Der wichtigste Wert externer KI-Beratung liegt selten in einem einzelnen Werkzeug, sondern in Orientierung und Tempo. Viele mittelständische Unternehmen stehen vor demselben Muster: Es gibt einzelne Experimente mit generativer KI, ein paar begeisterte Mitarbeitende, dazu diffuse Erwartungen von Geschäftsführung oder Beirat – aber kein gemeinsames Bild davon, wo KI tatsächlich Wert schafft und wo sie nur Aufwand erzeugt. Externe Beratung ordnet dieses Bild: Sie bringt Erfahrung aus vergleichbaren Vorhaben mit, kennt typische Sackgassen und kann realistisch einschätzen, was mit vertretbarem Aufwand erreichbar ist.
Ebenso wichtig ist, was gute Beratung nicht ist. Sie ist kein Ersatz für eigene Verantwortung, keine Blackbox, aus der fertige Antworten fallen, und kein Vehikel, um teure Lizenzen zu verkaufen. Seriöse KI-Beratung arbeitet ergebnisoffen, macht ihre Annahmen transparent und ist bereit, auch von einem KI-Vorhaben abzuraten, wenn der Nutzen fehlt. Dieser Beitrag ist bewusst herstellerneutral gehalten – auch INAGRO versteht sich als ein möglicher Partner unter mehreren, nicht als alternativlose Antwort.
Eine der zentralen Leistungen von KI-Beratung ist die Übersetzung vager Ambitionen in eine belastbare Roadmap. „Wir wollen mehr mit KI machen“ ist kein Vorhaben, sondern ein Wunsch. Beratung macht daraus überprüfbare Bausteine: Welche Prozesse sind Kandidaten? Welche davon versprechen den größten Nutzen bei überschaubarem Risiko? In welcher Reihenfolge sollte man vorgehen, damit frühe Erfolge Vertrauen und Budget für die nächsten Schritte schaffen? Diese Priorisierung ist der eigentliche Kern – und sie erfordert sowohl technisches Verständnis als auch betriebswirtschaftliche Nüchternheit.
Die beste KI-Beratung macht sich mittelfristig teilweise selbst überflüssig. Ihr Ziel ist nicht die dauerhafte Abhängigkeit, sondern der Aufbau eigener Handlungsfähigkeit im Unternehmen. Das bedeutet: Methoden werden erklärt statt versteckt, Entscheidungen werden begründet, und interne Mitarbeitende werden von Anfang an einbezogen. Dieser Anspruch – Wissenstransfer statt Abhängigkeit – zieht sich als roter Faden durch diesen Artikel und wird in Kapitel 06 vertieft. Wer Beratung nur als verlängerte Werkbank nutzt, verschenkt ihren größten Hebel.
In der Praxis vermischen sich zwei Rollen, die man auseinanderhalten sollte: die des Beraters, der Orientierung gibt, bewertet und Entscheidungen vorbereitet, und die des Umsetzers, der eine konkrete Lösung baut. Beide Rollen sind legitim und werden oft von denselben Häusern angeboten – aber sie folgen unterschiedlichen Logiken. Ein reiner Umsetzer verdient am Bauen und hat wenig Anreiz, ein Vorhaben zu hinterfragen; ein reiner Berater hat die Distanz, um „Nein“ zu sagen, kann aber nicht liefern. Für Unternehmen ist es hilfreich, sich bewusst zu machen, welche Rolle sie gerade brauchen – und bei Anbietern, die beides aus einer Hand anbieten, den möglichen Interessenkonflikt im Blick zu behalten. Häufig ist die beste Konstellation, die strategische Bewertung und die Umsetzung zumindest gedanklich zu trennen und die Umsetzung an der zuvor unabhängig getroffenen Entscheidung auszurichten.
