KI-Berater für den Mittelstand: Aufgaben, Auswahl, Honorare

Worum es geht: die Kurzfassung

• Ein KI-Berater übersetzt zwischen Geschäftsprozess und Modell. Er analysiert Prozesse, priorisiert Anwendungsfälle nach ROI, prüft Datenlage und Integrierbarkeit, empfiehlt Architektur und Anbieter und begleitet die Umsetzung.
• Tagessätze 1.000 bis 2.200 Euro netto. Ein Audit plus Roadmap liegt bei 8.000 bis 25.000 Euro, ein Pilot mit produktiver Lösung bei 25.000 bis 80.000 Euro.
• Auswahl entscheidet über Erfolg. Branchen-Erfahrung, Hands-on-Anteil, Anbieter-Unabhängigkeit und klare Erfolgs-Kriterien pro Projektphase sind die wichtigsten Filter.
• Red Flags: Pauschalversprechen ohne Diagnose, exklusive Bindung an eine Plattform, keine eigenen Referenzen, intransparente Tagessätze, hoher Anteil Junior-Profile mit Senior-Rate.

Was ist ein KI-Berater?

Ein KI-Berater ist die Schnittstelle zwischen Ihrem Geschäftsprozess und der technischen Umsetzung mit Methoden der Künstlichen Intelligenz. Er analysiert, wo in Ihrem Unternehmen Automatisierung sich rechnet, welche Datenlage dafür vorhanden ist, welche Architektur passt und welcher technische Stack die richtige Wahl ist.

Anders als ein klassischer Unternehmensberater hat ein KI-Berater technische Tiefe: Er versteht den Unterschied zwischen klassischem Machine Learning, Deep Learning und Large Language Models und kann einschätzen, welcher Ansatz für welche Aufgabe geeignet ist. Anders als ein Entwickler bringt er die Geschäftsperspektive mit und hilft Ihnen, zwischen technisch Machbarem und wirtschaftlich Sinnvollem zu trennen.

In der Praxis gibt es zwei Profile. Das strategische Profil liefert vor allem Analyse, Priorisierung und Architektur-Empfehlungen, beauftragt die Umsetzung aber meist an Externe. Das hands-on-Profil baut den ersten Piloten mit eigenen Händen, betreibt ihn in der Anfangsphase mit und übergibt erst, wenn die Lösung stabil läuft. Für den deutschen Mittelstand ist das zweite Profil meist die belastbarere Wahl, weil Pilotprojekte hier oft an der Übergabe zwischen Beratung und Umsetzung scheitern.

Wann brauchen Sie einen KI-Berater?

Sie brauchen einen KI-Berater immer dann, wenn die Lücke zwischen Ihrer Prozess-Innensicht und Ihrer technischen Außensicht zu groß für die eigene Mannschaft wird.

Drei typische Situationen:

1. Sie haben noch keinen produktiven KI-Anwendungsfall. Hier hilft ein Berater bei der Priorisierung. Welche der zwölf Ideen, die Ihre Fachbereiche mitbringen, ist wirklich umsetzbar, welche scheitert an der Datenlage, welche an der Integration ins ERP? Diese Analyse spart Ihnen die ersten zwei verlorenen Pilotprojekte.

2. Sie haben einen Piloten gestartet, aber er kommt nicht in den Betrieb. Das passiert oft, wenn ein Tool-Anbieter eine Demo gebaut hat, die in der Showcase-Umgebung läuft, aber an Ihren echten Daten scheitert. Ein erfahrener Berater erkennt schnell, ob das Problem an den Daten, am Modell oder an der Integration liegt, und kann gegensteuern.

3. Sie wollen mehrere Anwendungsfälle parallel umsetzen. Ohne Architektur-Klammer entstehen Insellösungen, die später nicht miteinander reden. Ein Berater hilft, eine gemeinsame Daten- und Modell-Plattform zu entwerfen, auf der alle künftigen Use-Cases aufsetzen.

Wenn keine dieser Situationen zutrifft und Ihr Team bereits zwei oder drei KI-Lösungen erfolgreich betreibt, brauchen Sie eher punktuelle Spezialisten als einen klassischen Berater.

Welche Aufgaben übernimmt ein KI-Berater?

Im Verlauf eines typischen Mittelstands-Projekts gehören vier Aufgaben zum Kern.

Prozess- und Daten-Audit. Der Berater analysiert die in Frage kommenden Geschäftsprozesse, identifiziert Engstellen und prüft die Qualität der vorhandenen Daten. Im Handel sind das ERP, PIM, Shop, Marktplätze und Lieferanten-Stammdaten. In der Fertigung kommen MES, QS-Systeme, Sensor-Daten und Maschinen-Doku dazu. Stammdaten-Qualität ist dabei der häufigste Engpass, oft unterschätzt. Wir haben dazu einen eigenen Spoke geschrieben, der das Thema systematisch macht.

