Neueinstellung vs. KI-Agent: Wie der Mittelstand 2026 entscheidet, ob die Stelle besetzt oder ein Agent eingesetzt wird

Eine Stelle ist seit fünf Monaten offen. Die Agentur hat sechs Kandidaten geschickt. Zwei haben das Angebot abgelehnt, drei sind zum Interview nicht erschienen, einer hat angenommen und nach acht Wochen gekündigt. Inzwischen macht das Team Überstunden, der Rückstand wächst, und der Geschäftsführer stellt eine Frage, die es vor drei Jahren nicht gab: Sollen wir weiter für diese Stelle rekrutieren oder einen KI-Agenten für die Arbeit einsetzen?

2026 ist das kein Gedankenexperiment mehr. Deutschland hat rund 1,7 Millionen offene Stellen, die durchschnittliche Vakanz dauert 156 Tage, Engpassberufe übersteigen 200 Tage¹⁸, und 13,4 Millionen Erwerbspersonen erreichen bis 2039 das Rentenalter⁴. Gleichzeitig haben KI-Agenten die Linie von der Demo zur Produktion überschritten - Gartner erwartet, dass bis Ende 2026 40 Prozent der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, gegenüber weniger als 5 Prozent im Jahr 2025⁹.

Dieser Leitfaden richtet sich an Geschäftsführer, HR-Leiter und Operations-Verantwortliche im deutschen Mittelstand, die diese Entscheidung zum ersten Mal treffen. Keine Theorie. Ein praktischer Rahmen: Wann einstellen, wann einen Agenten einsetzen, wann beides - und was jede Option im ersten Jahr tatsächlich kostet.

Die Realität 2026: Warum diese Entscheidung auf Ihrem Schreibtisch landet

Drei Entwicklungen sind 2025 und 2026 zusammengetroffen und haben aus der Frage eine operative Entscheidung für jedes Mittelstandsunternehmen gemacht.

• Die demografische Klippe ist da - Rund 13,4 Millionen Menschen in Deutschland erreichen in den nächsten 15 Jahren das gesetzliche Renteneintrittsalter von 67⁴. 2035 wird jeder Vierte in Deutschland 67 Jahre oder älter sein⁵. Die erwerbsfähige Bevölkerung schrumpft, während die operative Komplexität wächst.
• Vakanzen bleiben offen - Die Bundesagentur für Arbeit meldete im März 2026 638.000 offiziell gemeldete offene Stellen, der breitere Markt liegt bei rund 1,7 Millionen¹⁸. Die durchschnittliche Vakanzzeit beträgt 156 Tage. In Engpassberufen wie IT, Ingenieurwesen, Pflege und Handwerk übersteigt sie 200 Tage.
• KI-Agenten sind produktionsreif - 2025 war das Jahr, in dem Agenten die Linie von der Demo zur Produktion überschritten haben. Gartner erwartet, dass bis Ende 2026 40 Prozent der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten⁹. McKinsey-Daten zeigen, dass etwa ein Viertel der befragten Unternehmen mindestens ein agentisches System skaliert²¹.

Das Ergebnis ist eine praktische Entscheidung, die im Mittelstand vor zehn Jahren niemand treffen musste. Wenn eine Stelle frei wird, konkurrieren jetzt drei Optionen um dieselbe Budgetzeile: einen festen Mitarbeiter einstellen, einen Dienstleister oder BPO beauftragen oder einen KI-Agenten für den regelbasierten Anteil der Arbeit einsetzen und die verbleibende Rolle neu zuschneiden.

Was eine offene Stelle wirklich kostet

Die meisten Mittelstandsunternehmen behandeln eine unbesetzte Stelle als Einsparung. Die Gehaltszeile ist leer, also zeigt die Spalte grün. Diese Buchhaltungssicht übersieht die tatsächlichen Kosten der offenen Stelle, die regelmäßig höher liegen als das, was die Rolle gezahlt hätte.