Die ersten drei Felder bilden eine logische Kette. Die Strategieberatung steht ganz oben und beantwortet die Richtungsfrage: Welche Rolle soll KI im Unternehmen spielen, welche Handlungsfelder sind strategisch relevant, und wie ambitioniert wollen und können wir vorgehen? Ohne diese Klärung entstehen leicht isolierte Einzelinitiativen, die sich gegenseitig Ressourcen streitig machen. Aus der Strategie leitet sich die Use-Case-Beratung ab, die konkrete Anwendungsfälle findet, bewertet und in eine sinnvolle Reihenfolge bringt – hier verbinden sich Fachwissen über KI-Verfahren mit betriebswirtschaftlicher Bewertung. Erst danach folgt die technische Beratung, die aus einem priorisierten Anwendungsfall eine funktionierende Lösung macht: Datenanbindung, Werkzeugauswahl, Integration und Betrieb.
Zwei Felder wirken quer zu dieser Achse. Governance- und Compliance-Beratung sorgt dafür, dass KI verantwortungsvoll und regelkonform eingesetzt wird – mit klaren Rollen, Richtlinien und einem Blick auf regulatorische Anforderungen wie DSGVO und den EU AI Act. Sie ersetzt keine Rechtsberatung, bereitet die rechtliche Klärung aber strukturiert vor und übersetzt sie in praktikable interne Regeln. Das fünfte Feld, die Change- und Enablement-Beratung, adressiert den am häufigsten unterschätzten Faktor: die Menschen. Selbst die beste technische Lösung scheitert, wenn Mitarbeitende sie nicht verstehen, ihr nicht vertrauen oder sie als Bedrohung erleben. Change-Beratung baut Akzeptanz, Kompetenz und neue Arbeitsweisen auf – und macht damit den Unterschied zwischen einem Pilotprojekt und einer nachhaltigen Veränderung.
Im Kern geht es bei Make-or-Buy in der KI nicht um den Zukauf von Software, sondern um den Zukauf von Kompetenz auf Zeit. Interner Aufbau (Make) bedeutet, eigene Mitarbeitende zu qualifizieren oder einzustellen, Erfahrungen selbst zu sammeln und Wissen dauerhaft im Haus zu halten. Externer Zukauf (Buy) bedeutet, sich Erfahrung, Methoden und Kapazität punktuell einzukaufen – schnell verfügbar, aber ohne automatischen Verbleib im Unternehmen. In der Praxis ist die Antwort selten „entweder-oder“, sondern eine kluge Kombination, die sich über die Zeit verschiebt: anfangs mehr Buy, später mehr Make.
Vor jeder Make-or-Buy-Entscheidung steht eine nüchterne Bestandsaufnahme. Drei Fragen helfen weiter. Erstens die Kompetenzfrage: Haben wir intern Menschen, die KI-Vorhaben fachlich beurteilen und steuern können – oder fehlt uns bereits die Fähigkeit, einen guten von einem schlechten Anbieter zu unterscheiden? Zweitens die Kapazitätsfrage: Selbst wenn Kompetenz vorhanden ist, hat sie freie Zeit, oder ist sie vollständig im Tagesgeschäft gebunden? Drittens die Strategiefrage: Soll KI eine dauerhafte Kernkompetenz werden, oder handelt es sich um ein abgegrenztes Vorhaben? Wer diese drei Dimensionen ehrlich beantwortet, hat die Make-or-Buy-Entscheidung meist schon halb getroffen.
Der interne Aufbau von KI-Kompetenz wird regelmäßig unterschätzt. Er verlangt nicht nur Schulungen, sondern gelebte Erfahrung – und Erfahrung entsteht auch durch Fehler, die Zeit und Geld kosten. Der Arbeitsmarkt für erfahrene KI-Fachleute ist zudem angespannt, gerade abseits der Ballungsräume. Für viele Mittelständler ist der pragmatische Weg deshalb ein begleiteter Aufbau: Externe Beratung bringt zu Beginn Erfahrung und Tempo ein, überträgt Wissen jedoch systematisch an interne Mitarbeitende, sodass das Unternehmen mit jedem Projekt eigenständiger wird. So verbindet man die Schnelligkeit des Buy mit der Nachhaltigkeit des Make – und vermeidet die typische Falle, dauerhaft von externen Dienstleistern abhängig zu bleiben.
