KI-Automatisierung für KMU: 7 Prozesse, die sich zuerst lohnen (und welche nicht)

Montagmorgen in einem kleinen Betrieb: Im Postfach liegen Anfragen, Rechnungen und Werbung durcheinander, und bevor die eigentliche Arbeit losgeht, muss jemand alles lesen, sortieren und beantworten. Genau dort lohnt sich KI-Automatisierung für KMU zuerst. Bei Aufgaben, die oft vorkommen, nach festen Regeln ablaufen und bei denen ein Fehler keinen großen Schaden anrichtet. Das klingt banal, ist aber der wichtigste Filter überhaupt. Wer mit dem spannendsten Prozess anfängt statt mit dem passendsten, verbrennt Zeit und Vertrauen im Team. Wir gehen mit dir sieben Abläufe durch, die sich für den Start eignen, geben dir ein einfaches Bewertungsraster an die Hand und sagen ehrlich, wo du die Finger von der Automatik lassen solltest.

Kurz gesagt: Starte mit Prozessen, die häufig, regelhaft und risikoarm sind: E-Mail-Eingang, Belege, Terminerinnerungen, Anfragen aus dem Kontaktformular, Protokolle, Angebotsentwürfe und Content-Vorbereitung. Die KI liefert Entwürfe und Vorsortierung, ein Mensch gibt frei. Entscheidungen mit rechtlicher Wirkung, Personalfragen und Zahlungsfreigaben bleiben beim Menschen. Mit Werkzeugen wie n8n, Make, Zapier oder Microsoft Power Automate lässt sich das ohne eigene Entwicklungsabteilung umsetzen.

Wo steht der Mittelstand bei der KI-Nutzung?

Falls du dich fragst, ob du spät dran bist: Viele Betriebe stehen gerade an derselben Stelle. Laut einer Bitkom-Umfrage vom März 2026 unter 604 Unternehmen ab 20 Beschäftigten setzen 41 % bereits KI ein, ein Jahr zuvor waren es 17 %. Weitere 48 % planen den Einsatz oder diskutieren darüber. Unter den Unternehmen, die KI nutzen, berichten 45 % von deutlich schnelleren internen Abläufen. Ein Drittel von ihnen fand die Kosten allerdings deutlich höher als erwartet (Bitkom, März 2026).

Das ifo Institut kam in seiner Umfrage vom Mai 2026 auf 54,5 % der Unternehmen, die KI in ihren Geschäftsprozessen nutzen, nach 40,9 % im Vorjahr. Großunternehmen lagen bei 67,2 %, kleine Unternehmen bei 51,2 % und mittlere bei 47,2 % (ifo Institut, Juni 2026).

Nüchterner fällt das Bild bei KfW Research aus, das auf das KfW-Mittelstandspanel zurückgreift: Im Zeitraum 2022 bis 2024 nutzten rund 20 % der kleinen und mittleren Unternehmen KI, das sind knapp 780.000 Betriebe. Bei Kleinstunternehmen mit weniger als fünf Beschäftigten waren es 19 % (KfW Research, Februar 2026).

Die Studien messen unterschiedliche Gruppen und Zeiträume, die Richtung ist trotzdem eindeutig. Aus unserer Beratungspraxis kennen wir das Muster dahinter: „KI nutzen“ heißt in vielen Betrieben bisher, dass einzelne Leute einen Chatbot im Browser offen haben. Der nächste Schritt ist, KI fest in Abläufe einzubauen, damit Arbeit nicht mehr per Copy-and-paste zwischen Fenstern hin- und herwandert.

Was bedeutet KI-Automatisierung eigentlich?

KI-Automatisierung ist die Verbindung aus klassischer Workflow-Automatisierung und einem Sprachmodell. Die klassische Automatisierung kennt feste Regeln: Wenn eine E-Mail mit Anhang kommt, speichere den Anhang im Ordner X. Das scheitert, sobald Inhalte verstanden werden müssen. Ein Sprachmodell erkennt, ob eine Mail eine Reklamation, eine Terminanfrage oder Werbung ist, zieht aus einem Freitext die Eckdaten oder schreibt einen Antwortentwurf.