Priorisierung mit Business Case. Aus den möglichen Anwendungsfällen werden zwei bis drei priorisiert, die das beste Verhältnis aus Aufwand, Datenlage und erwartetem Nutzen haben. Der Business Case ist nicht ein Excel-Modell mit Punktzahlen, sondern eine ehrliche Schätzung von Ein- und Ausgaben über die ersten zwölf Monate.

Architektur und Anbieter-Auswahl. Der Berater entwirft die Architektur (welche Modelle, welche Datenflüsse, welche Hosting-Form) und empfiehlt Anbieter und Tools. Hier zeigt sich die Anbieter-Unabhängigkeit: Empfiehlt der Berater immer denselben Vendor, sollten Sie misstrauisch werden.

Pilotierung und Übergabe. Ein guter KI-Berater baut den ersten Piloten mit, dokumentiert die Lösung und übergibt sie an Ihr Team oder einen Betriebspartner. Übergabe ohne Dokumentation und ohne Sourcecode ist eine Falle, in die Mittelständler regelmäßig laufen.

Wie unterscheidet sich ein KI-Berater vom Engineer und vom Software-Haus?

Drei Profile, drei Schwerpunkte:

KI-Berater: Analyse, Auswahl, Architektur, Pilot-Begleitung. Liefert Empfehlungen und Konzepte, hat technische Tiefe, kann je nach Profil auch den Piloten mitbauen.

KI-Engineer: Baut die Modelle und Pipelines, schreibt Code, trainiert, deployt, betreibt. Optimiert auf technische Qualität, kennt die Business-Seite weniger gut.

Software-Haus: Hat ein Team mit beiden Profilen, oft mit einer eigenen Plattform oder einem Framework. Liefert End-to-End-Lösungen, ist aber häufig an die eigene Toolwelt gebunden.

In der Praxis sind die Übergänge fließend. Eine kleine Beratung mit Engineering-Kompetenz kann genauso gut sein wie ein Software-Haus mit Beratungsabteilung. Wichtig ist die Frage, wer das Projekt führt und wer die Entscheidungen trifft, die langfristig kosten oder sparen.

Worauf bei der Auswahl achten?

Sieben Kriterien, in dieser Reihenfolge.

1. Konkrete Branchen-Referenzen. Lassen Sie sich zwei bis drei Projekte aus Ihrer Branche zeigen, gerne mit Telefon-Referenz. „Wir haben schon viel mit Mittelständlern gearbeitet” ist keine Referenz, das ist eine Floskel.

2. Hands-on-Anteil im Angebot. Wenn der Berater nur Konzepte und Folien liefert, brauchen Sie einen zweiten Partner für die Umsetzung. Das verdoppelt das Risiko an der Übergabe.

3. Anbieter-Unabhängigkeit. Fragen Sie konkret, welche LLM-Anbieter, welche Vektor-Datenbanken, welche ERP-Integrationen er in den letzten zwölf Monaten empfohlen hat. Wenn die Antwort immer auf denselben Stack hinausläuft, ist das ein Warnsignal.

4. DSGVO- und Hosting-Verständnis. Im deutschen Mittelstand muss ein KI-Berater die Anforderungen aus DSGVO, AVV und seit kurzem EU AI Act beurteilen können. Eine vertiefte Übersicht dazu finden Sie im Recht-und-Compliance-Spoke.

5. Eigene Datenkompetenz. Ein Berater, der nur ChatGPT-Prompts kennt, ist im Mittelstand zu eng aufgestellt. Klassisches Machine Learning, Forecasting, Anomalie-Erkennung und Computer Vision sind in vielen Anwendungsfeldern noch immer die wirtschaftlichste Wahl.

6. Transparente Honorarmodelle. Tagessatz oder Festpreis pro Phase, klar dokumentiert. Pauschale „wir sehen, was kommt”-Modelle führen zu Mehrkosten, die niemand vorhersagen kann.

7. Kommunikation auf Augenhöhe. Wenn der Berater im Erstgespräch Buzzword-Salat redet und Ihre Branche nicht versteht, wird sich das im Projekt nicht ändern. Der erste Termin ist eine Probe der gemeinsamen Sprache.

Was kostet ein KI-Berater?

Drei Größenordnungen aus der Praxis im DACH-Mittelstand. Alle Bandbreiten netto und vor Reise- und Lizenzkosten.

Tagessätze. Erfahrene Einzelberater liegen bei 1.000 bis 1.500 Euro pro Tag. Spezialisten mit Branchen-Schwerpunkt und produktiven Referenzen bei 1.500 bis 2.000 Euro. Senior-Profile in größeren Beratungen oder mit klarem Forschungs-Hintergrund bei 1.800 bis 2.200 Euro. Strategie-Beratungen großer Marken liegen darüber und bringen für mittelständische KI-Projekte selten ein gutes Preis-Leistungs-Verhältnis.