Das mit Abstand wichtigste Kriterium ist die Unabhängigkeit des Rats. Ein Beratungspartner, dessen Geschäftsmodell am Verkauf bestimmter Softwarelizenzen oder Cloud-Kontingente hängt, wird kaum ergebnisoffen beraten – selbst bei bester Absicht besteht ein struktureller Interessenkonflikt. Fragen Sie deshalb konkret: Woran verdient dieser Partner? Erhält er Provisionen oder Partnervergütungen von Herstellern? Herstellerneutralität bedeutet nicht, dass ein Berater keine Produkte empfehlen darf – sie bedeutet, dass die Empfehlung Ihrem Nutzen folgt und nicht seiner Marge. Ein guter Partner legt mögliche Interessenkonflikte offen, statt sie zu verschweigen.
Ebenso wichtig wie die positiven Kriterien sind die Warnsignale. Skepsis ist angebracht, wenn ein Anbieter Erfolg garantiert oder mit spektakulären, aber unbelegten Einsparversprechen wirbt – seriöse Beratung spricht über Chancen und Risiken, nicht über Garantien. Vorsicht auch bei Partnern, die vor jeder Analyse schon die Lösung kennen und reflexartig ein bestimmtes Produkt vorschlagen. Ein weiteres Warnsignal ist übermäßiger Fachjargon, der eher beeindrucken als erklären soll: Wer eine Sache wirklich verstanden hat, kann sie einfach erklären. Schließlich sollten Sie hellhörig werden, wenn ein Anbieter beim Thema Wissenstransfer ausweicht oder Verträge auf möglichst lange, schwer kündbare Bindung ausgelegt sind.
Ob eine große Beratung, eine spezialisierte Boutique oder ein kleines regionales Team das Richtige ist, hängt vom Vorhaben ab – nicht vom Prestige. Große Häuser bieten Breite und Skalierung, arbeiten aber oft mit wechselnden Junior-Teams und höheren Sätzen. Kleinere, spezialisierte Anbieter punkten mit Nähe, Kontinuität und oft besserem Verständnis für den Mittelstand, stoßen bei sehr großen Programmen aber an Kapazitätsgrenzen. Entscheidend ist nicht die Firmengröße, sondern wer konkret an Ihrem Projekt arbeitet. Lassen Sie sich das Team zeigen, das tatsächlich kommt – nicht die Aushängeschilder aus dem Angebot.
Am Anfang steht häufig ein kompaktes Format. Ein Workshop oder mehrtägiger Sprint eignet sich hervorragend, um in kurzer Zeit ein gemeinsames Verständnis zu schaffen, erste Anwendungsfälle zu sammeln und grob zu priorisieren. Der große Vorteil: geringer Einsatz, schnelles Ergebnis, hohe Beteiligung der eigenen Leute. Der Grenznutzen: Ein Workshop schafft Orientierung, aber noch keine fertige Lösung. Er ist der ideale erste Schritt, um mit überschaubarem Risiko herauszufinden, ob und wo sich ein tieferes Engagement lohnt – und um die interne Diskussion auf eine gemeinsame Grundlage zu stellen.
Ist die Richtung klar, folgt oft eine Projektberatung, die ein konkretes Vorhaben von der Konzeption über den Piloten bis zur produktiven Lösung begleitet. Hier bringt der Partner Umsetzungserfahrung und Kapazität ein. Eine Variante ist die Interim-Unterstützung, bei der ein erfahrener externer Experte für eine begrenzte Zeit eine Rolle im Unternehmen übernimmt – etwa als KI-Verantwortlicher, der Strukturen aufbaut, bis eine interne Nachfolge steht. Beide Modelle bieten viel Schlagkraft, bergen aber das Risiko der Abhängigkeit, wenn der Wissenstransfer nicht von Anfang an mitgedacht wird. Deshalb sollte gerade bei Projekt- und Interim-Mandaten die Übergabe an interne Mitarbeitende vertraglich und methodisch verankert sein.
