KI Wissen für Unternehmen
KI Wissen für Unternehmen bündelt bei NexPatch vier Formate: Beiträge zu aktuellen Fragen, ein deutschsprachiges KI-Glossar für Fachbegriffe, KI-Leitfäden Mittelstand für konkrete Vorhaben sowie KI-Vergleiche zwischen Ansätzen und Werkzeugen. Alle Inhalte richten sich an Entscheiderinnen und Entscheider im Mittelstand, ohne vorausgesetztes technisches Fachwissen und mit klarem Bezug zu konkreten unternehmerischen Fragestellungen.
Was im Regal steht
Beiträge greifen Fragen auf, die uns in Projekten immer wieder begegnen und die sich nicht in zwei Sätzen beantworten lassen. Sie hängen an keinem Angebot. Ändert sich die Sachlage, ändern wir den Beitrag, statt einen neuen zu schreiben. Im Regal: Wie lange dauert eine KI-Einführung?
Im Glossar steht, was ein Begriff bedeutet, wenn Sie ihn in einem Angebot oder einer Ausschreibung lesen. Ein Eintrag, eine Sache, ohne Verweisketten, die man erst abarbeiten muss. Im Regal: Was bedeutet KI im eigenen Rechenzentrum?
Ein Leitfaden begleitet ein Vorhaben, das schon beschlossen ist: was in welcher Reihenfolge passiert, woran es üblicherweise hakt, was vorher geklärt sein sollte. Geschrieben für den, der die Entscheidung vorbereiten muss. Im Regal: Vom Pilotprojekt in den Betrieb
Ein Vergleich stellt zwei Wege nebeneinander und sagt, ab wann welcher trägt. Meistens hängt das an einer Zahl. Wir empfehlen keine Option pauschal, weil die Antwort vom Volumen, von den Daten und vom Zeithorizont abhängt. Im Regal: Kosten Eigenbetrieb gegen Abrechnung pro Token
Wissensartikel & Leitfäden
Vertiefende Analysen, Praxis-Leitfäden, Begriffsklärungen und Kostenrechnungen für Unternehmens-KI.
Automatisierung in der Intralogistik: Was ein Sequenzierprozess in sechs Wochen lehrt
Automatisierung in der Intralogistik zahlt sich besonders dort aus, wo manuelle, wiederkehrende Transport- und Sequenzierschritte den Takt bestimmen. Ein dokumentierter Fall aus der VW Gläsernen Manufaktur zeigt nach Unternehmensangabe, dass sich ein solcher Prozess mit Transportrobotern, Cobot und angepassten Ladungsträgern vollständig automatisieren lässt, umgesetzt in sechs Wochen.
KI-Anwendungsfälle in der Produktion: die sieben Felder im Überblick
KI-Anwendungsfälle in der Produktion lassen sich in sieben Felder ordnen: Predictive Maintenance, Qualitätsprüfung, Planung und Supply Chain, Energie und Prozess, Wissen und Assistenz, Engineering und Backoffice sowie agentische Systeme. Sie unterscheiden sich stark in Reifegrad, typischer Wirkung und Datenbedarf. Den Einstieg bestimmt deshalb die eigene Datenlage, nicht die Technik.
KI im Mittelstand: Stand, Hürden und ein Plan für die ersten 90 Tage
KI im Mittelstand ist verbreiteter als oft angenommen, aber ungleich verteilt: Die Nutzung steigt mit der Unternehmensgröße und noch stärker mit eigener Forschung und Entwicklung. Gebremst wird sie vor allem durch Datenschutz, Fachkräftemangel und fehlende Zeit, kaum durch die Technik. Sinnvoll ist ein enger Einstieg mit kurzer Amortisation, vorbereitet in 90 Tagen.
Warum KI-Projekte scheitern: ein Umsetzungsproblem, kein Technologieproblem
Warum KI-Projekte scheitern, lässt sich für die Industrie klar beantworten: selten an der Technologie, meist an der Umsetzung. Es fehlen Datenzugang, ein Referenzwert vor dem Start, klare Regeln für die Nutzung und eine Betriebsverantwortung nach dem Pilot. Nach Deloitte 2026 ist deshalb nur jeder fünfte KI-Anwendungsfall in der Fertigung unternehmensweit skaliert.
Offene Modellgewichte erklärt: was sie sind und warum sie zählen
Modellgewichte sind die Zahlenwerte, die ein Sprachmodell im Training gelernt hat und die bestimmen, wie es aus einer Eingabe eine Antwort berechnet. Offene Modellgewichte bedeutet, dass der Hersteller diese Werte als Datei veröffentlicht, sodass Sie das Modell auf eigener Hardware betreiben können, zu den Bedingungen seiner Lizenz.
Digitale Souveränität bei KI: So machen Sie sie prüfbar
Digitale Souveränität bei KI ist erst dann gegeben, wenn Sie nachweisen können, wo Ihre Modelle laufen, welche Daten das Haus verlassen, wer was genutzt hat und wie Sie den Anbieter wieder verlassen. Prüfbar wird sie über vier Kriterien: Ort der Verarbeitung, Datenfluss, lückenlose Protokollierung und Austauschbarkeit des Modells.
