KI in der Investorenkommunikation.

Die Frage „Was macht ihr eigentlich mit KI?“ taucht in Bankenterminen, Beiratssitzungen und Investorengesprächen seit etwa zwei Jahren standardmäßig auf. Sie ist selten technisch gemeint. Wer auf der Gegenseite sitzt, will eigentlich zwei andere Dinge wissen: Verstehen die Geschäftsführer das Thema strategisch — oder reagieren sie nur, weil andere es tun? Und: Investieren sie in einer Weise, die das Unternehmen mittelfristig wertvoller macht — oder verbrennen sie Geld in einem Hype, der in drei Jahren überlebt sein wird? Die richtige Antwort auf diese Frage ist keine PowerPoint mit Buzzwords. Sie ist eine sachliche, abgewogene Darstellung dessen, was das Unternehmen tut, warum es das tut und welche wirtschaftliche Wirkung daraus entsteht — inklusive der ehrlichen Benennung der Grenzen. Wer das sauber aufstellt, gewinnt Vertrauen. Wer in Marketingmodus wechselt, verliert es. Dieser Überblick zeigt, wie eine glaubwürdige KI-Kommunikation gegenüber externen Stakeholdern strukturiert wird.

Warum die Frage gestellt wird — und was wirklich dahintersteckt.

Wer als Geschäftsführer in den letzten Quartalen Bankengespräche, Beiratssitzungen oder Investorenrunden hatte, kennt das Muster. Irgendwann zwischen Liquidität und Personalplanung kommt die Frage: „Wie steht ihr eigentlich zum Thema KI?“ Die Frage ist selten unschuldig. Sie ist diagnostisch.

Der Banker will wissen, ob das Unternehmen in einer technologisch sich wandelnden Branche zukunftsfähig bleibt. Wenn die Antwort wirkt wie auswendig gelernt oder vage, wird das in die Risikobewertung einfließen — meist ohne, dass es explizit kommuniziert wird. Der Beirat will sehen, ob die Geschäftsführung das Thema strategisch durchdrungen hat oder es operativ delegiert. Der Investor will einschätzen, ob die zukünftigen Ergebnisse durch Effizienzgewinne nach oben oder durch Wettbewerbsverlust nach unten zu erwarten sind.

Die ehrliche Antwort auf die Frage ist deshalb mehr wert als jede polierte. Wer sagen kann „Wir haben drei Anwendungen produktiv, zwei davon rechnen sich messbar, eine ist im Pilot, und folgende fünf Felder haben wir bewusst nicht angefasst — und das aus folgenden Gründen“, zeigt strategisches Urteilsvermögen. Wer eine Roadmap mit 27 Initiativen vorzeigt, von denen 24 nie umgesetzt wurden, signalisiert das Gegenteil.

Die drei Ebenen einer glaubwürdigen KI-Story.

Eine belastbare Investorenkommunikation zu KI baut auf drei Ebenen auf, die jeweils unterschiedliche Detailtiefen haben.

Die strategische Einordnung ist die wichtigste, aber oft am schwächsten ausgearbeitete Ebene. Sie beantwortet, warum KI für genau dieses Unternehmen eine Rolle spielt — und in welcher. Ein Industrieunternehmen mit langen Engineering-Zyklen hat eine andere KI-These als ein Großhändler mit hohem Servicevolumen. Wer beide pauschal gleich behandelt, hat keine echte Strategie.

Der operative Status zeigt Substanz. Hier kommt es auf konkrete Anwendungen an, nicht auf Initiativen oder Programme. „Wir nutzen KI zur Klassifikation eingehender Kundenanfragen, was die Bearbeitungszeit um 35 Prozent reduziert hat“ ist eine andere Aussage als „Wir haben ein KI-Programm aufgesetzt“.

Die wirtschaftliche Wirkung schließt den Bogen. Sie muss nicht groß sein. Sie muss ehrlich sein. Ein realistisches, gut belegtes Plus-Minus ist überzeugender als eine optimistische, nicht überprüfbare Großzahl.

Was an typischen Pitches schief läuft.

In der Beratungspraxis lassen sich vier wiederkehrende Muster beobachten, die Investoren skeptisch werden lassen. Wer sie kennt, kann sie vermeiden.

Das erste Muster ist die Buzzword-Wolke. „Wir setzen auf Large Language Models, Generative AI, Agentic Workflows, Vector Databases und Retrieval Augmented Generation“ — ohne dass eine einzige konkrete Anwendung benannt wird. Investoren mit Branchenerfahrung erkennen das sofort. Die Aussage ist inhaltsleer.

Das zweite Muster ist die Lufttransformation. Slides mit Begriffen wie „End-to-End-Transformation“, „KI-First-Strategie“, „Datengetriebene Organisation“. Wer das hört, ohne dass konkrete Anwendungen, Zahlen und Verantwortlichkeiten folgen, weiß: Das ist Beraterprosa, nicht gelebte Realität.