Das nachhaltigste Format ist das Enablement, also die gezielte Befähigung interner Teams. Hier ist der Berater weniger Umsetzer als Coach und Mentor: Er arbeitet Seite an Seite mit Ihren Mitarbeitenden, überträgt Methoden und begleitet sie beim eigenständigen Vorgehen. Enablement ist anspruchsvoller in der Steuerung und liefert kurzfristig scheinbar weniger sichtbare Ergebnisse – dafür entsteht dauerhafte eigene Kompetenz. In der Praxis kombinieren viele Unternehmen die Modelle über die Zeit: ein Workshop zur Orientierung, ein Projekt zur ersten Umsetzung, begleitendes Enablement zum Aufbau eigener Fähigkeiten. Diese Staffelung verbindet schnelle Ergebnisse mit nachhaltigem Kompetenzaufbau.
Wichtig ist, das gewählte Format nicht in Stein zu meißeln. Der Bedarf verändert sich, und ein gutes Mandat lässt Raum für Anpassung: Was als Workshop beginnt, kann in ein Projekt münden; was als Projekt startet, sollte spätestens gegen Ende Enablement-Elemente enthalten, damit die interne Mannschaft das Ergebnis übernehmen kann. Achten Sie deshalb bereits bei der Beauftragung darauf, dass Umfang und Format nicht überdimensioniert sind und dass klar geregelt ist, wie sich die Zusammenarbeit weiterentwickeln oder auch geordnet beenden lässt. Kurze, überprüfbare Etappen mit definierten Zwischenergebnissen geben Ihnen die Kontrolle zurück und verhindern, dass ein Mandat unbemerkt zum Dauerzustand wird.
Abhängigkeit entsteht selten aus böser Absicht, sondern aus Bequemlichkeit auf beiden Seiten. Der Berater arbeitet schneller allein, das interne Team ist ohnehin ausgelastet – und so bleibt das Wissen dort, wo es entstanden ist: beim Externen. Das rächt sich später doppelt: bei jeder Änderung, jedem Betriebsproblem und jeder Vertragsverhandlung, in der Ihnen die Alternativen fehlen. Wissenstransfer muss deshalb von Anfang an bewusst organisiert werden – er passiert nicht von selbst.
Wirksamer Wissenstransfer beginnt schon bei der Beauftragung. Machen Sie ihn zu einem expliziten Ziel des Mandats und nicht zu einem netten Nebeneffekt. Konkret bedeutet das: benannte interne Ansprechpartner, die von Anfang an mitarbeiten statt nur Ergebnisse abzunehmen; eine Zusammenarbeit „am selben Bildschirm“, bei der Entscheidungen erklärt und gemeinsam getroffen werden; sowie eine saubere, verständliche Dokumentation, die auch nach dem Ende des Mandats trägt. Vereinbaren Sie zudem, dass Quellcode, Konfigurationen, Modelle und Daten Ihnen gehören und in nutzbarer Form übergeben werden – nicht als Blackbox, sondern als nachvollziehbare Lösung.
Wissenstransfer gelingt nur, wenn interne Mitarbeitende nicht Zuschauer, sondern Beteiligte sind. Das erfordert eine bewusste Entscheidung der Führung, Menschen dafür Zeit einzuräumen – gegen den Reflex, sie vollständig im Tagesgeschäft zu lassen. Es lohnt sich, ein bis zwei Personen als künftige interne Träger des Themas zu benennen, die eng mit dem Berater arbeiten und das Wissen anschließend in die Breite tragen. Diese Investition zahlt sich mehrfach aus: in geringerer Abhängigkeit, schnellerer Weiterentwicklung und – nicht zuletzt – in einer stärkeren Verhandlungsposition gegenüber jedem künftigen Dienstleister.