Ein KI-Agent geht einen Schritt weiter. Er bekommt ein Ziel und mehrere Werkzeuge (etwa Kalender, CRM, E-Mail) und entscheidet selbst, welches er in welcher Reihenfolge benutzt. Für den Einstieg ist das meist zu viel Freiheit. Wir empfehlen fast immer fest gebaute Abläufe, in denen die KI an genau definierten Stellen arbeitet.

Als Werkzeug dient eine Automatisierungsplattform wie n8n, Make, Zapier oder Power Automate, an die du ein Sprachmodell anhängst. Wie so ein Ablauf in der Praxis aussieht, zeigen wir im Beitrag n8n und WordPress: Geschäftsprozesse automatisieren.

Drei Fragen, die jeden Prozess einordnen

Welcher Ablauf ist bei dir der richtige Einstieg? Bevor du ein Werkzeug installierst, schreib die wiederkehrenden Aufgaben deines Büros auf und bewerte jede nach drei Fragen:

• Häufigkeit: Wie oft fällt die Aufgabe an? Täglich mehrfach ist ideal, einmal im Quartal lohnt sich selten.
• Regelhaftigkeit: Läuft sie meistens gleich ab, mit klaren Eingaben und einem erwartbaren Ergebnis?
• Risiko: Was passiert, wenn die KI danebenliegt? Ein schiefer Entwurf ist harmlos, eine falsche Überweisung nicht.

Vergib für jede Frage 1 (niedrig) bis 3 (hoch). Häufigkeit und Regelhaftigkeit multiplizierst du, das Risiko wirkt als Bremse: Alles mit hohem Risiko bleibt unabhängig von der Punktzahl beim Menschen oder bekommt eine verpflichtende Freigabe.

So sieht das Raster für typische Büroprozesse aus. Die Werte sind eine Orientierung aus Sicht eines kleinen Dienstleisters, in deinem Betrieb können sie anders ausfallen.

Prozess	Häufigkeit	Regelhaftigkeit	Risiko	Empfehlung
E-Mail-Eingang sortieren, Antwortentwürfe	3	2	1	zuerst starten
Belegerfassung und Rechnungseingang	3	3	2	starten, mit Prüfung
Terminbuchung und Erinnerungen	3	3	1	zuerst starten
Anfragen aus dem Kontaktformular qualifizieren	2	2	1	starten
Protokolle und Meeting-Notizen	2	3	1	starten
Angebotsentwürfe	2	2	2	starten, mit Freigabe
Social-Media- und Content-Vorbereitung	2	2	1	starten, mit Freigabe
Zahlungen freigeben	2	3	3	beim Menschen lassen
Bewerbungen vorauswählen	1	1	3	beim Menschen lassen
Reklamationen endgültig entscheiden	1	1	3	beim Menschen lassen

Die 7 Prozesse, mit denen KMU starten sollten

1. E-Mail-Eingang sortieren und Antworten vorbereiten

Ausgangslage: Im info@-Postfach landet alles, von der Kundenanfrage bis zum Spam. Jemand liest jeden Morgen alles, leitet weiter und übersieht im Trubel die eine wichtige Mail.

Automatisierung: Ein Workflow holt neue Mails ab, ein Sprachmodell ordnet sie in Kategorien ein (Anfrage, Rechnung, Termin, Reklamation, Werbung) und schätzt die Dringlichkeit. Rechnungen wandern direkt in den Belegprozess, Anfragen bekommen ein Label und einen Antwortentwurf im Entwurfsordner. Gesendet wird nichts automatisch.

Ersparnis: Vor allem das Lesen, Sortieren und Formulieren von Standardantworten fällt weg. Wie viel genau, zeigt eine Woche Messung vorab.

Fallstricke: Die KI braucht klare Beispiele für jede Kategorie, sonst landen Grenzfälle im falschen Stapel. Antwortentwürfe sollten auf eurer eigenen Wissensbasis beruhen (Preise, Öffnungszeiten, Leistungen), nicht auf dem allgemeinen Wissen des Modells. Wie man dieses Wissen KI-tauglich aufbereitet, beschreiben wir im Beitrag zum KI-Wissensmanagement im Unternehmen.

