KI-Potenzialanalyse: Prozesse systematisch bewerten

Wer in einem KMU anfängt, sich ernsthaft mit KI zu beschäftigen, hat selten zu wenige Ideen – meistens zu viele. Der Vertrieb will ein Chatbot-Projekt, die Buchhaltung möchte Belege automatisch erfassen, die Geschäftsleitung hat auf einer Konferenz von einem beeindruckenden Anwendungsfall gehört. Jede Idee klingt für sich plausibel. Das eigentliche Problem: Es fehlt eine nachvollziehbare Methode, um diese konkurrierenden Ideen zu vergleichen und zu entscheiden, womit man anfängt.

Genau das leistet eine KI-Potenzialanalyse. Dieser Artikel erklärt, was sie ist, welche Prozesse dabei bewertet werden, nach welchen Kriterien Nutzen und Risiko bestimmt werden, wie sich Aufwand seriös einschätzen lässt und was am Ende als Ergebnis herauskommt. Er richtet sich an Geschäftsführung, Operations, IT und Fachbereiche in kleinen und mittleren Unternehmen, die eine Auswahlentscheidung treffen müssen – ohne eigenes Data-Science-Team und meist mit begrenztem Budget für Vorarbeit.

Die Ausgangslage ist dabei besser, als es sich oft anfühlt. Laut ifo-Konjunkturumfrage vom Mai 2026 nutzen inzwischen 54,5 % der deutschen Unternehmen KI in ihren Geschäftsprozessen, gegenüber 40,9 % im Jahr zuvor – bei kleinen Unternehmen sind es 51,2 %, bei mittleren 47,2 %. KI im Unternehmen ist also längst Normalität, nicht Pionierarbeit. Die eigentliche Hürde liegt woanders: Laut Bitkom sehen zwar 88 % der Unternehmen im eigenen Betrieb ungenutztes KI-Potenzial, aber 79 % warten erst einmal ab, welche Erfahrungen andere machen – auch weil nur rund jedes fünfte Unternehmen (22 %) sich selbst die notwendigen KI-Kompetenzen zutraut. Eine Potenzialanalyse ist der Weg aus diesem Abwarten heraus, ohne kopflos ins erstbeste Projekt zu springen.

Begriffe kurz geklärt

Vier Begriffe werden häufig durcheinandergeworfen. Für diesen Artikel gilt folgende Abgrenzung:

• KI-Potenzialanalyse bewertet mehrere Prozess-Kandidaten systematisch und liefert eine priorisierte Liste. Sie beantwortet die Frage „Wo lohnt sich KI bei uns am meisten – und wo eher nicht?”.
• Prozessaudit ist der vorgelagerte Schritt: die Bestandsaufnahme, welche Prozesse es überhaupt gibt, wie sie ablaufen und wo sie Zeit oder Qualität kosten. Die Potenzialanalyse baut auf dem Prozessaudit auf, ist aber die Bewertung, nicht die Bestandsaufnahme selbst.
• Readiness-Check prüft, ob das Unternehmen als Ganzes bereit ist – Daten, Systeme, Kompetenzen, rechtliche Leitplanken. Er ist eine Ebene abstrakter als die Potenzialanalyse, die sich auf einzelne Prozesse bezieht, nicht auf das gesamte Unternehmen.
• Use-Case-Liste ist häufig nur eine unbewertete Ideensammlung. Ohne Kriterien, Gewichtung und Priorisierung ist sie das Rohmaterial für eine Potenzialanalyse, nicht deren Ergebnis.

Diese Abgrenzung ist mehr als Begriffshygiene: Wer „Potenzialanalyse” bestellt und ein unbewertetes Brainstorming-Protokoll bekommt, hat kein Entscheidungsinstrument, sondern eine längere Ideenliste.

Was ist eine KI-Potenzialanalyse?

Eine KI-Potenzialanalyse ist ein strukturiertes Verfahren, mit dem du Geschäftsprozesse systematisch auf ihre Eignung für den KI-Einsatz prüfst. Der Ablauf folgt immer demselben Grundmuster: Kandidaten sammeln, nach festen Kriterien bewerten, priorisieren, dokumentieren. Was sie von einer reinen Ideensammlung unterscheidet, ist die Konsequenz, mit der jeder Kandidat an denselben Maßstäben gemessen wird – nicht daran, wer im Meeting am lautesten für seine Idee wirbt.

