200 Lizenzen verteilt. 6 Monate später: 14 Prozent aktive Nutzung. Der Geschäftsführer eines Industriebetriebs hat uns letzte Woche genau diese Zahlen auf den Tisch gelegt. Sein Kommentar: «Wir haben Copilot eingeführt — und plötzlich macht keiner mehr seine Notizen.»
Genau das ist der Moment, in dem das implizite Wissen einer Firma zu erodieren beginnt.
Prof. Oliver Hoffmann hat diese Woche on LinkedIn einen Begriff dafür geprägt: die «Wegrationalisierungs-Falle». Sein Argument: Wer Mitarbeitende durch KI ersetzt, bevor das Wissen aus den Köpfen strukturiert ist, bleibt mit einer fragilen Maschinerie zurück, die bei der ersten Sonderfrage zusammenbricht.
Hoffmann hat recht. Aber die Frage, die KMU-Geschäftsführer immer wieder stellen, ist eine andere: Was ist die konstruktive Alternative? Wie nutzt man KI, ohne genau diesen Fehler zu machen?
Diese Ausgabe liefert die Antwort: ein klares Vorgehen, das implizites Wissen sichtbar macht, strukturiert und KI als Verstärker einsetzt — nicht als Ersatz.
🎙️ You prefer to listen to the newsletter? Here is a short, AI-generated audio summary of this issue:
Die Hoffmann-Falle bei KI im Mittelstand
The problem
Die typische Reihenfolge in einem KMU-KI-Projekt sieht so aus: Tool kaufen, Lizenzen verteilen, Schulung buchen, abwarten. Drei Monate später die Ernüchterung. Das Team nutzt es kaum, der ROI ist unklar, und manche Geschäftsführer beginnen, über Personalreduktion nachzudenken, weil die KI ja jetzt da ist.
Das ist die Hoffmann-Falle in operativer Reinform.
Drei Mechanismen treiben den Schaden in der Praxis.
Erstens: Resilienz bricht weg. Unternehmen funktionieren oberflächlich durch dokumentierte Prozesse, sie überleben aber durch das Erfahrungswissen ihrer Schlüsselpersonen. KI reproduziert erst einmal nur das Dokumentierte. Wer Belegschaft reduziert, ohne das Erfahrungswissen vorher zu sichern, verliert die Antwort auf jede Sonderfrage.
Zweitens: Innovation kommt zum Erliegen. So eingesetzte KI optimiert Bestehendes. Sie entwickelt keine neuen Geschäftsmodelle. Wer Menschen durch Algorithmen ersetzt, optimiert sich in strategische Irrelevanz, während agilere Wettbewerber neue Modelle bauen.
Drittens: Urteilskraft geht verloren. Wer kontrolliert die Ergebnisse einer KI, wenn die Expertise wegrationalisiert wurde? Die verbleibende Belegschaft wird vom Entscheider zum Operator.
Für KMU mit 30 bis 250 Mitarbeitenden ist das Risiko am höchsten. In Konzernen ist Wissen redundant gespeichert. Im Mittelstand liegt es oft bei drei bis fünf Schlüsselpersonen, deren Erfahrung nirgends strukturiert dokumentiert ist. Geht eine davon, geht ein Stück Firmen-DNA mit.
Das Framework: Erst Prozess, dann Wissen, dann Tool
Wir bei MMIND.ai drehen die Reihenfolge um. Acht Wochen, vier Schritte, ein klares Outcome pro Phase.
Schritt 1 — Prozess sichtbar machen (Wochen 1–2). Wir nehmen ein bis zwei Kernprozesse auf — typischerweise Dinge wie Auftragsabwicklung, Offerterstellung oder die Triage von Kundenanfragen. Mit Value Stream Mapping bilden wir Material- und Informationsfluss inklusive Wartezeiten ab. Mit RACI klären wir Entscheidungswege. Ergebnis: drei KI-Hebel mit dem grössten ROI, nicht zwanzig Ideen ohne Fokus.
Warum dieser Schritt zuerst kommt: Ohne klares Bild davon, wo Wartezeiten entstehen und wo Entscheidungen liegen, weiss niemand, wo KI überhaupt ansetzen soll. VSM und RACI sind seit Jahrzehnten erprobt — keine KI-Spielerei.