2. Belegerfassung und Rechnungseingang

Ausgangslage: Rechnungen kommen als PDF, auf Papier oder aus Kundenportalen, und jemand tippt Nummer, Betrag, Lieferant und Fälligkeit ab. Seit dem 1. Januar 2025 müssen Unternehmen in Deutschland außerdem E-Rechnungen empfangen können. Beim Versand gelten Übergangsfristen: Ab 2027 müssen Unternehmen mit mehr als 800.000 Euro Vorjahresumsatz E-Rechnungen an andere Unternehmen schicken, ab 2028 alle übrigen. Kleinunternehmer sind von der Versandpflicht ausgenommen (Handwerksblatt).

Automatisierung: Ein Workflow sammelt Rechnungen aus dem Postfach und einem Scan-Ordner ein. Bei strukturierten E-Rechnungen werden die Daten direkt ausgelesen, bei PDFs und Scans übernimmt eine Texterkennung mit Sprachmodell die Extraktion. Das Ergebnis landet samt Originalbeleg in deiner Buchhaltungssoftware oder einer Tabelle. Auffälligkeiten (neuer Lieferant, abweichende Bankverbindung, ungewöhnlich hoher Betrag) markiert der Ablauf zur Prüfung.

Ersparnis: Das Abtippen fällt weitgehend weg, die Kontrolle nicht. In Betrieben mit vielen kleinen Belegen (Handwerk, Onlinehandel) ist das einer der greifbarsten Effekte.

Fallstricke: Eine geänderte Bankverbindung in einer Rechnung ist ein klassisches Betrugsmuster. Die Automatik darf deshalb erfassen, aber niemals selbst bezahlen. Kläre vorher mit deiner Steuerkanzlei, in welchem Format sie die Daten haben möchte.

3. Terminbuchung und Erinnerungen

Ausgangslage: Termine kommen per Telefon, Mail und Messenger und werden von Hand in den Kalender übertragen. Vergessene Termine kosten in einer Praxis, einem Salon oder einer Werkstatt bares Geld.

Automatisierung: Ein Buchungssystem auf der Website übernimmt die Terminwahl, der Workflow trägt den Termin in den Kalender ein und verschickt Bestätigung und Erinnerung. Die KI wird wichtig, wenn Terminwünsche per Mail eintreffen: Das Modell erkennt Wunschtermin und Anliegen und schlägt freie Slots als Antwortentwurf vor. Warum ein eigenes Buchungssystem sinnvoll ist, steht im Beitrag zu den Vorteilen eines automatischen Terminbuchungssystems.

Ersparnis: Weniger Telefonate und Rückfragen, weniger Ausfälle. Das Erinnern selbst braucht gar keine KI, eine einfache Regel reicht.

Fallstricke: Doppelbuchungen, wenn mehrere Kalender nicht sauber synchron laufen. Bei Gesundheitsdaten (Praxis, Therapie) gelten besonders strenge Datenschutzregeln, da gehört der Anbieter sorgfältig ausgewählt.

4. Kundenanfragen aus dem Kontaktformular qualifizieren

Ausgangslage: Über das Kontaktformular kommen Projektanfragen, Preisvergleicher, Jobsuchende und Werbung herein. Die wirklich guten Anfragen warten manchmal einen Tag auf Antwort.

Automatisierung: Das Formular übergibt die Daten an einen Workflow. Das Sprachmodell fasst das Anliegen in zwei Sätzen zusammen, ordnet es einer Leistung zu, schätzt Dringlichkeit und Passung ein und prüft, welche Angaben fehlen (Budget, Zeitrahmen, Ort). Daraus entstehen ein Eintrag im CRM oder in einer Tabelle und ein Antwortentwurf mit den passenden Rückfragen. Vielversprechende Anfragen lösen zusätzlich eine Benachrichtigung aufs Handy aus.

Ersparnis: Weniger in Minuten, mehr in Reaktionszeit. Wer auf eine gute Anfrage schneller antwortet, hat oft bessere Chancen.