Alternative zu großen Datenplattformen: wann eine eng geschnittene Prognoselösung reicht
Eine Alternative zu großen Datenplattformen ist eine eng geschnittene Prognoselösung für eine konkrete Aufgabe, etwa Absatz, Energiebedarf oder Ersatzteilbedarf. Sie ist schneller eingeführt und rechnet sich eher, deckt aber nicht jede Analyse im Unternehmen ab. Eine große Plattform lohnt sich, wenn viele Anwendungsfälle über eine gemeinsame Datenarchitektur laufen sollen.
Kosten Eigenbetrieb gegen Abrechnung pro Token: was KI auf eigenen GPUs wirklich kostet
Ob sich der Eigenbetrieb von KI-Modellen rechnet, entscheidet vor allem das Volumen. Nach unserer Modellrechnung mit Listenpreisen vom Oktober 2026 lohnt sich eine gemietete GPU in einem deutschen Rechenzentrum gegenüber geschlossenen Spitzenmodellen ab etwa 145 bis 204 Millionen Token im Monat, gegenüber der Mittelklasse ab etwa 360 bis 550 Millionen. Gegenüber günstigen Modellen rechnet sich der Eigenbetrieb erst bei sehr hohem Volumen und hoher Auslastung. Den Ausschlag geben dann Auslastung, Datenschutz und Betriebsverantwortung.
Was nach dem Go-live im KI-Betrieb passieren muss: Leitfaden
KI Betrieb als Managed Service bedeutet, dass die laufenden Aufgaben nach dem Go live vertraglich einem Partner zugeordnet sind: Überwachung von Qualität, Kosten und Verfügbarkeit, Nachtraining, getestete Updates, Rechteverwaltung und Protokollierung. Ziel ist, dass ein KI System über Jahre verlässlich liefert und nicht nach einigen Monaten seinen Nutzen verliert.
Redaktionsempfehlung
Agentic AI im Unternehmen: Architektur, Implementierung und der Weg zum produktiven System
Multi-Agenten-Systeme mit zentralem Orchestrator automatisieren komplexe Geschäftsprozesse. Ein praxisorientierter Leitfaden zu Architektur, Risiken, EU AI Act und dem Weg zum produktiven MVP.
Modelle größer als jede einzelne GPU: SilentSwarm ist jetzt in der Open Beta
SilentSwarm teilt ein Large Language Model in Pipeline-Stufen auf und verteilt sie über die GPUs, die Sie bereits besitzen, auch hinter NAT und Firewalls. Trainieren, fine-tunen und chatten, als wäre es eine Maschine.
Das lokale KI-Betriebssystem: DSGVO-konforme LLMs auf eigener Server-Infrastruktur
vLLM, LiteLLM, Langfuse und OpenWebUI auf eigener GPU: der direkteste Weg zu Datensouveränität, DSGVO-Konformität und planbaren KI-Kosten.
Der EU AI Act - Was passiert am 2. August 2026?
Der 2. August 2026 ist der erste harte Stichtag des EU AI Acts. Ab diesem Tag sind bestimmte KI-Systeme in der Europäischen Union verboten - nicht reguliert, nicht eingeschränkt, sondern illegal. Wer sie danach noch betreibt, riskiert Bußgelder von bis zu 35 Millionen Euro oder 7 % des weltweiten Jahresumsatzes seines Unternehmens.
Private KI-Agenten-Systeme mit orchestrierten, spezialisierten Modellen
Wie private Multi-Agent-Systeme kleine spezialisierte Modelle, MCP, A2A und Cost-Aware-Routing zu einer sicheren Enterprise-KI-Architektur verbinden.
Time Series Forecasting mit PatchTST: Warum klassische Modelle nicht mehr reichen
Warum moderne Zeitreihenprognosen mehr brauchen als ARIMA und Prophet: Patch-basierte Transformer, robuste Benchmarks und eine Plattform, die ETL, Training und Forecast-APIs verbindet.
Warum wir das schreiben
Wir schreiben diese Seiten, weil wir dieselben Fragen im Erstgespräch immer wieder beantworten: Was kostet das, wie lange dauert es, was passiert nach dem Go-live, und wovon hängt das alles ab. Das sind gute Fragen. Sie gehören nicht in ein Verkaufsgespräch, in dem man sie nur unter Zeitdruck beantworten kann.
Deshalb steht die Antwort hier, nachlesbar und ohne Termin. Wenn Sie nach der Lektüre zu dem Schluss kommen, dass Sie etwas nicht brauchen oder nicht bei uns brauchen, hat die Seite ihren Zweck erfüllt. Das Regal wächst langsam: Wir schreiben erst, wenn wir aus einem Projekt etwas gelernt haben, das über dieses Projekt hinaus stimmt.
Wenn Lesen nicht mehr reicht
Irgendwann hört die allgemeine Antwort auf zu helfen, weil die nächste Frage an Ihrem Haus hängt: an Ihren Daten, Ihrer Abteilung, Ihrem Volumen. Dafür gibt es drei Wege. Die Branchenseite für Steuerberater zeigt, wie die Themen in einem konkreten Fach aussehen. Der Kostenrechner gibt Ihnen eine erste Hausnummer, mit der Sie intern rechnen können. Und wenn Sie eine Frage haben, auf die hier nichts passt, schreiben Sie uns über die Kontaktseite. Wir antworten auch, wenn daraus kein Projekt wird.