Das dritte Muster ist die isolierte Pilot-Pyramide. Drei Pilotprojekte werden so präsentiert, als wären sie der Beginn einer großen Welle. In Wahrheit laufen sie seit 18 Monaten ohne Skalierungsperspektive. Investoren prüfen das mit einer einfachen Frage: „Wann gehen die Piloten in den Regelbetrieb?“ Wenn die Antwort vage bleibt, ist das ein Warnsignal.

Das vierte Muster ist die fehlende Risikobetrachtung. „KI wird unsere Margen um 15 Prozent verbessern“ ohne Diskussion von Datenschutz, Akzeptanz, Implementierungsrisiken oder Modellabhängigkeiten. Ein guter Beirat fragt sofort nach, und die Antwort entscheidet darüber, ob die Geschäftsführung das Thema durchdrungen hat oder nur die Oberfläche kennt.

Die ehrliche Status-Folie: Was draufgehört.

Ein bewährtes Format für die Kommunikation des operativen Status ist eine einzelne Folie oder ein einseitiges Memo, das alle KI-Aktivitäten in einem konsistenten Schema zeigt. Vier Spalten reichen.

• Anwendung: Konkreter Anwendungsfall, in einem Satz beschrieben. Beispiel: „Klassifikation eingehender Service-Mails nach Dringlichkeit und Sachgebiet.“
• Status: Pilot, Rollout, Regelbetrieb, gestoppt. Eindeutig, nicht „in Diskussion“ oder „in Vorbereitung“.
• Wirtschaftliche Wirkung: Messbare Größe — Zeitersparnis, Fehlerquote, Umsatzwirkung. Mit Zahl, auch wenn die Zahl klein ist.
• Nächster Schritt: Konkrete Aktivität in den nächsten zwölf Wochen, mit verantwortlicher Person.

Eine solche Folie hat im idealen Fall fünf bis acht Zeilen — drei produktive Anwendungen, zwei bis drei Piloten, vielleicht ein gestoppter Versuch mit kurzer Erklärung. Wer 20 Zeilen vorzeigt, kommuniziert Fragmentierung statt Fokus. Wer eine Zeile vorzeigt, kommuniziert Untätigkeit. Die richtige Größenordnung für einen Mittelständler liegt bei fünf bis acht aktiven Vorhaben.

Ein gestoppter Versuch ist kein Makel, sondern ein Qualitätszeichen. „Wir haben den Chatbot im Kundenservice nach zwölf Monaten zurückgenommen, weil die Akzeptanzdaten nicht stimmten“ ist eine starke Aussage. Sie zeigt, dass die Geschäftsführung in der Lage ist, Fehlinvestitionen zu erkennen und zu beenden — eine Fähigkeit, die Investoren ausdrücklich suchen.

Wirtschaftliche Wirkung: Zahlen, die tragen.

Die schwierigste Disziplin ist die Quantifizierung der wirtschaftlichen Wirkung. Hier wird viel geschönt — und es wird durch Investoren entsprechend kritisch gelesen. Drei Prinzipien helfen, Glaubwürdigkeit zu wahren.

Erstens: Bandbreiten statt Punktwerte. „Die Bearbeitungszeit ist um 30 bis 40 Prozent gesunken“ ist überzeugender als „Die Bearbeitungszeit ist um 37 Prozent gesunken“. Punktwerte mit Nachkommastellen wirken konstruiert, Bandbreiten wirken erfahrungsgesättigt.

Zweitens: Vorher-Nachher-Vergleiche mit Quelle. „Vor dem Einsatz brauchten wir im Schnitt zwölf Minuten pro Anfrage, nach Einführung sieben Minuten, gemessen über drei Monate an 4.200 Vorgängen.“ Diese Form der Zahl ist nicht zu erschüttern, weil sie die Datenbasis selbst nennt.

Drittens: Einordnung in die Gesamtwirtschaftlichkeit. Eine 35-prozentige Zeitersparnis bei der E-Mail-Bearbeitung ist relevant, aber nur wenn klar ist, was sie für das Unternehmen bedeutet. „Bei sieben Vollzeitkräften im Service entspricht das einer freigesetzten Kapazität von etwa zwei Vollzeitäquivalenten, die heute proaktive Kundenarbeit übernehmen“ macht aus einer Prozentzahl eine Geschäftsaussage.

Was Investoren misstrauisch macht, sind unverifizierbare Gesamtzahlen. „KI bringt uns 800.000 Euro pro Jahr“ ohne Aufgliederung weckt sofort Nachfragen. Die Antwort darauf muss vorbereitet sein. Wer die Bestandteile dieser Summe nicht in zwei Minuten erklären kann, hat sie wahrscheinlich nicht gerechnet, sondern geschätzt.

Risiken offen ansprechen — der Glaubwürdigkeits-Booster.

Die paradoxe Erkenntnis aus vielen Investorenrunden: Wer Risiken klar benennt, gewinnt Vertrauen. Wer sie verschweigt, verliert es. Drei Risiko-Bereiche sollten in jeder seriösen KI-Kommunikation auftauchen.