Wichtig ist, was eine Potenzialanalyse nicht ist. Sie ist keine technische Machbarkeitsstudie im Detail (die kommt später, im Pilotprojekt), kein fertiges Lastenheft und erst recht kein Versprechen auf einen bestimmten Return. Sie ist eine Entscheidungsgrundlage: nachvollziehbar genug, dass die Geschäftsführung eine Priorisierung mittragen kann, ohne dass vorher schon monatelang entwickelt wurde. Der Wert liegt weniger im exakten Punktwert einzelner Kriterien als in der erzwungenen Disziplin, alle Kandidaten am gleichen Maßstab zu messen und die Auswahl später begründen zu können.

In der Praxis sehe ich zwei typische Fehlformen. Die eine ist die Beratungsstudie ohne Praxisbezug: hundert Seiten Trendanalyse, am Ende keine konkrete Empfehlung, mit der ein Fachbereich morgen etwas anfangen kann. Die andere ist das Gegenteil – ein Bauchgefühl-Ranking ohne dokumentierte Kriterien, das bei der ersten kritischen Nachfrage der Geschäftsführung zusammenfällt, weil niemand mehr erklären kann, warum Prozess A vor Prozess B steht.

Welche Prozesse werden bewertet?

Kandidaten für eine Potenzialanalyse sind in aller Regel wiederkehrende, dokumentierbare Prozesse – keine einmaligen Sonderfälle. Nach Bitkom-Zahlen aus der Bürobefragung entlastet KI aus Unternehmenssicht vor allem bei Routineaufgaben (67 % Zustimmung); konkret genannt werden automatisierte Bearbeitung von Standardformularen, Meeting-Mitschriften und personalisierte Kundenkommunikation. In der Industrie zeigt eine Bitkom-Erhebung unter 552 Unternehmen ein feineres Bild der Chanceneinschätzung nach Anwendungsbereich: Energiemanagement (85 %), Robotik (74 %), Analytik (73 %), Lagermanagement (72 %) und Maschinenkonfiguration (70 %) werden am chancenreichsten eingeschätzt, gefolgt von Qualitätsmanagement (58 %), Programmierung/Konstruktion (52 %) und Projektplanung (51 %). Auffällig: Selbst in der am stärksten technologisierten Branche schöpfen laut dieser Erhebung erst 24 % der Unternehmen ihre KI-Potenziale bereits gut aus – 72 % sehen ungenutzten Raum.

Für ein KMU außerhalb der Industrie sind vor allem folgende Prozessarten typische Kandidaten:

• Textbasierte Prozesse: Schriftverkehr, Angebotserstellung, Zusammenfassungen, Antwortentwürfe.
• Klassifikation und Sortierung: eingehende Anfragen, Belege, Support-Tickets nach Kategorie oder Dringlichkeit einordnen.
• Recherche und Aufbereitung: Informationen aus mehreren Quellen zusammentragen, die heute manuell zusammengesucht werden.
• Planung und Terminierung: wiederkehrende Planungsaufgaben mit klaren Regeln, aber hohem manuellem Koordinationsaufwand.
• Qualitätsprüfung: Dokumente oder Datensätze auf Vollständigkeit und Plausibilität prüfen, bevor ein Mensch final entscheidet.

Bewusst nicht auf dieser Liste stehen Prozesse ohne klare Struktur oder mit stark wechselnden Einzelfallentscheidungen ohne Muster – die eignen sich selten für den Einstieg, dazu mehr im Abschnitt zu Risiken und Grenzen. Eine vollständige, kommentierte Übersicht typischer Anwendungsfälle nach Unternehmensfunktion liefert der eigene Cluster-Artikel zu KI-Use-Cases; hier geht es um die Bewertungsmethode, nicht um die vollständige Liste.

Welche Kriterien bestimmen Nutzen und Risiko?

Nutzen und Risiko lassen sich nicht in einer Zahl zusammenfassen, ohne die Bewertung angreifbar zu machen. Ich arbeite deshalb mit fünf getrennten Kriterien, die zusammen ein Bild ergeben:

Kriterium	Leitfrage	Typisches Signal für „hoch”
Nutzen	Wie viel Zeit, Kosten oder Qualität steckt realistisch drin?	Hoher, wiederkehrender manueller Aufwand pro Vorgang
Machbarkeit	Wie gut lösen heutige Sprachmodelle diese Aufgabenklasse?	Textverstehen, Zusammenfassen, Kategorisieren, Entwerfen
Datenlage	Liegen die nötigen Informationen digital, aktuell und zugänglich vor?	Strukturierte oder gut lesbare Dokumente, klare Systemzugriffe
Risiko	Was passiert bei fehlerhaften Ausgaben? Sind sensible oder personenbezogene Daten betroffen?	Prüfschritt durch Menschen vorhanden, Fehler sind korrigierbar
Messbarkeit	Lässt sich der Erfolg vorher/nachher objektiv messen?	Klare Kennzahl existiert bereits (Zeit pro Vorgang, Fehlerquote)

Eigenes Kriterienraster Philogic Labs, entwickelt aus Beratungs- und Umsetzungsprojekten.