Fallstricke: Auch eine Anfrage, die nicht passt, verdient eine freundliche Rückmeldung. Und bei automatischen Bewertungen von Personen gilt Artikel 22 der DSGVO: Betroffene haben das Recht, keiner ausschließlich automatisierten Entscheidung mit rechtlicher oder ähnlich erheblicher Wirkung unterworfen zu werden. Eine Vorsortierung, die ein Mensch prüft, ist etwas anderes als eine automatische Absage.

5. Protokolle und Meeting-Notizen

Ausgangslage: Nach jeder Besprechung müsste jemand festhalten, wer was bis wann erledigt. Oft passiert das gar nicht oder Tage später aus dem Gedächtnis.

Automatisierung: Ein Gespräch wird mit Zustimmung aller Beteiligten aufgezeichnet und transkribiert, das Sprachmodell erzeugt daraus eine Zusammenfassung mit Beschlüssen, offenen Fragen und Aufgaben. Der Workflow legt das Protokoll im Projektordner ab und kann Aufgaben direkt im Aufgabenwerkzeug anlegen.

Ersparnis: Das Schreiben fällt weg, das Gegenlesen bleibt. Der eigentliche Gewinn: Es gibt überhaupt Protokolle, und Absprachen gehen nicht verloren.

Fallstricke: Ohne Einwilligung keine Aufzeichnung, am Telefon genauso wie im Videocall. Zahlen, Namen und Fachbegriffe werden bei der Transkription gern verdreht, deshalb prüft jemand, der dabei war, das Ergebnis.

6. Angebotserstellung

Ausgangslage: Ein Angebot entsteht oft aus einem alten, das kopiert, umgeschrieben und neu kalkuliert wird. Das kostet Zeit, und spät verschickte Angebote verlieren an Schwung.

Automatisierung: Aus der qualifizierten Anfrage (Prozess 4) oder den Notizen eines Vor-Ort-Termins (Prozess 5) erstellt die KI einen Angebotsentwurf auf Basis eurer Vorlagen, Leistungsbausteine und Preisliste. Der Workflow legt das Dokument im richtigen Ordner ab und erinnert nach einigen Tagen ans Nachfassen.

Ersparnis: Bei standardisierbaren Leistungen geht der Entwurf deutlich schneller. Bei individuellen Projekten hilft die KI eher beim Formulieren als beim Kalkulieren.

Fallstricke: Sprachmodelle rechnen nicht zuverlässig und erfinden gelegentlich Leistungen oder Konditionen. Preise gehören deshalb in eine gepflegte Tabelle, auf die der Ablauf zugreift. Ein Angebot bindet dich rechtlich, die Freigabe durch einen Menschen ist hier Pflicht.

7. Social Media und Content vorbereiten

Ausgangslage: Regelmäßig posten steht auf jeder Liste, verliert aber im Alltag gegen das Tagesgeschäft.

Automatisierung: Aus einem neuen Blogbeitrag, einem abgeschlossenen Projekt oder ein paar Stichpunkten erzeugt die KI Vorschläge für Posts in verschiedenen Längen und Tonlagen. Der Workflow legt sie in einem Redaktionsplan ab. Ein Mensch wählt aus, passt an, ergänzt echte Fotos und plant die Veröffentlichung.

Ersparnis: Die leere Seite verschwindet. Für kleine Teams ist das oft der Unterschied zwischen gar nicht und regelmäßig posten.

Fallstricke: Ungeprüfte KI-Texte klingen schnell austauschbar und können falsche Fakten enthalten. Bilder und Aussagen über Kunden brauchen deren Zustimmung. Automatisch veröffentlicht wird nur, was vorher freigegeben wurde. Und sobald KI-Texte oder automatische Antworten nach außen gehen, solltest du die Kennzeichnungspflicht für KI-Inhalte ab dem 2. August 2026 kennen.

Welche Prozesse solltest du besser nicht automatisieren?

So viel zu den Kandidaten für den Start. Genauso wichtig ist die Gegenliste. Drei Gruppen lassen wir in unseren Projekten grundsätzlich beim Menschen, egal wie gut die Technik inzwischen ist.

