Warum die "Messy Middle" der spannendste Ort für den KI-Einsatz in 2026 ist.

Lesezeit: 5 Minuten / 1 Espresso

„Welches sind die besten Einsatzgebiete für KI in unserem Unternehmen?" Diese Frage höre ich in jedem Workshop. Und ich verstehe sie. Wenn man viel Geld in AI-Transformation investiert, will man natürlich wissen, wo man anfangen soll. Das Problem ist hierbei eher, dass die Frage falsch gestellt ist.

Die meisten Unternehmen denken zu groß. Sie wollen ganze Abteilungen transformieren, komplette Workflows neugestalten, den perfekten AI-Assistenten bauen. Das klingt ambitioniert, scheitert aber meistens an der Realität: Die heutigen KI-Modelle können das noch nicht leisten. Nicht weil die Technologie schlecht ist, sondern weil der Scope zu weit ist.

Was funktioniert? Klein anfangen.

Nicht den ganzen Job automatisieren, sondern die nervigen, wiederkehrenden 30 Minuten pro Tag, die niemand gerne macht. Das „Messy Middle" ist der Sweet Spot

Es gibt zwei Extreme, wo KI heute noch nicht hingehört:

• Auf der einen Seite: High-Risk, Low-Volume Tasks. Eine große Überweisung tätigen? Einen Vertrag final absegnen? Diese Aufgaben passieren selten, aber wenn etwas schiefgeht, ist der Schaden groß. Hier sollte kein KI-System alleine entscheiden.

• Auf der anderen Seite: Low-Risk, Low-Effort Tasks. Wenn eine Aufgabe fünf Minuten dauert, lohnt es sich nicht, meherer Stunden in Automation zu investieren. Das ist die klassische Developer-Falle: Mehr Zeit mit dem Automatisieren verbringen als mit dem eigentlichen Task.

• Dazwischen liegt die „Messy Middle" – und genau da wird KI gerade richtig gut. Es sind die Aufgaben, die 30–90 Minuten deiner Zeit fressen, regelmäßig wiederkehren, und bei denen du danach denkst: „Das hätte auch eine Maschine machen können."

Welche Aufgaben sind das in der Praxis?

Fragt euch: „Welche Aufgabe mache ich oder machen wir jede Woche, die uns nervt, aber nicht business-critical ist?" Die Antworten sind erstaunlich ähnlich:

• HR-Teams: „Ich lese jede Woche 50 Bewerbungen und erstelle für die Top 10 eine Zusammenfassung mit Highlights und red flags für die Hiring Manager." Das erste Screening – welche Kandidaten passen grundsätzlich, welche nicht – lässt sich mit einem strukturierten Prompt auf 15 Minuten reduzieren. Die finale Entscheidung bleibt beim Menschen.

• Marketing-Teams: „Ich kopiere jede Woche Social-Media-Kommentare in Excel und kategorisiere sie nach Sentiment." Automatisierbar in 20 Minuten Setup mit Tools wie Zapier oder N8N.

• Vertriebler: „Ich schreibe nach jedem Call ein Meeting-Summary für das CRM." Ein strukturierter Prompt löst das.

• Projektmanager: „Ich sammle Updates aus fünf verschiedenen Slack-Channels und fasse sie für meinen Chef zusammen." Perfekt für ein wöchentliches Automation-Script.

• Customer Support: „Jeden Montagmorgen kategorisiere ich alle Support-Tickets vom Wochenende nach Thema und Dringlichkeit, damit das Team weiß, wo es anfangen soll." Ein klassisches Sortier- und Priorisierungsproblem, das KI in Sekunden löst.

Das Muster: Diese Tasks sind zu wichtig, um sie nicht zu machen, aber zu repetitiv, um sie zu "genießen". Genau dort sollte man ansetzen.

Warum kleine Tasks besser funktionieren

Es gibt auch technische Gründe, warum kleinere Scopes besser funktionieren. KI-Modelle arbeiten am besten, wenn sie:

1. Einen klar definierten Input und Output haben

2. Genug Kontext bekommen, aber nicht zu viel

3. Eine schnelle Feedback-Schleife haben (ihr merkt sofort, wenn's nicht stimmt)

Wer versucht, den kompletten Workflow zu automatisieren, verliert Klarheit. Zu viele Variablen, zu viele edge cases, zu wenig Kontrolle. Bei einem spezifischen, wiederkehrenden Task kannst das System schneller anhand von mehr Beispielen getestet und "trainiert" werden.

Mein eigenes Beispiel: Die Angst vor dem weißen Blatt Papier ablegen

Ich war lange skeptisch gegenüber GenAI für Content. Die Vorstellung, dass ein Modell einen ganzen Artikel schreibt, fand ich gruselig – sowohl praktisch (die Texte waren schlecht) als auch vom Gefühl her (es fühlte sich nach Betrug an).

Anfang 2025 habe ich trotzdem angefangen, KI für eine sehr spezifische Sache zu nutzen: Das Erstellen von Strukturen und Gedankengerüsten, bevor ich Konzeptioniere oder Artikel wie diesen hier schreibe. Ich gebe dem Modell meine Notizen und Gedanken, lasse mir eine Gliederung erstellen, und arbeite dann darauf aufbauend. Das leere Blatt gibt es nicht mehr.

Der Unterschied: Ich habe nicht versucht, das gesamte Schreiben zu automatisieren. Ich habe einen nervigen, lähmenden Teil eliminiert (die ersten 20 Minuten vor dem weißen Bildschirm), und mache den Rest selbst. Das Ergebnis ist authentisch, persönlich, und kommt von mir – nur schneller.

Wo fange ich an?

Hier ist der einfachste Weg, um mit KI am Arbeitsplatz zu starten: Nehmt euch 10 Minuten und liste alle Aufgaben auf, die ihr diese Woche gemacht habt. Am besten Aufgaben, die repetitiv und zeitaufwendig waren. Wählt eine davon aus – idealerweise eine, die ihr jede Woche macht und die nervt.

Dann experimentiert. Nutzt ChatGPT, Copilot, Gemini, Claude, oder was auch immer am besten funktioniert. Probiert verschiedene Prompts.

Wenn es funktioniert: Super. Wenn nicht: Nächste Aufgabe. Aber fangt klein an. Nicht „wie transformieren wir unsere Abteilung", sondern „wie kriege ich diese nervige Excel-Reporting-Aufgabe in kleinen Schritten vom Tisch".

Den abschließenden Satz hat Claude mir vorgeschlagen: "Das ist nicht sexy. Es macht keine guten Pressemitteilungen. Aber es funktioniert."