Um daraus eine Priorisierung zu machen, ohne die Nuancen der Tabelle zu verlieren, nutze ich zusätzlich eine Zwei-Achsen-Matrix aus Nutzen und Aufwand. Sie ist bewusst einfacher als eine gewichtete Punktsumme, weil sie in einem Workshop mit Fachbereichen ohne Vorbereitung nachvollziehbar bleibt:

	Aufwand niedrig	Aufwand hoch
Nutzen hoch	Quick Win – als Pilot priorisieren	Strategisches Projekt – einplanen, aber nicht zuerst
Nutzen niedrig	Testballon – nur bei freier Kapazität	Vermeiden – Ressourcen woanders einsetzen

Eigene Nutzen-Aufwand-Matrix Philogic Labs.

Ein Rechenbeispiel zur Einordnung: Ein Prozess „Eingehende Anfragen kategorisieren und Antwortentwürfe erstellen” landet meist im Feld Quick Win – hoher wiederkehrender Aufwand, gute Machbarkeit mit heutigen Modellen, Daten liegen als Text vor, ein Mensch prüft jeden Entwurf vor Versand. Ein Prozess „KI-gestützte Anbindung an ein gewachsenes ERP-System für automatisierte Bestandsplanung” landet dagegen oft bei Strategisches Projekt: hoher Nutzen möglich, aber Integrationstiefe und Datenaufbereitung schieben den Aufwand deutlich nach oben. Beide Einordnungen sind bewusst grob – die Matrix soll die Diskussion strukturieren, nicht sie ersetzen. Wo im konkreten Fall genau die Grenze zwischen „niedrig” und „hoch” verläuft, ist immer eine unternehmensspezifische Einschätzung.

Wie wird Aufwand geschätzt?

Aufwand ist die Achse, die in Workshops am häufigsten unterschätzt wird – meist, weil nur an die eigentliche KI-Komponente gedacht wird, nicht an das Drumherum. Realistisch setzt sich der Aufwand aus drei Dimensionen zusammen:

1. Integrationstiefe. Ein Prozess, der komplett innerhalb eines bestehenden Tools mit KI-Funktion abläuft, ist deutlich günstiger zu erschließen als einer, der Daten aus mehreren Bestandssystemen zusammenführen muss. Zwischen einem konfigurierten Standard-Workflow und einer Anbindung an ein gewachsenes ERP-System liegt in der Praxis leicht ein Faktor zehn und mehr.

2. Datenaufbereitung. Liegen die benötigten Informationen bereits strukturiert und zugänglich vor, oder müssen sie erst aus E-Mail-Postfächern, PDF-Ablagen oder Papierformularen nutzbar gemacht werden? Dieser Schritt wird in Zeitplänen regelmäßig vergessen und ist danach der häufigste Grund für Verzögerungen.

3. Change-Bedarf. Wie viele Personen müssen ihre Arbeitsweise anpassen, wie viel Schulung ist nötig, wie groß ist absehbarer Widerstand? Ein technisch einfacher Prozess mit großem Change-Bedarf kann insgesamt aufwändiger sein als ein technisch komplexerer mit einem einzigen betroffenen Team.

Seriöse Euro- oder Wochenangaben lassen sich erst nach der eigentlichen Analyse nennen, wenn ein konkreter Prozess und ein konkretes Vorgehen feststehen – vorher sind nur grobe Bandbreiten mit genannten Annahmen seriös. Zur Orientierung, was das in der Praxis bedeutet: Für einen Prozess mit geringer Integrationstiefe (Nutzung bestehender Tool-Funktionen, keine Systemanbindung, ein Team betroffen) bewegt sich der Aufwand für die eigentliche Analysephase eines Kandidaten in meiner Erfahrung im Bereich weniger Personentage; bei mehreren zu vergleichenden Prozessen mit Interviews in verschiedenen Fachbereichen und einem Bewertungsworkshop eher im Bereich von ein bis zwei Wochen Kalenderzeit. Das ist eine Erfahrungswert-Bandbreite aus eigenen Projekten, keine belegte Studienzahl – die tatsächliche Dauer hängt stark davon ab, wie viele Prozesse verglichen werden und wie gut sie bereits dokumentiert sind.

