Wer KI in Excel-Abläufe bringen will, stößt schnell auf eine Vorfrage: Sind die Abläufe überhaupt so klar, dass ein System sie übernehmen kann? Listen, die nur eine Person versteht, und Regeln, die nirgends stehen, bleiben auch mit KI ein Problem. Prozessoptimierung im Mittelstand beginnt deshalb mit Aufräumen und Aufschreiben. Beim Bereinigen der Daten kann KI helfen, die Entscheidungen darüber bleiben aber bei dir. Das gilt für größere Betriebe genauso wie für ein Team aus drei Personen.

Selbsttest: Welche Abläufe neben dem Kerngeschäft an Excel und Kopfwissen hängen
Schau dir zuerst an, wo in deinem Betrieb die meiste Routine steckt. In den Kernprozessen, also in der Produktion oder der eigentlichen Dienstleistung, sitzen die Handgriffe meist, Abweichungen fallen auf, und die Zuständigkeiten sind klar.
Daneben sieht es oft anders aus. In Administration, HR, Marketing, Vertrieb und Controlling kann mehr an Excel und Kopfwissen hängen, als von außen sichtbar ist. Im Betrieb mit drei oder acht Personen genügt dafür schon eine Kundenliste, die nur die Inhaberin oder der Inhaber pflegt. Typische Anzeichen für solche Nebenabläufe:
- Eine zentrale Excel-Datei, die mehrere Personen parallel bearbeiten und die in Varianten wie „final_v3_neu“ existiert
- Abläufe, die nur funktionieren, weil eine bestimmte Person weiß, welche Spalte was bedeutet
- Daten, die händisch von einem System ins nächste kopiert werden
- Keine schriftliche Beschreibung, wer wann was freigibt
- Urlaub oder Krankheit einer Schlüsselperson bringt den Ablauf ins Stocken
Man kann sich das wie ein Haus vorstellen, dessen Fundament solide gegossen ist, während die Anbauten mit Klebeband zusammengehalten werden. Solange niemand an den Anbauten rüttelt, hält alles. Sobald KI daran andocken soll, zeigt sich, wie fragil die Konstruktion ist.
Was KI beim Bereinigen von Excel-Daten kann und was nicht
KI kann beim Bereinigen von Daten helfen, sie nimmt dir aber die Regeln nicht ab. In einer Arbeit von 2022 haben Narayan und Kollegen fünf Aufgaben der Datenbereinigung und Datenintegration als Eingaben für große, auf riesigen Datenmengen trainierte Modelle formuliert. Ihr Befund: „We find that large FMs generalize and achieve SoTA performance on data cleaning and integration tasks, even though they are not trained for these data tasks.“ Die Modelle erreichten bei diesen Aufgaben also den Stand der Technik, ohne dafür eigens trainiert worden zu sein (Narayan und Kollegen 2022).
Die Arbeit ist ein Machbarkeitsnachweis mit dem Modellstand von 2022, und das Autorenteam nennt selbst offene Probleme bei privaten und fachspezifischen Daten. Genau solche Daten liegen in einer Betriebs-Excel. Die pauschale Aussage, KI räume Daten von selbst zuverlässig auf, lässt sich damit nicht belegen. Die Gegenbehauptung, KI mache Chaos automatisch schlimmer, aber auch nicht.
Unklare Regeln lassen sich nicht automatisieren
Wenn im Team niemand genau sagen kann, nach welchen Kriterien ein Angebot freigegeben oder eine Rechnung geprüft wird, gibt es keine Regel, die ein System zuverlässig anwenden könnte. Automatisierung setzt voraus, dass die Entscheidungslogik ausgesprochen ist. Kannst du alle Schritte und Regeln aufschreiben, lässt sich der Ablauf fest vorgeben, und jeder Schritt bleibt nachvollziehbar. KI brauchst du dann nur dort, wo eine feste Regel nicht reicht, etwa bei frei formulierten Texten.
