Zusammenfassung der Kerninhalte
Dieser Artikel konzentriert sich auf die Herausforderungen beim Einsatz von KI in kleinen und mittleren Unternehmen (insbesondere in privaten Unternehmen in Zhejiang) und analysiert deren spezifische Merkmale, die Ursachen ihrer Angst vor KI sowie die konkreten Schwierigkeiten bei der Umsetzung. Es wird außerdem ein schrittweiser Ansatz zur Lösung dieser Probleme vorgeschlagen. Die zentrale Botschaft ist: KI ist für kleine und mittlere Unternehmen nicht einfach nur die Addition von Tools, sondern erfordert eine Neugestaltung der Organisationsprozesse und die Koordination von Erfahrungen. Der Schlüssel zu den Umsetzungsproblemen liegt in Fragen wie dem Personal, den Daten und dem Tempo; die Lösung beginnt mit vier Schritten: Die Stärkung der digitalen Grundlagen, der Behandlung von Geschäftsproblemen, der Integration von KI in alle Prozesse sowie der Neugestaltung der Unternehmensführung.
Warum haben kleine und mittlere Unternehmen Angst vor KI? Schauen wir uns zunächst ihre „genetischen“ Merkmale an
Die meisten kleinen und mittleren Unternehmen in Zhejiang haben ihren Ursprung in Familienwerkstätten und sind in der Herstellung und Vertrieb von Kleinartikeln tätig. Sie zeichnen sich durch ein schnelles Tempo aus – sie streben nach sofortigen Ergebnissen und bevorzugen das Ausprobieren einzelner Ansätze. Ihre Vorteile sind deutlich: eine eng vernetzte Lieferkette, schnelle Entscheidungen der Chefs sowie eine starke Fähigkeit zur Ergänzung bestehender Prozesse; ihre Schwächen hingegen sind offensichtlich: starke Produkthomogenität, geringe Gewinne, fehlende Marktmacht und uneinheitliche interne Managementstandards.
Die Ankunft von KI sorgt bei ihnen für Unsicherheiten – nicht weil KI nutzlos wäre, sondern weil sie die Essenz von KI nicht verstehen: Ähnlich wie bei der Industriellen Revolution, als Arkwright die Fabriken an Flussufern verlegte, um die Wasserkraftspinnmaschinen zu nutzen, muss auch hier die Organisation und die Prozesse angepasst werden. Sie möchten KI integrieren, wissen aber nicht, wo sie anfangen sollen, fürchten Investitionen, die sich als erfolglos erweisen könnten, und befürchten zudem, von Konkurrenten überholt zu werden.
Warum kommen KI-Fachkräfte nicht in die Werkstätten? Das Problem liegt im Zusammenstoß zwischen „alten Meistern“ und neuen Logiken
Was kleinen und mittleren Unternehmen fehlt, sind keine KI-Wissenschaftler, sondern Menschen, die sowohl Algorithmen als auch die praktischen Abläufe in der Produktion verstehen. Warum möchten KI-Fachkräfte aus großen Städten nicht in die Werkstätten wechseln? Nicht weil sie die Arbeit für hart halten, sondern weil es dort „unbewegliche“ alte Meister gibt – Menschen, die seit vielen Jahren mit dem Unternehmen zusammenarbeiten und alle verborgenen Produktionskenntnisse besitzen.
KI-Fachkräfte stehen vor einem Dilemma: Sollten sie den alten Meistern folgen? Dann können die neuen KI-Methoden nicht eingesetzt werden; sollen sie die alten Meister anleiten? Dann wird niemand auf sie hören. Das Hauptproblem ist der Konflikt zwischen alten und neuen Erfahrungen – das Unternehmen hat noch nicht gelernt, wie man die technischen Logiken von KI mit den praktischen Erfahrungen der alten Meister verbindet. Einfach ChatGPT bei den Mitarbeitern einzusetzen reicht nicht aus; es ist notwendig, beides miteinander zu kombinieren.
Vier Hindernisse beim Einsatz von KI
1. Zu schnelle Homogenisierung: In den Kleinartikelstädten Zhejiangs (z. B. Kinderbekleidungsstädte, Wollstoffstädte) kopiert ein Unternehmen sofort, wenn eines erfolgreich ist – die Nachahmungsgeschwindigkeit übertrifft sogar die Iterationsrate von KI-Technologien. Das Ergebnis ist, dass alle Unternehmen keinen Wettbewerbsvorteil mehr haben und ihre Gewinne weiter sinken, wodurch kein Geld für den Einsatz von KI übrig bleibt.
