KI-Agenten im Mittelstand: erst der Operational AI Audit, dann die Automatisierung
Florian Hödl
KI-Experte
> Kurzfassung: Der Mittelstand hat die Schwelle zur KI-Nutzung überschritten, laut dem KI-Index Mittelstand 2026 von Salesforce und dem Deutschen Mittelstands-Bund setzen 51,2% KI ein. Autonome Agenten nutzen aber erst 16,6%. Der eigentliche Wert liegt in der Arbeit zwischen ERP, CRM, E-Mail und PDF, die bisher von Hand erledigt wird. Dolibarr oder ein anderes ERP bleibt das führende System, die Agenten setzen darauf auf, und ein Mensch gibt kritische Schritte frei. Der Operational AI Audit klärt in sechs Bereichen, wo Ihr Betrieb steht, bevor eine Zeile Code entsteht.
Wo steht der Mittelstand bei KI wirklich?
Die Zahlen für 2026 sind eindeutiger, als viele erwarten. Laut dem KI-Index Mittelstand 2026 von Salesforce und dem Deutschen Mittelstands-Bund nutzen oder testen 51,2% der Mittelständler KI, ein Anstieg von 33,1% im Jahr davor. Der Anteil, der autonome Agenten einsetzt, hat sich von 8,7% auf 16,6% fast verdoppelt.
Gleichzeitig zeigt die Praxis eine große Lücke zwischen Wissen und Umsetzung. Viele Betriebe erkennen die Relevanz, haben aber kein Projekt im operativen Betrieb. Das ist selten ein Technologieproblem. Es ist ein Frage des ersten konkreten Schritts: welcher Prozess, welche Daten, welche Freigaben.
Wo sparen KI-Agenten im Mittelstand wirklich Zeit?
Der interessante Teil steht nicht im ERP. Ein ERP bucht Transaktionen, hält Stammdaten, führt Lager und rechnet ab. Was es nicht kann, ist über eine eingehende E-Mail nachdenken, ein PDF lesen oder eine Frage beantworten, die drei Systeme berührt. Genau diese Arbeit erledigen im Mittelstand heute Menschen von Hand.
Bain & Company hat diesen Bereich 2026 beziffert: die Automatisierung der Koordinationsarbeit zwischen Systemen ist allein in den USA ein Markt von rund 100 Milliarden US-Dollar, mit Europa etwa das Doppelte, und über 90% davon ist noch unerschlossen. Gemeint ist die tägliche Kleinarbeit: Daten aus dem ERP ziehen, gegen eine Tabelle prüfen, eine formlose Lieferanten-E-Mail deuten und entscheiden, ob eskaliert wird.
Typische Kandidaten in einem KMU:
- Auftragserfassung aus PDF: Bestellungen kommen per E-Mail, die Daten werden von Hand ins ERP getippt. Ein Agent liest das PDF, strukturiert die Positionen und legt einen Entwurf im ERP an.
- Rechnungsabgleich: Eingangsrechnungen gegen Bestellung und Lieferschein prüfen, Abweichungen markieren.
- Angebotsentwürfe: aus einer Anfrage einen Angebotsentwurf im CRM vorbereiten, den ein Mensch prüft und freigibt.
- Statusnachfragen: wiederkehrende Fragen zu Auftrag, Termin oder Bestand aus den Systemen beantworten.
Die Faustregel: hohe Stückzahl, klare Regeln, messbarer Aufwand. Das sind die Prozesse, bei denen ein Agent zuerst Sinn ergibt.
Warum das ERP das führende System bleibt
In fast jedem umgesetzten Projekt landet der Mittelstand bei derselben Architektur: das ERP bleibt das führende System und der Audit-Trail, die Agenten sitzen darüber. Das ist keine Notlösung, sondern die einzige Aufstellung, die zur Realität deutscher und österreichischer Betriebe passt.
Drei Gründe sprechen dafür:
- GoBD und Nachweispflicht. Steuerlich relevante Aufzeichnungen müssen unveränderbar und nachvollziehbar sein. Das ERP ist der offizielle Datensatz. Ein Agent darf ihn vorbereiten, aber nicht umgehen.
- EU AI Act und DSGVO. Agenten in Beschaffung, Personal oder produktionsnahen Prozessen können als hohes Risiko gelten. Entscheidungslogik, Eskalationswege und Dokumentation gehören vor den Start festgelegt, nicht danach.
- Datenhoheit. Mit Dolibarr auf Infrastruktur in Deutschland und Agenten, die über die REST-API arbeiten, bleiben die Daten in Ihrem Perimeter. Das ist ein Vorteil gegenüber rein US-amerikanischen Diensten.