Entscheidungen über Menschen. Bewerbungen aussortieren, Mitarbeitende bewerten, Kredite oder Konditionen für Kunden festlegen. Hier greift Artikel 22 DSGVO, und für bestimmte KI-Anwendungen im Personalbereich sieht auch die europäische KI-Verordnung strenge Regeln vor.

Geld bewegen. Zahlungen freigeben, Gutschriften auslösen, Preise im Shop automatisch ändern. Die KI darf vorbereiten und auf Auffälligkeiten hinweisen, die Freigabe bleibt bei einer verantwortlichen Person.

Seltene Sonderfälle. Eine eskalierte Reklamation, ein Rechtsstreit, die Kündigung eines wichtigen Kunden. Solche Fälle sind selten und unregelmäßig, der Aufwand für eine Automatisierung steht in keinem Verhältnis zum Nutzen.

Und noch etwas sehen wir immer wieder. Ein Prozess, der heute chaotisch ist, wird durch KI nicht ordentlich. Er wird nur schneller chaotisch. Wenn niemand genau sagen kann, wie Angebote bei euch eigentlich entstehen, kläre das zuerst.

Mensch in der Schleife: Die KI schlägt vor, du entscheidest

Aus diesen Grenzen ergibt sich der wichtigste Grundsatz für den Einstieg. Er heißt Mensch in der Schleife, im Englischen human in the loop. Die KI erledigt die Fleißarbeit und liefert einen Vorschlag, ein Mensch prüft und gibt frei, bevor etwas das Haus verlässt oder Geld bewegt. Moderne Automatisierungswerkzeuge sind darauf vorbereitet. n8n beschreibt in seiner Dokumentation zum Beispiel, wie ein KI-Agent vor bestimmten Aktionen pausiert und eine Freigabe per Chat, Slack, Microsoft Teams oder E-Mail anfordert.

In der Praxis bewährt sich ein Stufenmodell. Am Anfang prüft ein Mensch jeden einzelnen Vorschlag. Nach einigen Wochen siehst du, wo die KI zuverlässig richtig liegt, etwa bei der Eingangsbestätigung einer Anfrage. Dort kannst du die Freigabe lockern. Alles mit Risiko bleibt dauerhaft in der Prüfschleife.

Damit das funktioniert, braucht jeder Ablauf ein Protokoll, was die KI wann getan hat, eine verantwortliche Person und einen Notausschalter. Produziert das Modell plötzlich Unsinn, weil sich beim Anbieter etwas geändert hat, muss jemand den Workflow mit einem Klick anhalten können.

Datenschutz: was du bei der KI-Automatisierung beachten musst

Bei E-Mails, Anfragen und Terminen laufen fast immer personenbezogene Daten durch den Workflow. Damit gelten die üblichen DSGVO-Regeln:

• Auftragsverarbeitung: Mit jedem Dienst, der Daten in deinem Auftrag verarbeitet (Automatisierungsplattform, KI-Anbieter, Transkriptionsdienst), brauchst du einen Vertrag nach Artikel 28 DSGVO.
• Serverstandort: Prüfe, wo die Daten verarbeitet werden. n8n auf einem Server in der EU oder lokal betriebene Modelle entschärfen die Drittlandfrage deutlich.
• Datensparsamkeit: Schick der KI nur, was sie für die Aufgabe braucht. Für die Kategorie einer E-Mail reicht oft der Text ohne Signatur und Anhänge.
• Training: Kläre, ob der Anbieter eure Daten zum Training seiner Modelle verwendet, und nutze Geschäftstarife, die das ausschließen.
• Dokumentation: Neue Abläufe gehören ins Verzeichnis der Verarbeitungstätigkeiten.

Einen ausführlichen Fahrplan findest du in unserem Beitrag KI datenschutzkonform einsetzen.

So startest du in vier Schritten

Schritt 1: Prozesse sammeln und bewerten. Eine Woche lang notiert jedes Teammitglied, welche Aufgaben sich ständig wiederholen. Danach wendest du das Raster an und wählst einen einzigen Prozess aus.