Die Preise für KI-Beratung variieren erheblich – zwischen einem regionalen Einzelberater und einer internationalen Großberatung liegen leicht Faktoren. Von exakten Zahlen ist an dieser Stelle bewusst abzusehen, weil sie ohne Kontext irreführend sind und sich Märkte schnell verändern. Wichtiger ist das Verständnis der Kostentreiber: Umfang und Dauer des Mandats, die Seniorität der eingesetzten Personen, der Spezialisierungsgrad, der Anteil an Vor-Ort-Arbeit sowie die Frage, ob reine Beratung oder auch Umsetzung enthalten ist. Statt allein auf den Tagessatz zu schauen, sollten Sie das Verhältnis von Aufwand und erwartetem Nutzen beurteilen – ein höherer Satz kann günstiger sein, wenn er zu schnelleren, besseren Ergebnissen führt.
Jedes Vergütungsmodell setzt eigene Anreize, die Sie kennen sollten. Bei Zeit- und Aufwandsvergütung (Time & Material) zahlen Sie nach tatsächlichem Aufwand – flexibel, aber mit dem Risiko ausufernder Kosten, wenn der Umfang nicht sauber gesteuert wird. Beim Festpreis ist die Kostenseite planbar, dafür muss der Leistungsumfang präzise beschrieben sein, sonst drohen Streit und teure Nachträge. Mischformen – etwa ein Festpreis für eine klar umrissene erste Phase und Aufwandsvergütung für die offenere Folgephase – sind im Mittelstand oft die pragmatischste Lösung. Von reinen Erfolgshonoraren in der KI ist meist abzuraten, weil sich der Beitrag der Beratung zum Ergebnis schwer isolieren lässt und solche Modelle falsche Anreize setzen können.
Neben dem Preis entscheidet die Vertragsgestaltung über Erfolg und Fairness. Achten Sie auf mehrere Punkte: eine klare, überprüfbare Leistungsbeschreibung mit definierten Ergebnissen; Regelungen zu geistigem Eigentum und Nutzungsrechten, sodass Ergebnisse, Code und Modelle Ihnen gehören; verbindliche Vereinbarungen zu Vertraulichkeit und Datenschutz (siehe Kapitel 09); faire Kündigungs- und Ausstiegsklauseln, die Sie nicht dauerhaft binden; sowie – als roter Faden dieses Artikels – die vertragliche Verankerung des Wissenstransfers und einer sauberen Übergabe. Prüfen Sie außerdem, ob und wie Subunternehmer eingesetzt werden und wer tatsächlich arbeitet. Für die rechtssichere Ausgestaltung dieser Klauseln sollten Sie im Zweifel juristischen Rat einholen – dieser Beitrag ersetzt keine Rechtsberatung.
Mittelständische Unternehmen brauchen keine akademischen KI-Strategien, sondern umsetzbare nächste Schritte. Der typische Fehler großer Beratungsansätze im Mittelstand ist die Überkomplexität: monatelange Analysephasen, dicke Konzeptbände und Governance-Modelle, die für Konzerne gedacht sind. Der Mittelstand profitiert stärker von einem schlanken Vorgehen, das früh sichtbare Ergebnisse liefert und Vertrauen schafft. Ein kleiner, erfolgreicher Anwendungsfall überzeugt Geschäftsführung und Belegschaft mehr als jedes Strategiepapier – und schafft die Grundlage für die nächsten Schritte.