Uneinheitliche Daten brauchen Regeln und eine Stichprobe
Steht in einer Spalte mal „Wien“, mal „WIEN“, mal „1010 Wien“, erkennt ein Mensch sofort, was gemeint ist. Ein Abgleich, der nur exakt gleiche Einträge zusammenführt, sieht drei verschiedene Werte. Ob ein KI-Modell solche Varianten in deiner Tabelle richtig zusammenführt, lässt sich nur an deinen eigenen Daten prüfen. Leg deshalb vorher fest, welche Schreibweise gilt, lass das Modell nur Vorschläge machen und kontrolliere eine Stichprobe von Hand. Die Originaldatei bleibt dabei unverändert, bis die Stichprobe passt. Datenqualität ist also auch mit KI eine Aufgabe, die jemand verantwortet.
Jede Automatisierung braucht eine zuständige Person
Läuft ein automatisierter Ablauf falsch, muss jemand das bemerken, entscheiden und korrigieren dürfen. Zu jedem Ablauf gehört deshalb eine benannte Person mit klarer Verantwortung. Das ist eine organisatorische Aufgabe, die du ohne Technikwissen angehen kannst.
Eine Erhebung unter 150 C-Level-Führungskräften deutscher Unternehmen, über die Business Punk berichtet, weist in eine ähnliche Richtung: Fast die Hälfte derjenigen, die bereits KI-Projekte gestartet haben, nennt mangelnde Abstimmung zwischen IT, Business und Compliance als Haupthindernis. Datenqualität stuft der Bericht als relevant, aber nicht entscheidend ein, und er rät davon ab, monatelang in Datenbereinigung zu investieren. Als Quellen nennt er t3n und Cloudflight, die Methode der Erhebung beschreibt er nicht. Die Zahl ist deshalb ein Hinweis, kein gesicherter Befund.
Checkliste: So machst du deine Excel-Prozesse KI-ready
Für die Vorbereitung brauchst du vor allem Zeit, etwas Disziplin und die Bereitschaft, unbequeme Fragen zu stellen. Die Schritte bauen aufeinander auf.
- Prozesse erfassen: Liste alle Abläufe auf, die heute über Excel laufen. Beginne mit den Bereichen Administration, Vertrieb, HR und Controlling.
- Ablauf aufschreiben: Beschreibe für jeden Prozess in einfachen Sätzen, was passiert, von der Auslösung bis zum Ergebnis. Wer liefert Daten, wer bearbeitet, wer entscheidet?
- Kopfwissen sichtbar machen: Frag die Person, die den Prozess heute betreut, welche Sonderfälle und ungeschriebenen Regeln es gibt. Genau diese Details fehlen sonst später.
- Zuständigkeit festlegen: Bestimme pro Prozess eine verantwortliche Person, die Änderungen freigibt und Fragen beantwortet.
- Daten bereinigen: Vereinheitliche Schreibweisen, entferne Dubletten und lege fest, welches Format jede Spalte hat. KI darf dabei Vorschläge machen, die du stichprobenartig prüfst.
- Eine Quelle der Wahrheit definieren: Entscheide, welche Datei oder welches System maßgeblich ist. Kopien und Parallelversionen werden abgeschafft.
- Priorisieren: Wähle einen einzigen Prozess aus, der häufig vorkommt, klare Regeln hat und bei Fehlern keinen großen Schaden anrichtet. Das ist dein erster Kandidat für Automatisierung.
Dieser Ablauf wirkt unspektakulär. Wer ihn durchlaufen hat, kennt aber seine Regeln, seine Datenbasis und die Person, die bei Fehlern entscheidet, und das braucht jede spätere Automatisierung.
Woran du einen KI-tauglichen Prozess erkennst
Nicht jeder Ablauf eignet sich gleich gut. Gute Kandidaten haben meist diese Merkmale:
- Sie wiederholen sich regelmäßig, etwa täglich oder wöchentlich
- Die Eingabedaten sind strukturiert und einheitlich
- Die Entscheidungsregeln lassen sich in wenigen Sätzen beschreiben
- Ein Fehler lässt sich leicht erkennen und korrigieren
- Es gibt eine klar verantwortliche Person
- Es geht nicht um Entscheidungen über Menschen, etwa bei Bewerbungen
Die Checkliste für Betriebe mit ein bis zehn Personen
Die Schritte bleiben gleich, nur der Aufwand schrumpft. Die Liste der Prozesse passt dann oft auf ein Blatt.
