Gestern erzählte mir ein Geschäftsführer, er habe „nur kurz“ seinen Router als Gateway einrichten wollen. Eine halbe Stunde sollte das dauern. Geworden sind es drei. Am Ende stand sein IT-Dienstleister mit einer langen Mail bereit, in der erklärt wurde, was alles falsch konfiguriert war. Noch mehr Kosten, noch mehr Zeitverlust. Sein Kommentar: „Aber den Datenschäfer hätte ich auch nicht gerufen, der ist mir zu teuer.“
Das ist kein Einzelfall. Das ist der KMU-Alltag.
Warum machen Chefs immer noch IT-Kram selbst?
Weil sie es früher mussten. In den Neunzigern hatte der Mittelstand selten eigene IT-Leute. Wer Excel-Makros wollte, schrieb sie selbst. Wer einen Drucker einrichten musste, fummelte. Selbermachen war nicht Hobby, sondern Notwehr.
Diese Notwehr hat sich zur Gewohnheit verfestigt. Heute gibt es IT-Dienstleister an jeder Ecke, KI-Tools für jeden Handgriff und Cloud-Dienste für jeden Anwendungsfall. Trotzdem sitzt der Chef abends am Router. Nicht weil er muss, sondern weil er es immer so gemacht hat.
Selber machen war mal Notwehr. Heute ist es Bequemlichkeit. Selber machen ist einfacher als erklären.
Genau hier sitzt der Hebel.
Was hat das mit Delegieren zu tun?
Alles. Wer nicht delegieren kann, macht selbst. Wer selbst macht, kommt nicht zu seiner eigentlichen Arbeit. Wer nicht zur eigentlichen Arbeit kommt, klagt über fehlende Zeit. Und die fehlende Zeit ist dann der Grund, warum nicht delegiert wird.
Der Kreis schließt sich.
Das Problem ist nicht neu. Schon 1997 erschien im Econ Verlag ein Buch von George Walther mit dem Titel „Sag, was Du meinst, und Du bekommst, was Du willst.“ Die Kernthese: Die meisten Probleme zwischen Auftraggeber und Auftragnehmer entstehen nicht, weil jemand dumm oder faul ist. Sie entstehen, weil der Auftraggeber nicht präzise sagt, was er will. Er hofft, dass der Empfänger es schon richtig verstehen wird. Tut er nicht.
In der Mensch-zu-Mensch-Welt war das ein Kommunikationsproblem. In der Mensch-zu-KI-Welt ist es ein Existenzproblem.
Eine KI ist der gnadenloseste Auftragnehmer, den es je gab. Sie macht exakt das, was Du sagst — nicht das, was Du meinst.
Wie verändert KI das Delegieren?
Sie macht es ehrlicher. Eine KI hat kein Bauchgefühl, das Lücken in Deinem Auftrag glättet. Sie hat keinen Flurfunk, über den sie sich erkundigt, was Du wirklich willst. Sie macht, was Du sagst — und wenn Du es schlecht sagst, kommt schlechtes Ergebnis raus.
Das wirkt erstmal als Nachteil. Tatsächlich ist es ein Geschenk. Denn es zwingt zu der Disziplin, die ohnehin überfällig war: präzise zu beschreiben, was man will.
Aus meiner Praxis im norddeutschen Mittelstand zeigt sich: Wer mit KI klarkommt, kommt auch mit Mitarbeitern besser klar. Die Spec-Disziplin, die KI erzwingt, macht Menschen zu besseren Auftraggebern.
Welche Stufen gibt es jenseits von „mit ChatGPT chatten“?
Die meisten KMU stehen auf Stufe eins und denken, das sei die ganze Treppe. Es gibt mindestens fünf.
Stufe 1: Chat-Nutzung
Du öffnest ChatGPT, Claude oder Gemini im Browser, stellst eine Frage, kopierst die Antwort. Die KI weiß nichts über Dich, Deinen Betrieb oder Deine Daten. Jedes Gespräch fängt bei Null an.
Nutzen: Sofort verfügbar, kein Setup. Risiko: Du tippst möglicherweise Geschäftsinterna in einen US-Cloud-Dienst.
Stufe 2: Strukturierte Prompts und Vorlagen
Du sammelst die Prompts, die bei Dir funktionieren. Du baust wiederverwendbare Vorlagen für Angebote, Kundenmails, Protokoll-Zusammenfassungen. Die KI bekommt jedes Mal denselben Rahmen, nur die konkrete Aufgabe variiert.
Das ist die erste Stufe echter Spec-Disziplin: Du beschreibst einmal sauber, was Du immer wieder brauchst. Danach wird das Ergebnis reproduzierbar.
Nutzen: Konsistente Qualität ohne ständiges Nachjustieren. Risiko: Vorlagen veralten, wenn niemand sie pflegt.
Stufe 3: KI mit Anbindung an Deine Werkzeuge (MCP)
Hier wird es interessant. Über das Model Context Protocol kann eine KI direkt auf Deine Systeme zugreifen — auf Word, Excel, WordPress, Outlook, Deinen Kalender, Deine Datenbank. Sie liest, schreibt, bearbeitet. Nicht mehr „Schreib mir einen Text, den ich dann manuell in Word einfüge“, sondern „Aktualisiere das Angebot in dieser Datei und speichere es im Kundenordner.“
Definition: MCP (Model Context Protocol) MCP ist ein offener Standard, über den eine KI mit externen Werkzeugen und Datenquellen interagieren kann.
