Sicherheit vor Geschwindigkeit: Wie die Vorsicht des Mittelstands im KI-Zeitalter zum Vorteil wurde

Im März 2026 hat Wolters Kluwer eine Zahl veröffentlicht, die aus Sicht der Silicon-Valley-Orthodoxie wie ein Tippfehler wirkt: 81 % der deutschen KMU setzen KI wöchentlich oder täglich ein, 61 % haben in den letzten drei Jahren in einen stärkeren Datenschutz investiert, und 90 % fühlen sich auf kommende regulatorische Anforderungen vorbereitet (opens in new tab). Der vermeintliche Nachzügler bringt KI inzwischen in Produktion, und zwar mit den Regulatoren auf seiner Seite.

Zum Vergleich der entgegengesetzte Pol. Im Report State of AI Agent Security 2026 von Gravitee haben 88 % der Organisationen in den letzten zwölf Monaten bestätigte oder vermutete Sicherheitsvorfälle mit KI-Agenten gemeldet (opens in new tab), im Gesundheitswesen 92,7 %, und fast die Hälfte der in Produktion befindlichen Agenten wird überhaupt nicht aktiv überwacht. Die Move-fast-Fraktion merkt gerade, was das Kaputtmachen tatsächlich kostet.

Wir entwickeln Individualsoftware für Mittelstandskunden — Zahlungsabwicklung mit ZahlFlow, E-Commerce mit Commersio, Operations mit Ordrino. Jahrelang war es Reibung, wenn Ops-Verantwortliche nach dem Auftragsverarbeitungsvertrag fragten, bevor sie über Durchsatz redeten. 2026 ist es der Grund, warum ihre KI-Projekte in Produktion gehen, während lautere Wettbewerber noch Vorfälle aufräumen.

Der "Move fast"-Mythos zerbricht an den realen Zahlen

"Move fast and break things" hat für ein soziales Netzwerk funktioniert, bei dem der schlimmste Fehlerfall eine peinliche Push-Benachrichtigung war. In eine Welt, in der Agenten Ihr ERP, Ihre Zahlungssysteme und Ihren Kundendatenbestand ansprechen, lässt sich das schlecht übertragen.

Eine MIT-NANDA-Studie kam zu dem Ergebnis, dass 95 % der unternehmensweiten GenAI-Pilotprojekte keinen messbaren Effekt auf die Gewinn- und Verlustrechnung erzielen (opens in new tab) — Integration, Datenqualität und Workflow-Passung haben gefehlt. Dieselbe Studie legt ein Playbook offen: Der Einkauf bei Anbietern und Partnerschaften hatte etwa die doppelte Erfolgsquote gegenüber reinen Eigenentwicklungen. Auf der Sicherheitsseite beziffert der IBM-Report Cost of a Data Breach 2025 Vorfälle mit Beteiligung von Schatten-KI im Schnitt auf 4,63 Mio. USD — 670.000 USD über dem Ausgangswert — und Schatten-KI auf 20 % aller Datenpannen (opens in new tab), bei einer medianen Entdeckungsdauer von 247 Tagen. Samsung steht weiter als Paradefall: drei separate Leaks innerhalb von zwanzig Tagen nach Freischaltung von ChatGPT (opens in new tab), gefolgt von einem unternehmensweiten Verbot. Vor diesem Hintergrund wirkt das Klischee vom Mittelstand — erst fragen, klein pilotieren, Daten im Haus behalten — nicht mehr altbacken.

Wie "Security First" in einer Mittelstands-Engineering-Organisation tatsächlich aussieht

"Security First" ist oft Theater — zwei Richtlinien-PDFs und ein Häkchen bei ISO 27001. Darüber reden wir hier nicht. Was wir in Mittelstandsorganisationen sehen, die KI erfolgreich ausliefern, ist konkreter:

• Datenminimierung an der Prompt-Grenze. Bevor ein Tool ein LLM aufrufen darf, hat jemand schriftlich festgelegt, welche Felder es senden darf. Personenbezogene Daten werden am Rand redigiert, nicht nachgelagert wegdelegiert.
• Hybrid by design, nicht by accident. Wolters Kluwer hat festgestellt, dass 51 % der deutschen KMU eine hybride IT betreiben und weitere 15 % vollständig On-Prem (opens in new tab) — der maximale Schadensradius eines KI-Agenten ist also durch ein VLAN begrenzt und nicht durch die IAM-Policy eines Hyperscalers.
• DPA-First im Lieferanten-Onboarding. Der Einkauf sieht den Auftragsverarbeitungsvertrag, bevor das SDK installiert wird. Nervig, und genau der Grund, warum später niemand eine Meldung nach Datenschutzvorfall schicken muss.
• Human-in-the-Loop bei allem, was schreibt. Read-only-Agenten gehen schnell in Produktion; schreibfähige Agenten laufen so lange durch eine menschliche Freigabe, bis die Traces sauber sind. Der Befund von Gravitee, dass 47,1 % der produktiven KI-Agenten keine aktive Überwachung haben (opens in new tab), ist genau die Lücke, die diese Disziplin schließt.