• Direkter Produktivitätsverlust - Jeden Tag, an dem die Stelle offen ist, wird die Arbeit, die sie erledigt hätte, entweder gar nicht gemacht oder verlagert sich auf bereits ausgelastete Kollegen. Die StepStone-Analyse mit der Bundesagentur für Arbeit beziffert die durchschnittlichen Vakanzkosten in Deutschland auf rund 29.000 Euro pro Stelle, bei grösseren Unternehmen über 73.000 Euro¹¹.
• Überstunden-Kaskade - Die vorhandenen Mitarbeiter fangen die Arbeit auf. Überstundenzahlungen, Erschöpfung und am Ende die Kosten für den Ersatz der Ausgebrannten kumulieren sich Monat für Monat.
• Umsatz in Gefahr - Das EY-Mittelstandsbarometer schätzt, dass der deutsche Mittelstand jährlich über 50 Milliarden Euro Umsatz durch unbesetzte Stellen verliert¹¹. Für ein Mittelstandsunternehmen mit 50 Millionen Euro Umsatz kann eine offene Vertriebsstelle sechsstellige Pipeline-Verluste bedeuten.
• Kundenerfahrung erodiert - Servicetickets stauen sich, Onboardings rutschen, Reaktionszeiten dehnen sich. Der Kunde, der drei Wochen auf eine Antwort gewartet hat, ist der Kunde, der den Wettbewerber anruft.
• Recruiting-Kosten kumulieren - Agenturgebühren von 20 bis 30 Prozent des ersten Jahresgehalts, interne HR-Zeit, Manager-Interviews und wiederholte Stellenausschreibungen summieren sich, je länger die Stelle offen bleibt.
• Wissen wird nicht übergeben - Wenn die Stelle in eine Generationenlücke hineinrutscht, geht der erfahrene Mitarbeiter, der den Nachfolger eingearbeitet hätte, zuerst in Rente. Das institutionelle Wissen verlässt das Gebäude.

Die Implikation ist unbequem, aber wichtig. Eine Stelle, die sechs Monate offen bleibt, ist nicht kostenlos - sie ist einer der teuersten Posten im Betriebsbudget, nur über verschiedene Kostenstellen verteilt versteckt.

Was eine Neueinstellung wirklich kostet (jenseits des Gehalts)

Wenn die Stelle besetzbar ist, ist die Einstellung die richtige Antwort. Der Mittelstand lebt seit jeher von Menschen, und die meisten Rollen können und sollten nicht durch Software ersetzt werden. Aber die Kosten einer Einstellung sind nicht das Gehalt im Angebotsschreiben - sie sind das Gehalt plus eine Reihe struktureller Multiplikatoren, die der Mittelstand zahlt, egal ob die Einstellung gelingt oder nicht.

Kostenkomponenten im ersten Jahr

1. Bruttogehalt - Die Zahl im Angebotsschreiben. Für einen Buchhalter in Deutschland liegt der Durchschnitt bei 51.000 bis 70.000 Euro¹⁷. Für einen B2B-Vertriebsmitarbeiter bei 45.000 bis 94.000 Euro¹⁶.
2. Arbeitgeberbeiträge - Sozialversicherung, Krankenversicherung, Rente, Arbeitslosen- und Unfallversicherung. Die typische Belastung liegt bei 20 bis 23 Prozent über dem Brutto¹⁵. Ein Gehalt von 60.000 Euro kostet rund 72.000 bis 73.800 Euro tatsächlichen Arbeitgeber-Abfluss.
3. Recruiting-Kosten - Agenturgebühren von 20 bis 30 Prozent des ersten Jahresgehalts, wenn Sie eine Agentur nutzen. Jobbörsen-Anzeigen, LinkedIn-Recruiter-Lizenzen, HR-Zeit, Manager-Interviews. Branchendurchschnitt im Mittelstand: 4.000 bis 15.000 Euro pro Einstellung.
4. Onboarding-Kosten - Drei bis sechs Monate Produktivitätsverlust, während der Neue eingearbeitet wird. Branchenfaustregeln: 25 bis 50 Prozent des Jahresgehalts je nach Rollenkomplexität.
5. Ausrüstung und Arbeitsplatz - Laptop, Softwarelizenzen, Schreibtisch oder Homeoffice-Pauschale, Schulungen. Typischerweise 3.000 bis 8.000 Euro im ersten Jahr.
6. Ausfallrisiko - Branchendaten zeigen, dass 20 bis 25 Prozent der Einstellungen das erste Jahr nicht überstehen, oft schon in der Probezeit. Jedes Scheitern setzt die Uhr zurück und verursacht eine weitere Recruiting-Runde.

Die Zahl, die zählt, ist die Gesamtkosten im ersten Jahr - nicht die Gehaltszeile. Eine "60.000-Euro-Einstellung" in einem Mittelstands-Finanzteam ist im Schnitt eine 90.000-Euro-Verpflichtung im ersten Jahr und eine wiederkehrende 75.000-Euro-Verpflichtung in jedem Jahr danach.