- Prozesse erfassen: Beginne mit den Abläufen, die jede Woche wiederkommen, etwa Angebote, Rechnungsliste, Kundendaten oder Wochenplan.
- Kopfwissen sichtbar machen: Bist du selbst die Person, die alles weiß, notiere deine Sonderfälle, während du den Ablauf ausführst.
- Zuständigkeit festlegen: Liegt alles bei einer Person, leg zumindest eine Vertretung fest, die die Beschreibung lesen und den Ablauf im Krankheitsfall weiterführen kann.
- Eine Quelle der Wahrheit definieren: Eine einzige Datei an einem festen Ort genügt, egal in welchem Programm.
Warum du die KI-Vorbereitung mit deinen vorhandenen Programmen beginnst
Bevor du ein neues Werkzeug einführst, prüf, was in deiner bestehenden Umgebung schon möglich ist. Das gilt unabhängig davon, ob du mit Microsoft 365, Google Workspace oder lokalen Dateien arbeitest. Ein neues Tool bringt neue Logins, neue Schulungen und neue Schnittstellen. Oft ist es sinnvoller, die vorhandene Infrastruktur sauber zu nutzen.
Laut Büro-Kaizen, das sich auf eine Studie der Nielsen Company beruft, nutzen 85 Prozent der deutschen Unternehmen die Office-Software von Microsoft, also Microsoft Office oder Microsoft 365. Die Grafik dazu stammt aus dem Jahr 2020 und zeigt Deutschland, einen aktuellen Wert oder eine Zahl für Österreich liefert sie nicht.
Konkrete Fragen, die du dir stellen kannst:
- Liegen unsere Excel-Dateien zentral an einem gemeinsamen Ort oder verteilt auf einzelnen Rechnern?
- Sind Listen als richtige Tabellen mit festen Spaltenüberschriften angelegt, oder stehen die Daten nur lose in einzelnen Zellen?
- Wer hat welche Zugriffsrechte auf welche Daten?
- Gibt es Versionsverläufe, mit denen sich Änderungen nachvollziehen lassen?
Wenn diese Grundlagen stehen, lassen sich KI-Funktionen und Automatisierungen deutlich leichter anbinden. Ohne sie baust du auf Sand.
KI-Einsatz und KI-Kompetenz realistisch einschätzen
Wo dein Betrieb im Vergleich steht, lässt sich an den Zahlen von Eurostat einordnen. 2025 nutzten 19,95 Prozent der Unternehmen in der EU mit mindestens zehn Beschäftigten wenigstens eine KI-Technologie, nach 13,48 Prozent im Jahr 2024. In Österreich waren es 2025 laut Eurostat 29,95 Prozent, in Deutschland 25,97 Prozent. EU-weit lag der Anteil bei 17 Prozent der kleinen, 30,36 Prozent der mittleren und 55,03 Prozent der großen Unternehmen. Von den Unternehmen, die KI einsetzen, nutzten sie 31,05 Prozent für die Organisation von Verwaltungsprozessen oder das Management und 34,70 Prozent für Marketing oder Vertrieb.
Zu den Eurostat-Zahlen gehören zwei Grenzen. Unternehmen mit weniger als zehn Beschäftigten sind darin nicht erfasst. Und sie zeigen, wie viele Unternehmen KI einsetzen, nicht ob der Einsatz gelingt oder wie viele Projekte scheitern.
Für deine eigene Einschätzung helfen zwei Überlegungen. Behandle KI nicht automatisch als reines IT-Thema, denn die Menschen, die einen Prozess täglich ausführen, wissen am besten, wo er hakt. Und ein ehrlicher Realitätscheck hilft mehr als ein ambitionierter Fahrplan.