Das erste Risiko ist die Modellabhängigkeit. „Wir nutzen Modell X von Anbieter Y. Wenn der Anbieter die Konditionen ändert oder das Modell abkündigt, müssen wir migrieren. Wir haben eine Migrations-Architektur vorbereitet, aber der Aufwand wäre signifikant.“ Diese Art von Aussage zeigt strategisches Bewusstsein.

Das zweite Risiko ist Datenqualität und Halluzinationen. „In etwa zwei bis fünf Prozent der Fälle liefert das Modell falsche Aussagen. Wir haben deshalb eine Vier-Augen-Kontrolle bei rechtlich oder finanziell relevanten Outputs eingebaut.“ Diese Klarheit ist mehr wert als jede Genauigkeitsbehauptung.

Das dritte Risiko ist die Akzeptanz im Team. „Etwa 30 Prozent der Mitarbeitenden nutzen die Tools intensiv, 50 Prozent gelegentlich, 20 Prozent kaum. Wir investieren in Schulungen, gehen aber davon aus, dass der volle Effekt erst in 18 bis 24 Monaten greift.“ Diese ehrliche Einschätzung der Adoptionskurve ist realistischer als jede Roll-out-Pyramide. In Beratungsprojekten zeigt sich regelmäßig: Beiräte und Investoren, die ihre Hausaufgaben machen, kennen diese Größenordnungen längst. Wer sie verschweigt, weckt Misstrauen.

Was im Bankengespräch konkret zur Sprache kommen sollte.

Im Gespräch mit der Hausbank sind drei Aussagen besonders wirksam, weil sie direkt auf die Bonitätsfragen einzahlen, die der Banker ohnehin im Kopf hat.

Erste Aussage: Die Kosten sind unter Kontrolle. „Unser KI-Budget liegt bei rund 0,8 Prozent vom Umsatz, davon 60 Prozent laufende Lizenzen, 40 Prozent Beratungs- und Entwicklungsleistungen. Wir haben über die nächsten 18 Monate Kostenstabilität durch Mehrjahresverträge erreicht.“ Diese Information ist für die Liquiditätsplanung relevant und zeigt Disziplin.

Zweite Aussage: Es gibt einen Effekt, der das Geschäftsmodell stärkt. „Die größte messbare Wirkung haben wir im Vertriebsinnendienst gesehen — die Vorbereitungszeit pro Angebot ist um zwei Stunden gesunken, was uns ermöglicht hat, das Angebotsvolumen um etwa 15 Prozent zu erhöhen, ohne zusätzliches Personal.“ Das ist eine Wachstumsgeschichte, die der Banker versteht.

Dritte Aussage: Wir wissen, was wir nicht tun. „Wir haben uns bewusst gegen einen eigenen KI-gestützten Chatbot für die Website entschieden, weil die Haftungsfragen für unsere Branche zu komplex sind. Stattdessen konzentrieren wir uns auf interne Anwendungen, bei denen wir die Kontrolle behalten.“ Wer Grenzen reflektiert, ist berechenbar — und das ist genau die Eigenschaft, die Banken hoch bewerten.

Worüber Geschäftsführer vor dem nächsten Gespräch nachdenken sollten.

Vor dem nächsten Banken-, Beirats- oder Investorengespräch lohnt es sich, drei Stunden zu investieren — am besten gemeinsam mit der CFO-Funktion und gegebenenfalls einem externen Berater. Drei Fragen sollten am Ende beantwortet sein.

Erstens: Was ist unsere These? In zwei oder drei Sätzen, warum KI für unser Geschäftsmodell strategisch relevant ist und welche Wirkung wir uns mittelfristig versprechen. Ohne diese These ist alles, was folgt, anekdotisch.

Zweitens: Wo stehen wir wirklich? Eine ehrliche Inventur der laufenden Anwendungen, Piloten, gestoppten Versuche und geplanten Initiativen. Mit Zahlen, mit Verantwortlichen, mit nächsten Schritten. Wer hier in mehr als zwei Wochen nicht zu einer belastbaren Übersicht kommt, hat ein internes Reporting-Problem, das vor der externen Kommunikation gelöst werden sollte.

Drittens: Welche Geschichte erzählen wir — und passen die Belege dazu? Eine konsistente Erzählung verbindet die strategische These mit dem operativen Status und der wirtschaftlichen Wirkung. Wenn die These „Effizienzgewinne im Backoffice“ ist, sollten die Anwendungen genau dort sitzen. Wenn die These „Differenzierung im Kundenservice“ ist, sollten dort die wesentlichen Aktivitäten liegen. Eine kohärente Geschichte überzeugt mehr als die Summe der Einzelpunkte. Eine inkohärente — Anwendungen, die in jede Richtung zeigen — vermittelt das Bild eines Unternehmens, das KI nicht steuert, sondern lediglich reagiert.

Sie bereiten ein Bankengespräch, eine Beiratssitzung oder eine Investorenrunde vor und wollen Ihre KI-Geschichte tragfähig aufstellen? Unverbindlich anfragen — wir strukturieren gemeinsam Ihre KI-These, den Statusüberblick und die wirtschaftlichen Belege.