Der italienische Markt für künstliche Intelligenz hat 2025 einen Wert von 1,8 Milliarden Euro erreicht – ein Wachstum von +50 % gegenüber dem Vorjahr. Die Zahlen machen Schlagzeilen. Konferenzen schießen aus dem Boden. Jeder Softwareanbieter hat seine Funktionen kurzerhand mit dem Präfix „KI-gestützt" versehen.

Gleichzeitig nutzen 84 % der italienischen KMU noch keinerlei Form von künstlicher Intelligenz. Nicht aus Trägheit. Das Problem ist: Es ist schlicht nicht klar, wo sich der Einsatz wirklich lohnt – und wo man einer teuren Mode hinterherläuft.

Dieser Artikel verkauft keine KI. Er versucht, eine konkrete Frage zu beantworten: In welchen Prozessen erzielt KI messbare Ergebnisse – und in welchen nicht? Eine Antwort, die für Inhaber und Geschäftsführer kleiner und mittlerer Unternehmen relevant ist.

Was die Zahlen über die Kluft verraten

Über 96 % der italienischen Unternehmen sind kleine und mittlere Betriebe. Betrachtet man die KI-Nutzung nach Unternehmensgröße, ist der Unterschied deutlich: Unternehmen mit 250 oder mehr Mitarbeitern kommen auf eine Nutzungsquote von 53 %, KMU mit 10 bis 249 Mitarbeitern hingegen auf gerade einmal 16 %.

Das ist nicht nur ein kultureller Rückstand. Es ist auch ein strukturelles Problem: KI entfaltet keinen Nutzen, wenn die zugrundeliegenden Prozesse noch nicht digitalisiert sind. Ein Unternehmen, das Bestellungen auf Papier oder in Excel-Tabellen verwaltet, kann von einem Machine-Learning-System zur Bedarfsprognose kaum profitieren.

KI kann ihren Wert nicht voll entfalten, wenn keine funktionierende digitale Basis vorhanden ist. Erst die Prozesse, dann die Algorithmen.

Das ist der erste Filter, den man anlegen sollte: Bevor man ein KI-Tool bewertet, lohnt es sich zu fragen, ob die Unternehmensdaten bereits strukturiert, zugänglich und zuverlässig sind. Wenn nicht, ist KI verfrüht.

Wo KI konkrete Ergebnisse liefert

Die Nutzungsdaten zeigen drei Bereiche, in denen KI am häufigsten eingesetzt wird – und messbare Ergebnisse bringt.

Marketing und Vertrieb

Dies ist der Bereich mit der höchsten Nutzungsrate: Etwa ein Drittel der KI-Anwendungsfälle in KMU betrifft diese Funktion. Der Grund ist einfach: Die Daten sind bereits vorhanden (Website-Besuche, E-Mail-Klicks, Kaufhistorie), und KI kann diese automatisch auswerten.

Konkrete Beispiele:

  • Automatisches Lead-Scoring: Das System priorisiert Kontakte anhand ihres bisherigen Verhaltens – so ruft der Vertrieb zuerst dort an, wo die Kaufwahrscheinlichkeit am höchsten ist.
  • Pipeline-Prognose: Auf Basis der bisherigen Abschlüsse lässt sich realistischer einschätzen, welcher Umsatz im Quartal erreichbar ist.
  • Personalisierte Kommunikation: Werbe-E-Mails werden automatisch auf das Profil des Empfängers zugeschnitten – ohne manuelle Segmentierung.

Keine dieser Anwendungen erfordert ein KI-Projekt im sechs- oder siebenstelligen Bereich. Viele moderne CRM-Systeme – auch im mittleren Preissegment – bieten diese Funktionen bereits. Der Kostenpunkt ist überschaubar; Voraussetzung sind saubere Daten und ein bereits genutztes CRM.

Verwaltung und Back-Office

Rund ein Viertel der Anwendungsfälle entfällt auf den administrativen Bereich. Ein fruchtbarer Bereich: Wiederholende Tätigkeiten sind hier die Regel – Rechnungsverarbeitung, Dokumentenklassifizierung, Buchhaltungsabgleich, Spesenabrechnung.

KI ersetzt hier nicht den Steuerberater oder die Buchhaltung. Sie eliminiert Tätigkeiten ohne jeden Mehrwert: Daten aus einem PDF in ein Verwaltungsprogramm übertragen, E-Mails in Ordner sortieren, Zahlen aus verschiedenen Dokumenten für einen Bericht zusammenführen.

Die Zeitersparnis in diesen Prozessen ist bereits in den ersten Monaten messbar. Und selbst zwei freie Stunden pro Woche und Person sind ein konkretes Ergebnis – keine Versprechung.

Kundenbetreuung

Ein gut konfigurierter Chatbot auf einem Online-Shop oder einem Support-Portal kann häufige Fragen ohne menschliches Eingreifen beantworten. Er ist nicht für jeden Kontext geeignet: Er funktioniert dort, wo Anfragen vorhersehbar und repetitiv sind (Bestellstatus, Öffnungszeiten, Preise, Standardabläufe).

Wo Fragen komplex sind oder Urteilsvermögen erfordern, wird der Chatbot für den Kunden zum Ärgernis. Die Grenze muss vor der Einführung gezogen werden – nicht danach.

