KI im Mittelstand: Warum 95 % der Projekte scheitern – und wie die niologic GmbH das ändert

In zahlreichen mittelständischen Unternehmen bilden über Jahre gewachsene Systemlandschaften das Rückgrat des täglichen Geschäfts. Warenwirtschaftssysteme, CRM-Lösungen und weitere Anwendungen wurden meist schrittweise eingeführt, ohne dass eine einheitliche Architektur für moderne KI-Anwendungen entstanden ist. Dabei ist es gerade künstliche Intelligenz, die ein entscheidender Hebel für Effizienz und Wachstum sein kann. Dennoch scheitern viele KI-Projekte in der Praxis – sei es an unzureichender Integration, fehlender Datenstruktur oder unrealistischen Erwartungen an Standardlösungen. Hinzu kommt ein Markt, der Entscheider täglich mit neuen Versprechen überhäuft und dabei selten hält, was er verspricht. Viele Unternehmen haben bereits erste Versuche unternommen, intern oder mit günstigen externen Dienstleistern, und mussten feststellen, dass die Ergebnisse weit hinter den Erwartungen zurückblieben. „Viele Unternehmen investieren in KI, ohne dass diese im Alltag zuverlässig funktioniert. Das führt nicht nur zu Frustration, sondern auch zu einem erheblichen Vertrauensverlust gegenüber neuen Technologien“, erklärt Dr. Alexander Nichau, Geschäftsführer der niologic GmbH.

„Um dieser Herausforderung zu begegnen, braucht es einen klaren Fokus: Der entscheidende Hebel liegt dabei nicht in einzelnen Tools, sondern in der Integration von KI in bestehende Prozesse und Datenstrukturen“, betont Dr. Alexander Nichau.

Genau hier setzt die niologic GmbH an: Seit der Gründung im Jahr 2015 entwickelt das Unternehmen Lösungen im Bereich Machine Learning, künstliche Intelligenz und Datennutzung, die speziell darauf ausgerichtet sind, bestehende Systeme weiterzuentwickeln, statt sie vollständig zu ersetzen. Dabei bringt Dr. Alexander Nichau nicht nur seine langjährigen Erfahrungen aus internationalen Projekten, unter anderem aus dem Umfeld großer Handelsunternehmen, ein, die niologic GmbH verfügt als zertifizierter Google-AI-Partner außerdem über eine ausgewiesene Expertise im Bereich Data & Analytics. Ziel des Experten ist es, komplexe Technologien so zu gestalten, dass sie im Mittelstand wirtschaftlich sinnvoll eingesetzt werden können – mit klar messbaren Ergebnissen und ohne unnötige Reibungsverluste. 

Dr. Alexander Nichau von der niologic GmbH bei uns im Interview

Herzlich willkommen im GEWINNERmagazin, Dr. Alexander Nichau. Wofür steht die niologic GmbH und bei welchen Herausforderungen unterstützt du Unternehmen konkret?

Wir verstehen uns als Partner für Unternehmen, die künstliche Intelligenz nicht isoliert betrachten, sondern sinnvoll in ihre bestehenden Strukturen integrieren möchten. Viele unserer Kunden arbeiten seit Jahren mit gewachsenen Systemlandschaften, die zwar funktionieren, aber nicht für moderne KI vorbereitet sind. Genau dort setzen wir an: Wir entwickeln Lösungen, die bestehende Prozesse weiterentwickeln, anstatt sie zu ersetzen. Unser Fokus liegt darauf, reale betriebliche Herausforderungen zu lösen – etwa durch Automatisierung, bessere Datenanalysen oder intelligentere Entscheidungsprozesse – und das immer mit Blick auf die wirtschaftliche Umsetzbarkeit.

Dr. Alexander Nichau ist der Geschäftsführer der niologic GmbH.

Welche Themen und Anwendungsfälle stehen dabei im Mittelpunkt?