Schritt 2 — Arbeits-Stack einrichten (Wochen 3–5). Beispiel: Claude Cowork wird als Schnittstelle aufgesetzt. Plugins arbeiten direkt an deinen Office-Dateien: keine Uploads, keine Cloud-Migration. Wir bauen ein bis drei massgeschneiderte Skills für deine Kernprozesse und rollen sie über einen privaten Plugin-Marktplatz an dein Pilot-Team aus. Outcome: drei bis fünf Power-User produktiv, drei Slash-Commands für die häufigsten Workflows.
Warum erst jetzt: Tools entfalten ihre Wirkung nur dort, wo der Prozess sie tragen kann.
Schritt 3 — Lebendiges Firmen-Wiki (Woche 6). Wir bauen das Wiki nach dem von Andrej Karpathy beschriebenen Drei-Schichten-Muster: source, wiki, AGENTS. Initial-Befüllung aus deinen Kern-Quellen wie Verwaltungsratsprotokollen, Strategiepapieren, Verträgen, Onboarding-Material. Das Wiki wächst danach mit jeder neuen Quelle.
Hier wird Hoffmanns Sorge konkret beantwortet: Das Erfahrungswissen deiner Schlüsselpersonen wird strukturiert sichtbar — und bleibt es, auch wenn jemand das Unternehmen verlässt.
Schritt 4 — Team-Skalierung (Wochen 7–8). Wir migrieren das Wiki in der Regel auf eine selbst-gehostete Dify-Instanz (oder einem Server deiner Wahl). Dein Team bekommt Browser-Zugriff mit Rollen und RBAC. Die Daten bleiben in der gewählten Region. EU AI Act, nDSG und liechtensteinisches DSG sind gesichert.
Ergebnis: Dify produktiv, Team-Onboarding für drei bis zehn Power-User, automatisierter Wissens-Ingest läuft.
Was du danach hast: einen dokumentierten Wertstrom, drei produktive Skills, ein selbst-pflegendes Firmen-Wiki, eine compliant Dify-Instanz. Vor allem: dein Erfahrungswissen ist strukturiert, geschützt und vermehrbar.
Praxis-Check
Konkretes Beispiel aus einem Mandat dieser Woche. Industriebetrieb, 80 Mitarbeitende, vier Schlüsselpersonen für die Offerterstellung. Bevor wir starteten: 4,5 Stunden pro Offerte, 30 Prozent Rückfragen wegen unklarer Spezifikation, eine Schlüsselperson kurz vor der Pensionierung.
Nach acht Wochen mit dem MMIND-Vorgehen: Offerterstellung in 60 Minuten (mit mehreren Qualitätschecks), Rückfragen-Quote bei 8 Prozent, das Wissen der Mitarbeitenden ist im Firmen-Wiki strukturiert verfügbar.
Keine Lizenzen mehr verteilt als nötig. Kein Personal abgebaut. Stattdessen: Die freigewordene Zeit fliesst in zwei neue Produktlinien, die vorher mangels Kapazität liegengeblieben waren.
Das ist der Unterschied zwischen «KI eingeführt» und «KI funktioniert».
Die nächsten Schritte
1. mmind.space besuchen: Dort findest du Lerninhalte, den KI-Marktplatz mit unseren Assistenten, das Newsletter-Archiv, kostenlose Templates und Praxisbeispiele.
2. KI Café am 10. Juni 2026 in Schaan buchen: Unser nächstes hybrides Event («KI rechtskonform einsetzen», 16:30–18:30 Uhr, vor Ort und online). Wir sprechen über genau diese Themen mit Praktikern aus DACH-KMU. Anmeldung: https://mmind.space/p/ki-rechtskonform-einsetzen
3. Prozess vor Tool prüfen — Wenn dein KI-Projekt nicht die erhoffte Wirkung zeigt, frage dich vor der nächsten Lizenz-Verlängerung: Haben wir einen Kernprozess sauber dokumentiert? Liegt das Erfahrungswissen unserer Schlüsselpersonen strukturiert vor? Wenn nein, beginne dort, nicht beim nächsten Tool.
Fragen zur Umsetzung? Antworte direkt auf diese E-Mail. Wir lesen jede Antwort.