Aus unserer Projektpraxis hat sich für den Mittelstand ein bewährtes Muster herausgebildet: klein anfangen, schnell lernen, dann ausweiten. Statt gleich mehrere Vorhaben parallel zu starten, empfiehlt sich ein klar abgegrenzter erster Anwendungsfall mit überschaubarem Risiko und sichtbarem Nutzen – ein Pilot, der unter realen Bedingungen zeigt, ob die Erwartungen tragen. Aus den Erfahrungen dieses Piloten lässt sich das weitere Vorgehen fundiert ableiten. Dieses schrittweise Vorgehen passt zur Ressourcenlage des Mittelstands, hält das Risiko klein und erzeugt die frühen Erfolge, die für Rückhalt und Budget entscheidend sind.
Ein struktureller Vorteil des Mittelstands ist die Nähe der Geschäftsführung zum Geschehen. KI-Vorhaben scheitern selten an der Technik, sondern an fehlendem Rückhalt und unklaren Prioritäten. Im Mittelstand kann die Führung diesen Rückhalt unmittelbar geben – vorausgesetzt, sie versteht das Vorhaben und steht dahinter. Gute Beratung bindet die Geschäftsführung deshalb aktiv ein, ohne sie mit Technik zu überfordern: Sie übersetzt zwischen der strategischen Ebene und der Umsetzung. Ebenso wichtig ist die frühe Einbindung der betroffenen Mitarbeitenden, denn im Mittelstand sind es oft dieselben wenigen Schlüsselpersonen, die ein Vorhaben tragen oder bremsen können.
Sobald ein externer Berater Zugang zu Ihren Daten erhält, betreten Sie datenschutzrechtlich relevantes Terrain. Werden dabei personenbezogene Daten verarbeitet, greift die DSGVO – und je nach Konstellation ist etwa ein Vertrag zur Auftragsverarbeitung erforderlich, es sind Rechtsgrundlagen zu prüfen und Grundsätze wie Datenminimierung und Zweckbindung einzuhalten. Ob und in welcher Form diese Anforderungen im Einzelfall gelten, hängt von der konkreten Rollenverteilung ab und sollte mit dem Datenschutzbeauftragten und gegebenenfalls einer Fachjurist:in geklärt werden. Der EU AI Act kann zusätzlich relevant werden, wenn im Rahmen der Beratung KI-Systeme entwickelt oder eingeführt werden – dazu vertieft der Fachartikel zum EU AI Act in dieser Kategorie.
Vertraulichkeit ist mehr als Datenschutz. Ein Berater lernt Ihr Unternehmen von innen kennen: Strategien, Schwächen, interne Konflikte, Geschäftsgeheimnisse. Diese Informationen sind schützenswert, auch wenn sie keinen Personenbezug haben. Eine belastbare Geheimhaltungsvereinbarung (NDA) gehört deshalb zum Standard – idealerweise vor der ersten inhaltlichen Tiefe. Achten Sie darauf, dass sie auch die Weitergabe an Subunternehmer regelt und über das Mandatsende hinaus wirkt. Genauso wichtig ist die gelebte Praxis: Wie geht der Berater mit Ihren Daten um, wo werden sie gespeichert, wer hat Zugriff, und was passiert damit nach Projektende?
Eine Besonderheit der KI-Beratung verdient besondere Aufmerksamkeit: der Umgang mit Daten in KI-Werkzeugen selbst. Wenn ein Berater Ihre Dokumente, Zahlen oder Kundendaten in generative KI-Dienste eingibt, stellt sich die Frage, wohin diese Daten fließen und ob sie etwa zum Training fremder Modelle verwendet werden könnten. Klären Sie deshalb ausdrücklich, welche Werkzeuge zum Einsatz kommen, wo diese betrieben werden und wie mit Ihren Eingaben verfahren wird. Seriöse Beratung hat dafür klare, transparente Antworten und wählt Werkzeuge und Konfigurationen, die Ihren Anforderungen an Datenschutz und Vertraulichkeit genügen – statt sensible Daten unbedacht in beliebige Cloud-Dienste zu geben.
