Was kann KI? Möglichkeiten und Grenzen im Unternehmen (2026)

KI kann heute Sprache verstehen und schreiben, Dokumente auslesen, Bilder und Videos erzeugen, Gespräche führen und als KI-Agent ganze Arbeitsschritte in deinen Systemen erledigen. Sie arbeitet schnell, rund um die Uhr und in großen Mengen, macht aber Fehler, wenn ihr Wissen fehlt oder veraltet ist. Im Unternehmen lohnt sich KI deshalb dort, wo viele ähnliche Aufgaben anfallen und ein Mensch die Ergebnisse prüfen kann, wenn es darauf ankommt.

In diesem Beitrag bekommst du einen ehrlichen Überblick mit Stand Oktober 2026: was KI gut kann, was sie (noch) nicht zuverlässig kann und wie Unternehmen sie heute konkret einsetzen.

Was KI heute kann: die vier wichtigsten Fähigkeiten

Wenn heute von KI die Rede ist, sind meist vier Fähigkeiten gemeint. Sie stecken in Werkzeugen wie ChatGPT, Microsoft Copilot oder Claude, aber auch in vielen Fachanwendungen, die man gar nicht als KI wahrnimmt.

Sprachmodelle: Texte verstehen und schreiben

Große Sprachmodelle sind der Kern der aktuellen KI-Welle. Sie verstehen Fragen in normaler Sprache und formulieren Antworten, Zusammenfassungen, E-Mails oder Berichte. Das klappt in vielen Sprachen und in unterschiedlichen Tonlagen.

Typische Aufgaben:

• lange Dokumente, Verträge oder Protokolle zusammenfassen
• E-Mails nach Thema sortieren und Antwortentwürfe schreiben
• Texte übersetzen, kürzen oder an eine Zielgruppe anpassen
• Fragen zu internen Dokumenten beantworten, wenn die KI Zugriff darauf hat

Der letzte Punkt ist im Unternehmen besonders wertvoll. Man spricht von Retrieval-Augmented Generation (RAG): Die KI sucht zuerst die passenden Stellen in deinen Dokumenten und antwortet dann daraus. So stützt sie sich auf dein Wissen und nicht auf allgemeines Internetwissen. Welche Modelle es gibt und wie sie sich unterscheiden, erklärt unser Beitrag KI-Modelle im Überblick.

KI-Agenten: Aufgaben über mehrere Schritte erledigen

Der größte Fortschritt der letzten zwei Jahre sind KI-Agenten. Ein Agent beantwortet nicht nur eine Frage, sondern erledigt eine Aufgabe über mehrere Schritte. Er liest zum Beispiel eine Rechnung aus dem Postfach, prüft sie gegen die Bestellung, legt sie im richtigen Ordner ab und bereitet die Buchung vor.

Dafür bekommt der Agent Zugriff auf Werkzeuge: E-Mail, Kalender, Ablage, Shop oder Buchhaltung. Gute Agenten arbeiten mit klaren Regeln. Sie fragen nach, wenn etwas unklar ist, und lassen einen Menschen freigeben, bevor sie etwas Wichtiges tun. Wir nennen sie deshalb gern „digitale Kollegen“. Wie das in der Praxis aussieht, zeigt unsere Seite zur KI-Automatisierung.

Bild, Video und Sprache

KI erzeugt heute Bilder und kurze Videos, die für Produktfotos, Social Media oder Präsentationen reichen. Sie erkennt außerdem, was auf Bildern zu sehen ist, liest Text aus Scans und Fotos und prüft zum Beispiel, ob auf einem Foto ein Schaden zu sehen ist.

Auch gesprochene Sprache ist kein Hindernis mehr. KI wandelt Gespräche in Text um, fasst Meetings zusammen und führt selbst Telefonate in natürlicher Sprache. Ein KI-Telefonassistent kann Anrufe annehmen, Fragen beantworten und das Gespräch für dein Team zusammenfassen.