2. Nicht abgestimmte IT-Zyklen und Unternehmensrhythmen: IT-Unternehmen planen KI-Projekte meist über Jahre; es dauert oft mehrere Iterationen, bis Ergebnisse sichtbar sind. Die Chefs kleiner und mittlerer Unternehmen hingegen denken: „Die Bestellungen für das nächste Quartal kommen – kann KI mir sofort helfen, die Produktion zu planen?“ Zeit- und Finanzdruck führen dazu, dass nur einfache Funktionen (z. B. Zeiterfassung) eingesetzt werden, ohne dass tatsächliche Probleme gelöst werden.
3Fehlende digitale Grundlagen: Kerndaten sind verstreut in WeChat-Gruppen, isolierten Excel-Dateien und sogar im Kopf der alten Meister – dies erschwert die Entwicklung von KI-Modellen. Es ist wie Kochen ohne Reis: Selbst der beste Koch kann kein Essen zubereiten.
4. Zu leichte Tools, zu schwere Unternehmen: Viele Unternehmen kaufen Tools, nutzen sie jedoch nur für Zeiterfassung und Genehmigungen und lösen damit keine wirklich wichtigen Probleme wie Preisberechnungen, Lagerverwaltung oder Fehleranalysen. Wenn Tools nicht in die Kernprozesse integriert werden, sind sie nutzlos.
Der Weg zur Lösung: Vier Schritte – von der Stärkung der digitalen Grundlagen bis zum Aufbau von Wettbewerbsvorteilen
1. Stärkung der digitalen Grundlagen: Speichern Sie Produktproben, Fotos von Mängelprodukten und Kundenfeedback usw.; lassen Sie die Daten nicht in WeChat-Gruppen oder im Kopf verweilen.
2. Behandlung von Geschäftsproblemen: Beginnen Sie mit Szenarien, bei denen sofortige Ergebnisse erwartet werden können – z. B. Vorhersage der Designvorlieben arabischer Kunden durch Textilunternehmen, um im Voraus produzieren zu können, ohne auf die Canton Fair zu warten.
3. Integration von KI in alle Prozesse: Nutzen Sie KI nicht nur an einem einzigen Punkt, sondern durchgängig in Produktion, Planung, Auftragsannahme und Einkauf. So kann kein Konkurrent die Daten und Logiken nachahmen; Sie verfügen über umfassende Informationen, während der Konkurrent nur die Oberfläche der Produkte kopieren kann.
4. Neugestaltung von Personal- und Aufgabenverantwortlichkeiten: Lassen Sie die Chefs aus alltäglichen Kleinigkeiten heraus und konzentrieren sie sich auf die Behandlung besonderer Fälle; standardisieren Sie das Wissen und die Prozesse. Definieren Sie klar, wer mit KI Entscheidungen trifft und wer für Probleme verantwortlich ist, um eine klare Aufteilung der Arbeit zwischen Mensch und Technologie zu schaffen.
Abschließend: Die Anwendung von KI muss an die lokalen Bedingungen angepasst werden – jede Branche und Region hat unterschiedliche Herausforderungen. Der Schlüssel liegt darin, mit KI den einzigartigen Wert des Unternehmens hervorzuheben (z. B. Kunden kaufen Ihr Produkt nicht wegen des Preises, sondern wegen Ihres Designs oder Ihrer Dienstleistungen), anstatt einfach nur dem Trend zu folgen und auf Preise zu setzen.
Diese Analyse erklärt die Herausforderungen und Lösungsansätze beim Einsatz von KI in kleinen und mittleren Unternehmen sehr verständlich – ohne Fachbegriffe und mit Beispielen aus der Praxis, die auch Laien nachvollziehen können. Der Kerngedanke ist: KI ist keine „exklusive“ Technologie; kleine und mittlere Unternehmen sollten von ihren eigenen Problemen ausgehen, Schritt für Schritt vorgehen, erst die Grundlagen stärken und dann allmählich Wettbewerbsvorteile aufbauen.