Welcher erste KI-Agent? Die 90-Tage-Use-Case-Matrix für DACH-Mittelstand 2026

Schlüsselzahlen auf einen Blick

• 41 Prozent der Agenten-Deployments haben laut OneReach 2026 positiven Payback in 12 Monaten, 18 Prozent in 6 Monaten. Der Median-Time-to-Value liegt bei 5,1 Monaten — aber nur, wenn der Use Case stimmt.
• 60 bis 80 Prozent Reduktion von manuellem Aufwand bei richtig gewählten Use Cases. 40 bis 60 Prozent Reduktion der Fehlerrate gegenüber rein menschlichen Prozessen.
• 3-mal so hohe Production-Wahrscheinlichkeit bei Unternehmen, die mit fokussiertem Use Case starten statt mit Multi-Use-Case-Portfolio. Quelle: McKinsey AI Adoption Survey 2026.
• 5 Prozent Erfolgsrate bei integrierten Pilots ohne klare Use-Case-Auswahl. Wer falsch wählt, ist bei den 95 Prozent. Mehr in unserem Pilot-Production-Post.
• 30.000 bis 80.000 Euro Pilotbudget für ein 90-Tage-Engagement zum produktiven Agent in DACH-Mittelstand 2026, 90.000 bis 200.000 Euro für Skalierung in mehrere Bereiche.

---

Wenn Sie als CTO, Head of Operations oder Geschäftsführer im DACH-Mittelstand 2026 einen ersten KI-Agenten beschaffen, ist die wichtigste Entscheidung nicht "welcher Vendor" oder "welches Modell", sondern "welcher Use Case". Die Daten zeigen: 41 Prozent der Agenten haben Payback in 12 Monaten, aber das ist ein Mittelwert. Die Streuung zwischen "schneller Payback in 3 Monaten" und "stille Beerdigung nach 9 Monaten" ist riesig, und der Hauptfaktor ist nicht das Tool, sondern der Use Case.

Dieser Post liefert die Decision-Matrix, die wir in Sentient-Engagements 2026 nutzen, mit fünf konkreten Funktions-Beispielen aus DACH-Mittelstand-Praxis (Einkauf, HR, Buchhaltung, Vertrieb, Engineering) und einem 90-Tage-Plan vom ersten Workshop zum produktiven Agent.

Wer dieser Post ist und wer nicht

Dieser Post richtet sich an Entscheider im DACH-Mittelstand (30 bis 500 FTE), die in den nächsten 6 Monaten einen ersten KI-Agenten beschaffen wollen und vor der Frage stehen, in welchem Funktions-Bereich sie starten. Konkret: Sie haben Budget freigegeben, Sie haben einen AI-Champion, Sie wissen grob was Agentic AI ist (siehe unseren Geschäftsführer-Crashkurs), und Sie müssen jetzt aus 15 möglichen Use-Case-Ideen die ersten 1 bis 3 priorisieren.

Nicht passend ist der Post für Unternehmen, die schon einen produktiven Agenten haben und skalieren wollen. Für die ist unser Pilot-Production-Post der richtige Einstieg.

Die Decision-Matrix: 5 Kriterien für Use-Case-Auswahl

Aus 12 Monaten DACH-Mittelstand-Engagement-Praxis sind das die fünf Kriterien, die Erfolg vorhersagen. Ein Use Case sollte mindestens 4 von 5 erfüllen, idealerweise alle.

Kriterium 1: Hochvolumig. Mindestens 100 bis 500 Vorgänge pro Woche, besser täglich. Use Cases mit unter 20 Vorgängen pro Woche lohnen typisch nicht, weil die Setup-Kosten den variablen Nutzen übersteigen.

Kriterium 2: Regelbasiert. Klare Entscheidungslogik, idealerweise als Decision-Tree oder Workflow-Diagramm darstellbar. Use Cases mit 80-Prozent-Regel-Coverage und 20-Prozent-Edge-Cases sind ideal: Agent erledigt 80 Prozent autonom, eskaliert die 20 Prozent an Menschen.

