Wo anfangen mit KI? Drei 30-Minuten-Projekte für den Einstieg im KMU

Die meisten KMU scheitern bei KI-Projekten nicht an der Technik, sondern am Einstieg — sie planen zu groß und starten gar nicht. Die realistische Reihenfolge ist umgekehrt: drei Pilot-Projekte in je 30 Minuten, die sofort Zeit sparen und zeigen, wo echte Automation lohnt. Dieser Artikel stellt drei Use Cases vor, die sich als Einstieg besonders eignen: E-Mail-Zusammenfassung, Dokument-Extraktion und Content-Generierung. Mit konkreten Prompts, realistischen Zeitersparnissen und dem Pfad von „ich habe es einmal probiert“ zur laufenden Automation.

Warum KI-Projekte in KMU so oft stecken bleiben

Die typische Geschichte: Der Geschäftsführer hört auf einer Konferenz, dass KI enorme Effizienzgewinne bringt. Der nächste Schritt ist ein Termin mit einer Agentur, dann ein Strategiepapier, dann ein teures Angebot für ein „umfassendes KI-Assessment“. Projekt wird vertagt. Sechs Monate später hat sich nichts geändert.

Das Problem ist nicht die Technik. Das Problem ist die Reihenfolge.

Wer KI im Unternehmen einführen will, braucht zuerst Anker — interne Erfolgsbeispiele, an denen sich das Team festhalten kann. Strategie ohne Anker wird nicht umgesetzt. Anker entstehen aber nur, wenn jemand etwas ausprobiert und damit konkret Zeit spart. Und „etwas ausprobieren“ darf maximal 30 Minuten dauern, sonst macht es niemand.

Die Use Cases in diesem Artikel haben drei Eigenschaften gemeinsam: Sie sind in 30 Minuten startklar, sie brauchen keinen Entwickler, und sie sparen ab der ersten Anwendung spürbar Zeit. Das ist der Hebel.

Was Sie brauchen

Einen Account bei einem der beiden führenden Anbieter. Für die drei Use Cases reicht die Web-Oberfläche:

• ChatGPT Plus (ca. € 23–24/Monat inkl. USt.) oder
• Claude Pro (ca. € 18/Monat zzgl. USt.)

Beide Anbieter liefern für deutschsprachige Geschäftstexte brauchbare Ergebnisse; ein eigener Vergleich mit drei typischen Dokumenten lohnt sich. Für diesen Artikel funktionieren beide.

Kein API-Zugang nötig, keine Entwicklungsumgebung, keine Integrationen. Die API-basierte Automation kommt erst im nächsten Schritt — nach dem Pilot.

Use Case 1: E-Mail-Zusammenfassung

Was es löst: Wer morgens vor einem Posteingang mit Dutzenden ungelesenen Mails sitzt, kann damit einen großen Teil des Vormittags verlieren. Die meisten dieser Mails sind entweder FYI-Informationen oder kurze Entscheidungsfragen. Beides lässt sich bündeln.

Wie es geht in 30 Minuten:

1. Öffnen Sie Ihren Posteingang. Markieren Sie alle ungelesenen Mails der letzten 24 Stunden (in Outlook: Strg + A in der Ansicht „Ungelesen“).
2. Kopieren Sie Absender, Betreff und die ersten zwei bis drei Zeilen jeder Mail in ein leeres Dokument. (Alternative: Viele Mail-Clients haben eine „als Text kopieren“-Funktion.)
3. Öffnen Sie ChatGPT oder Claude, fügen Sie den Text ein und nutzen Sie diesen Prompt:

Du bekommst einen Auszug aus meinem Posteingang. Erstelle mir eine Morgen-Briefing-Übersicht mit drei Abschnitten:
Entscheidungen nötig — Mails, bei denen ich aktiv antworten oder entscheiden muss. Pro Mail: Absender, Kernfrage in einem Satz, empfohlene Antwort-Richtung.
Zur Kenntnis — FYI-Mails, die ich nur lesen, aber nicht bearbeiten muss. In einem Satz zusammengefasst.
Kann gelöscht werden — Newsletter, Werbung, Benachrichtigungen ohne Handlungsbedarf.
Sei knapp. Kein Fließtext, Stichpunkte reichen.

Erwartete Zeitersparnis: Die Erstdurchsicht dauert dann nur noch wenige Minuten. Bei täglicher Anwendung summiert sich das über die Woche spürbar.