Was ist das Ergebnis?

Am Ende einer Potenzialanalyse steht kein fertiges KI-System, sondern ein Entscheidungsdokument mit typischerweise vier Bestandteilen:

1. Eine priorisierte Liste bewerteter Prozesse – geordnet nach der Nutzen-Aufwand-Einordnung, mit den Einzelbewertungen je Kriterium, nicht nur einem Gesamtrang.
2. Eine begründete Empfehlung für den ersten Piloten – inklusive der Frage, warum gerade dieser Prozess und nicht der mit dem theoretisch größten Nutzen gewählt wurde.
3. Eine Übersicht offener Voraussetzungen je Kandidat – fehlende Daten, ungeklärte Systemzugriffe, offene Datenschutzfragen. Diese Liste ist oft genauso wertvoll wie die Priorisierung selbst, weil sie zeigt, was vor dem Start noch zu tun ist.
4. Eine Dokumentation der Kriterien und Annahmen – damit die Auswahl später nachvollziehbar bleibt und nicht wie eine Bauchentscheidung wirkt, wenn sie in einem halben Jahr hinterfragt wird.

Was ausdrücklich nicht Teil des Ergebnisses ist: ein technisches Konzept, ein Festpreisangebot oder eine Erfolgsgarantie. Diese Dinge gehören in die nächste Phase, den Piloten – die Potenzialanalyse liefert die Grundlage für die Entscheidung, womit dieser Pilot startet.

Umsetzung: So läuft eine Potenzialanalyse in der Praxis

In meiner Arbeit läuft eine Potenzialanalyse in vier Schritten, die sich meist in ein bis zwei Wochen Kalenderzeit unterbringen lassen:

Schritt 1 – Kandidaten sammeln. Kurze, strukturierte Gespräche mit den Menschen, die die Arbeit tatsächlich machen – nicht nur mit deren Vorgesetzten. Ziel sind zehn bis zwanzig grob umrissene Prozess-Kandidaten, keine Feinanalyse. Die Frage ist immer dieselbe: „Wo verbringst du wiederkehrend Zeit mit Aufgaben, die sich nach einem erkennbaren Muster wiederholen?”

Schritt 2 – Vorauswahl. Aus den zehn bis zwanzig Kandidaten werden offensichtlich ungeeignete aussortiert – etwa Prozesse ohne wiederkehrendes Muster oder mit inakzeptablem Risiko bei Fehlern. Übrig bleiben typischerweise fünf bis acht Kandidaten für die Detailbewertung.

Schritt 3 – Bewertungsworkshop. Die verbliebenen Kandidaten werden gemeinsam mit den Fachbereichen anhand des Kriterienrasters bewertet und in die Nutzen-Aufwand-Matrix eingeordnet. Wichtig: Alle Beteiligten bewerten nach denselben Kriterien, offen diskutiert – nicht jeder Fachbereich verteidigt nur seine eigene Idee.

Schritt 4 – Dokumentation und Empfehlung. Ergebnis, Kriterien und offene Punkte werden schriftlich festgehalten, inklusive einer klaren Empfehlung für den ersten Piloten. Diese Empfehlung geht an die Geschäftsführung zur Entscheidung – die Potenzialanalyse trifft die Entscheidung vor, sie ersetzt sie nicht.

Ob du diese vier Schritte intern moderierst oder extern moderieren lässt, hängt vor allem davon ab, wie neutral interne Moderation im eigenen Haus wahrgenommen wird. Bei stark konkurrierenden Fachbereichsinteressen hilft eine externe, unabhängige Moderation oft mehr als zusätzliche fachliche Expertise. Unser Beratungsangebot mit Prozess-Audit und Potenzialanalyse findest du auf der Startseite; wer die Methode zunächst intern im Team etablieren will, findet in unseren Schulungen einen praxisnahen Einstieg in Bewertungsmethodik und Kriterienarbeit.

