findest Du in unserem Überblick zur digitalen Compliance.

Die drei Fragen, die Du jedem KI-Anbieter stellen solltest

Wenn Du Dir nur drei Fragen merken willst, dann diese. Sie sind unbequem, sie stehen in keinem Verkaufsgespräch auf der Agenda – und die Antworten sagen Dir mehr als jede Produktbroschüre.

1. Wem gehört das Unternehmen? Nicht der Standort zählt, sondern die Eigentümerstruktur bis zur Konzernspitze. Ein deutscher Firmensitz mit US-Muttergesellschaft ist etwas anderes als ein inhabergeführtes Unternehmen unter europäischem Recht.
2. Welches Sprachmodell verarbeitet meine Eingaben? Das Sprachmodell bekommt Deine Eingaben tatsächlich zu sehen. Eine Oberfläche aus Deutschland nützt wenig, wenn dahinter ein Modell auf amerikanischen Servern arbeitet. Ein europäischer Anbieter, der ein US-Modell anspricht, verlagert das Problem nur eine Ebene tiefer.
3. Wer sind die Unterauftragsverarbeiter? Die Kette ist nur so europäisch wie ihr schwächstes Glied. Ein Anbieter, der hier ausweicht oder pauschal „alles europäisch“ sagt, hat die Frage entweder nicht geprüft – oder die Antwort gefällt ihm nicht.

Der Grund, warum diese Fragen zählen, ist unangenehm konkret: Bei Verstößen haftet in vielen Fällen nicht der Anbieter, sondern Du. Bei der DSGVO bist Du der Verantwortliche. Du darfst nur Auftragsverarbeiter einsetzen, die hinreichende Garantien bieten. Wählst Du einen, der das nicht tut, ist das Dein Verstoß – nicht seiner.

Promptlos: warum die Bedienung über Erfolg oder Scheitern entscheidet

Die zweite Hälfte der Antwort hat nichts mit Recht zu tun, sondern mit dem Montagmorgen. Stell Dir den Unterschied zwischen einer Küche und einem Restaurant vor. Ein klassisches KI-Werkzeug ist eine leere Küche mit hervorragenden Geräten. Du kannst alles darin kochen – wenn Du weißt, wie. Du brauchst das Rezept, die Zutaten und die Erfahrung.

Ein promptloses System ist eher das Restaurant. Es gibt eine Karte. Du wählst aus, was Du möchtest, gibst Deine Wünsche an – und bekommst ein fertiges Ergebnis. Die aufwendige Vorarbeit steckt fertig im Produkt: welche Anweisungen ein Modell braucht, welches Wissen es heranziehen muss, wie das Ergebnis aufgebaut sein soll.

Promptlos bedeutet dabei nicht „weniger Möglichkeiten“. Es bedeutet, dass die Einstiegshürde verschwindet. Auch jemand, der noch nie mit KI gearbeitet hat, produziert am ersten Tag brauchbare Ergebnisse – und nicht erst nach einem Schulungstag über Formulierungstechniken.

Ein ehrlicher Hinweis

Ein promptloses System ist kein Zauberkasten. Es bleibt ein Werkzeug, dessen Ergebnisse Du prüfen solltest – so, wie Du auch den Entwurf einer neuen Kollegin gegenliest. Der Unterschied ist, dass Du nachvollziehen kannst, woher eine Aussage stammt, statt raten zu müssen.

Wie mAikit diese Fragen für sich beantwortet

Wir stellen die drei Fragen nicht, ohne sie selbst zu beantworten. Ebene für Ebene:

• Anwendung: QLero GmbH, Grünwald bei München, inhabergeführt, ohne US-Muttergesellschaft. Rechtsraum: Deutschland.
• Sprachmodell: ausschließlich europäische LLMs. Rechtsraum: EU.
• Server: IONOS – ein deutsches Unternehmen mit deutschen Rechenzentren. Rechtsraum: Deutschland.
• Unterauftragsverarbeiter: vollständig gelistet unter maikit.ai/avv. Rechtsraum: EU.

Dazu kommt der regulatorische Rahmen: mAikit ist DSGVO-konform (inklusive Auftragsverarbeitungsvertrag), EU-AI-Act-konform und Data-Act-konform – Export und Ausstieg sind jederzeit möglich, niemand sperrt Dich ein. Deine Unternehmensinhalte werden nicht zum Training öffentlicher Modelle verwendet, und Freigaben und Rechte legst Du fest, nicht der Anbieter.

Inhaltlich löst mAikit den zweiten Teil des Problems: Statt aus allgemeinem Trainingswissen zu antworten, arbeitet die Plattform mit den Quellen, die Du freigibst – Handbücher, Angebote, Protokolle, Datenblätter, Preislisten, alte Mails. Daraus entsteht eine durchsuchbare Wissensbasis, auf der alle mAker aufsetzen. Und weil eine semantische Suche Bedeutungen vergleicht statt Buchstabenfolgen, findet sie die Klausel zur Gewährleistungsfrist auch dann, wenn Du nach „Garantie“ fragst.

„Bei uns müsste man erst mal aufräumen“

Dieser Satz fällt in fast jedem Erstgespräch – und er ist der Grund, warum so viele Vorhaben nie beginnen. Unternehmenswissen liegt selten sauber in Datenbanken. Es steckt in eingescannten Verträgen, in gewachsenen Excel-Tabellen mit verbundenen Zellen, in E-Mail-Verläufen. Fachlich heißt das unstrukturierte Daten. mAikit setzt auf CALC-AI, eine Technologie, die genau diese Inhalte zuerst aufbereitet und strukturiert, bevor die KI antwortet. Du musst also nicht erst aufräumen, um anfangen zu können. Du fängst mit dem an, was da ist.

Fazit: Der beste nächste Schritt ist ein kleiner

Du musst keine Entscheidung über die KI-Strategie Deines Unternehmens treffen. Du musst nur herausfinden, ob eine einzige Frage aus Deinem Alltag damit schneller beantwortet wird als bisher. Genau das ist der Vorteil einer Lösung von der Stange: Der Nutzen zeigt sich vor der Entscheidung, nicht danach.

Und wenn Du vorher noch tiefer einsteigen willst: Das vollständige Handout für Einsteiger erklärt in einfacher Sprache, warum die meisten KI-Werkzeuge im Arbeitsalltag scheitern und wer eigentlich haftet, wenn Du Dich für das falsche entscheidest. Kostenlos unter maikit.ai/handout.

Du willst wissen, wie sich das im Alltag anfühlt? Teste mAikit 7 Tage kostenlos – ohne Risiko, ohne Kleingedrucktes.

Dieser Beitrag dient der allgemeinen Information und ersetzt keine Rechtsberatung im Einzelfall. Rechtsstand: Juli 2026.