Die KI-Lage — eingeordnet für Entscheider im Mittelstand.

Prüfe, ob laufende oder geplante KI-Projekte im Unternehmen von einer potenziell günstigeren Inferenz profitieren könnten — und beobachte die offizielle OpenAI-Kommunikation zu Preismodell und Verfügbarkeit, bevor du bestehende Budgetplanungen anpasst.

Prüfe, ob dein Unternehmen Zero-Trust- und SASE-Architekturen heute noch bei US-Anbietern bezieht, und bewerte den Wechsel auf eine EU-gehostete Alternative als konkreten Schritt zur digitalen Souveränität – besonders relevant bei sensiblen Daten mit EU-Regulierungsbezug.

Prüfe, ob deine Lieferkettenplanung noch ausschließlich auf Just-in-Time-Logik beruht, und beauftrage dein Operations-Team mit einer Szenario-Analyse für die drei wahrscheinlichsten Störungstypen in deiner Branche – Zolländerungen, Lieferantenausfälle und Transportunterbrechungen.

Prüfe, ob dein Unternehmen Google Workspace mit dem entsprechenden kostenpflichtigen Gemini-Add-on bereits lizenziert hat oder ob ein Umstieg wirtschaftlich sinnvoll ist – besonders wenn viele Mitarbeitende regelmäßig mit Tabellenkalkulationen arbeiten und dabei Zeit für Routineaufgaben verlieren.

Prüfe, ob dein Unternehmen bei KI-Beschaffung oder Partnerwahl bislang ausschließlich auf US-Anbieter gesetzt hat – und ob günstigere offene Alternativen aus dem chinesischen Raum für bestimmte Anwendungsfälle realistisch in Frage kommen, unter Berücksichtigung geopolitischer und datenschutzrechtlicher Risiken.

Prüfe, ob dein Unternehmen KI bisher nur als Einzelwerkzeug einführt – und beauftragt das Management gezielt damit, teamübergreifende Arbeitsweisen, Wissensflüsse und Entscheidungsprozesse unter KI-Nutzung neu zu gestalten.

Prüfe, welche MCP-Server dein Unternehmen bereits einsetzt oder plant, und beauftragte dein IT-Sicherheitsteam damit, geeignete Sicherheitstools zu evaluieren und die offizielle MCP Registry als Auswahlkriterium für vertrauenswürdige Server einzubeziehen.

Prüfe jetzt, ob deine Netzwerkinfrastruktur für steigende KI-Lasten ausgelegt ist, und plane entsprechende Upgrade-Budgets für die kommenden 12–18 Monate ein – bevor der Kapazitätsengpass den laufenden Betrieb einschränkt.

Prüfe, ob dein Unternehmen einen aktiven Teams- oder Enterprise-Vertrag mit Cursor betreibt, und beauftrage deine IT- oder Entwicklungsleitung, den Router zu aktivieren sowie die tatsächlichen Kosteneinsparungen im eigenen Betrieb über mindestens vier Wochen zu messen – bevor du Lizenzbudgets auf Basis der Herstellerzahlen anpasst. Kläre zudem mit deinem Datenschutzbeauftragten, ob das automatische Cloud-Routing von Code-Anfragen mit euren internen Richtlinien vereinbar ist.

Prüfe mit deiner IT-Abteilung oder deinem Cloud-Dienstleister, ob sich durch die erweiterte AMD-Kapazität in Azure kurzfristig günstigere Konditionen oder neue Verfügbarkeitsfenster für rechenintensive KI-Arbeitslasten ergeben – und plane diese Information in deine nächste Cloud-Budgetrunde ein.

Prüfe, ob vorhandene Server- oder Workstation-Hardware die 24-GB-VRAM-Schwelle erreicht, und lass anschließend IT und Fachabteilung gemeinsam bewerten, für welche internen Anwendungsfälle ein lokal betriebenes Modell Cloud-APIs ersetzen kann. Lizenzmodelle der einzelnen Werkzeuge sollten dabei separat auf ihre gewerbliche Verwendbarkeit geprüft werden.

Delegiere die Sichtung dieser zehn Plattformen an deine IT- oder Digitalisierungsverantwortlichen mit dem Auftrag zu prüfen, welche davon für bestehende Automatisierungsvorhaben ohne Zusatzbudget einsetzbar sind.

Prüfe, ob ähnliche Agenten-Architekturen mit persistentem Gedächtnis für eure wiederkehrenden Geschäftsprozesse – etwa im Veranstaltungs-, Vertriebs- oder Servicebereich – einen konkreten Automatisierungsnutzen bieten; delegiere die technische Bewertung an dein Entwicklungsteam.

Prüfe, ob und unter welchen Bedingungen du solche Delegationen auf Unternehmenskonten erlaubst — Zugriffsrechte und Protokollierungspflichten sollten vor einem Einsatz mit deiner IT-Sicherheit abgestimmt sein.

Prüfe, ob dein Unternehmen Hugging-Face-APIs oder dort gehostete Modelle nutzt, und beobachte die offizielle Kommunikation des Anbieters auf weiterführende Informationen zu betroffenen Bereichen und empfohlenen Maßnahmen.

Prüfe, ob sich Anwendungsfälle in deinem Unternehmen – etwa interne Dokumentenanalyse oder Assistenzfunktionen – auf solchen lokal laufenden Modellen abbilden lassen. Beauftrage deine IT, einen Hardware-Test auf vorhandenen Geräten durchzuführen: Ein lokaler Betrieb reduziert Cloud-Kosten und vermeidet die Übertragung sensibler Daten an externe Dienste, was im DSGVO-Kontext relevant ist.

Prüfe, welche KI-Coding-Werkzeuge in deinem Unternehmen eingesetzt werden, und kläre verbindlich, ob und wohin diese Daten übertragen. Delegiere an deine IT- oder Entwicklungsleitung die Aufgabe, entsprechende Nutzungsrichtlinien und technische Kontrollen (z. B. Netzwerküberwachung, erlaubte Tools-Liste) einzuführen, bevor solche Werkzeuge wieder produktiv genutzt werden.

Prüfe, ob in deinem Unternehmen KI-Werkzeuge an Personalentscheidungen beteiligt sind – und stelle sicher, dass deren Datenbasis und Auswahllogik dokumentiert sowie auf Diskriminierungsrisiken geprüft werden, bevor entsprechende Entscheidungen umgesetzt werden.

Prüfe gemeinsam mit deinem Controlling, ob eure bestehenden KI-Budgets an einer Ergebnismetrik (Nutzwert pro Euro) ausgerichtet sind – und definiere diese Metrik verbindlich, bevor neue Budgets für KI-Automatisierungsvorhaben freigegeben werden.

Prüfe, ob dein Vertriebsteam einen strukturierten Piloten mit ChatGPT Work für einen klar abgegrenzten Anwendungsfall — etwa die wöchentliche Meeting-Vorbereitung — aufsetzen kann. Delegiere die Testkoordination an Vertriebsleitung oder eine CRM-verantwortliche Person und setze einen Bewertungstermin nach vier Wochen an.