KI in der Praxis: Erfolgreiche Anwendungsfälle & Ergebnisse aus dem Mittelstand

Von der ersten Orientierung zur KI-Plattform

Wie ein Logistik-Dienstleister mit Unterstützung des RZ.Nord eine fundierte KI-Strategie entwickelt und umgesetzt hat.

Zusammenfassung: KI bei PTS

PTS Logistics startete mit der Frage, wo KI im Arbeitsalltag eines Logistikunternehmens echten Nutzen stiften kann. Im begleiteten Prozess entstanden eine priorisierte Use-Case-Übersicht, eine fundierte Plattformentscheidung für meinGPT und ein geschultes Ambassador-Team. Ergebnis: 3 geprüfte Plattformen, 7 KI-Ambassadors, ca. 20 Pilotnutzer:innen und erste Anwendungsfälle – von der offenen KI-Frage zur verankerten Roadmap.
Wirkung im Alltag: Erste Pilotanwendungen entlasten bei wiederkehrenden Aufgaben – etwa bei der Angebotserstellung, der täglichen E-Mail-Korrespondenz und dem Zugriff auf internes Wissen.

↑ Zurück zur Übersicht

Die Geschichte dahinter

1. PTS auf einen Blick

PTS Logistics ist ein mittelständischer Logistik-Dienstleister mit rund 140 Mitarbeitenden, verteilt auf mehrere Standorte in Bremen und Umgebung. Das Geschäft ist täglich: Hunderte Aufträge, tausende Dokumente, wiederkehrende Prozesse. Das ist gleichzeitig der Raum, wo KI konkret Mehrwert stiften kann – wenn man weiß, wie. Und genau darin lag die Herausforderung: KI war bei PTS noch ein offenes Thema, nicht strukturiert, nicht systematisch angegangen.

2. Die Ausgangssituation

PTS ist wie viele wachsende Mittelständler: viele Systeme, viele Prozesse. Die Frage war: Wo kann KI konkret helfen? Und wie machen wir das sicher und nachhaltig – nicht als Einzelprojekt, sondern als echtes System?

Konkret fehlte es an drei Dingen: erstens an Orientierung (welche KI-Tools sind datenschutzsicher?), zweitens an konkrete Use Cases aus dem Tagesgeschäft (nicht: KI im Allgemeinen, sondern: Was hilft uns wirklich?), und drittens an Menschen, die das Thema intern vorantreiben.

3. Zielbild: Informierte und sichere KI Nutzung für alle

Der Geschäftsführung und den Mitarbeitenden Orientierung im Thema KI geben. Gemeinsam sinnvolle Einsatzfelder identifizieren. Eine passende, datenschutzkonforme Plattform auswählen. Und die Nutzung über ein Ambassador-Modell nachhaltig im Unternehmen verankern – statt KI als kurzlebiges Projekt zu betreiben.

4. Das Vorgehen: Roadmap, Plattformentscheidung, Integration in den Teams

Die Begleitung folgte einem bewussten Top-down-Ansatz: Zuerst die Geschäftsführung – Mandat, Rahmen, Verbindlichkeit klären. Dann die Breite – Bedarfsanalyse, Plattformwahl, Befähigung.

Meilensteine

• Feb 2026 – Zweitägiger Strategie- & Use-Case-Workshop vor Ort
• Feb–März 2026 – Auswahlkriterien definiert, Shortlist von 3 Plattformen
• März 2026 – Plattform-Demos und interne Evaluierung
• April 2026 – Entscheidung für meinGPT, Vertrag & Onboarding
• April 2026 – Aufbau des KI-Ambassador-Teams, KI-Führerschein-Schulungen
• Mai–Juni 2026 – Ambassador-Follow-ups, Anwendungsfälle im Pilotbetrieb
• Juni 2026 – Roadmap- & Verstetigungs-Workshop, Abschluss

5. Ergebnisse: Produktive Use-Cases und geschulte Teams

Die produktiven Use-Case-Prototypen

Im Pilotbetrieb wurden mehrere praxisnahe Anwendungsfälle aus dem Tagesgeschäft erprobt:

• Unterstützung bei der Angebotserstellung – automatisiertes Ausfüllen wiederkehrender Formulare
• Persönliche E-Mail- und Outlook-Assistenten für die tägliche Korrespondenz
• Ein Wissens-Assistent, der auf internen Informationen aufbaut

Weitere Ideen aus dem operativen Bereich, etwa rund um Material- und Ladungsplanung, wurden dokumentiert für künftige Sprints.

 Ergebnisse in Zahlen

6. Learnings: Orientierung schafft die richtige Basis

Mandat schafft Verbindlichkeit

Der Top-down-Start mit der Geschäftsführung hat Verbindlichkeit geschaffen. Die größte Herausforderung war anschließend, im Tagesgeschäft genügend geschützte Zeit für die Ambassadors freizuhalten – ohne feste Zeitkontingente bleibt ein neues Thema schnell liegen.