Audit plus Roadmap. Eine erste Diagnose Ihrer Prozesse und Datenlage plus eine priorisierte Roadmap kostet 8.000 bis 25.000 Euro, abhängig von Unternehmensgröße und Anzahl der zu prüfenden Anwendungsfelder. Für einen Mittelständler mit 50 bis 200 Mitarbeitern liegt der Aufwand meist bei 10 bis 18 Beratungstagen.

Pilot mit produktiver Lösung. Ein erster Pilot, der nach acht bis vierzehn Wochen tatsächlich Mehrwert liefert, kostet 25.000 bis 80.000 Euro. Die Spanne hängt vor allem von der Integrationstiefe ins ERP, der Datenqualität und der Komplexität des Eskalations-Workflows ab.

Laufender Betrieb. Wenn der Berater den Betrieb übernimmt oder begleitet, rechnen Sie mit 1.500 bis 4.500 Euro im Monat für Monitoring, Modell-Pflege und Weiterentwicklung. Bei voll internem Betrieb fällt das weg, dafür brauchen Sie interne MLOps-Kompetenz.

Red Flags

Diese Muster sind in der Praxis verlässliche Warnsignale.

„Wir machen das mit KI.” Ohne Spezifizierung welche KI, für welchen Prozess, mit welchen Daten. Wer „KI” als Sammelbegriff verwendet, kennt die Unterscheidungen oft selbst nicht.

Exklusiv-Bindung an eine Plattform. Wenn jeder Use-Case auf demselben Vendor landet, ist die Auswahl nicht technisch begründet, sondern wirtschaftlich (zugunsten des Beraters).

Keine eigenen Code-Beispiele oder Live-Systeme. Verlangen Sie eine Demo aus einem realen Projekt, nicht aus einem Hersteller-Showcase.

Junior-Profile mit Senior-Rechnung. In Angeboten oft versteckt als „Team-Tagessatz”. Lassen Sie sich namentlich nennen, wer wie viel Anteil hat.

Berater ohne KI-Kompetenz. Klassische Unternehmensberatungen, die KI als neues Geschäftsfeld entdeckt haben, ohne dafür Engineering-Kompetenz aufzubauen. Liefern oft schöne Folien, wenig Substanz.

Pauschalversprechen. „90 % Automatisierung in drei Monaten” ohne Diagnose Ihrer Stammdaten und Prozesse ist Verkaufsmasche.

Wie Sie ein Erstgespräch effizient nutzen

Ein Erstgespräch von 30 bis 60 Minuten reicht, um die wichtigsten Fragen zu klären. Bereiten Sie drei Dinge vor:

Eine kurze Liste Ihrer drei dringendsten Prozess-Pains. Das gibt dem Berater Kontext, ohne dass Sie eine Geschäfts-Roadmap offenlegen müssen.

Eine ehrliche Selbsteinschätzung Ihrer Datenlage. Sauber, mittel, Baustelle. Berater, die hier mit „kein Problem, das lösen wir” reagieren, ohne die Daten gesehen zu haben, verkaufen sich selbst.

Drei konkrete Fragen, deren Antwort Sie testen wollen. Zum Beispiel: Welchen Anbieter würden Sie für RAG mit Maschinen-Doku heute empfehlen, und warum? Wie viel Aufwand schätzen Sie für die Anbindung an SAP Business One? Welche Pilot-Projekte aus dem Handel haben Sie konkret begleitet?

Die Antworten zeigen schnell, ob Sie es mit einem Berater zu tun haben, der Ihre Welt versteht, oder mit einem, der das gerade erst lernt.

Fazit

Ein KI-Berater ist im Mittelstand die teurere, aber meist die schnellere Variante, um aus „wir sollten mal was mit KI machen” eine erste produktive Anwendung zu bauen. Der Wert entsteht nicht aus den Folien, sondern aus der ehrlichen Priorisierung und der Vermeidung der zwei bis drei typischen Anfänger-Fehler.

Die wichtigsten Filter sind konkrete Branchen-Referenzen, Hands-on-Anteil, Anbieter-Unabhängigkeit und transparente Honorare. Wenn Sie alle vier in der Auswahl bedienen, sinkt die Wahrscheinlichkeit eines gescheiterten Pilot-Projekts deutlich.

Mehr Hintergrund zum aktuellen Stand von Agentic AI und konkreten Anwendungsfeldern im Mittelstand finden Sie in unserem Pillar-Beitrag „KI-Agenten im Mittelstand 2026”. Wenn Sie ein konkretes Vorhaben besprechen wollen, melden Sie sich gerne direkt oder lesen Sie mehr über uns.