Wo KI noch Hype ist – und das Risiko real

Nicht alles, was als „KI für KMU" verkauft wird, bringt tatsächlichen Nutzen. Einige Bereiche sind noch nicht ausgereift oder für die typische Größe eines kleinen italienischen Unternehmens schlicht ungeeignet.

KI-Projekte ohne Governance

Das am meisten unterschätzte Phänomen heißt Shadow-KI: Mitarbeitende nutzen öffentliche, kostenlose KI-Tools – Chatbots, Textgeneratoren, Schreibassistenten – ohne Wissen oder Genehmigung des Unternehmens.

Das Problem ist nicht die Nutzung an sich. Es ist vielmehr, dass ohne klare Leitlinien sensible Daten das Unternehmen verlassen können: Vertragsentwürfe, Preislisten, Kundendaten – in ein öffentliches Chat-Fenster eingefügt. Daten, die in bestimmte kostenlose Tools eingegeben werden, können zum Training der Modelle des Anbieters verwendet werden.

Die Zahlen zeigen: Fast drei Viertel der KI-Nutzung in KMU erfolgt ohne definierte Unternehmens-Governance. Es braucht kein fünfzigseitiges Regelwerk: Ein paar klare Regeln dazu, welche Tools erlaubt sind und welche Daten das Unternehmen nie verlassen dürfen, reichen aus.

KI-Tools ohne definierten Verbesserungsbedarf

Der häufigste Fehler ist nicht die falsche Tool-Wahl. Es ist die Einführung eines KI-Tools, ohne vorher zu definieren, welches konkrete Problem es lösen soll.

Stellen Sie sich einen Produktionsbetrieb vor, der eine Plattform zur „vorausschauenden Produktionsanalyse" kauft – ohne Sensoren an den Maschinen und ohne historische Ausfallsdaten. Das Tool ist technisch solide, hat aber nichts, womit es arbeiten könnte. Das Projekt kommt nach sechs Monaten zum Stillstand: Kosten entstanden, Ergebnisse keine.

Die richtige Frage vor jedem Kauf lautet: Welchen Prozess wollen wir verbessern – und haben wir dafür bereits die nötigen Daten?

Automatisierung nicht standardisierter Prozesse

KI funktioniert gut bei wiederholbaren Prozessen mit klaren Regeln. Sie funktioniert schlecht, wenn jeder Fall anders ist, kontextuelles Urteilsvermögen gefragt ist oder Ausnahmen die Regel sind.

Eine kleine Anwaltskanzlei, eine Kreativagentur, ein hochwertiger Handwerksbetrieb: In diesen Kontexten liegt der wertvollste Teil der Arbeit genau dort, wo KI nicht mithalten kann. Die Automatisierung unterstützender Tätigkeiten – Fakturierung, Terminplanung, Berichtswesen – ist sinnvoll. Die Kernarbeit zu automatisieren ist verfrüht und oft kontraproduktiv.

Das eigentliche Hindernis: nicht der Preis

Fast 60 % der Unternehmen, die KI evaluiert, aber nicht eingeführt haben, nennen als Haupthürde fehlende Kompetenzen – nicht die Kosten. KI-Tools sind heute weitgehend als Cloud-Lösung mit monatlichem Abonnement verfügbar. Der Preis ist nicht das Problem.

Das Problem ist, dass KI jemanden im Unternehmen erfordert, der in der Lage ist:

  • die Prozesse zu identifizieren, bei denen KI sinnvoll einsetzbar ist;
  • zu beurteilen, welche Daten vorhanden und in welchem Zustand sie sind;
  • den damit verbundenen organisatorischen Wandel zu begleiten;
  • klare Nutzungsregeln für die Mitarbeitenden festzulegen.

Das ist keine Aufgabe, die man vollständig an den IT-Dienstleister auslagern kann. Der Dienstleister kann das Tool implementieren. Die Entscheidung, wo es eingesetzt wird, muss vom Unternehmer oder der Geschäftsleitung kommen.

Ein Marktsignal ist aufschlussreich: 2025 ist die Zahl der Stellenanzeigen in Italien, die KI-Kompetenzen voraussetzen, um 93 % gestiegen. Unternehmen, die vorankommen, bauen interne Kompetenzen auf – sie kaufen nicht einfach nur Software.

Wie man konkret anfängt

Eine universelle Liste von „KI-Tools für KMU" gibt es nicht. Jedes Unternehmen hat andere Prozesse, andere Daten, andere Ressourcen. Aber es gibt einige Fragen, die sich vor jeder Investition zu stellen lohnen.

  1. Welcher Prozess kostet am meisten Zeit und bringt am wenigsten Wert? Dort anfangen – nicht beim aktuellen Hype.
  2. Sind die nötigen Daten bereits vorhanden? Digital, strukturiert, zugänglich? Wenn nicht, ist das der erste Schritt.
  3. Wer im Unternehmen wird das Tool verstehen und betreuen? Eine interne Ansprechperson zu benennen ist entscheidend.
  4. Was passiert mit den Unternehmensdaten, wenn ich dieses Tool nutze? Diese Frage wird am seltensten gestellt – und ist die wichtigste.

KI ist kein Zauberstab – aber auch keine kurzlebige Mode. Sie ist ein Werkzeug mit konkreten Kosten, Voraussetzungen und Grenzen. Wer mit realistischen Erwartungen und messbaren Zielen startet, erzielt Ergebnisse. Wer sie einführt, um nicht „den Anschluss zu verlieren", hat am Ende meist ein Abonnement mehr – und keine echte Veränderung.