Datenanalyse und Mustererkennung

Die älteste Stärke von KI ist das Erkennen von Mustern in großen Datenmengen. Dazu gehören Prognosen für Absatz oder Bedarf, das Aufspüren von Auffälligkeiten in Buchungen und das Gruppieren von Kunden. Neu ist, dass du solche Analysen heute in normaler Sprache anfragen kannst: „Welche Produkte wurden im letzten Quartal am häufigsten retourniert und warum?“

Wichtig dabei: Die Analyse ist nur so gut wie die Daten. Doppelte, veraltete oder lückenhafte Einträge führen zu falschen Ergebnissen. Datenbereinigung ist deshalb oft der erste sinnvolle KI-Schritt.

KI kann gut, KI kann (noch) nicht zuverlässig

Die folgende Tabelle fasst zusammen, wo du KI heute guten Gewissens einsetzen kannst und wo du vorsichtig sein solltest.

KI kann gut	KI kann (noch) nicht zuverlässig
Texte zusammenfassen, umformulieren und übersetzen	Fakten garantieren, die nicht in ihren Quellen stehen
Anfragen verstehen und nach Thema sortieren	Aktuelle Ereignisse kennen, ohne Zugriff auf aktuelle Quellen
Antworten aus freigegebenem Wissen geben	Rechtlich oder fachlich verbindliche Entscheidungen treffen
Daten aus Rechnungen, Formularen und PDFs auslesen	Sehr schlechte Scans oder Handschrift fehlerfrei lesen
Routineaufgaben über mehrere Systeme erledigen	Völlig neue Situationen ohne Regeln sicher lösen
Bilder, Videos und Textvarianten in Mengen erzeugen	Markenwirkung und Geschmack ohne menschliche Auswahl beurteilen
Muster und Auffälligkeiten in Daten finden	Aus unsauberen Daten richtige Schlüsse ziehen
Rund um die Uhr in Sekunden reagieren	Verantwortung für Ergebnisse übernehmen
Gespräche führen und zusammenfassen	Echte Empathie in schwierigen Situationen ersetzen

Die linke Spalte ist kein Versprechen für jedes Werkzeug. Sie zeigt, was mit einer sauberen Einrichtung heute realistisch ist. Die rechte Spalte erklärt, warum ein Mensch im Prozess bleiben sollte.

Die Grenzen von KI ehrlich betrachtet

Wer KI im Unternehmen einsetzt, sollte ihre Schwächen kennen. Die meisten Probleme lassen sich lösen, aber nur, wenn man sie von Anfang an einplant.

Halluzinationen

Sprachmodelle erzeugen die wahrscheinlichste Antwort, nicht zwingend die richtige. Fehlt ihnen Wissen, formulieren sie trotzdem etwas, das plausibel klingt. Das nennt man Halluzination.

Die wirksamste Gegenmaßnahme: Die KI darf nur aus geprüften Quellen antworten und zeigt, woher die Antwort kommt. Was sie nicht abdecken kann, gibt sie an einen Menschen ab. So arbeiten wir bei Kundenservice- und Wissensprojekten grundsätzlich.

Aktualität

Ein Sprachmodell kennt nur, was in seinen Trainingsdaten stand, und die enden an einem Stichtag. Preise, Lieferzeiten, Lagerbestände oder neue Gesetze kennt es nicht, solange es keinen Zugriff auf aktuelle Daten hat. Im Unternehmen bindest du die KI deshalb an deine Systeme an: Shop, Warenwirtschaft, CRM oder Dokumentenablage.

Verantwortung

KI trifft keine Entscheidungen im rechtlichen Sinn. Wenn ein Angebot falsch kalkuliert oder eine Rechnung falsch gebucht ist, haftet das Unternehmen. Für wichtige Schritte gilt deshalb: Die KI bereitet vor, ein Mensch gibt frei. Jeder Schritt sollte protokolliert sein, damit du nachvollziehen kannst, was passiert ist.

Dazu kommt der EU AI Act. Er verpflichtet Unternehmen unter anderem, die KI-Kompetenz der Mitarbeitenden zu fördern, die mit KI arbeiten. Schulungen sind damit kein Bonus mehr, sondern Teil eines sauberen KI-Einsatzes.

Datenschutz

Viele KI-Anwendungen verarbeiten personenbezogene Daten: Kundenanfragen, Bewerbungen, Rechnungen. Hier gelten die Regeln der DSGVO. Entscheidend sind die Wahl des Anbieters, der Serverstandort, Verträge zur Auftragsverarbeitung und klare Zugriffsrechte. Was du konkret beachten musst, erklären wir in KI und Datenschutz nach DSGVO.

