KI-Integration im Unternehmen: Praxisplan für Österreich
Wie österreichische Unternehmen KI Schritt für Schritt einführen: Anwendungsfall wählen, Daten und Systeme prüfen, Datenschutz und AI Act klären, Budget und Förderung planen und einen Pilot ehrlich auswerten.
Christof Servit
7 Min. Lesezeit
KI
KI-Integration im Unternehmen heißt, ein KI-Werkzeug so in bestehende Abläufe und Systeme einzubinden, dass es eine klar umrissene Aufgabe zuverlässig übernimmt: Belege auslesen, Anfragen zuordnen, Dokumente zusammenfassen. Das gelingt in sechs Schritten: Anwendungsfall wählen, Daten und Systeme prüfen, Datenschutz und AI Act klären, Budget und Förderung planen, einen Pilot mit Kennzahlen starten und danach bewusst entscheiden.
Viele österreichische Unternehmen wissen, dass KI kein Nischenthema mehr ist. Trotzdem passiert oft nichts, nicht aus Desinteresse, sondern weil unklar ist, wo man anfangen soll. In Gesprächen mit KMU sehe ich dieses Muster immer wieder. Der erste Schritt ist dabei nie die Technologie, sondern Klarheit darüber, welchen Prozess KI verbessern soll und warum gerade diesen. Dieser Praxisplan führt Sie durch die sechs Schritte.
Der Praxisplan im Überblick
Die Schritte bauen aufeinander auf. Wer Schritt 1 überspringt, hat in Schritt 5 keine Grundlage für die Bewertung. Und wer die Förderung erst nach dem Projektstart prüft, verliert sie meist.
Schritt 1: Den richtigen Anwendungsfall finden
KI löst kein unklares Problem besser als ein Mensch. Bevor Sie über Werkzeuge nachdenken, brauchen Sie einen Prozess, den Sie in einem Satz beschreiben können: wer ihn macht, wie oft, mit welchen Daten und was dabei regelmäßig schiefgeht.
Gut geeignet für den Einstieg sind wiederkehrende Tätigkeiten mit viel Text oder vielen Dokumenten: eingehende Rechnungen erfassen, Supportanfragen der richtigen Stelle zuordnen, lange Dokumente zusammenfassen, Berichte aus Systemdaten erstellen. Nicht jede Aufgabe braucht dabei KI. Wo feste Regeln reichen, ist eine klassische Automatisierung oft günstiger und berechenbarer. Mehr dazu in meinem Beitrag Geschäftsprozesse mit KI automatisieren: Wo anfangen?
Priorisieren Sie nach Nutzen, Qualität der vorhandenen Daten, technischer Umsetzbarkeit und Akzeptanz im Team. Wählen Sie dann bewusst nur einen Anwendungsfall für den Pilot. Breite macht Pilotprojekte teuer, unübersichtlich und schwer auswertbar. Wenn Sie die Auswahl strukturiert angehen möchten, ist ein Automatisierungs- und KI-Workshop ein möglicher Rahmen.
Schritt 2: Daten und Systeme prüfen
Datenqualität vor dem Pilot
Viele Projekte scheitern nicht an der KI, sondern an dem, was ihr zugeliefert wird: Dubletten, uneinheitliche Felder, veraltete Stammdaten. Prüfen Sie vor dem Pilot, ob die relevanten Daten vollständig, digital verfügbar, aktuell und einheitlich strukturiert sind. Kundennummern, Belegarten, Statuscodes und Zeitstempel müssen eindeutig definiert sein. Was nicht sauber definiert ist, kann auch ein KI-System nicht verlässlich verarbeiten.
Schnittstellen zu ERP, CRM und Dokumenten
Für die Anbindung an ERP- oder CRM-Systeme wie SAP, Microsoft Dynamics 365 Business Central oder JTL-Wawi brauchen Sie dokumentierte Schnittstellen (APIs), Webhooks oder eine Zwischenschicht, die zwischen Modell und Bestandssystemen vermittelt. Eine direkte Anbindung reicht, wenn die Schnittstellen stabil und gut dokumentiert sind. Eine Zwischenschicht lohnt sich, sobald mehrere Systeme beteiligt sind oder Protokollierung, Wiederholungsversuche und Fehlerbehandlung zentral geregelt werden sollen. Zugriffsrechte und Authentifizierung gehören vor dem Start geklärt. Wie solche Anbindungen aussehen, beschreibe ich auf der Seite API-Schnittstellen.
Schritt 3: Datenschutz und Betriebsmodell klären
Die DSGVO gilt vollständig, sobald ein KI-System personenbezogene Daten verarbeitet. Vier Fragen sollten Sie vor jedem Projekt beantworten:
- Welche personenbezogenen Daten fließen in das System?