Was im nächsten Schritt kommt: Sobald Sie merken, dass der Prompt zuverlässig funktioniert, lohnt sich die Automation. Ein Workflow in n8n oder Make.com liest Ihren Posteingang automatisch via IMAP, sendet das Briefing jeden Morgen um 7:30 Uhr an Ihre Mail oder Ihr Handy, und Sie müssen nichts mehr selbst kopieren. Kosten: ca. € 10–20/Monat an API-Gebühren, je nach Mailvolumen.

Use Case 2: Dokument-Extraktion

Was es löst: Rechnungen, Verträge, Angebote, Lieferscheine — strukturierte Informationen in unstrukturierten PDFs. Wer diese Daten manuell in Excel oder die Buchhaltung abtippt, verliert pro Dokument schnell mehrere Minuten. Bei regelmäßigen Eingangsrechnungen summiert sich das zu Stunden, die nichts generieren.

Wie es geht in 30 Minuten:

1. Nehmen Sie drei typische Dokumente Ihres Alltags — idealerweise aus derselben Kategorie (z.B. drei Eingangsrechnungen verschiedener Lieferanten).
2. Laden Sie sie direkt in ChatGPT oder Claude hoch (beide unterstützen PDF-Upload in der Web-Oberfläche).
3. Nutzen Sie diesen Prompt:

Du bekommst Eingangsrechnungen als PDF. Lies aus jeder Rechnung folgende Felder aus und gib sie als Tabelle aus: Lieferant, UID-Nummer, Rechnungsnummer, Rechnungsdatum, Leistungsdatum, Nettobetrag, Steuersatz, Steuerbetrag, Bruttobetrag, Zahlungsziel, IBAN.
Wenn ein Feld fehlt oder unleserlich ist, schreibe „nicht gefunden“ – rate nicht.

Die Ausgabe bekommen Sie als Tabelle, die Sie direkt in Excel kopieren können.

Typischer Aha-Moment: Die Extraktionsqualität ist bei sauber gescannten oder digitalen Dokumenten sehr hoch. Bei schlecht fotografierten Handy-Bildern oder verschmierten Faxen fällt sie deutlich ab — das müssen Sie wissen, bevor Sie skalieren.

Erwartete Zeitersparnis: Pro Dokument spürbar, besonders bei vielen Feldern. Der eigentliche Hebel kommt aber erst mit Batch-Verarbeitung.

Was im nächsten Schritt kommt: Die Produktionsversion liest Dokumente direkt aus Ihrem Eingangsordner (DATEV-Unternehmen-online, DocuWare, Outlook-Anhang), extrahiert alle Felder im Hintergrund und schreibt sie in Ihr Buchhaltungs- oder ERP-System. Kombiniert mit Azure AI Document Intelligence oder der Claude Vision API funktioniert das auch für gescannte Papierbelege. Ob sich das Setup rechnet, hängt von Belegmenge und Einrichtungsaufwand ab – eine kurze Break-Even-Rechnung schafft Klarheit.

Use Case 3: Content-Generierung

Was es löst: Produktbeschreibungen, Social-Media-Posts, E-Mail-Antwortvorlagen, Job-Inserate, Newsletter-Texte. Alles Texte, bei denen das Muster immer gleich ist, aber der Inhalt variiert. Manuell jedes Mal bei null anfangen ist teuer — nicht wegen der Textlänge, sondern wegen des kreativen Kaltstarts.

Wie es geht in 30 Minuten:

1. Nehmen Sie drei bis fünf Ihrer besten bereits existierenden Texte derselben Kategorie (z.B. fünf gut geschriebene Produktbeschreibungen Ihres Shops).
2. Fügen Sie sie als Beispiele in einen Prompt ein. So lernt das Modell Ihren Stil.
3. Nutzen Sie diese Struktur:

Du schreibst Produktbeschreibungen im Stil dieses Unternehmens. Hier sind fünf Beispiele bestehender Produktbeschreibungen — analysiere Tonalität, Satzlänge, Struktur und typische Formulierungen, aber imitiere sie nicht wörtlich.
[Beispiel 1] [Beispiel 2] [Beispiel 3] [Beispiel 4] [Beispiel 5]
Erstelle jetzt eine neue Produktbeschreibung für folgendes Produkt:
Produktname: [Name]
Kategorie: [Kategorie]
Zielgruppe: [Zielgruppe]
Drei wichtigste Features: [Features]
Tonalität: wie in den Beispielen, sachlich-präzise, keine Superlative.

