KI-Adoption im Mittelstand: Warum Unternehmen scheitern, bevor sie anfangen

Fast jedes Unternehmen hat inzwischen mit KI zu tun. Trotzdem bleibt der grosse Effekt aus. Der Grund liegt selten in der Technik. Er liegt davor: in fehlender Strategie, ungeklärter Verantwortung, offener Governance und in den Köpfen, auch in der Chefetage. Dieser Artikel zeigt, welche Hürden KMU-Führungskräfte unterschätzen und wie ein strukturierter Ansatz sie auflöst.

Das Paradox: Viele nutzen KI, kaum jemand hat sie verankert

Laut Bitkom-Befragung (KW 28 bis 33/2026, 603 Unternehmen ab 20 Beschäftigten) setzen 57 % der Unternehmen KI bereits ein. Gleichzeitig schöpft kein einziges Unternehmen (0 %) das Potenzial vollständig aus, 59 % schöpfen es überhaupt nicht aus.

Die aithoria-Studie zum Mittelstand (Februar bis März 2026, 134 Unternehmen) zeichnet dasselbe Bild von der anderen Seite. Nur 4 % haben KI und Cloud-Technologien unternehmensweit etabliert und strategisch gesteuert, 42 % setzen sie bislang überhaupt nicht ein. Dazwischen liegen laut Studie 31 % mit einzelnen Anwendungen oder Pilotprojekten und 22 % mit regelmässigem Einsatz in einzelnen Bereichen.

Die Studie fasst den Kern so zusammen: Der Erfolg hänge weniger von der Leistungsfähigkeit der Technologie ab als von ihrer Einbettung in bestehende Strukturen, Kulturen und Entscheidungslogiken. Auch die Roland-Berger-Studie trägt im Titel, dass die KI-Transformation nicht an der Technologie scheitert.

Hürde 1: Strategie, die erst entstehen muss

Ein Geschäftsführer aus der aithoria-Studie bringt es auf den Punkt: Die grösste Herausforderung sei die KI-Strategie, und er müsse es eigentlich noch drastischer formulieren, die Unternehmensstrategie neu zu entwickeln.

Das unterschätzen viele. KI ist kein Werkzeug, das man in eine fertige Strategie einsetzt. Sie zwingt dazu, die Frage zu beantworten, wo das Unternehmen Wert schafft. Die bidt-Auswertung zum KI-Index Mittelstand (Befragung November/Dezember 2024, also älter als ein Jahr) zeigt, dass bei etwa 43 % der befragten mittelständischen Unternehmen eine konkrete KI-Strategie fehlte. Als Hindernisse nannten die Befragten mangelndes Wissen über konkrete Einsatzbereiche (27 %) und rechtliche Unsicherheiten (21 %).

Hürde 2: Niemand ist für die Daten verantwortlich

Das KVP Institut (Stand 25.09.2026) beschreibt ein typisches Muster: Die meisten Unternehmen besässen eine Unternehmensstrategie, eine Digitalstrategie und neuerdings eine KI-Roadmap, aber keine Datenstrategie, die diese drei verbindet. Die Modellqualität sei 2026 ein gelöstes Problem, Datenverfügbarkeit, Datenverantwortung und Datenarchitektur dagegen nicht.

Besonders konkret ist die Frage nach den Stammdaten: Wer ist verantwortlich für Aktualität, Definition und Qualität? Laut KVP lautet die Antwort in den meisten Unternehmen: niemand explizit. Data Ownership sei weder im Organigramm noch in Stellenbeschreibungen verankert.

Das lässt sich in jedem KMU in einer Stunde prüfen: Wer entscheidet, welche Kundendaten gelten? Wer pflegt sie? Steht das irgendwo?

Hürde 3: Governance wird als Bremse missverstanden

Als einen der vier Erfolgsfaktoren nennt aithoria eine robuste Governance, neben einem nutzennahen Anwendungsfall, technikaffinem Personal als Übersetzer und transparenter Kommunikation. Der Satz dazu: «Technik lässt sich lizenzieren, Kompetenz nicht.»