Was ein KI-Agent wirklich kostet (jenseits der Lizenz)

Vendor-Pitches führen mit dem Lizenzpreis. Das ist die SaaS-Sicht auf KI und sie unterschätzt die echten Kosten, einen Agenten in einer Mittelstands-Umgebung tatsächlich zum Laufen zu bringen. Ein Custom-KI-Agent für einen definierten Workflow hat sechs Kostenkomponenten, die auftauchen, egal ob der Anbieter sie erwähnt oder nicht.

Kostenkomponenten im ersten Jahr

1. Discovery und Prozessanalyse - 2 bis 4 Wochen gemeinsame Arbeit, um genau zu definieren, was der Agent tun wird, die Inputs, Outputs und die Übergabe an Menschen. Typischerweise 8.000 bis 20.000 Euro.
2. Aufbau und Integration - Der Agent selbst plus Verbindungen zu SAP, DATEV, CRM, E-Mail, Dokumentenspeichern oder welchen Systemen auch immer er berührt. Typischerweise 18.000 bis 50.000 Euro für einen fokussierten Single-Workflow-Agenten.
3. Betriebskosten - Modell-API-Aufrufe, Infrastruktur, Monitoring und kontinuierliche Verbesserung. Typischerweise 12.000 bis 30.000 Euro pro Jahr für einen Produktiv-Agenten, der monatlich Tausende von Items verarbeitet.
4. Interne Owner-Zeit - Ein interner Owner verbringt in den ersten 90 Tagen rund 10 bis 30 Prozent seiner Zeit damit, Ausnahmen zu prüfen, Grenzfälle freizugeben und Korrekturen einzuspeisen. Nach Stabilisierung 5 bis 10 Prozent.
5. Compliance und Governance - EU-KI-Verordnung-Transparenzpflichten, DSGVO-Datenflussprüfung, Betriebsvereinbarung, wenn der Agent Mitarbeiterarbeit betrifft. Typischerweise 4.000 bis 12.000 Euro im ersten Jahr, danach weniger.
6. Ausfallrisiko - Gartner erwartet, dass bis Ende 2027 über 40 Prozent der Agentic-AI-Projekte aufgrund von Kostenüberschreitungen, unklarem Wert oder schwachen Risikokontrollen abgebrochen werden¹⁰. Den richtigen Partner und den richtigen Scope zu wählen, trennt die 60 erfolgreichen von den 40 gescheiterten.

Sechs Unterschiede, die das Ergebnis entscheiden

Mensch und Agent sind nicht austauschbar. Sie haben unterschiedliche Formen - unterschiedliche Stärken, unterschiedliche Fehlerprofile, unterschiedliche Kostenkurven. Die sechs Unterschiede unten entscheiden, ob eine Aufgabe zum einen oder zum anderen gehört.

1. Time-to-Productivity

• Mensch - 156 Tage Durchschnitt für die Besetzung einer Mittelstands-Stelle, dann 3 bis 6 Monate Einarbeitung. Gesamt: 8 bis 12 Monate vom Bedarf bis zum Output.
• Agent - 90 Tage von Kickoff bis Produktion für einen fokussierten Workflow. Volle Produktivität ab Tag eins nach Go-Live.
• Gewinner - Der Agent gewinnt bei der Geschwindigkeit um 4 bis 8 Monate für typische Mittelstands-Rollen.

2. Skalierungskosten

• Mensch - Output pro Mitarbeiter ist durch Arbeitszeit begrenzt. Verdopplung des Outputs erfordert in etwa Verdopplung der Mitarbeiter. Lineare Skalierung.
• Agent - Output skaliert mit Infrastrukturkosten, nicht mit Mitarbeiterzahl. Der Sprung von 1.000 auf 10.000 Items pro Monat kostet oft 10 bis 30 Prozent mehr, nicht das Zehnfache.
• Gewinner - Der Agent gewinnt klar bei Workloads mit hohem Volumen und Wiederholbarkeit. Der Mensch gewinnt dort, wo der Engpass das Urteil ist, nicht der Durchsatz.