Kriterium 3: Strukturierte Daten. Input und Output sollten in strukturierter Form vorliegen (Datenbank-Felder, Form-Inputs, JSON, CSV) oder zumindest in semi-strukturierter Form (E-Mails mit klarem Schema, PDFs mit Tabellen). Use Cases mit reinem unstrukturiertem Text-Input (Freitext-Briefe, Audio-Mitschnitte) sind höher-Risiko und brauchen reifere Tooling-Stacks.

Kriterium 4: Messbarer Outcome in 90 Tagen. Sie sollten in 90 Tagen sagen können "Pre-Workshop war Wert X, Post-Workshop ist Wert Y, das ist die Wirkung". Use Cases mit 18-Monats-Wirkungs-Zyklen sind politisch riskant, weil das Budget vor der Messung fällt.

Kriterium 5: Niedriges Compliance-Risiko. Use Cases ohne EU-AI-Act-High-Risk-Klassifikation (HR-Entscheidungen, Kreditentscheidungen, kritische Infrastruktur) sind als Erst-Use-Case bevorzugt, weil sie weniger Compliance-Setup brauchen. Wer mit High-Risk startet, doppelt das Compliance-Setup-Budget. Mehr im EU-AI-Act-90-Tage-Plan.

Fünf Use-Case-Beispiele mit Stop-Light-Bewertung

Aus DACH-Mittelstand-Engagement-Praxis 2026 die fünf häufigsten Erst-Use-Cases mit Bewertung gegen die fünf Kriterien:

Use Case 1: Eingangsrechnungs-Erfassung mit ERP-Plausibilitätscheck. Volumen typisch 200 bis 2.000 Rechnungen pro Woche im Mittelstand (grün). Regelbasiert: 80 Prozent der Rechnungen folgen klarem Schema (grün). Strukturiert: PDFs mit OCR plus ERP-Felder (grün). Outcome in 90 Tagen: Cycle-Time pro Rechnung pre vs post messbar (grün). Compliance-Risiko: niedrig (grün). 5 von 5. Ideal als Erst-Use-Case. Erwarteter Payback: 4 bis 7 Monate, 60 bis 80 Prozent Aufwandsreduktion.

Use Case 2: Kunden-Mail-Triage mit Routing in Postfächer. Volumen typisch 500 bis 5.000 Mails pro Woche (grün). Regelbasiert: 70 Prozent der Mails folgen klarer Klassifikation (grün). Strukturiert: E-Mail-Headers plus Body, semi-strukturiert (gelb). Outcome in 90 Tagen: Time-to-First-Response messbar (grün). Compliance-Risiko: niedrig wenn keine sensiblen Inhalte, mittel bei Kundendaten (gelb). 4 von 5. Sehr gut als Erst-Use-Case. Erwarteter Payback: 5 bis 8 Monate, 40 bis 60 Prozent Aufwandsreduktion.

Use Case 3: Lagerbestands-Monitoring mit automatischer Bestellauslösung. Volumen typisch 1.000 bis 10.000 Artikel pro Tag im produzierenden Mittelstand (grün). Regelbasiert: hochregelbasiert mit Schwellwerten und Lieferzeiten (grün). Strukturiert: ERP-Daten, voll strukturiert (grün). Outcome in 90 Tagen: Out-of-Stock-Häufigkeit pre vs post messbar (grün). Compliance-Risiko: mittel weil Bestell-Workflow finanzielle Aktion ist, braucht Genehmigungs-Workflow (gelb). 4 von 5. Gut als Erst-Use-Case mit Human-in-the-Loop für Bestellungen über X Euro. Erwarteter Payback: 3 bis 6 Monate, 50 bis 70 Prozent Aufwandsreduktion plus Out-of-Stock-Vermeidung.

Use Case 4: Vertriebs-Outreach-Sequenzen mit CRM-Synchronisation. Volumen typisch 200 bis 1.000 Outreach-Vorgänge pro Woche (grün). Regelbasiert: Sequenzen sind regelbar, Personalisierung ist semi-strukturiert (gelb). Strukturiert: CRM-Daten plus generierter Text-Content (gelb). Outcome in 90 Tagen: Reply-Rate plus Conversion pre vs post messbar (grün). Compliance-Risiko: niedrig bei B2B-Outreach mit Opt-out, mittel bei Cold-Outreach (gelb). 3 von 5. Solide als zweiter oder dritter Use Case nach erstem Erfolg. Erwarteter Payback: 6 bis 10 Monate, abhängig von Vertriebs-Maturity.