Erst das Ziel, dann das Tool

Die strukturierte Bedarfsanalyse half, zuerst die passenden Einsatzfelder zu klären, bevor mit Werkzeugen experimentiert wurde.

Klein anfangen

Reale Anwendungsfälle zeigten Stärken und Grenzen von KI. Große Vorhaben in kleinere, beherrschbare Schritte zu zerlegen, war ein wichtiger Lerneffekt.

Empfehlungen für andere KMU

• KI als Führungsthema starten und ein klares Mandat geben, bevor man in die Breite geht.
• Geschützte Zeitkontingente für die Schlüsselpersonen fest vereinbaren.
• Plattformauswahl an klaren, vorab definierten Kriterien ausrichten (EU-Hosting/DSGVO, Integrationsfähigkeit, Bedienbarkeit, Support).
• Wenige reale Anwendungsfälle konsequent verfolgen statt vieler paralleler Experimente; Ergebnisse im Team teilen.

7. Ausblick: Die Struktur in der KI Use Cases wachsen können

Geplant sind eine feste Routine mit regelmäßigen Terminen, klar verteilte Rollen (interne Koordination und Rückendeckung durch die Geschäftsführung) sowie der schrittweise Rollout auf weitere Nutzer – Zielgröße rund 60 Personen.

Eine Case Study des KI-Transferzentrums BREMEN.AI | Aljoscha Jacobi & Jasser Saad | Juni 2026

Neugierig geworden?

↑ Zurück zur Übersicht

12 Wochen auf dem Weg zur AI-driven Agency

Von individueller Tool-Nutzung zu 3 produktiven KI-Use-Cases – und einem Team, das KI selbst weiterentwickelt.

1. Plietsch auf einen Blick

Plietsch ist eine Bremer Digitalagentur mit 23 Mitarbeitenden – spezialisiert auf Media Design, Web-Entwicklung, Performance Marketing, Employer Branding und Sports Marketing. Die Agentur arbeitet für Kunden aus verschiedenen Branchen und versteht sich als Partner für kreative und digitale Konzepte: von der Strategie bis zur technischen Umsetzung. Ihr Anspruch: zukunftsorientiert sein – und das nicht nur für Kunden, sondern auch intern. Genau hier setzten wir mit unserem 12-Wochen-Sprint an: KI sollte nicht länger individuell ausprobiert werden, sondern strukturiert, sicher und wirksam in den Arbeitsalltag kommen.

2. Ausgangslage: Viel KI-Nutzung, wenig Struktur

Die Situation

Vor dem Sprint war KI bei Plietsch bereits präsent, aber unstrukturiert. Einzelne Mitarbeitende nutzten ChatGPT, Gemini oder Claude für Texte, Ideenfindung oder Recherche. Doch die Nutzung hing stark von persönlichen Vorlieben ab: Wer KI mochte, nutzte sie täglich. Wer skeptisch war, ließ sie links liegen. Eine gemeinsame Plattform, geteilte Prompts oder standardisierte Prozesse? Fehlanzeige.

Der Schmerzpunkt

Die Team-Umfrage vor Projektstart brachte es auf den Punkt:

• 53% nutzten KI täglich – aber jede:r auf eigene Faust
• Größte Sorgen: Qualitätsverlust, rechtliche Unsicherheiten, Kreativitätsverlust
• Größter Wunsch: Praxis-Training für Prompts und konkrete Use Cases für den Agenturalltag

Besonders im Kreativbereich war die Stimmung gemischt: KI als Bedrohung für die eigene kreative Identität – oder als Werkzeug, das entlastet? Diese Frage stand unbeantwortet im Raum.

Warum jetzt?

Florian Jamer, Geschäftsführer von Plietsch, hatte die Vision klar: „AI Driven Agency“ – als echtes Betriebsmodell und Wettbewerbsvorteil. KI sollte repetitive Aufgaben übernehmen, damit das Team sich auf das konzentrieren kann, was wirklich zählt: Kreativität, Strategie, Kundenarbeit. Die Frage war nicht ob, sondern wie – und mit wem.

3. Zielbild: Von Tool-Nutzung zur AI Driven Agency

Plietsch hatte Langdock bereits als datenschutzkonforme Plattform gewählt – und mit Martje eine AI Product Managerin benannt. Was fehlte, war ein klarer Prozess: Wie wird aus individueller Tool-Nutzung ein gemeinsames Betriebsmodell? Welche Use Cases lohnen sich wirklich? Und wie wird das Team so befähigt, dass KI nach dem Sprint eigenständig weiterentwickelt werden kann?