Besonders häufig geht es um Vertriebsautomatisierung, die Automatisierung von Kundenanfragen per E-Mail, die Erstellung von Angeboten und Auftragsbestätigungen sowie die Unterstützung komplexer Support-Prozesse. In den Jahren während Covid-19 ging es vor allem um Bilderkennung, um menschlichen Kontakt in Produktion und Logistik zu reduzieren. Dabei geht es nicht darum, den persönlichen Kontakt zu ersetzen, sondern die administrativen Abläufe im Hintergrund so zu automatisieren, dass Unternehmen deutlich schneller reagieren und effizienter arbeiten können. Im Support reicht ein einfacher Standard-Chatbot nur bei wenig komplexen Produkten aus – bei erklärungsbedürftigen Produkten und komplexen B2B-Leistungen muss die inhaltliche Struktur und Bedeutung der Daten jedoch präzise modelliert werden, sonst stößt die Lösung schnell an ihre Grenzen. Ein weiterer Schwerpunkt ist Digital Finance, also die Digitalisierung von Finanzprozessen. In all diesen Bereichen zeigt sich immer wieder, dass der größte Nutzen entsteht, wenn komplette Prozessketten automatisiert werden und nicht nur einzelne Schritte isoliert betrachtet werden.

niologic GmbH: Von der Analyse bis zum Betrieb wirksam integrierter KI-Lösungen

Wie läuft eine Zusammenarbeit mit der niologic GmbH typischerweise ab?

In der Regel starten wir mit einer strukturierten Analysephase, in der wir die bestehenden Prozesse, Systeme und Engpässe eines Unternehmens gemeinsam mit den Fachabteilungen genau erfassen. Darauf folgt eine etwa sechs Wochen dauernde Set-up-Phase, in der wir die Lösung individuell anpassen und mit realen Testdaten prüfen. Dabei liefern wir nicht nur eine technische Lösung, sondern prüfen bereits in dieser frühen Phase, ob die Anwendung mit realistischen Testfällen die Anforderungen des Unternehmens tatsächlich erfüllt. Anhand der abgestimmten Testfälle stimmen wir im Vorfeld einen Business Case ab, welcher in dieser Phase validiert wird. So weiß das Unternehmen direkt, ob die technische Lösung auch wirtschaftlichen Mehrwert bietet. Das steigert die Akzeptanz nach innen ungemein. Nach der Inbetriebnahme betreiben wir die Lösung im Rahmen eines Managed AI Service weiter, sodass sich unsere Kunden nicht um den technischen Betrieb kümmern müssen.

Die niologic GmbH verfügt als zertifizierter Google-AI-Partner über eine ausgewiesene Expertise im Bereich Data & Analytics.

Gibt es Unterschiede zwischen kleineren und größeren Projekten?

Definitiv. Bei kleineren und mittleren Unternehmen setzen wir häufig auf standardisierbare Lösungen, die sich schnell implementieren lassen. Bei größeren Mittelständlern oder Softwareunternehmen entwickeln wir hingegen individuelle Lösungen, die direkt in die bestehende Organisation integriert werden. Diese Flexibilität ist wichtig, weil die Anforderungen je nach Unternehmensgröße und Komplexität stark variieren.

Dr. Alexander Nichau über die Unterschiede der niologic GmbH zu anderen KI-Anbietern

Wodurch unterscheidet sich die niologic GmbH von vielen anderen KI-Anbietern am Markt?

Ein zentraler Unterschied liegt darin, dass wir uns intensiv mit der Bedeutung und Struktur von Unternehmensdaten beschäftigen. Es reicht nicht aus, Daten einfach zu verarbeiten. Durch unsere enge Partnerschaft mit Google AI durften wir als erster Partner in Deutschland bereits vor vielen Jahren Projekte durchführen. Der Erfahrungsschatz ist ungemein wertvoll: 

Eine KI muss verstehen, was diese Daten im jeweiligen Kontext bedeuten. Wir arbeiten daher stark mit semantischen Modellen und Ontologien, um diese Zusammenhänge entsprechend abzubilden. Charles Darwin brachte es bereits im 19. Jahrhundert auf den Punkt:

„Nicht die Stärksten überleben, sondern jene, die sich am besten an veränderte Bedingungen anpassen.“

Übertragen auf die heutige Wirtschaft bedeutet das, dass Unternehmen und auch ganze Wirtschaftsregionen wie Europa nur dann langfristig wettbewerbsfähig bleiben, wenn sie technologische Entwicklungen nicht nur nutzen, sondern aktiv mitgestalten. Genau darin sehen wir einen entscheidenden Faktor für die Qualität moderner KI-Lösungen, insbesondere in komplexen B2B-Umgebungen.