Datenqualität

KI verstärkt, was sie vorfindet. Sind deine Daten widersprüchlich oder veraltet, sind es auch die Ergebnisse. Bei einem Immobilienunternehmen haben wir deshalb zuerst Kunden- und Objektdaten mit KI aufgeräumt, bevor weitere KI-Anwendungen darauf aufbauen konnten.

Was kann KI im Unternehmen? Beispiele aus unseren Projekten

Theorie hilft nur begrenzt. Hier einige Projekte, die wir umgesetzt haben, mit den Ergebnissen, die wir dokumentiert haben.

Kundenservice: prepmymeal

prepmymeal hatte rund 500 Support-Tickets am Tag. Ein KI-Chat-Assistent, voll an Shopify angebunden, beantwortet heute Fragen zu Bestellstatus, Retouren und Produkten. Das Ergebnis: 75 % weniger manuelle Tickets, 60 % kürzere Reaktionszeit und 50 % weniger Supportkosten. Die Details stehen in der Fallstudie Shopify-Chatbot mit KI.

Internes Wissen: PAYJET

Beim Zahlungsanbieter PAYJET steckte viel Fachwissen in den Köpfen erfahrener Mitarbeitender. Ein internes Wiki mit KI-Assistent beantwortet Fragen jetzt direkt aus den eigenen Dokumenten. Informationen sind bis zu 10x schneller zugänglich, und neue Teammitglieder arbeiten sich schneller ein. Mehr dazu im Beitrag zur KI-Wissensdatenbank bei PAYJET.

Content: The Red Bulletin

Für The Red Bulletin von Red Bull Media House haben wir ein Tool gebaut, das aus den fertigen Magazin-PDFs markengerechte Instagram-Posts erstellt. Die Redaktion muss Texte und Bilder nicht mehr doppelt aufbereiten. Wie das funktioniert, liest du in Content-Repurposing mit KI.

Ideen und Innovation: Jägermeister

Bei Jägermeister macht eine KI aus Mitarbeiterideen in jeder Form einheitliche, vergleichbare Konzepte. So zählt der Inhalt einer Idee, nicht die Qualität der Präsentation. Das Team bewertet die Konzepte anschließend in einem transparenten Voting.

Produktbilder: Fashion

Für eine europäische Modemarke erzeugt eine eigene KI-Plattform Produktbilder, Videos und Texte mit virtuellen Models. Klassische Shootings werden seltener nötig, und alle Inhalte bleiben im Stil der Marke.

Back-Office: Rechnungen und E-Mails

Im Back-Office sind KI-Agenten besonders stark, weil hier viele gleichartige Vorgänge anfallen. Eine Beispielrechnung: Eine Rechnung von Hand zu erfassen dauert etwa 15 Minuten, mit einem Agenten rund 1 Minute. Bei 40 Rechnungen pro Woche spart das gut 9 Stunden. Wie das aufgebaut ist, zeigt unsere Lösung zur Rechnungsverarbeitung mit KI. Ähnlich funktioniert das Sortieren und Beantworten von E-Mails im Sammelpostfach.

Wie viele Unternehmen KI schon nutzen

KI ist in der deutschen Wirtschaft angekommen, aber längst nicht überall. Laut Statistischem Bundesamt nutzten 2025 rund 26 % der Unternehmen mit mindestens 10 Beschäftigten KI. Bei Großunternehmen ab 250 Beschäftigten waren es 57 %, bei kleinen Unternehmen mit 10 bis 49 Beschäftigten 23 %.

Der Digitalverband Bitkom kommt in einer Befragung von Unternehmen ab 20 Beschäftigten auf 57 % (September 2026, ein Jahr zuvor waren es 36 %). Weitere 38 % planen oder diskutieren den Einsatz. Die Zahlen unterscheiden sich, weil unterschiedliche Unternehmensgrößen befragt wurden. Die Richtung ist aber klar: Gerade kleine und mittlere Unternehmen haben noch viel Luft nach oben.