3. Urteilskraft unter Unsicherheit

• Mensch - Passt sich neuartigen Situationen an, liest Kontext, der nie aufgeschrieben wurde, eskaliert, wenn etwas sich falsch anfühlt. Lebenslanges Lernen ist Standard.
• Agent - Arbeitet im Rahmen, für den er trainiert oder angewiesen wurde. Scheitert vorhersehbar bei wirklich neuen Situationen. Verbessert sich durch Feedback-Schleifen, nicht durch Intuition.
• Gewinner - Der Mensch gewinnt bei Unsicherheit und Neuartigkeit. Der Agent gewinnt bei klar definierten, volumenstarken Regeln.

4. Beziehung und Vertrauen

• Mensch - Baut Beziehungen zu Kunden, Lieferanten und Kollegen auf. Trägt die Identität des Unternehmens in jedes Gespräch.
• Agent - Kann ein Gespräch führen, ist aber keine Person. Kunden und Lieferanten kennen den Unterschied. Stark bei Konsistenz, schwächer bei Rapport.
• Gewinner - Der Mensch gewinnt bei beziehungsdefinierenden Momenten. Der Agent gewinnt bei konsistenten, wiederkehrenden Interaktionen, die keinen Rapport erfordern.

5. Verfügbarkeit und Kontinuität

• Mensch - 40 Stunden pro Woche minus Urlaub, Krankheit, Schulung. Kontinuität bricht, wenn die Person geht.
• Agent - 24/7 bei Bedarf. Kontinuität bleibt über Personalwechsel hinweg erhalten - der Agent ist am Tag 1 eines neuen Mitarbeiters derselbe wie am Tag 365.
• Gewinner - Der Agent gewinnt bei Rund-um-die-Uhr-Verfügbarkeit und Kontinuität. Der Mensch gewinnt dort, wo die Rolle Präsenz und körperliche Interaktion verlangt.

6. Fehlerprofil

• Mensch - Macht Aufmerksamkeits-, Müdigkeits- und Konsistenzfehler. Erkennt eigene Fehler durch Reflexion. Qualität schwankt über den Tag.
• Agent - Macht konsistente Fehler am Rand der Trainingsdaten. Erkennt eigene Fehler nicht - braucht explizite Kontrollen. Qualität ist konstant, aber begrenzt.
• Gewinner - Unterschiedliche Fehlerformen. Human-in-the-Loop-Kontrollen existieren genau dafür, die Konsistenz des Agenten mit der Ausnahmebehandlung des Menschen zu kombinieren.

Die Rollen-Matrix: Entscheidung Aufgabe für Aufgabe

Die Entscheidung fällt nicht auf Rollenebene - sie fällt Aufgabe für Aufgabe innerhalb der Rolle. Die meisten Mittelstands-Jobs bündeln 8 bis 15 unterschiedliche Aufgaben. Die richtige Übung besteht darin, sie aufzulisten und jede einzelne in eine von vier Kategorien zu sortieren.

Die Vier-Bucket-Sortierung

1. Bucket A - Agent sofort - Digitaler Input, regelbasiert, hohes Volumen, geringe Unsicherheit, geringes Beziehungsgewicht. Der Agent führt die Aufgabe Ende zu Ende aus, der Mensch prüft stichprobenhaft.
2. Bucket B - Agent mit Human-in-the-Loop - Überwiegend digital und regelbasiert, enthält aber regelmäßige Ausnahmen oder compliance-sensible Momente. Der Agent entwirft, der Mensch genehmigt.
3. Bucket C - Mensch mit Agent-Unterstützung - Urteilsintensiv, beziehungsdefinierend oder körperlich gebunden. Der Mensch führt aus, der Agent liefert Recherche, Zusammenfassungen oder Entwürfe.
4. Bucket D - Nur Mensch - Neuartig, unsicher, körperlich anwesend, ethisch gewichtig oder kulturell prägend. Hände weg vom Agenten.