Nichts davon ist glamourös. Es ist aber der Grund, warum ein fünfzigköpfiger Logistiker in Baden-Württemberg ein LLM in Produktion haben kann, das Sendungsausnahmen routet, während ein lautes US-Scale-up noch beim dritten Post-Mortem sitzt.

NIS2, DORA und DSGVO — was sich 2025 und 2026 tatsächlich geändert hat

Der regulatorische Rahmen, auf den Mittelstandsunternehmen ohnehin überproportional eingestellt waren, ist jetzt der Rahmen aller. NIS2 ist in Deutschland Realität geworden. Das NIS2-Umsetzungsgesetz ist am 6. Dezember 2025 in Kraft getreten (opens in new tab), das BSI-Portal ging am 6. Januar 2026 online, Registrierungsfrist ist April. Der Anwendungsbereich umfasst nun rund 29.500 Einrichtungen gegenüber 4.500 unter dem alten Regime (opens in new tab), Bußgelder erreichen 10 Mio. Euro oder 2 % des weltweiten Umsatzes, und entscheidend: die Leitungsorgane haften persönlich (opens in new tab) — Vorstände müssen umsetzen, nicht nur billigen.

DORA ist operativ geworden seit dem 17. Januar 2025, mit 2026 als erstem Jahr aktiver Durchsetzung (opens in new tab): dokumentiertes IKT-Drittparteienrisiko, getestete Resilienz, Bußgelder bis 2 % des weltweiten Umsatzes zuzüglich persönlicher Bußgelder bis zu 1 Mio. Euro für leitende Führungskräfte. Die DSGVO-Durchsetzung legt weiter zu — die DLA-Piper-Erhebung vom Januar 2026 beziffert die kumulierten Bußgelder seit Mai 2018 auf 7,1 Mrd. Euro, davon allein 1,2 Mrd. Euro im Jahr 2025, bei 443 täglichen Meldungen — ein Plus von 22 % gegenüber dem Vorjahr (opens in new tab). Dazu der EU AI Act, dessen Regeln für Allzweck-KI seit dem 2. August 2025 gelten und dessen Pflichten für Hochrisikosysteme am 2. August 2026 greifen (opens in new tab) — jedes KI-nahe System hat damit einen Regulator mit einer Meinung. Mittelständler ergänzen ein paar Templates; die "Ship and Apologise"-Läden bauen ihre Architektur neu.

Hybrid, Residenz und die On-Prem-Notausfahrt

Hybrides Deployment und Disziplin bei der Datenresidenz sind die Muster, die es erlauben, bei KI schnell zu sein, ohne dumm zu werden. Residenz und Souveränität sind nicht dasselbe: US-basierte Hyperscaler in Frankfurt sind weiterhin durch Warrants nach dem US CLOUD Act (opens in new tab) erreichbar. Unsere architektonische Grundhaltung sieht in der Regel so aus:

• Transaktions- und personenbezogene Daten auf EU-souveräner Infrastruktur — Hetzner, STACKIT, IONOS, OVHcloud oder ein nach BSI C5 zertifizierter Stack, wo verlangt.
• Rechenintensive Inferenz auf dem besten verfügbaren Modell, mit Filterung auf Prompt-Ebene. Was die EU-Perimeter verlässt, ist ein Embedding-Vektor oder eine redigierte Zusammenfassung, nicht der Rohdatensatz.
• Eine On-Prem-Notausfahrt — ein kleiner Inferenzserver mit einem 7B- bis 14B-Open-Weights-Modell für die wenigen Fälle, in denen selbst der redigierte Vektor das Haus nicht verlassen darf. Ein Wochenend-Rollout in 2026.

Das passt sauber auf die Unterlagen zum Drittparteienrisiko, die nach NIS2 und DORA ohnehin jeder produzieren muss.