Woran du erkennst, dass du KI überschätzt
- Die Erwartung, ein einzelnes Tool löse alle Probleme auf einmal
- Kein Zeitbudget für Datenbereinigung und Dokumentation eingeplant
- Das Projekt läuft „nebenbei“, ohne verantwortliche Person
Woran du erkennst, dass du KI unterschätzt
- Das Team traut sich keine ersten Schritte zu, weil „das nur Spezialisten können“
- Einfache Wiederholungsaufgaben werden seit Jahren händisch erledigt
- Man wartet auf den perfekten Zeitpunkt oder die perfekte Lösung
Beide Haltungen führen zum selben Ergebnis: Es passiert nichts Brauchbares.
Die Pflicht zur KI-Kompetenz
Artikel 4 der KI-Verordnung verpflichtet Anbieter und Betreiber von KI-Systemen, Maßnahmen zu treffen, die die KI-Kompetenz ihrer Mitarbeitenden und anderer Personen fördern, die KI-Systeme in ihrem Auftrag bedienen oder nutzen (Europäische Kommission). Die Kommission unterscheidet dabei, ob eine Organisation KI-Systeme entwickelt (Anbieter) oder Systeme nutzt, die eine andere Organisation entwickelt hat (Betreiber). Ein Betrieb, der fertige KI-Werkzeuge einsetzt, gehört damit zu den Betreibern. Laut Zeitplan der Europäischen Kommission gilt diese Pflicht seit dem 2. Februar 2025, das Omnibus-Paket zur Vereinfachung ist am 27. Juli 2026 in Kraft getreten. Seit dieser Änderung bleibt die Pflicht laut Kommission bestehen, ein bestimmtes oder „ausreichendes“ Niveau ist aber nicht vorgeschrieben.
Für kleine Betriebe ist Folgendes wichtig: Die Europäische Kommission spricht von allen Anbietern und Betreibern und sieht in Artikel 4 Absatz 2 Unterstützung gerade für KMU vor. Eine Pflicht, die Kenntnisse der Mitarbeitenden zu messen, enthält Artikel 4 laut Kommission nicht, und ein festes Format schreibt sie nicht vor. Ob eine Schulung nötig ist, hängt laut Kommission vom Einzelfall ab, und das Gremium der KI-Verordnung (AI Board) soll dazu noch Empfehlungen erarbeiten. Wer Hochrisiko-Systeme betreibt, muss laut Kommission dafür sorgen, dass das Personal für die menschliche Aufsicht geschult ist (Artikel 26). Sich nur auf die Gebrauchsanleitung zu verlassen, könne aber in vielen Fällen unwirksam sein. Als Mindestüberlegungen nennt die Kommission ein allgemeines KI-Verständnis im Betrieb, die eigene Rolle als Anbieter oder Betreiber, das Risiko der eingesetzten Systeme und darauf aufbauende Maßnahmen, die Vorwissen und Einsatzzweck berücksichtigen. Das ist eine allgemeine Einordnung, keine Rechtsberatung.
Strenger wird es bei Hochrisiko-Systemen. Dazu zählt die Europäische Kommission auch KI-Werkzeuge für Beschäftigung und Personalführung, etwa Software zum Sortieren von Lebensläufen. Solche Systeme unterliegen ab dem 2. Dezember 2027 strengen Pflichten, bevor sie auf den Markt kommen dürfen. Personalentscheidungen eignen sich deshalb nicht als erster Kandidat für Automatisierung.
Warum das Aufschieben der Excel-Ordnung teurer ist, als es wirkt
Solange die Zahlen stimmen, fühlt sich ein wackeliger Excel-Prozess nicht wie ein Problem an, und die Dringlichkeit bleibt unsichtbar.
Die Kosten zeigen sich eher schleichend. Jede Stunde, die jemand Daten händisch abgleicht, ist eine Stunde, die für andere Aufgaben fehlt. Jede Excel-Datei, die nur eine Person versteht, ist ein Ausfallrisiko für den Betrieb: Fällt diese Person aus, steht der Ablauf still. Und jeder Monat ohne saubere Datenbasis verschiebt den Zeitpunkt, an dem KI tatsächlich Nutzen stiften kann.
