KI-Einsatz im Mittelstand: „Mit einem klaren Fall starten“
DVZ: Herr Espey, in mittelständischen Transport- und Logistikunternehmen wird der Einsatz von Lösungen mit künstlicher Intelligenz intensiv vorangetrieben. Welche Fehler führen am häufigsten zum Scheitern von Projekten?
Nils Espey: Ein häufiger Fehler ist, KI-Projekte von Anfang an zu komplex zu denken. Oft wird versucht, ganze Prozessketten gleichzeitig zu automatisieren – statt mit einem klar umrissenen Anwendungsfall zu starten. Ebenso scheitert es daran, dass operative Teams, also die späteren Anwender, nicht frühzeitig eingebunden werden. KI bringt nur dann echten Mehrwert, wenn sie konkrete Engpässe im Alltag löst – nicht wenn sie nur auf dem Strategiepapier glänzt.
Sind die Erwartungen von Unternehmen an KI-Lösungen insgesamt zu hoch?
Die Erwartungen sind durchaus berechtigt – denn der Zugang zu KI ist heute viel einfacher als früher. Es braucht keine monatelangen Trainingsphasen oder spezialisierten Teams mehr, um produktiv zu werden. Gleichzeitig wird KI aber oft als Allheilmittel betrachtet. Die Prozesse vor Ort und die eingesetzten Systeme müssen immer individuell betrachtet werden. Wer diese Grundlage ausblendet, wird enttäuscht.
Welche Voraussetzungen müssen Unternehmen schaffen, bevor sie ein KI-Projekt starten?
Die Einstiegshürden sind heute niedrig – selbst eine perfekte Datengrundlage ist nicht mehr zwingend. Entscheidend ist ein klares Verständnis der eigenen Prozesse. Nur so lassen sich die Potenziale identifizieren, bei denen KI wirklich spürbare Effizienzgewinne bringt.
Welche Arten von KI-Lösungen eignen sich besonders für den Einstieg – etwa in der Disposition, Routenplanung oder Lagerhaltung?
Wir setzen auf schnell einsatzbereite Lösungen. Dazu gehören fertige Produkte wie die Analyse von Sicherheitsdatenblättern oder automatische Prüfungen von Allgemeinen Geschäftsbedingungen. Auch individuelle Entwicklungen lassen sich innerhalb weniger Wochen umsetzen – ohne aufwendige eigene Modelltrainings.
Wie gelingt der Übergang von einem KI-Pilotprojekt in den produktiven Regelbetrieb?
Am besten durch modulares Vorgehen: klein starten, Erfahrungen sammeln, gezielt ausbauen. Statt „alles oder nichts“ funktioniert die schrittweise Skalierung entlang realer Prozesse am nachhaltigsten.