Unsere Herangehensweise basiert dabei auf unserer langjährigen Erfahrung: Seit 2015 sind wir im Bereich KI und Machine Learning tätig – lange vor dem aktuellen Hype. Unsere Mitarbeiter sind zertifiziert, und als Google-AI-Partner sind wir eine von nur zwei mittelständischen KI-Beratungen in Deutschland mit dieser spezifischen Qualifikation. Entscheidend ist für uns dabei nicht nur die formale Zertifizierung, sondern die Verbindung aus fundierter Projekterfahrung, belastbarer technischer Methodik und der Fähigkeit, anspruchsvolle Inhalte in marktfähige Anwendungen für den Mittelstand zu überführen.

Vom Qualitätsvorteil zur messbaren Wirkung im Unternehmen

Welche messbaren Unterschiede ergeben sich durch diesen Ansatz in der Praxis?

Wir übernehmen regelmäßig Projekte, in denen vorhandene KI-Lösungen nur eine Genauigkeit von etwa sechzig bis achtzig Prozent erreichten, und verbessern diese Systeme anschließend deutlich. Typischerweise erzielen wir dabei eine Genauigkeit von etwa fünfundneunzig Prozent – der höchste von uns erreichte Wert liegt bei 98,5 Prozent auf kundenspezifischen Testfällen. Der praktische Vorteil: Unternehmen arbeiten nicht nur theoretisch mit einer KI-Lösung, sondern mit einer Anwendung, die im betrieblichen Alltag mit deutlich höherer Verlässlichkeit und deutlich geringerem Korrekturaufwand eingesetzt werden kann. Ob eine KI tatsächlich wirtschaftlich nutzbar ist, entscheidet sich oft genau an dieser Genauigkeitsfrage. Bei 20 % Fehlerrate würde niemand die Lösung in Produktion nehmen. 

„Wir verstehen uns als Partner für Unternehmen, die künstliche Intelligenz nicht isoliert betrachten, sondern sinnvoll in ihre bestehenden Strukturen integrieren möchten.“

Welche konkreten Verbesserungen erzielen eure Kunden typischerweise durch die Zusammenarbeit mit der niologic GmbH?

Den größten Nutzen sehen wir darin, dass Unternehmen Prozesse deutlich schneller, effizienter und mit weniger manuellen Zwischenschritten abwickeln können. Der eigentliche Hebel entsteht nicht dadurch, dass einzelne Mitarbeitende mit Prompts geringfügig schneller werden, sondern dadurch, dass ganze Prozessketten automatisiert werden und Reibungsverluste zwischen den Beteiligten entfallen. Das erzeugt nicht nur kleine Produktivitätsgewinne, sondern kann in einzelnen Fällen eine massive Beschleunigung von Abläufen ermöglichen, weil mehrere Bearbeitungsschritte hintereinander automatisiert werden. Gerade angesichts des wachsenden Fachkräftemangels profitieren Unternehmen davon erheblich: Sie können ihr bestehendes Geschäft besser skalieren, ohne im gleichen Maß zusätzliches Personal aufbauen zu müssen.

niologic GmbH: Wie sich KI konkret in Effizienz, Entlastung und Wachstum übersetzt

Gibt es ein konkretes Kundenbeispiel, das die Ergebnisse dieser Herangehensweise zeigt?

Ein gutes Beispiel ist die Zusammenarbeit mit der Next Logistics GmbH, bei der wir Charteranfragen für Fracht und Schiffe mit KI automatisiert haben. Zuvor mussten zwei Personen täglich manuell eingehende E-Mails sichten und nachbearbeiten – das band erhebliche operative Kapazitäten. Durch die Automatisierung konnten diese manuellen Schritte weitgehend entfallen: Das Unternehmen wurde nicht nur personell entlastet, sondern kann heute schneller und skalierbarer arbeiten. Hinzu kam, dass im Kunden-Onboarding keine manuellen Zwischenschritte mehr erforderlich waren, was weiteres Wachstum deutlich erleichtert. Das zeigt gut, worum es uns geht: nämlich nicht nur darum, einzelne Stellen einzusparen, sondern Wachstum zu ermöglichen, ohne dafür proportional mehr Personal aufbauen zu müssen.

Welche wirtschaftlichen Auswirkungen kann eine funktionierende KI-Lösung für Unternehmen haben?