Use Case 5: Recruiting-Vorauswahl mit Scoring von Bewerbungen. Volumen typisch 50 bis 500 Bewerbungen pro Woche (gelb). Regelbasiert: Soll-Profile sind beschreibbar, aber 30 Prozent Edge-Cases (gelb). Strukturiert: CVs sind semi-strukturiert (gelb). Outcome in 90 Tagen: Time-to-Hire messbar (grün). Compliance-Risiko: HOCH, EU-AI-Act-Annex-III, Personalentscheidungen sind High-Risk (rot). 1 von 5. Nicht empfohlen als Erst-Use-Case. Wenn überhaupt, dann als Multi-Quartals-Projekt mit voller Compliance-Architektur ab Tag eins.

60-Minuten-Workshop-Sparring zur Ihrer Use-Case-Auswahl →

Der 90-Tage-Plan: Vom Workshop zum produktiven Agent

Aus Sentient-Engagements 2026: dieser Plan funktioniert in DACH-Mittelstand-Größe (30 bis 500 FTE) für die ersten 1 bis 2 Use Cases.

Tag 1 bis 7: Use-Case-Discovery-Workshop (3 Stunden). Cross-funktional: Geschäftsführung, AI-Champion, Fach-Owner des Use Cases, IT-Lead. Ergebnis: priorisierte Use-Case-Liste mit Stop-Light-Bewertung gegen die 5 Kriterien. Konkretes Output-Dokument: Use-Case-Charter mit Ziel, KPI, Datenflüssen, Permissions-Anforderungen, Compliance-Bewertung, Budget-Schätzung, Timeline.

Tag 8 bis 21: Pre-Pilot-Setup (2 Wochen). Datenflüsse mappen, Permissions-Anforderungen mit IT klären, Vendor-Auswahl finalisieren (oder Build-Decision treffen, siehe Make/Buy/Partner-Post), Pre-Workshop-KPI-Baseline aus historischen Daten erstellen. Pre-Workshop-KPI ist kritisch: ohne Baseline keine Wirkungs-Messung in 90 Tagen.

Tag 22 bis 49: Pilot-Implementierung (4 Wochen). Agent-Setup im echten Stack, nicht in Sandbox. Read-Only-Modus zuerst, dann eingeschränkter Schreib-Modus mit Human-in-the-Loop für die ersten 50 bis 100 Aktionen. Skill-Library-Setup beginnt parallel: erste 5 bis 10 Skills, CLAUDE.md-Konventionen, Custom Commands.

Tag 50 bis 70: Pilot-Lauf (3 Wochen). Agent läuft produktiv mit reduzierten Permissions, Output-Sampling läuft, Drift-Detection-Pipeline ist aufgesetzt. Wöchentlicher Check-in mit Fach-Owner: was funktioniert, was nicht, welche Edge Cases tauchen auf. Skill-Library wird auf Basis der Edge-Case-Erfahrung erweitert.

Tag 71 bis 90: Wirkungs-Messung und Skalierungs-Entscheidung (3 Wochen). Post-Pilot-KPI-Messung gegen Pre-Pilot-Baseline. Drei Outcomes möglich: (a) Cycle-Time-Verbesserung über 1,8x → Production-Skalierung empfohlen, weiteres Budget freigeben. (b) Verbesserung 1,3x bis 1,8x → Re-Scoping nötig, Use-Case-Anpassung oder Architektur-Korrektur. (c) Verbesserung unter 1,3x → Stop, Use-Case war falsch gewählt, Lernen dokumentieren.

Was im Workshop konkret passiert

Der 3-Stunden-Discovery-Workshop ist der Hebel-Punkt. Aus Sentient-Engagement-Praxis die typische Agenda:

Block 1 (45 Minuten): IST-Aufnahme. Die fünf Workshop-Teilnehmer beschreiben ihre Top-3-Frustrationen aus dem operativen Geschäft. Ohne Filterung. Ergebnis ist typisch eine Liste von 12 bis 20 Pain Points, oft mit überraschenden Konstellationen (z.B. "die Rechnungs-Erfassung kostet uns 4 FTE, niemand wusste das").