Genau dafür brachten wir als KI-Transferzentrum BREMEN.AI unseren 12-Wochen-Sprint mit: keine abstrakte Beratung, kein Vendor-Lock-in, sondern ein strukturierter Transferprozess mit echten Schmerzpunkten, priorisierten Use Cases, praktischer Befähigung und messbaren Ergebnissen. Unser Ziel: Plietsch sollte KI nicht nur nutzen, sondern selbst weiterentwickeln können.

4. Der 12-Wochen-Sprint: Struktur, Befähigung, Umsetzung

Phase 1: Zielbild und Roadmap (Woche 1–3)

Was wir gemacht haben: Vor dem offiziellen Start führten wir eine anonyme Team-Umfrage durch, um Nutzungsstand, Wünsche und Sorgen sichtbar zu machen. Auf dieser Basis moderierten wir einen vierstündigen Strategie-Workshop mit dem Kernteam: Aus 9 Use-Case-Ideen identifizierten und priorisierten wir gemeinsam die 4 vielversprechendsten Anwendungsfälle. Anschließend holten wir in einem Management-Buy-in-Termin die Geschäftsführung verbindlich ins Boot und verabschiedeten die Roadmap.

Ergebnis: Klares Zielbild, 4 priorisierte Use Cases, committetes Team, freigegebene Roadmap

Phase 2 – Team-Befähigung & Plattform-Setup (Woche 4–8)

KI-Führerschein: Wir schulten das gesamte Team im vierstündigen KI-Führerschein-Workshop – mit Grundlagen des Promptings, Augmentation-Strategien und Best Practices für die Zusammenarbeit mit KI.

Langdock Kick-Start: Gemeinsam mit der AI Product Managerin und den designierten AI-Ambassadors strukturierten wir den Plattformstart: Unternehmenskontext, Wissensquellen und erste Datenanbindungen wurden so vorbereitet, dass Langdock im Alltag nutzbar wurde.

AI-Ambassadors ernannt: Wir identifizierten 4 Power-User – für jedes Team eine verantwortliche Person, und entwickelten sie zu internen KI-Multiplikator:innen, die während des Sprints auch verantwortlich für Entwicklung und Arbeit an den Use Cases waren. Die Prototypen für den Reporting-Assistent, den Kundengesprächs-Vorbereiter, den Code-Review & QA, den Design-Adaptor und den Neukundenbriefing-Assistent sollten auf Basis der Team-Prozesse und der Erfahrungen aus dem Arbeitsalltag entstehen – dafür braucht es die Nähe zum Team und den Kunden.

Phase 3 – Use Cases bauen und skalieren (Woche 9–12)

In zwei Ambassador-Schulungen (je 3h) begleiteten wir den Sprung vom Anwenden zum Bauen: Wie macht man Prozesse KI-lesbar? Wie entsteht ein Langdock-Agent, der im Arbeitsalltag wirklich funktioniert? Und wie bewertet man, ob ein Use Case reif für die Umsetzung ist?

Parallel begleiteten wir die Ambassadors bei der Umsetzung ihrer Use Cases: Jeder Ambassador präsentierte den eigenen Agenten, zeigte eine Live-Demo und machte die Zeitersparnis sichtbar.

Den Abschluss bildete die Use Case Factory, mit der wir gemeinsam ein strukturiertes Format zur Erfassung, Ergründung und Priorisierung aller zukünftiger Use Cases bei Plietsch etablierten. Damit weiß das Team nicht nur, was sie umsetzen sollten, sondern auch wann und was als nächstes wichtig ist.

KI-Plattform: Langdock – datenschutzkonform, mit Unternehmenskontext und Wissensquellen befüllt, 45 Assistenten und 25 Projekte aufgebaut.

5. Ergebnisse – Von Aktivierung zu Wirkung

Plattform-Nutzung (Feb–Mai 2026)

Nutzungsentwicklung: Von 1.728 Nachrichten im Februar auf 2.604 Nachrichten im April – ein Wachstum von rund +51%. Auch im Mai zeigt sich mit 2.527 Nachrichten und 23 aktiven Nutzer:innen eine stabile Alltagsnutzung im gesamten Team.

Laut Abschlussumfrage gibt es niemanden mehr bei Plietsch, der nicht mehrmals wöchentlich KI-gestützt arbeitet. Nicht zuletzt dadurch haben sich auch die Sorgen der Mitarbeitenden verändert. Wo vor dem Sprint Sorgen über Qualitäts- und Kreativitätsverlust dominierten, wurden die Herausforderungen danach sehr spezifisch: Zeit zum Ausprobieren, die richtigen Anwendungen und die Erarbeitung guter Prompts stehen nun im Vordergrund. Diese Themen werden die Plietsch-Kolleg:innen noch eine Weile begleiten, sind aber lösbar.