- Auf welcher Rechtsgrundlage nach Art. 6 DSGVO geschieht das?
- Verarbeitet ein externer Anbieter die Daten? Dann brauchen Sie einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO.
- Wo werden die Daten verarbeitet, in der EU oder in einem Drittland?
Prüfen Sie außerdem, ob eine Datenschutz-Folgenabschätzung nötig ist. In Österreich nennt die DSFA-Verordnung den Einsatz künstlicher Intelligenz ausdrücklich als möglichen Anlass. Das betrifft nicht jeden Chatbot ohne Personenbezug, die Frage muss aber bewusst beantwortet werden.
Die Antworten bestimmen das Betriebsmodell: Cloud-Dienst mit Firmenvertrag, ein Modell bei einem EU-Hoster oder ein Sprachmodell auf eigener Hardware. Die Vor- und Nachteile vergleiche ich im Beitrag Lokale KI-Lösungen für Österreich, die technische und rechtliche Umsetzung eines eigenen Servers im Leitfaden On-Premise-KI.
Schritt 4: AI Act und Mitarbeitende einbeziehen
Neben der DSGVO gilt der AI Act. Zwei Punkte betreffen fast jedes Unternehmen, das KI einsetzt:
- KI-Kompetenz (Art. 4): Seit 2. Februar 2025 müssen Unternehmen, die KI-Systeme einsetzen, Maßnahmen setzen, damit ihr Personal damit umgehen kann. Mit dem Digital Omnibus wurde die Pflicht im Juli 2026 abgeschwächt, aber nicht abgeschafft. Ein formaler KI-Beauftragter ist laut KI-Servicestelle der RTR nicht vorgeschrieben.
- Transparenz (Art. 50): Seit 2. August 2026 gelten Hinweispflichten, etwa wenn Kundinnen und Kunden mit einem Chatbot sprechen. Details im Beitrag zur Kennzeichnungspflicht für KI-Inhalte.
Strengere Regeln gelten für Hochrisiko-Anwendungen, etwa KI in der Bewerberauswahl. Diese Pflichten greifen nach dem Digital Omnibus ab 2. Dezember 2027 (Zeitplan der RTR). Für einen ersten Pilot sollten Sie solche Anwendungen eher meiden.
Klären Sie auch, welche KI-Werkzeuge Ihre Mitarbeitenden heute schon nutzen. Oft ist das mehr, als die Geschäftsführung weiß. Eine kurze interne Regel, welche Daten in welche Werkzeuge dürfen, ist ein guter Start; mehr dazu im Beitrag Ihre Mitarbeitenden nutzen längst KI.
Schritt 5: Budget und Förderung planen
Wovon die Kosten abhängen
Seriöse Pauschalpreise für KI-Projekte gibt es nicht, weil die Kosten vor allem von wenigen Faktoren abhängen:
- Zahl und Qualität der anzubindenden Systeme und Schnittstellen,
- Aufwand für Datenbereinigung und Datenaufbereitung,
- Betriebsmodell: nutzungsabhängige Cloud-Gebühren, Hosting-Kosten oder eigene Hardware,
- Anforderungen an Protokollierung, Rechte und Dokumentation, auch für die Datenschutz-Folgenabschätzung,
- laufender Betrieb: Überwachung, Updates, Anpassungen.
Planen Sie deshalb in Stufen: zuerst ein kleiner Machbarkeitstest mit echten Daten, dann der Pilot, erst danach die Ausweitung. So wissen Sie nach jeder Stufe mehr, bevor Sie weiteres Budget freigeben. Ein Festpreisangebot erstelle ich erst nach der Analyse, wenn diese Faktoren bekannt sind.
Förderungen in Österreich (Stand Oktober 2026)
Förderprogramme ändern sich häufig, daher hier nur die wichtigsten Eckdaten mit Quelle. Prüfen Sie die aktuellen Bedingungen immer direkt beim Fördergeber:
- aws AI-Start: bis zu 50 % der förderbaren Kosten, maximal 15.000 Euro, für das erste KI-Projekt eines Unternehmens, zuletzt 2024 als „AI-Start Green“ mit Nachhaltigkeitsbezug ausgeschrieben. Die Förderung läuft in Ausschreibungen; laut aws ist derzeit kein Call offen.
- aws AI-Adoption: bis zu 150.000 Euro für die Einführung von KI. Der letzte Call lief bis Februar 2025; den nächsten Einreichzeitraum kündigt aws über seinen Newsletter an.
- FFG Innovationsscheck: bis zu 10.000 Euro für Leistungen einer Forschungseinrichtung, für KMU. Ob und bis wann eingereicht werden kann, steht auf der Programmseite der FFG.