Block 2 (45 Minuten): Use-Case-Hypothesen. Aus den Pain Points werden 5 bis 8 Use-Case-Hypothesen abgeleitet. Jede Hypothese: was ist das Ziel, welche Daten sind nötig, welche Systeme sind beteiligt, wer ist Fach-Owner, welcher KPI misst Erfolg.

Block 3 (60 Minuten): Stop-Light-Bewertung. Jede Hypothese wird gegen die fünf Kriterien bewertet. Ergebnis ist eine Reihenfolge: 1 bis 2 grüne Use Cases (4 bis 5 von 5 Kriterien grün), 2 bis 3 gelbe (3 von 5), Rest rot.

Block 4 (30 Minuten): Erst-Use-Case-Festlegung. Aus den grünen Use Cases einen auswählen, der zusätzlich folgende Eigenschaften hat: hat einen klaren Fach-Owner, der das Mandat hat; hat ein klares Pre-Workshop-Datenset für KPI-Baseline; hat keine politischen Konflikte mit anderen Initiativen; ist groß genug für sichtbaren Erfolg, aber klein genug für 90-Tage-Lieferung.

Workshop-Output ist das Use-Case-Charter, ein 4-bis-6-Seiten-Dokument, das die Basis für die Vendor-Verhandlung oder Build-Decision wird.

ROI-Indikatoren: Wann lohnt sich der erste Agent?

Aus DACH-Mittelstand-Engagements 2026 die typischen Payback-Profile:

Payback in 3 bis 6 Monaten: hochvolumige, regelbasierte Use Cases mit strukturierten Daten in nicht-regulierten Bereichen. Beispiele: Eingangsrechnungs-Erfassung, Lagerbestands-Monitoring, einfache Mail-Triage. Voraussetzung: Volumen mindestens 200 Vorgänge pro Woche, klares Pre-Post-KPI.

Payback in 6 bis 12 Monaten: semi-strukturierte Use Cases oder Use Cases mit Compliance-Setup. Beispiele: Vertriebs-Outreach mit Personalisierung, Wissens-Retrieval mit RAG, Customer-Service-Routing mit komplexer Hierarchie. Voraussetzung: Skill-Library wird parallel aufgebaut, KPI-Messung ist sauber.

Payback in 12 bis 24 Monaten: Use Cases mit hoher Komplexität, Multi-System-Integration, oder regulatorisch sensiblen Bereichen. Beispiele: Compliance-Reporting-Automation, Multi-Country-Agent mit Lokalisierung. Voraussetzung: dezidiertes Compliance-Setup, Multi-Team-Koordination.

Kein Payback (5 Prozent der Pilots): Use Cases ohne klaren KPI-Pfad, mit unklarem Fach-Owner, oder mit Pilot in Vendor-Sandbox statt echtem Stack. Mehr Diagnose im Pilot-Production-Post.

Was im 90-Tage-Engagement schief gehen kann

Aus 12 Monaten Engagement-Erfahrung die typischen drei Stolpersteine:

Stolperstein 1: Fach-Owner ist nicht verfügbar. Workshop läuft, Use Case ist gewählt, dann ist der Fach-Owner für die nächsten 6 Wochen im Tagesgeschäft gebunden. Ergebnis: Pilot läuft ohne fachliche Validierung, Edge Cases werden nicht erkannt, Output-Qualität bleibt unklar. Korrektur: Fach-Owner-Verfügbarkeit für 4 Stunden pro Woche im Workshop verbindlich vereinbaren, sonst Workshop nicht starten.

Stolperstein 2: KPI-Baseline fehlt. Pilot ist abgeschlossen, alle sind zufrieden, aber niemand kann sagen "vorher war Cycle-Time X, nachher ist Y, das ist die Wirkung". Ergebnis: Skalierungs-Entscheidung wird politisch getroffen, nicht datenbasiert. Korrektur: Pre-Workshop-KPI-Messung als Stop-Light-Kriterium für Pilot-Start. Ohne Baseline kein Pilot.