Drei produktive Use-Case-Prototypen

Use Case 1: Kundengesprächs-Vorbereiter

• Ausgangssituation: Manuelle Recherche vor Kundenterminen kostete 60 Minuten pro Termin – jede:r recherchierte anders, kein Standard.
• Lösung: Agent analysiert Kunden-Website + CRM-Daten → liefert strukturiertes Briefing mit Background-Infos, Fragenkatalog (5–10 Fragen), Quick Facts und Wettbewerbseinordnung. Standardisierter, geteilter Prozess für das gesamte Team
• Zeitersparnis: ~50% (60 Min. → 30 Min. pro Termin)

Use Case 2: Reporting-Assistent

• Ausgangssituation: Report-Vorbereitung für Kunden war zeitaufwändig – Zahlen lagen vor, aber Interpretation und Aufbereitung fehlten.
• Lösung: Agent verarbeitet Daten-Exporte → liefert monatlichen Kunden-Report mit Veränderungen, Interpretation und Handlungsempfehlungen.
• Status: Prototyp live, Ausbaustufen (direktere Datenanbindung) geplant.

Use Case 3: Qualitätsbericht für Webseiten

• Ausgangssituation: Manuelle Webseitenprüfungen und QA-Checks kosteten Zeit und waren fehleranfällig sowie sehr unterschiedlich, abhängig von der prüfenden Person.
• Lösung: Agent reviewt Qualitätsdaten aus der Prüfsoftware, definiert Maßnahmen zur Verbesserung und Checklisten für die Umsetzung.
  Teile der ursprünglich angedachten Aufgaben innerhalb dieses Prozesses sind in andere Use Cases eingeflossen und andernorts umgesetzt worden.
• Zeitersparnis: 20–50% je nach Aufgabe.

Qualitative Wirkung: Neues Mindset, neue Routinen 

• Mindset-Shift: Das Team hat KI nicht mehr als Bedrohung, sondern als Werkzeug erlebt – konkret, alltagstauglich und kontrollierbar.
• Ambassadors als Multiplikatoren: Die 4 Ambassadors sind interne Ansprechpartner:innen – das Team wendet sich bei Fragen und Herausforderungen direkt an sie und die Use Cases werden gemeinsam ausgearbeitet, umgesetzt und den anderen Teams vorgestellt.
• Plattform-Reife: 45 Assistenten und 25 Projekte zeigen: Langdock ist kein Experiment mehr, sondern alltägliches Betriebsmittel.

6. Learnings aus dem Sprint: Ausprobieren, nachschärfen, weitermachen

Nicht jeder Use Case hat funktioniert wie geplant. Der Design-Adaptor wurde im Laufe des Sprints aufgegeben: Für Bildbearbeitung und Design-Varianten sind spezialisierte Tools deutlich besser geeignet als die gewählte KI-Plattform. Stattdessen entstand mit dem Kundenbriefing-Assistenten ein neuer Use Case, der besser zum Plattform-Profil passte und noch während des Sprints in den produktiven Einsatz überging. Im Laufe des Projektes sind viele weitere Use Cases aufgenommen und deren Umsetzung gestartet worden.

7. Ausblick: KI-Kompetenz dauerhaft verankern

Plietsch’s KI-Reise ist noch nicht zu Ende. Nach der Einführung der KI-Plattform geht es jetzt darum, die Agenturprozesse im Unternehmen KI-gestützt zu verankern: Mit der Use Case Factory kann das Team eigenständig neue KI-Anwendungsfälle identifizieren, bewerten und umsetzen. Die Ambassadors sind ausgebildet, die Plattform ist eingerichtet und das Team weiß, was mit KI geht und was nicht.

Nächste Schritte bei Plietsch:

• Ausbaustufen der bestehenden Use Cases
• Weitere Use Cases werden vom Ambassador-Team priorisiert und in die Umsetzung gebracht
• Monatliche Check-Ins mit den Teams und kontinuierlicher Austausch über neue Agenten und Weiterentwicklung der Prototypen

Der Sprint ist abgeschlossen – aber die eigentliche Veränderung beginnt im Alltag. Plietsch hat KI nicht als einmaliges Projekt eingeführt, sondern als neue Arbeitsweise verankert: mit befähigten Ambassadors, klaren Routinen, einer gemeinsamen Plattform und einem Prozess, mit dem neue Use Cases strukturiert weiterentwickelt werden können. Aus individueller Tool-Nutzung ist ein gemeinsames Betriebsmodell geworden – und damit ein belastbarer nächster Schritt auf dem Weg zur AI-driven Agency.

Wir sind sehr gespannt, wie es mit Plietsch in Zukunft weiter geht!

Eine Case Study des KI-Transferzentrums BREMEN.AI | Jasser Saad & Anna Cordes | Mai 2026

Erklärung zur Barrierefreiheit