Wo Vorsicht zur Pathologie wird

Die Vorsicht des Mittelstands kippt auf wiedererkennbare Art in eine Pathologie:

Der endlose Pilot. Unternehmen fahren in achtzehn Monaten ihren vierten zwölfwöchigen Piloten — jeder technisch erfolgreich, keiner in Produktion, weil die Produktionsentscheidung ein quartalsweise tagendes Komitee verlangt. Die Fristen im AI Act um August 2026 werden Firmen verleiten, ein weiteres Jahr einzufrieren. Die Kosten dieses Einfrierens sind der Wettbewerber, der geliefert hat.

Dokumentation als Ersatz für Architektur. Ein 40-seitiges Sicherheitskonzept ist keine Kontrolle. Wenn in der Laufzeit nichts die Policy durchsetzt, ist das Dokument Theater.

"Das bauen wir selbst." Die MIT-Studie hat festgestellt, dass reine Eigenentwicklungen etwa nur ein Drittel so erfolgreich sind wie Projekte mit Vendor- oder Partnerschaftsansatz (opens in new tab). Die kulturelle Vorliebe hat echte Stärken und eine spezifische Schwachstelle: Man baut einen ML-Ops-Stack neu, statt das eine Feature auszuliefern, das das Projekt gerechtfertigt hätte.

Risikoaversion als Status quo. Eine echte Sicherheitskultur lehnt riskante Änderungen ab und genehmigt sichere schnell. Wenn Ihr Sicherheitsteam für ein Read-only-Dashboard die gleiche Durchlaufzeit hat wie für einen schreibfähigen Agenten, betreibt es keine Sicherheit — es betreibt Torwachen.

Der eigentliche Vorteil des Mittelstands: Domänendaten plus Zurückhaltung

Nützliche KI im Unternehmen ist 2026 nicht durch Modellfähigkeit begrenzt. Knapp sind proprietäre, gut strukturierte Domänendaten in Kombination mit einer Deployment-Umgebung, die bereit ist, das Modell tatsächlich in den Loop zu stellen. Genau darauf sitzen Mittelständler: Jahrzehnte an SAP-Transaktionen, Konstruktionszeichnungen, Serviceberichten, Qualitätsdaten aus einer Produktlinie, die seit vierzig Jahren kontinuierlich gefertigt wird. Wolters Kluwer hat vermerkt, dass 78 % planen, ihre KI-Investitionen in den nächsten drei Jahren zu erhöhen (opens in new tab); Bitkom weist aus, dass 41 % der deutschen Unternehmen KI aktiv einsetzen und weitere 48 % es planen (opens in new tab).

Der Trade-off hat diese Form:

• Read-only-KI auf Ihren eigenen sauberen Daten, mit einem AV-Vertrag und einem Audit-Log wird in sechs bis zwölf Wochen ausgeliefert und besteht die regulatorische Prüfung. Unsere Rollouts von BookMe und FlexiLearn bestätigen das immer wieder.
• Schreibfähige KI gegen ein System of Record, Spur für Spur ausgerollt, dauert länger und kostet vorne mehr. Sie landet nicht in der 88-%-Quote der Vorfälle.

Samsung hat das gelernt — die Antwort war, ein internes System mit ordentlichen Datenkontrollen zu bauen (opens in new tab), also genau die Architektur, die ein kompetenter Mittelstands-CTO am ersten Tag vorgeschlagen hätte. Beide Gruppen kommen am selben Ziel an; eine davon ohne eine durchschnittliche Rechnung von 4,63 Mio. USD und eine Erkennungslücke von 247 Tagen. Die Vorsicht des Mittelstands ist kein Bug, den es zu überwinden gilt — sie ist ein Feature, das es zu produktisieren gilt. Die Regulatoren haben den Großteil der Arbeit erledigt. An uns liegt es, auszuliefern.

Weiterführende Literatur

• Wolters Kluwer, Germany's SMEs put security before speed, März 2026 (opens in new tab)
• Gravitee, State of AI Agent Security 2026 (opens in new tab)
• DLA Piper, GDPR Fines and Data Breach Survey, Januar 2026 (opens in new tab)
• Morrison Foerster, Flipping the NIS2 Switch: Germany's Implementation (opens in new tab)
• Fortune-Berichterstattung zu MIT NANDA, State of AI in Business 2025 (opens in new tab)
• Orrick, Data Localization and the Sovereign Cloud: EU Cloud Regulations Explained, 2026 (opens in new tab)