Warum das mit Beispielen so viel besser wird: Ohne Beispiele produziert jedes Sprachmodell seinen Default-Ton — freundlich, ausschweifend, mit „im Herzen von“ und „einzigartig“. Mit fünf Beispielen Ihres tatsächlichen Stils bekommen Sie Texte, die sich nach Ihrem Unternehmen anhören, nicht nach dem Internet-Durchschnitt.

Erwartete Zeitersparnis: Pro Produktbeschreibung deutlich weniger Zeit als beim Schreiben von null — inklusive der nötigen menschlichen Endabnahme.

Was im nächsten Schritt kommt: Sobald das Template funktioniert, geht der Schritt zur Pipeline: Eine CSV-Datei mit den Produktdaten wird automatisch in Texte verwandelt und direkt in das Shop-System geschrieben. Große Produktmengen in einem Durchgang statt Stück für Stück.

Was diese drei Use Cases lehren

Wer die drei Piloten durchläuft, lernt drei Dinge, die für jeden späteren Automation-Schritt gelten:

1. KI ist gut in Transformation, nicht in Erfindung. Alle drei Use Cases verwandeln vorhandene Information in eine andere Form — Mails zu Briefing, PDF zu Tabelle, Stichworte zu Text. Nichts wird aus dem Nichts erfunden. Wo Sprachmodelle erfinden sollen, halluzinieren sie. Dieses Grundmuster gilt auch für komplexere Automation.

2. Die Qualität hängt fast ausschließlich am Prompt und an den Beispielen. Dieselbe Technologie liefert mit einem schlechten Prompt unbrauchbaren Output und mit einem guten Prompt publikationsreifen Text. Wer seine Prompts iteriert — vielleicht 5 bis 10 Versionen pro Use Case — bekommt Ergebnisse, die ohne diese Iteration unmöglich sind.

3. Der Sprung von „einmal ausprobiert“ zur echten Produktivität ist Automation, nicht bessere KI. Ein einmaliger Claude-Aufruf ist nett. Ein Workflow, der 30 Mal am Tag denselben Schritt läuft, ohne dass Sie ihn anstoßen, ist Ihr eigentlicher ROI. Die KI ist die Zutat, der Workflow ist das Gericht.

Der Pfad von Pilot zu Produktion

Die realistische Reihenfolge nach dem 30-Minuten-Pilot:

1. Woche 1–2: Manuell täglich nutzen. Sie merken, wo die Qualität reicht und wo nicht. Sie bauen Routine auf.
2. Woche 3–4: Prompt iterieren. Kanten schleifen, Edge Cases einsammeln, Tonalität justieren.
3. Monat 2–3: Automation evaluieren. Was ist der wöchentliche Zeitaufwand manuell, was kostet die Automation? Break-Even rechnen.
4. Monat 3+: Pipeline bauen oder bauen lassen. Hier wird aus „KI benutzen“ ein System, das ohne Sie läuft.

Der beste Zeitpunkt für externe Unterstützung ist meist Schritt 4 — nach den ersten drei Schritten wissen Sie konkret, was Sie wollen, und ein Workflow kann genau das abbilden. Statt eines teuren Strategiepapiers, das in der Schublade landet.

Wenn Sie vom Pilot zur laufenden Automation wollen

Die drei Use Cases in diesem Artikel sind ein Startpunkt — der kleinste sinnvolle Einstieg. Wenn Sie nach ein paar Wochen merken, dass ein bestimmter Schritt Ihnen täglich Zeit spart, lohnt sich die Automation.

Goma-IT baut genau diese Art von Workflows für KMU im DACH-Raum: auf Wunsch selbst gehostet auf europäischen Servern, datenschutzfreundlich geplant, mit optionaler Wartung und ohne Vendor Lock-in. Wenn das für Ihr Unternehmen ein Thema ist, melden Sie sich über das Kontaktformular oder vereinbaren Sie direkt ein 30-minütiges Erstgespräch.

Der Termin ist kostenlos, und wenn wir sehen, dass sich eine Automation bei Ihnen nicht rechnet, sagen wir Ihnen das. Weiterführende Projekte starten immer mit einem konkreten, messbaren Piloten — kein Strategiepapier, kein Rundumschlag.