KI, Machine Learning, Sprachmodell: die Begriffe sortiert

Die Begriffe werden oft durcheinander verwendet. Kurz eingeordnet:

• Künstliche Intelligenz ist der Oberbegriff für Systeme, die Aufgaben lösen, für die man bisher menschliche Intelligenz brauchte.
• Machine Learning ist eine Methode innerhalb der KI: Systeme lernen aus Daten, statt fest programmiert zu werden. Den Unterschied erklärt unser Beitrag KI vs. Machine Learning.
• Sprachmodelle sind eine Form von Machine Learning, trainiert auf riesigen Textmengen. Sie bilden die Basis für Chat-Assistenten und Agenten.
• KI-Agenten sind Sprachmodelle mit Zugriff auf Werkzeuge, Regeln und Freigaben. Sie erledigen Aufgaben statt nur Fragen zu beantworten.

Für die Praxis ist die Unterscheidung weniger wichtig als die Frage: Welche Aufgabe soll gelöst werden, und mit welchen Daten?

So findest du heraus, was KI in deinem Unternehmen kann

Statt mit der Technik zu starten, fang mit deinen Abläufen an. Diese fünf Schritte haben sich in über 130 Projekten bewährt.

1. Zeitfresser sammeln: Welche Aufgaben wiederholen sich täglich oder wöchentlich? Typisch sind E-Mails, Rechnungen, Angebote, Datenpflege und Kundenanfragen.
2. Daten prüfen: Liegen die nötigen Informationen digital vor, und sind sie halbwegs sauber? Wenn nicht, ist hier der erste Schritt.
3. Einen Fall auswählen: Nimm einen Ablauf mit hohem Volumen und klaren Regeln. Je messbarer, desto besser.
4. Klein starten: Ein Pilot über 2 bis 4 Wochen zeigt, ob die KI im echten Alltag funktioniert. Bei uns startet ein Pilot ab 2.500 €, der laufende Betrieb ab 250 € im Monat (jeweils netto).
5. Team mitnehmen: KI funktioniert nur, wenn die Menschen sie nutzen. Eine kurze Schulung zu Möglichkeiten, Grenzen und Regeln macht den Unterschied.

Häufige Fragen

Was kann KI heute, was sie vor zwei Jahren noch nicht konnte? Vor allem eigenständig Aufgaben über mehrere Schritte erledigen. KI-Agenten greifen auf E-Mail, Ablage oder Shop zu und arbeiten Vorgänge ab, statt nur Texte zu schreiben. Auch Sprache am Telefon und die Erzeugung von Videos sind deutlich besser geworden.

Kann KI Fehler machen? Ja. Sprachmodelle können plausibel klingende, aber falsche Antworten geben. Das Risiko sinkt stark, wenn die KI nur aus geprüften Quellen antwortet, ihre Quellen zeigt und wichtige Schritte von einem Menschen freigegeben werden.

Ersetzt KI Arbeitsplätze? In den meisten Unternehmen übernimmt KI einzelne Aufgaben, nicht ganze Stellen. Sie nimmt Routine ab, damit Mitarbeitende mehr Zeit für Beratung, Entscheidungen und schwierige Fälle haben. Gerade beim Fachkräftemangel ist das oft der größere Gewinn.

Was kann KI für kleine Unternehmen tun? Gerade dort lohnt sie sich, weil wenige Leute viele Aufgaben stemmen. Typische Einstiege sind das Sortieren von E-Mails, die Rechnungserfassung, Angebotsentwürfe und ein KI-Assistent für Kundenfragen.

Darf ich KI im Unternehmen einfach nutzen? Grundsätzlich ja, aber mit Regeln. Die DSGVO gilt für personenbezogene Daten, und der EU AI Act verlangt unter anderem, dass Unternehmen die KI-Kompetenz ihrer Mitarbeitenden fördern. Ein klarer Rahmen für erlaubte Werkzeuge und Daten ist deshalb der erste Schritt.

Wie fange ich am besten an? Mit einem konkreten Ablauf, der heute viel Zeit kostet. Ein kurzer Pilot zeigt schnell, ob und wie viel KI dort bringt, ohne dass du gleich große Summen investierst.

Du willst wissen, was KI konkret in deinem Unternehmen kann? Lass uns in einem kostenlosen Erstgespräch deine Abläufe anschauen.