Wir sehen regelmäßig, dass sich Effizienzgewinne sehr schnell auf die Wirtschaftlichkeit auswirken. In einem eigenen Whitepaper haben wir beispielsweise berechnet, dass sich die Eigenkapitalrendite durch zwei gezielte KI-Projekte innerhalb eines Jahres um bis zu 44 Prozent steigern kann. Der Grund: Unternehmen machen ihr eingesetztes Kapital durch schnelle Effizienzgewinne produktiver – operative Verbesserungen treten nicht erst nach langen Verzögerungen ein. Der wirtschaftliche Vorteil entsteht insbesondere dann, wenn Unternehmen Umwege, Fehlversuche und langwierige manuelle Abläufe vermeiden und frühzeitig mit funktionierenden KI-Lösungen arbeiten. Gleichzeitig möchte ich betonen: Der Nutzen kleinerer Unternehmen darf nicht allein daran gemessen werden, ob ganze Stellen entfallen. Entscheidend ist auch, ob Wachstum ohne zusätzliche Neueinstellungen möglich wird, ob Durchlaufzeiten kürzer werden und ob die operative Belastung spürbar sinkt.

Seit der Gründung im Jahr 2015 entwickelt Dr. Alexander Nichau mit der niologic GmbH Lösungen im Bereich Machine Learning, künstliche Intelligenz und Datennutzung.

Dr. Alexander Nichau: Vom wissenschaftlichen Einstieg zur strategischen Einordnung der KI-Entwicklung

Wie bist du persönlich in das Thema künstliche Intelligenz eingestiegen?

Mein Einstieg entstand aus der wissenschaftlichen Praxis heraus. Als wissenschaftlicher Mitarbeiter und Doktorand war ich immer wieder mit manueller, zeitraubender Datenauswahl und Datenbearbeitung konfrontiert. Besonders in der Chipforschung beschäftigte ich mich mit der Frage, wie sich Datenanalysen und Bilderkennung mit Methoden des maschinellen Lernens automatisieren oder zumindest deutlich vereinfachen lassen. Diese frühen Erfahrungen führten mich zu der Einsicht, dass viele Unternehmen ähnliche Probleme mit manuellen, ineffizienten Datenprozessen haben – ohne die damals bereits verfügbaren technischen Möglichkeiten konsequent zu nutzen. Daraus entwickelte sich mein Weg über Cloud Computing, Big Data und internationale Beratungsprojekte, unter anderem in einer Tochterfirma von McKinsey und in der Zusammenarbeit mit BCG, hin zur Gründung der niologic GmbH im Jahr 2015.

Zukünftige Entwicklungen

Wie hat sich der Markt für KI und datengetriebene Lösungen seit der Gründung der niologic GmbH verändert – und welche fachlichen Entwicklungen werden die nächsten Jahre besonders prägen?

Der Markt hat sich grundlegend verändert: Früher haben Unternehmen häufiger komplette Consulting-Teams für Projekte oder Belastungsspitzen eingekauft, heute wird stärker nach fertigen Lösungen und klar umrissenen Produktansätzen gesucht. Deshalb haben wir uns in zwei Richtungen entwickelt: standardisierbare Lösungen für den Mittelstand einerseits, individuelle Produktentwicklungen für größere Unternehmen andererseits. Diese Doppelperspektive ist ein echter Vorteil, denn die Erkenntnisse aus anspruchsvollen Enterprise-Projekten fließen direkt in unsere Angebote für kleinere Unternehmen zurück. 

Was die Zukunft betrifft: Ich sehe zwei Themen, die in den nächsten Jahren erheblich an Bedeutung gewinnen werden. Erstens physikalische Modelle – also KI-Systeme, die nicht nur Texte oder Bildpixel fortschreiben, sondern reale physische Zusammenhänge besser verstehen und modellieren können. International wird dieses Thema bereits intensiv vorangetrieben, in Deutschland ist es bislang kaum präsent. Zweitens die Ontologie, also die semantische Beschreibung von Unternehmensdaten: Erst dadurch werden interne Wissensbestände inhaltlich korrekt für KI nutzbar. Ich bin überzeugt, dass dieses Themenfeld in den nächsten Monaten und Jahren einen massiven Unterschied zwischen oberflächlichen und tatsächlich leistungsfähigen KI-Anwendungen ausmachen wird.