Wie unterscheidet man reine Neugier von einem echten KI-Projekt?

Neugier konsumiert Inhalte: Likes, Webinare, geteilte Artikel. Das Projekt bindet Ressourcen: eine Einstellung, eine geschaffene Stelle, ein gewählter Dienstleister, ein angekündigtes Budget, ein Pilot zu einem konkreten Fall. Solange Sie nur Neugier sehen, bieten Sie einen nützlichen Blick an, keine Demo.

Wen kontaktiert man in einem Unternehmen, das ein KI-Projekt vorbereitet?

In einem KMU die Geschäftsführung, die meist allein entscheidet. In einem größeren Mittelstandsunternehmen zählt die Person, die den Anwendungsfall trägt (Betriebsleitung, Kundenservice, Finanzen), genauso viel wie die IT-Leitung oder der Data-Verantwortliche. Schreiben Sie an die Person, die das Problem lebt, das die KI lösen soll, nicht nur an die Technik.

Sind Likes auf Beiträge über KI gute Signale?

Selten allein. KI ist ein Thema, dem alle folgen, auch Ihre Wettbewerber, Studierende und Beraterinnen. Ein Like wird interessant, wenn er von einer Entscheiderin Ihrer Zielgruppe stammt, sich bei einem konkreten Anwendungsfall wiederholt, oder wenn er zu einem weiteren Signal wie einer Einstellung hinzukommt.

Welche Dienstleister sollten diese Signale beobachten?

IT-Dienstleister und Data-Beratungen, Softwareanbieter, die KI integrieren, Weiterbildungsanbieter, Kanzleien für Recht und Compliance, Hosting-Anbieter und Beraterinnen für Change-Management. Jede Gruppe kommt in einer anderen Phase ins Spiel: Erkundung, Pilot oder Einführung.

KI-Projekt im Unternehmen: Die Kaufsignale erkennen

KI ist das Thema, über das alle Unternehmen sprechen, und genau das macht die Akquise schwierig. Zwischen der Geschäftsführung, die aus Neugier einen Beitrag liked, und der, die gerade ein Budget für einen Piloten freigegeben hat, sieht man den Unterschied nicht in einer Kontaktliste. Man sieht ihn in den Signalen.

Für einen IT-Dienstleister, eine Data-Beratung, einen Softwareanbieter oder einen Weiterbildungsanbieter besteht die Aufgabe aus zwei Teilen: die Unternehmen erkennen, die von Neugier zum Projekt übergehen, und ihnen etwas Nützlicheres schreiben als „wir begleiten Ihre KI-Transformation“.

Warum sieht man ein KI-Projekt schon vor der Ausschreibung?

Weil es mit Menschen und Worten beginnt, bevor es mit Einkäufen beginnt. Eine Geschäftsführung, die Tools testet, spricht darüber. Ein Unternehmen, das weiter gehen will, stellt jemanden ein oder benennt jemanden für das Thema. Ein Bereich, der einen Piloten startet, sucht Erfahrungsberichte, oft öffentlich.

Kommt die Ausschreibung, falls überhaupt, ist der Anwendungsfall meist schon gewählt, und die Dienstleister, die beim Zuschnitt geholfen haben, sind im Vorteil. Viele KI-Projekte in KMU durchlaufen ohnehin nie eine Ausschreibung: Beauftragt wird, wer schon im Gespräch war.

Welche Signale kündigen ein KI-Projekt an?

Signal	Was es ankündigt	Stärke
Erste Einstellung im Bereich Data oder KI (Data Scientist, KI-Ingenieurin, Data Analyst)	Wille, eine Kompetenz intern aufzubauen, Budget freigegeben	Stark
Neu geschaffene Stelle für KI-Verantwortung, oder KI-Auftrag an bestehende Führungskraft	Jemand trägt das Thema und sucht Lösungen	Stark
Geschäftsführung postet über erste Versuche, was funktioniert und was hakt	Erkundung läuft, Bedarf an Einordnung	Stark
Angekündigte Partnerschaft mit einem Labor, einer Hochschule oder einem Dienstleister	Strukturiertes Projekt, oft in der Pilotphase	Mittel bis stark
KI-Tool in einer Stellenanzeige genannt („Kenntnisse in [Assistent] gewünscht“)	Tool bereits eingeführt oder in Einführung	Mittel
Kanzlei oder Unternehmen ergänzt seine Website oder sein Angebot um einen KI-Bereich	Neue Positionierung, die Werkzeuge braucht	Mittel
Teilnahme oder Vortrag auf einer KI-Konferenz	Aktive Beobachtung, Suche nach Gesprächspartnern	Moderat
Entscheider kommentiert wiederholt Beiträge zu einem konkreten Anwendungsfall (KI im Kundenservice, KI in der Buchhaltung)	Konkretes Interesse an diesem Fall	Moderat, stark bei Wiederholung
Einzelner Like auf einen allgemeinen KI-Beitrag	Neugier	Schwach

Das letzte Signal ist das häufigste und am wenigsten nützliche. Bei einem so beliebten Thema muss härter qualifiziert werden als sonst: Position, Unternehmen, Wiederholung, Bezug zu einem Anwendungsfall, den Sie tatsächlich bedienen. Die Methode steht in wie man ein Kaufsignal qualifiziert.

Neugier, Pilot oder Einführung: Wo steht das Unternehmen?

Die Phase des Projekts entscheidet über die Nachricht. Ein Angebot zur Einführung an ein Unternehmen zu schicken, das das Thema gerade erst entdeckt, ist zu früh. Eine Einsteigerschulung einem Unternehmen anzubieten, das schon industrialisiert, geht am Thema vorbei.