Nutzen: Echte Arbeitserleichterung im Tagesgeschäft, weil die manuellen Zwischenschritte wegfallen. Risiko: Berechtigungen müssen sauber gesetzt sein, sonst löscht eine KI im Eifer auch das Falsche.
Stufe 4: Lokale KI mit Zugriff auf eigene Daten (RAG)
Auf dieser Stufe verlässt Du die öffentlichen Cloud-Dienste. Die KI läuft auf Deinem Server oder einem dedizierten Mittelstands-Hosting in Deutschland. Sie greift auf Deine eigenen Dokumente zu — Verträge, Handbücher, Prozessbeschreibungen, Mailverkehr — und beantwortet Fragen ausschließlich auf dieser Basis.
Definition: RAG (Retrieval-Augmented Generation) RAG kombiniert eine KI mit einer Suchfunktion über Deine eigenen Dokumente, sodass Antworten auf konkreten Quellen basieren statt auf dem Training der KI.
Nutzen: Datensouveränität, Antworten aus Deinem realen Wissensbestand statt aus dem Internet-Mittelwert. Risiko: Setup ist kein Wochenend-Projekt, und die Datenqualität wird zum Engpass — Müll rein, Müll raus.
Stufe 5: Agentische Workflows
Die KI bekommt nicht mehr eine Aufgabe, sondern ein Ziel. Sie zerlegt es selbst in Schritte, ruft Werkzeuge auf, prüft Zwischenergebnisse, korrigiert sich. „Erstelle den Monatsbericht für Mandant X“ wird ein vollständiger Vorgang: Daten holen, prüfen, formatieren, ablegen, Stakeholder benachrichtigen.
Nutzen: Echte Hebelwirkung. Eine Person kann Vorgänge anstoßen, die früher ein Team gemacht hätte. Risiko: Du brauchst saubere Specs auf jeder Ebene und ein belastbares Kontrollsystem, sonst tut die KI munter Dinge, die Du nicht wolltest.
Was bedeutet das für Dich als Chef?
Jede Stufe verschiebt Deine Rolle ein Stück weiter. Auf Stufe eins bist Du Bediener. Auf Stufe drei bist Du Auftraggeber. Auf Stufe fünf bist Du Architekt — Du legst fest, was geschehen soll, und die Maschine sorgt für die Umsetzung.
Auf jeder dieser Stufen gilt dieselbe Grundregel: Je präziser Du beschreibst, was Du willst, desto besser wird das Ergebnis. Die KI ist nur die jüngste Eskalationsstufe einer alten Disziplin. George Walther wusste das vor 28 Jahren schon. Heute kostet es nur mehr, sie nicht zu beherrschen.
Im KI-Zeitalter wird die teuerste Fähigkeit nicht „es selber können“ sein. Sondern „es so beschreiben können, dass jemand anders es richtig macht.“ Egal ob der jemand ein Mitarbeiter, ein Dienstleister oder eine Maschine ist.
Wo das alles an Grenzen stößt
Spec-Disziplin lernt sich nicht in einem Workshop. Sie ist eine Übungssache, die über Monate wächst — wie sauberer Schreibtisch oder klares Ablagesystem. Wer von Stufe eins direkt auf Stufe vier springen will, verbrennt Geld. Wer ohne Strukturen anfängt, automatisiert nur sein bisheriges Chaos.
Und nicht jede Aufgabe gehört delegiert. Manches macht der Chef weiterhin selbst — weil es zur Führung gehört, weil das Bauchgefühl wichtig ist, weil der direkte Kontakt zum Thema verloren geht. Die Kunst ist zu unterscheiden, was wirklich Chefsache ist und was nur aus Gewohnheit Chefsache geblieben ist.
Den Router einrichten gehört eher zur zweiten Kategorie.
Wie geht es weiter?
Wer ehrlich schauen will, wo der eigene Betrieb auf dieser Treppe steht, braucht keine Beratung. Er braucht eine Stunde Ruhe und einen Stift. Drei Fragen reichen für den Anfang:
- Welche Tätigkeiten machst Du selbst, obwohl jemand anders sie übernehmen könnte?
- Bei welchen davon scheitert Delegation am Erklären, nicht am Können des Empfängers?
- Was würde sich ändern, wenn Du diese Erklärungen einmal sauber aufschriebst?
Wer danach merkt, dass die Antworten unbequem werden, weiß, wo der nächste Schritt liegt. Wer Begleitung dabei möchte: Erstgespräch über sesoft.de/kontakt.
Quellen und weiterführend
- George Walther: Sag, was Du meinst, und Du bekommst, was Du willst. Econ Verlag, 1997. ISBN 978-3430194877, bei Amazon.
- Anthropic: Model Context Protocol — Open Standard for AI Tool Integration. modelcontextprotocol.io
- Eigene Beraterpraxis aus KMU-Projekten in Schleswig-Holstein und Hamburg.