Bucket A: Agent sofort

• Rechnungsverarbeitung - Eingehende PDFs und X-Rechnungen, Drei-Wege-Abgleich gegen Bestellung und Wareneingang, Buchung in DATEV oder SAP, Ausnahmen markieren. Hohes Volumen, klare Regeln, Integrationen vorhanden.
• Auftragserfassung aus E-Mail oder PDF - Kundenbestellung kommt rein, Agent extrahiert Positionen, validiert gegen Katalog und Bestand, legt den Verkaufsauftrag an. Gängiges Muster in B2B-Distribution und Fertigung.
• Lieferanten-RFQ-Koordination - RFQs an eine bekannte Lieferantenliste senden, Antworten einsammeln, in eine Vergleichstabelle normalisieren, die besten drei zur menschlichen Freigabe vorlegen.
• Lead-Anreicherung und -Qualifizierung - Eingehender Lead, Agent reichert mit Firmen-Daten an, bewertet gegen ICP-Kriterien, entwirft die erste Ansprache. Vertrieb genehmigt und versendet.
• First-Level-IT-Helpdesk - Passwort-Reset, Software-Zugriff, häufige Fehlermuster. Agent löst die routinemäßigen 60 bis 80 Prozent, eskaliert den Rest.
• Report-Erstellung - Wöchentliche KPI-Übersicht, monatliche Board-Pack-Daten, Kundenstatus-Updates. Agent baut zusammen, Mensch finalisiert.

Bucket B: Agent mit Human-in-the-Loop

• Kundenservice per E-Mail und Chat - Agent entwirft die Antwort mit vollem Kontext aus CRM, ERP und Wissensdatenbank. Service-Mitarbeiter prüft und versendet - oder bearbeitet und versendet. Durchschnittliche Bearbeitungszeit sinkt um 50 bis 70 Prozent.
• Lieferantenverträge prüfen - Agent liest Lieferantenverträge, identifiziert Risikoklauseln, entwirft Redlines gegen das Playbook. Einkaufsleitung genehmigt.
• Produktionsplanungs-Anpassungen - Agent überwacht Aufträge, Kapazitäten und Materialverfügbarkeit, schlägt Planänderungen vor. Produktionsmanager genehmigt.
• Schadensaufnahme in der Versicherung - Agent extrahiert Daten aus dem Schadensformular, validiert Deckung, entwirft die erste Antwort. Schadensbearbeiter zeichnet die Entscheidung ab.
• Angebotserstellung - Agent baut das Angebot aus Produktkonfiguration, Preisregeln und Kundenhistorie zusammen. Vertrieb passt strategische Stellschrauben an und versendet.

Bucket C: Mensch mit Agent-Unterstützung

• Account Executive im B2B-Vertrieb - Kundengespräche, Verhandlung, strategische Account-Planung. Agent übernimmt Vorbereitungs-Recherche, Meeting-Zusammenfassungen, Follow-up-Entwürfe.
• Senior Engineer oder Product Manager - Designentscheidungen, Kundeninterviews, technische Trade-offs. Agent übernimmt Dokumentation, Code-Suche, Anforderungs-Triage.
• HR Business Partner - Mitarbeitergespräche, Konfliktlösung, Organisationsdesign. Agent übernimmt Richtlinien-Recherche, Vorlagen-Entwurf, Terminplanung.
• Qualitätsmanager in der Fertigung - Ursachenanalyse, Lieferanten-Audits, Schulung. Agent übernimmt Datenanalyse, Fehlertrend-Reports, Audit-Vorbereitung.

Bucket D: Nur Mensch

• Geschäftsführung und Senior Leadership - Strategie, Kapitalallokation, Schlüsseleinstellungen, Kultur. Agent unterstützt, entscheidet aber nicht.
• Handwerkliche Tätigkeiten und Außendienst mit körperlicher Präsenz - Servicetechniker vor Ort, Monteur, Elektriker. Agent hilft bei Disposition und Dokumentation, nicht bei der Arbeit selbst.
• Ethisch gewichtige Entscheidungen - Kündigung, Kundeneskalation, Sicherheitsfragen. Im Mittelstand immer Mensch.
• Ausbildung und Begleitung von Azubis - Der Mittelstand lebt von Meister-Lehrling-Übertragung. Das ist per Definition eine menschliche Beziehung.

Die Prozentangaben verlagern das Gespräch von "Sollen wir diese Person durch KI ersetzen" zu "Welche 40 Prozent dieser Rolle sind wiederkehrend und welche 60 Prozent sind der eigentliche Wertbeitrag des Menschen". Dieses Reframing macht die Entscheidung konkret und das Betriebsratsgespräch produktiv statt defensiv.

Das Hybridmodell: Agent + ein interner Owner

Das stärkste Muster im Mittelstand ist selten reiner Agent oder reine Einstellung. Es ist hybrid: ein interner Owner, der die Arbeit kennt, gepaart mit einem Agenten, der die wiederkehrende Last übernimmt. Der Owner verschwindet nicht, wenn der Agent live geht - er wechselt von der Ausführung zur Steuerung des Systems.