Neugier: Die Geschäftsführung liest, liked, besucht Webinare. Sie sucht zu verstehen, was für sie möglich ist. Bieten Sie einen konkreten Blick auf ihr Geschäft an: Anwendungsfälle, die in ihrer Branche funktionieren, und solche, die enttäuschen.
Erkundung: Jemand trägt das Thema, erste Tests laufen, eine erste Einstellung wird veröffentlicht. Bieten Sie Hilfe an, den richtigen Anwendungsfall zu wählen und einen Piloten zuzuschneiden.
Pilot: Eine Partnerschaft wird angekündigt, ein Anwendungsfall wird getestet. Bieten Sie Ihre Expertise zu dem Punkt an, an dem Piloten meist scheitern: Datenqualität, Akzeptanz durch die Teams, Sicherheit.
Einführung: Tools werden in Stellenanzeigen genannt, Teams werden geschult. Jetzt kommen Trainerinnen, Integratoren und Anbieter ergänzender Module ins Spiel.

Wen kontaktiert man?

In einem KMU fast immer die Geschäftsführung. In einem größeren Mittelstandsunternehmen sollten Sie sich nicht auf IT-Leitung oder Data-Verantwortliche beschränken: Die Person, die den Anwendungsfall trägt (Betriebsleitung, Kundenservice, Finanzen), wiegt in der Entscheidung oft genauso schwer, weil ihr Team seine Gewohnheiten ändern muss. Zur Übersicht der Rollen siehe wer wirklich über einen B2B-Einkauf entscheidet.

Welchen Einstiegssatz schreibt man?

Bei KI ähneln sich Akquisenachrichten stark: „Transformation“, „Produktivitätsgewinne“, „maßgeschneiderte Begleitung“. Ihr Interessent bekommt mehrere davon pro Woche. Was heraussticht, ist ein Satz, der zeigt, dass Sie wissen, wo es wirklich hakt.

Beispiel (fiktiv)

Signal: Die Geschäftsführung eines Handelsunternehmens postet über erste KI-Versuche zur Beantwortung von Kundenanfragen, mit Ergebnissen, die „vielversprechend, aber uneinheitlich“ sind.

Einstiegssatz, der scheitert: „Guten Tag, ich habe Ihren Beitrag über KI gelesen. Wir begleiten KMU bei ihrer KI-Transformation, von der Strategie bis zur Einführung. Hätten Sie 30 Minuten Zeit?“

Einstiegssatz, der eine Antwort bekommt: „KI-Versuche im Kundenservice funktionieren bei einfachen Fragen oft gut und enttäuschen, sobald echte Produktdaten gebraucht werden, aktuelle und veraltete gemischt. Selten hakt es am Tool, meist an der Datenbasis, die man ihm gibt. Bei welcher Art von Anfragen setzen Ihre Tests an?“

Der zweite Einstiegssatz spricht weder allgemein über KI noch über das eigene Angebot. Er benennt ein konkretes Problem, das die Geschäftsführung wahrscheinlich gerade erlebt, und endet mit einer einfachen Frage. Ein weiteres Beispiel, zu einem Einstellungssignal:

Beispiel (fiktiv)

Signal: Ein mittelständisches Industrieunternehmen stellt seine erste Data Scientistin ein.

Einstiegssatz, der scheitert: „Herzlichen Glückwunsch zu dieser Einstellung! Wir sind ein auf KI spezialisierter IT-Dienstleister und können Ihr Data-Team verstärken.“

Einstiegssatz, der eine Antwort bekommt: „Eine erste Data Scientistin in einem Industriekonzern verbringt ihre ersten Monate oft damit, Daten zusammenzutragen, die über Produktion, Qualität und Instandhaltung verstreut sind, bevor überhaupt modelliert werden kann. Steht der erste Anwendungsfall schon fest, oder wird er Teil ihres Auftrags sein?“

Wie wird aus der Antwort ein Termin?

Ein Interessent, der auf KI antwortet, sagt oft, wo er steht, und manchmal, was ihn beunruhigt. Greifen Sie genau diesen Punkt auf. Schlagen Sie dann ein kurzes, konkretes Format vor: 30 Minuten, um die Anwendungsfälle durchzugehen, oder um zu schauen, woran die Versuche gehakt haben. Ein Austausch, der bei der Entscheidung hilft, lässt sich leichter annehmen als eine Präsentation Ihrer Referenzen.

Steht das Unternehmen noch bei der Neugier, drängen Sie nicht auf einen Termin. Geben Sie eine nützliche Idee, notieren Sie den Kontext, und melden Sie sich, wenn ein stärkeres Signal auftaucht: eine Einstellung, ein angekündigter Pilot.

Welche Fehler sollte man vermeiden?

Jeden Like zu KI für eine Absicht halten. Es ist das derzeit meistgelikte Thema. Ohne passende Position oder Wiederholung ist es Rauschen.
Die Technologie verkaufen. Der Interessent kauft ein gelöstes Problem: weniger Nacherfassung, ein schnellerer Kundenservice. Kein Modell.
Die Phase ignorieren. Eine Einführungsdemo für eine neugierige Geschäftsführung schließt die Tür.
Die Nutzerinnen vergessen. Ein KI-Projekt scheitert oft an der Akzeptanz. Wer mit den betroffenen Teams spricht, stärkt sein Angebot.

Auf LinkedIn erkennt MeetMagnet diese Signale jeden Tag und trennt das Rauschen des „alle liken KI gerade“ heraus, indem nur Entscheider Ihrer Zielgruppe berücksichtigt werden. Für weitere Trigger Events derselben Art siehe 12 Beispiele für Trigger Events.

KI-Projekt im Unternehmen: die Kaufsignale vor der Ausschreibung