Der Agent bleibt dabei ein Werkzeug mit Grenzen. Kritische Schritte bestätigt ein Mensch, jede Aktion wird protokolliert. Das nennt sich Human-in-the-Loop und ist bei regulierten Prozessen die Voraussetzung dafür, dass Agenten überhaupt in Produktion gehen.
Der Operational AI Audit: sechs Bereiche
Bevor eine Zeile Code entsteht, steht die Bestandsaufnahme. Der Operational AI Audit prüft in sechs Bereichen, ob ein Betrieb bereit ist, Agenten auf seine Systeme zu setzen.
| Bereich | Frage | Ergebnis | |
|---|---|---|---|
| Prozess-Landkarte | Welche wiederkehrende Arbeit läuft zwischen den Systemen? | Liste der Kandidaten mit Aufwand pro Woche | |
| Datenqualität & Systeme | Wo liegt der führende Datensatz, wie sauber ist er? | Datenbild und offene Baustellen | |
| Automatisierungs-Kandidaten | Welcher Prozess eignet sich zuerst? | Priorisierung nach Stückzahl, Regeln, Kosten | |
| Governance & Regulatorik | Was darf der Agent, wann übernimmt ein Mensch? | Entscheidungslogik, Eskalation, EU-AI-Act-Einstufung | |
| Technische Anbindung | Gibt es stabile APIs, Webhooks, EU-Hosting? | Machbarkeit und Aufwand der Integration | |
| ROI & Pilot | Was spart ein erster Pilot, wie wird er gemessen? | Bounded Pilot mit klaren Kennzahlen |
Das Ergebnis ist kein Konzept für die Schublade, sondern ein priorisierter Plan mit einem ersten Piloten, der sich messen lässt.
Förderung in Österreich
Österreichische Betriebe müssen einen solchen Schritt nicht allein finanzieren. Die Wirtschaftskammer und die Wirtschaftsagentur Wien bieten Digitalisierungsförderungen für KMU. Eine strukturierte Bestandsaufnahme wie der Operational AI Audit ist häufig die Grundlage, um einen Förderantrag zu belegen. EU-AI-Act-Konformität wird zudem im B2B- und im öffentlichen Bereich zunehmend zur Voraussetzung. Wer sie früh mitdenkt, hat einen Vorteil. Ob eine Förderung zusteht, hängt vom Einzelfall ab und wird mit der jeweiligen Stelle geklärt.
Fazit
KI im Mittelstand scheitert selten an der Technik. Sie scheitert am ersten konkreten Schritt. Der Hebel liegt in der manuellen Arbeit zwischen den Systemen, das ERP bleibt das führende System, und ein Agent übernimmt die wiederkehrenden Aufgaben mit menschlicher Freigabe. Der Operational AI Audit macht diesen ersten Schritt planbar. Die [Operational AI Audit Checkliste als PDF](/downloads/operational-ai-audit-de.pdf) können Sie kostenlos herunterladen, 48 Punkte zum Abhaken in sechs Bereichen. Wie eine begleitete Einführung aussieht, zeigt unsere [KI-Beratung für KMU](/services/ki-beratung/).
Häufig gestellte Fragen
Ersetzt ein KI-Agent mein ERP?
Nein. Das ERP bleibt das führende System und der Audit-Trail. Der Agent setzt darüber auf und übernimmt Arbeit zwischen den Systemen, etwa Daten aus PDFs oder E-Mails. Kritische Schritte gibt ein Mensch frei.
Funktioniert das auch mit Dolibarr?
Ja. Dolibarr bietet eine REST-API und Webhooks, über die Agenten lesen und schreiben können. Managed Dolibarr von Anexum verbindet Hosting in Deutschland, Wartung und diese Agenten-Schicht in einem Service.
Wie lange dauert ein Operational AI Audit?
Das hängt von der Zahl der Prozesse und Systeme ab. In der Regel reichen wenige Wochen für Bestandsaufnahme, Priorisierung und einen ersten Pilotvorschlag mit Kennzahlen.
Ist das DSGVO- und EU-AI-Act-konform?
Die Architektur ist darauf ausgelegt. Betrieb auf Infrastruktur in Deutschland, Protokollierung jeder Aktion, definierte Entscheidungslogik und Eskalation. Die rechtliche Gesamtbewertung bleibt bei Ihrer Rechts- und Compliance-Beratung.
Womit fange ich an?
Mit einem einzelnen, gut messbaren Prozess mit hoher Stückzahl und klaren Regeln. Ein bounded Pilot zeigt den Nutzen, bevor breiter automatisiert wird.