Was der interne Owner tatsächlich macht

• Besitzt das Prozesswissen - Der Owner ist die Quelle der Wahrheit dafür, wie die Arbeit aussehen sollte. Er sagt dem Agenten, was als korrekt gilt, welche Grenzfälle wichtig sind und welche Ausnahmen eskaliert werden müssen.
• Prüft Ausnahmen - Der Agent übernimmt die routinemäßigen 70 Prozent. Der Owner prüft die 30 Prozent, die der Agent als unsicher markiert. Mit der Zeit verschiebt sich das Verhältnis durch das Feedback.
• Genehmigt Grenzfälle - Entscheidungen mit finanzieller oder Compliance-Bedeutung bleiben beim Menschen. Der Agent bereitet den Fall vor, der Mensch zeichnet ab.
• Trainiert den Agenten durch Feedback - Jede Korrektur des Owners ist ein Trainingssignal. Der Agent wird genau in der Arbeit besser, die dieses Mittelstandsunternehmen tatsächlich macht.
• Pflegt die Kunden- oder Lieferantenbeziehung - Der Owner bleibt der menschliche Ansprechpartner, wenn die Einsätze hoch sind.

Warum das Hybridmodell gewinnt

1. Der Betriebsrat sagt ja - Der Mittelstand lebt von Mitbestimmung. Ein Muster, das einen vorhandenen Mitarbeiter ergänzt statt ersetzt, durchläuft das Betriebsratsgespräch in Wochen, nicht Monaten.
2. Der Talentpool wird breiter - Der Owner muss kein Top-Senior-Experte sein. Ein Quereinsteiger oder Rückkehrer mit starkem Prozessgespür und Lernbereitschaft reicht. Der Agent fängt die steile Lernkurve ab.
3. Der Ausfallfall ist begrenzt - Wenn der Agent ausfällt oder unterperformt, hält der Mensch den Betrieb am Laufen. Kein Single Point of Failure.
4. Das institutionelle Wissen bleibt im Haus - Der Owner überführt das Wissen der in Rente gehenden Boomer in die Anweisungen des Agenten. Der nächste Owner erbt die Rolle und das laufende System.

Wo Superkind hineinpasst

Superkind baut Custom-KI-Agenten für den Mittelstand. Wir verkaufen keine Lizenzen oder Plattformen. Wir liefern Agenten, die den regelbasierten Anteil einer konkreten Rolle übernehmen, sich in die Systeme integrieren, die Ihr Team bereits nutzt, und in Produktion laufen. Die Form unserer Arbeit bildet das Hybridmodell direkt ab.

Warum ein Custom-Agent für die richtigen Workloads beides schlägt - Einstellung und SaaS

• Process-first, nicht platform-first - Wir starten mit Ihrem tatsächlichen Workflow, nicht mit einem Tool, das wir verkaufen wollen. Der Agent passt sich dem Prozess an, nicht umgekehrt.
• Verbindet sich mit dem, was Sie schon haben - SAP, DATEV, Lexware, Salesforce, HubSpot, Eigenentwicklungen, SharePoint, E-Mail, Dateifreigaben. Kein Rip-and-Replace, kein Migrationsprojekt.
• Um den menschlichen Owner herum gebaut - Der Agent hat ab Woche 1 einen einzigen internen Owner. Jede Ausnahme, jede Korrektur, jeder Grenzfall fließt in den Agenten zurück.
• Ergebnisse statt Sitze - Die Preisgestaltung spiegelt wider, was der Agent tut, nicht wie viele Nutzer ihn öffnen. Die Stückkosten verbessern sich mit dem Volumen.
• EU-KI-Verordnung und DSGVO sauber - Wir kümmern uns um Konformitätsprüfung, Datenflussanalyse und Betriebsratsdokumentation als Teil des Aufbaus.
• Deutschsprachiges Team - Discovery, Aufbau und Betrieb finden auf Deutsch statt. Der Mittelstand braucht keinen Automatisierungspartner, der ins Engineering-Englisch übersetzt.
• 90-Tage-Einführung - Vom Kickoff bis zur Produktion für einen fokussierten Single-Workflow-Agenten. Jahr-1-Kosten liegen zwischen 35.000 und 90.000 Euro je nach Scope und Integrationen.
• Sie besitzen IP und Daten - Der Agent ist Ihr Asset. Trainingsdaten, Prompts, Integrationen gehören Ihnen - zum Behalten, Auditieren und Erweitern.