Governance heisst im KMU-Alltag nichts Bürokratisches. Es sind einfache Spielregeln: Welche Daten dürfen in welche Tools? Wer gibt neue Anwendungen frei? Wer ist Ansprechperson bei Fragen? Fehlen diese Regeln, entsteht entweder Wildwuchs oder Stillstand.

Hürde 4: Die Kontrollverlust-Sorge der Führung

Die aithoria-Studie beschreibt bei Geschäftsführern eine zentrale Spannung: den Druck, bei einer rasanten technologischen Entwicklung nicht den Anschluss zu verlieren, und die Sorge, Kontrolle über Daten, Prozesse und Verhalten der Mitarbeitenden zu verlieren. Ein Geschäftsführer sagt dazu: «An der Stelle habe ich die Handbremse ganz bewusst angezogen.»

Diese Vorsicht ist nicht irrational. Sie wird zum Problem, wenn aus ihr ein dauerhafter Zustand wird. Laut Roland Berger (6. Juli 2026) halten 59 % der befragten Führungskräfte die eigene Führung für nicht ausreichend auf die bevorstehenden Veränderungen vorbereitet. Die Handbremse löst man nicht durch Mut, sondern durch Klarheit: Wo sind die Daten, wer darf was, und wie fange ich klein an, sodass ich jederzeit die Kontrolle behalte?

Hürde 5: Statusangst im Team

Auch im Team wirkt etwas, das mit Information allein nicht verschwindet. trend.at (aktualisiert 31.07.2026) erklärt: Wird die eigene Expertise durch eine neue Technologie infrage gestellt, kann das Gehirn mit einem Schutzreflex reagieren. Wissen zurückzuhalten werde dann zu einem Versuch, den eigenen Wert im System zu sichern. Bei KI seien nach dem SCARF-Modell vor allem Status, Gewissheit und Autonomie betroffen.

Die Zahlen dazu sind differenziert:

• Laut einer Ipsos-Erhebung in Österreich (März 2026, 800 Befragte) gehen 51 % davon aus, dass KI künftig mehr Arbeitsplätze ersetzen als schaffen wird. Nur 20 % äussern konkrete Sorgen um den eigenen Arbeitsplatz.
• Bei einer Adaptavist-Befragung (2025) gaben 35 % an, aus Angst vor Ersetzung nur ungern Ideen und Informationen zu teilen.
• Eine EY-Studie von 2023 (1.000 Beschäftigte in den USA) fand, dass 65 % konkret Angst hatten, ihre Stelle zu verlieren. Das ist ein älterer US-Wert und nicht direkt auf den Mittelstand übertragbar.

Gerade erfahrene Mitarbeitende tragen oft das Wissen, das eine KI-Lösung braucht. Hält das Team es zurück, fehlt dem Projekt sein wichtigster Rohstoff.

Der strukturierte Ausweg in vier Schritten

Aus den belegten Erfolgsfaktoren und Führungsmassnahmen lässt sich ein praktikabler Ablauf ableiten:

1. Einen nutzennahen Anwendungsfall wählen. Nicht «KI einführen», sondern einen konkreten Prozess, der heute Zeit kostet und dessen Ergebnis sich messen lässt.
2. Verantwortung und Regeln klären. Data Ownership benennen, einfache Governance festlegen, Datenschutzfragen vor dem Start beantworten.
3. Übersetzer im Team bestimmen. aithoria nennt technikaffines Personal als Brücke zwischen Technik und Fachbereich.
4. Transparent kommunizieren und früh einbinden. trend.at empfiehlt, Status sichtbar neu zu definieren und Sicherheit vor dem Rollout zu schaffen: Mitarbeitende sollten frühzeitig in Auswahl, Test und Gestaltung neuer Tools eingebunden werden.

Der Effekt: Die Handbremse der Führung wird zur Steuerung, und das Team wird vom Betroffenen zum Mitgestalter.