Stolperstein 3: IT-Security-Eskalation in Woche 6. Pilot läuft, dann meldet IT-Security: "Welche Daten gehen wo hin? Wer hat Audit-Trail? Wo ist die Datenschutz-Folgenabschätzung?" Pilot wird gestoppt, 4 Wochen Re-Architektur. Korrektur: IT-Security ab Workshop-Tag 1 dabei, Permissions-Konzept und Datenfluss-Diagramm als Pflicht-Output des Workshops.

Häufige Fragen

Können wir mit mehreren Use Cases parallel starten? Technisch ja, empirisch nein. McKinsey 2026: Unternehmen mit fokussiertem Erst-Use-Case haben 3-mal höhere Production-Wahrscheinlichkeit als Multi-Use-Case-Starter. Grund: Skill-Library-Aufbau, Permissions-Setup, KPI-Disziplin sind in den ersten 90 Tagen zentrale Lern-Investitionen, die parallel-Use-Cases verwässern.

Wie viel kostet der 3-Stunden-Workshop? In Sentient-Engagements: typisch im Pilotbudget enthalten (30.000 bis 80.000 Euro), als Standalone-Workshop kostet er 8.000 bis 15.000 Euro abhängig von Vorbereitungs-Aufwand und Teilnehmer-Anzahl. Wir bieten 60-Minuten-Sparring kostenlos an, das deckt nicht die Tiefe des Workshops, aber genug für die ersten Hypothesen.

Was, wenn unser Use Case kein perfektes 5-von-5 ist? Sehr selten findet sich ein 5-von-5-Use-Case. 4-von-5 ist der typische Erst-Use-Case. Wichtig ist, dass die fehlende Bewertung kompensierbar ist: bei semi-strukturierten Daten zusätzliche Tooling-Investition, bei mittlerem Compliance-Risiko zusätzliches Compliance-Setup, bei mittlerem Volumen längere Pilot-Laufzeit.

Wer macht den Workshop, intern oder extern? Intern wenn Sie einen erfahrenen AI-Champion haben mit Workshop-Erfahrung und Use-Case-Discovery-Methodik. Extern wenn Sie keinen erfahrenen Champion haben oder politisch eine externe Stimme brauchen, um zwischen Fach-Bereichen zu moderieren. In unseren 2026-Engagements ist das Verhältnis etwa 30/70 für extern, weil die meisten Mittelständler 2026 noch keinen erfahrenen AI-Champion haben.

Was ist mit dem zweiten und dritten Use Case? Nach dem ersten produktiven Use Case (Tag 90+) sollten Sie 60 bis 90 Tage stabilisieren, bevor der zweite startet. Grund: Skill-Library-Reuse-Patterns, Permissions-Templates, KPI-Frameworks aus dem ersten Use Case sparen 30 bis 50 Prozent Setup-Zeit beim zweiten. Wer parallel-skaliert ohne Stabilisierung, baut Tech-Debt.

Make, Buy oder Partner: KI-Agenten-Beschaffung für Geschäftsführer →

Quellen

• OneReach Agentic AI Stats 2026
• McKinsey AI Adoption Survey 2026
• Salesforce / DMB KI-Mittelstandsindex 2026
• Bitkom KI-Studie 2026 (PDF)
• Skan AI: Agentic AI Use Case Framework
• AWS: Agentic AI Security Scoping Matrix
• Mittelstand Digital: KI-Agenten vs Chatbots
• Microsoft Azure: Agent Factory Use Cases

---

Über den Autor

Sebastian Lang ist Co-Founder von Sentient Dynamics und leitet das Agentic-University-Programm. Vor Sentient war er bei SAP in der Strategy-Practice für KI-Workforce-Programme verantwortlich, mit 15 plus Jahren Engineering-Leadership-Erfahrung. Sentient Dynamics arbeitet mit erfolgsbasierter Vergütung und ist im SHD- sowie Bregal-Portfolio im Einsatz.

Newsletter abonnieren | Sebastian auf LinkedIn