Aufräumen, dokumentieren und Verantwortung klären lässt sich in ruhigen Phasen besser erledigen als unter Zeitdruck, etwa wenn eine Schlüsselperson das Unternehmen verlässt.
Kurz zusammengefasst
- Kernprozesse sind oft gut eingespielt, in Administration, HR, Vertrieb, Marketing und Controlling kann dagegen mehr an Excel und Kopfwissen hängen, als sichtbar ist.
- KI kann beim Bereinigen von Daten helfen (Narayan und Kollegen 2022, Machbarkeitsnachweis mit dem Modellstand von 2022). Im Betrieb solltest du trotzdem vorher Regeln festlegen und eine Stichprobe von Hand prüfen.
- 2025 nutzten laut Eurostat 19,95 Prozent der EU-Unternehmen mit mindestens zehn Beschäftigten KI, in Österreich 29,95 Prozent. Betriebe unter zehn Beschäftigten erfasst die Statistik nicht.
- Artikel 4 der KI-Verordnung verlangt laut Europäischer Kommission Maßnahmen zur KI-Kompetenz, aber kein bestimmtes Niveau und kein festes Schulungsformat. Ob geschult werden muss, hängt vom Einzelfall ab, bei Hochrisiko-Systemen muss das Personal für die menschliche Aufsicht geschult sein.
- Die Vorbereitung lässt sich intern leisten: Prozesse erfassen, Kopfwissen dokumentieren, Zuständigkeiten festlegen, Daten bereinigen, eine Quelle der Wahrheit definieren.
- Prüf zuerst, was deine vorhandenen Werkzeuge schon können, bevor du neue einführst.
- Prozessoptimierung im Mittelstand beginnt nicht mit KI, sondern mit Klarheit darüber, wie deine Abläufe heute tatsächlich funktionieren.
Worauf sich das stützt
Was du noch wissen solltest
Weil sich ohne festgelegte Regeln und eine klare Datenbasis nicht prüfen lässt, ob ein System richtig gearbeitet hat. KI kann beim Bereinigen helfen: Narayan und Kollegen (2022) fanden bei fünf Aufgaben der Datenbereinigung und Datenintegration Leistungen auf dem Stand der Technik, allerdings in einem Machbarkeitsnachweis mit dem damaligen Modellstand und mit offenen Problemen bei privaten und fachspezifischen Daten.
Für die Vorbereitung nicht zwingend. Prozesse beschreiben, Zuständigkeiten klären und Regeln für die Daten festlegen sind organisatorische Aufgaben, die du intern erledigen kannst.
Am besten ein häufig wiederkehrender Ablauf mit strukturierten Daten und klaren Regeln, bei dem Fehler leicht erkennbar sind und eine Person klar verantwortlich ist. Entscheidungen über Menschen, etwa bei Bewerbungen, eignen sich als Einstieg nicht.
Die Eurostat-Erhebung gibt darauf keine Antwort. Eurostat beziffert für 2025, wie viele Unternehmen KI einsetzen, in der EU 19,95 Prozent der Unternehmen mit mindestens zehn Beschäftigten, nicht aber, wie viele Projekte scheitern. Zuständigkeit, Regeln und Daten vorab zu klären, ist trotzdem sinnvoll, weil ein Ablauf ohne sie nicht überprüfbar ist.
Die Europäische Kommission beschreibt Artikel 4 der KI-Verordnung als Pflicht für alle Anbieter und Betreiber von KI-Systemen und sieht Unterstützung gerade für KMU vor. Betreiber sind Organisationen, die KI-Systeme nutzen, die andere entwickelt haben, also auch kleine Betriebe mit fertigen KI-Werkzeugen. Ein bestimmtes Niveau oder Kenntnistests gibt die Kommission nicht vor, Maßnahmen zur Förderung der KI-Kompetenz aber schon. Ob eine Schulung nötig ist, hängt laut Kommission vom Einzelfall ab, bei Hochrisiko-Systemen müssen Betreiber dafür sorgen, dass das Personal für die menschliche Aufsicht geschult ist. Das ist eine allgemeine Einordnung, keine Rechtsberatung.