Selbstcheck: Wo stehen Sie vor dem ersten Tool?

Prüfen Sie ehrlich:

• Gibt es eine Idee, welcher konkrete Prozess zuerst profitieren soll?
• Ist benannt, wer für Stammdaten und Datenqualität verantwortlich ist?
• Gibt es Spielregeln, welche Daten in welche Tools dürfen?
• Wissen Sie, welche Sorgen im Team tatsächlich bestehen?
• Gibt es jemanden, der zwischen Technik und Fachbereich übersetzt?

Wer mehrere Fragen mit Nein beantwortet, scheitert nicht an der Technik, sondern ist noch nicht gestartet. Das ist keine schlechte Nachricht: Diese Lücken lassen sich schliessen, bevor Geld in Lizenzen fliesst.

Für eine strukturierte Standortbestimmung bietet matd einen KI-Readiness-Check an: 10 Fragen, unter 5 Minuten, Ergebnis sofort und ohne Anmeldung. Er deckt sechs Bereiche ab, darunter Strategie und Führung, Daten, Menschen und Kompetenzen sowie Regeln und Datenschutz. Das Ergebnis ordnet Sie in eine von vier Stufen ein, von «Einstieg» bis «Verankert».

Fazit

KI-Adoption scheitert im Mittelstand selten an der Technologie, sondern an Strategie, Verantwortung, Governance und den Haltungen von Führung und Team. Wer diese fünf Hürden kennt und der Reihe nach angeht, startet nicht mit dem Tool, sondern mit einem klaren Anwendungsfall, geklärten Regeln und einem Team, das mitzieht.

Unsere Einschätzung

Offenlegung: Dieser Abschnitt ist eine redaktionelle Einschätzung von matd ag — eine Meinung, die die oben belegten Fakten einordnet, aber keine neuen Fakten oder Zahlen einführt. matd ag ist selbst Anbieter in diesem Markt; wir vergleichen offen und fair, statt Wettbewerber schlechtzureden.

Aus unserer Sicht ist das Muster in den Studien eindeutig: Wer vor dem ersten Tool nur über Lizenzen spricht, überspringt die schwierigen Fragen. Die Vorsicht vieler Geschäftsführer halten wir dabei für vernünftig, solange sie in Struktur mündet und nicht in Abwarten. Unsere Empfehlung: Starten Sie klein, aber mit klarer Verantwortung und einfachen Spielregeln, und lassen Sie das Team früh mitgestalten.

Fair gesagt: Studien wie die von aithoria, KVP oder Roland Berger liefern eine gute Diagnose, kleine KMU brauchen aber zusätzlich jemanden, der Klärung und Umsetzung zusammen begleitet. Dort setzen wir bei matd an. Die KI-Beratung ist nach eigener Beschreibung darauf ausgelegt, dass am Ende ein erster laufender Schritt statt eines Berichts steht. Für Unternehmen, bei denen Führung Wünsche an KI hat, aber noch keine Roadmap, Prioritäten und kein Business Case existieren, gibt es den KI-Lead auf Zeit. Die Preise sind offen einsehbar (Stand 02.11.2026, alle Preise exkl. MwSt.): Der Einstieg in die Engagement-Modelle beginnt mit dem Workshop AI Kickstart (halber Tag) ab CHF 1'500, der Retainer ab CHF 3'000 pro Monat bei mindestens 3 Monaten. Ob das für Sie passt, zeigt sich am einfachsten im kostenlosen Erstgespräch. Ein Anbieter ist nie neutral, deshalb sollten Sie den Readiness-Check auch als Selbsttest nutzen, unabhängig davon, mit wem Sie später arbeiten.

Wenn Sie wissen möchten, an welchen dieser Hürden Ihr Betrieb gerade steht, ist der kostenlose Readiness-Check ein ruhiger erster Schritt, ganz ohne Anmeldung: 20 Minuten mit Marcel: Was KI im Betrieb übernehmen kann.