Der 90-Tage-Plan: Von der offenen Stelle zum produktiven Agenten

Wenn die Entscheidung zugunsten des Agenten fällt, ist das die Struktur, die Sie von "die Stelle ist seit sechs Monaten offen" zu "der Workflow läuft in Produktion" bringt.

Phase 1: Rolle diagnostizieren (Wochen 1-4)

1. Woche 1: Aufgaben-Inventar - Listen Sie jede Aufgabe der offenen Rolle auf, mit Häufigkeit und Zeitaufwand. Sortieren Sie jede Aufgabe in die vier Buckets (A, B, C, D). Die Liste ist der Vertrag dafür, was der Agent tun wird und was nicht.
2. Woche 2: Prozessanalyse für Bucket A und B - Begehen Sie den Workflow mit jemandem, der ihn gemacht hat. Dokumentieren Sie Inputs, Outputs, Entscheidungsregeln und Ausnahmen. Das ist die Arbeit, die die meisten Teams überspringen - und an der die meisten Projekte später scheitern.
3. Woche 3: ROI-Modell und Baseline - Beziffern Sie die aktuellen Kosten der offenen Rolle. Projizieren Sie die Kosten eines Agenten. Definieren Sie die KPIs, die vor und nach gemessen werden. Bauen Sie den Business Case, den die Geschäftsführung genehmigen kann.
4. Woche 4: Compliance und Betriebsrats-Alignment - Holen Sie den Betriebsrat in den Raum. Framen Sie den Agenten als Aufgabenautomatisierung. Entwerfen Sie eine Betriebsvereinbarung zu Datenzugriff, Monitoring und menschlicher Aufsicht. Bestätigen Sie die EU-KI-Verordnung-Risikoklasse.

Phase 2: Aufbau und Test (Wochen 5-8)

5. Wochen 5-6: Agent-Aufbau und Integration - Verbindung zu den beteiligten Systemen (SAP, DATEV, CRM, E-Mail, Dokumentenspeicher). Reasoning, Tool-Nutzung und Entscheidungslogik für Bucket A und B implementieren.
6. Woche 7: Shadow-Testing - Der Agent läuft parallel zum menschlichen Owner an realer Arbeit. Outputs werden verglichen. Owner liefert Korrekturen. Noch keine Kunden- oder Produktionsauswirkung.
7. Woche 8: Härtung - Grenzfälle aus Woche 7 adressieren. Genauigkeit feinjustieren. Human-in-the-Loop-Checkpoints finalisieren. Übergabe in Produktion vorbereiten.

Phase 3: Go-Live und messen (Wochen 9-12)

9. Woche 9: Soft-Launch - Agent übernimmt einen definierten Anteil realer Arbeit (ein Kundensegment, eine Lieferantengruppe, eine Schicht). Owner prüft jeden Output. Probleme werden täglich erkannt und behoben.
10. Wochen 10-11: Vollständiger Rollout - Ausdehnung auf den vollen Scope der Bucket-A- und -B-Aufgaben. Stichproben-Prüfung ersetzt 100-Prozent-Prüfung. KPIs werden wöchentlich verfolgt.
11. Woche 12: Ergebnis und Entscheidung - Vergleich mit der Baseline aus Woche 3. Ergebnisse dokumentieren. Entscheiden, ob der Agent auf benachbarte Aufgaben ausgedehnt wird, ob für die verbleibenden Bucket-C- und -D-Arbeiten ein Mensch eingestellt wird - oder beides.

Häufige Fragen

Verwandte Artikel

• KI-Agenten für den Mittelstand: Wie Deutschlands Hidden Champions KI einführen
• KI-Agenten und Fachkräftemangel: Wo Automatisierung die Lücke schließt
• KI-Agent-Kosten: Was eine Einführung im Mittelstand wirklich kostet
• KI im Vertrieb: Wie der Mittelstand mehr verkauft
• Standardsoftware oder KI-Agent: Wie der Mittelstand entscheidet

Henri Jung

Co-Founder von Superkind. Er hilft mittelständischen Unternehmen, KI-Agenten einzuführen, die zu ihrer Arbeitsweise passen. Henri ist überzeugt, dass der Mittelstand alles hat, was er für die KI-Führerschaft braucht - er braucht nur den richtigen Ansatz.