Risiken & Grenzen

Eine Potenzialanalyse ist ein nützliches, aber begrenztes Werkzeug. Vier Grenzen gehören zur ehrlichen Einordnung:

• Analyse-Paralyse. Wenn aus der Bewertung zehn Kandidaten immer neue Bewertungsrunden entstehen, wird aus dem Entscheidungsinstrument eine Verzögerungstaktik. Eine Potenzialanalyse soll in Tagen bis wenigen Wochen abgeschlossen sein, nicht in Monaten.
• Subjektivität trotz Kriterien. Auch ein Kriterienraster macht die Bewertung nicht objektiv im naturwissenschaftlichen Sinn – es macht sie nachvollziehbar und diskutierbar. Wer erwartet, dass eine Matrix jede Meinungsverschiedenheit auflöst, wird enttäuscht.
• Die Datenlage kann sich als schlechter herausstellen als angenommen. Erst im Pilotprojekt zeigt sich oft, dass Daten unvollständiger oder inkonsistenter sind als in der Analyse angenommen. Die Potenzialanalyse reduziert dieses Risiko, sie eliminiert es nicht.
• KI-Fähigkeiten verändern sich. Was heute als „schwer machbar” bewertet wird, kann in einem Jahr Standard sein – und umgekehrt sind nicht alle Versprechen neuer Modelle sofort praxistauglich. Eine Potenzialanalyse hat ein Haltbarkeitsdatum; bei größeren technologischen Sprüngen lohnt eine Wiederholung.

Und eine Grenze, die für den Einstieg oft wichtiger ist als alle anderen: Prozesse ohne erkennbares Muster, mit stark wechselnden Einzelfallentscheidungen oder mit nicht tolerierbaren Fehlerfolgen (etwa sicherheitskritische Steuerungen oder Entscheidungen, die Menschen unmittelbar rechtlich betreffen) eignen sich selten für den Einstieg – unabhängig davon, wie gut sie in der Matrix abschneiden. Bei Prozessen mit Bezug zu Personalentscheidungen oder anderen sensiblen Bereichen kommen zusätzlich regulatorische Fragen ins Spiel, insbesondere aus dem EU AI Act; das würde diesen Artikel sprengen und gehört im Zweifel zu Datenschutz- oder Rechtsberatung, nicht zur Potenzialanalyse selbst.

Wichtig ist auch: Eine Potenzialanalyse ersetzt keinen Readiness-Check auf Unternehmensebene. Selbst der vielversprechendste Prozess-Kandidat scheitert, wenn grundlegende Voraussetzungen wie Datenzugriff oder eine verantwortliche Person fehlen – das prüft der Readiness-Check, nicht die Potenzialanalyse.

Checkliste: KI-Potenzialanalyse durchführen

1. Wir haben zehn bis zwanzig Prozess-Kandidaten durch Gespräche mit den ausführenden Personen gesammelt – nicht nur durch Ideen aus der Führungsebene.
2. Offensichtlich ungeeignete Kandidaten (kein wiederkehrendes Muster, inakzeptables Risiko) sind vorab aussortiert.
3. Alle verbliebenen Kandidaten werden nach denselben fünf Kriterien bewertet: Nutzen, Machbarkeit, Datenlage, Risiko, Messbarkeit.
4. Die Bewertung ist in eine Nutzen-Aufwand-Matrix übertragen und dadurch visuell vergleichbar.
5. Aufwand ist über drei Dimensionen geschätzt: Integrationstiefe, Datenaufbereitung, Change-Bedarf – nicht nur über die reine KI-Komponente.
6. Alle genannten Zahlen und Bandbreiten sind mit Annahmen versehen, keine unbelegten Versprechen.
7. Es gibt eine dokumentierte, priorisierte Liste mit Begründung – nicht nur eine mündliche Empfehlung.
8. Für den empfohlenen ersten Kandidaten sind offene Voraussetzungen (Daten, Systemzugriff, Datenschutz) benannt.
9. Die Analyse ist in Tagen bis wenigen Wochen abgeschlossen – keine Analyse-Paralyse.
10. Prozesse mit sensiblem Personenbezug oder nicht tolerierbaren Fehlerfolgen sind separat markiert und nicht automatisch für den Einstieg vorgesehen.
11. Die Empfehlung liegt der Geschäftsführung zur Entscheidung vor – die Analyse trifft die Entscheidung vor, nicht anstelle der Geschäftsführung.
12. Uns ist klar, dass die Potenzialanalyse den nachgelagerten Readiness-Check auf Unternehmensebene nicht ersetzt.

Wie aus dem priorisierten Kandidaten ein konkreter Pilot wird und welche Voraussetzungen auf Unternehmensebene noch zu klären sind, vertiefen die weiteren Artikel im Cluster KI-Strategie. Wenn du die Methode nicht allein anwenden willst: Ein kostenloses Erstgespräch klärt in 45 Minuten, ob eine begleitete Potenzialanalyse für euer Unternehmen der richtige nächste Schritt ist.