- KMU.DIGITAL: Das Budget ist laut Programmseite ausgeschöpft, ab 2027 wird das Programm nicht fortgeführt.
Wichtig: Förderanträge müssen in der Regel vor Projektstart gestellt werden. Bei den aws-Programmen sind bereits begonnene Projekte ausdrücklich ausgeschlossen. Orientierung zum KI-Einsatz bieten auch die KI-Guidelines der WKO.
Schritt 6: Pilot starten, messen und entscheiden
Starten Sie mit einer kleinen, klar umrissenen Nutzergruppe: ein Bereich, ein Prozess, eine überschaubare Datenmenge. Das ermöglicht echtes Lernen, ohne den Betrieb zu stören.
Legen Sie die Kennzahlen vor dem Start fest: Zeit pro Vorgang, Fehlerquote im Vergleich zur manuellen Bearbeitung, Anteil der Fälle, die ein Mensch nacharbeiten muss, und Rückmeldungen der Nutzenden. Messen Sie den Ist-Zustand vorher, sonst fehlt der Vergleich. Am Ende steht eine bewusste Entscheidung: ausrollen, nachbessern oder stoppen. Wenn die Zahlen nicht stimmen, ist es besser, das nach einigen Wochen zu wissen als nach einem Jahr.
Erst wenn der erste Anwendungsfall stabil läuft, dokumentiert ist und intern verstanden wird, kommt der nächste. Skalieren heißt dabei nicht, sofort mehr Technik aufzubauen, sondern weitere Nutzergruppen einzubinden, zu schulen und die Regeln sauber festzuhalten. Wer klein anfängt und konsequent misst, kommt weiter als wer alles auf einmal plant.
Der nächste sinnvolle Schritt
Wenn Sie wissen, welchen Prozess Sie verbessern möchten, aber nicht sicher sind, wie er sich technisch und datenschutzkonform umsetzen lässt, schaue ich mir Ihren Anwendungsfall gern an und sage Ihnen offen, ob und wie er sich umsetzen lässt. Wie ich dabei vorgehe, steht auf der Seite KI & Automatisierung; erreichen können Sie mich über das Kontaktformular.
Dieser Beitrag ist eine allgemeine Information und keine Rechts- oder Förderberatung. Förderbedingungen und Rechtslage ändern sich; prüfen Sie Ihren konkreten Fall mit dem Fördergeber und Ihrer Rechts- oder Datenschutzberatung.
Häufige Fragen
Wie lange dauert eine KI-Integration im Unternehmen?
Das hängt vom Anwendungsfall, der Datenqualität und der Zahl der anzubindenden Systeme ab. Ein Machbarkeitstest mit echten Daten zeigt meist schnell, ob der Ansatz trägt. Für den Pilot sollten Sie einen festen Zeitraum und Kennzahlen vorab festlegen, damit am Ende eine klare Entscheidung steht.
Brauchen wir für die KI-Integration einen KI-Beauftragten?
Der AI Act schreibt keinen formalen KI-Beauftragten vor. Unternehmen, die KI-Systeme einsetzen, müssen aber Maßnahmen für die KI-Kompetenz ihres Personals setzen. Praktisch heißt das: Schulung der Nutzenden und klare interne Regeln, welche Daten in welche Werkzeuge dürfen.
Welche Förderungen gibt es in Österreich für KI-Projekte?
Relevant sind vor allem die KI-Programme der aws (AI-Start, AI-Adoption), die in Ausschreibungen vergeben werden, und der FFG Innovationsscheck für die Zusammenarbeit mit Forschungseinrichtungen. KMU.DIGITAL ist ausgeschöpft und wird ab 2027 nicht fortgeführt. In fast allen Fällen muss der Antrag vor Projektstart gestellt werden.
Muss die KI im eigenen Unternehmen laufen, damit sie DSGVO-konform ist?
Nein. Auch ein Cloud-Dienst oder ein Modell bei einem EU-Hoster kann zulässig sein, wenn Rechtsgrundlage, Auftragsverarbeitungsvertrag, Verarbeitungsort und Schutzmaßnahmen stimmen. Ein eigener Server ist vor allem bei sehr sensiblen Daten sinnvoll, weil keine Weitergabe an Dritte stattfindet.
Christof Servit
Inhaber · Softwareentwickler
Als Softwareentwickler mit über 15 Jahren Erfahrung verbinde ich technisches Know-how mit praxisorientierten Lösungen. Ich realisiere Projekte mit Laravel, WordPress und maßgeschneiderten Schnittstellen – immer mit Blick auf Performance, Sicherheit und Erweiterbarkeit.