Schritt 2: Ist-Zustand messen. Wie viele Vorgänge sind es pro Woche, wie lange dauert einer? Ohne diese Zahl weißt du später nicht, ob es sich gelohnt hat.

Schritt 3: Klein bauen und testen. Bau einen schlanken Ablauf mit Freigabeschritt und teste ihn mit echten, aber unkritischen Fällen. Lieber einen Prozess richtig als fünf halb. So siehst du früh, was ein Ablauf wirklich kostet.

Schritt 4: Auswerten und ausbauen. Nach vier bis sechs Wochen vergleichst du mit dem Ist-Zustand. Läuft es, nimmst du dir den nächsten Prozess vor. Oft bauen die Abläufe aufeinander auf: Die qualifizierte Anfrage wird zum Angebotsentwurf, das Angebot zur Terminbuchung.

Zur Werkzeugwahl eine Faustregel: Arbeitet ihr vor allem mit Microsoft 365, ist Power Automate der naheliegende Start. Wollt ihr Daten im eigenen Haus behalten und habt jemanden mit etwas Technikverständnis, passt n8n. Für schnelle Ergebnisse ohne eigenen Server sind Make oder Zapier bequem. Einen Vergleich der Plattformen findest du in unserem Beitrag zu Zapier-Alternativen.

Förderung: Beratung muss nicht voll aus eigener Tasche kommen

Eine externe Beratung, die Prozesse aufnimmt, bewertet und einen Fahrplan erstellt, kann über die BAFA-Förderung für Unternehmensberatungen mit bis zu 80 % der Beratungskosten bezuschusst werden. Ob und in welcher Höhe das für dein Unternehmen gilt, hängt von der aktuellen Förderrichtlinie ab. Das klären wir gern vorab mit dir.

Fazit: klein anfangen, Menschen entscheiden lassen

Für KI-Automatisierung brauchst du keine IT-Abteilung und kein Großprojekt. Du brauchst die richtige Reihenfolge. Zuerst kommen die häufigen, regelhaften und risikoarmen Aufgaben, und immer gibt ein Mensch frei. So behältst du die Kosten im Blick, und dein Team fasst Vertrauen in die neuen Abläufe. Wer gleich mit einem ehrgeizigen KI-Agenten loslegt, setzt genau dieses Vertrauen aufs Spiel. Fang also mit dem Postfach vom Montagmorgen an.

Wenn du wissen willst, welche Prozesse in deinem Betrieb das größte Potenzial haben, schau dir unsere Digitalisierungsberatung an. Wir nehmen deine Abläufe gemeinsam mit dir auf, bewerten sie und bauen die ersten Automatisierungen so, dass dein Team sie versteht und selbst weiterpflegen kann. Schreib uns einfach über die Kontaktseite.

Häufige Fragen (FAQ)

Welche Prozesse sollten KMU zuerst mit KI automatisieren?

Am besten eignen sich Aufgaben, die häufig vorkommen, nach festen Regeln ablaufen und bei denen ein Fehler wenig Schaden anrichtet. Typische Kandidaten sind das Sortieren des E-Mail-Eingangs mit Antwortentwürfen, die Belegerfassung, Terminerinnerungen, die Vorsortierung von Kontaktanfragen, Meeting-Protokolle, Angebotsentwürfe und die Vorbereitung von Social-Media-Beiträgen.

Welche Werkzeuge braucht man für KI-Automatisierung im Büro?

Du brauchst eine Automatisierungsplattform und ein KI-Modell. Verbreitete Plattformen sind n8n (auch selbst hostbar), Make, Zapier und Microsoft Power Automate. Als KI-Baustein dient ein Sprachmodell eines großen Anbieters oder ein lokal betriebenes Modell. Welche Kombination passt, hängt von deiner bestehenden Software und deinen Datenschutzanforderungen ab.

Was bedeutet Mensch in der Schleife bei der KI-Automatisierung?

Mensch in der Schleife (human in the loop) heißt, dass die KI Vorschläge und Entwürfe liefert, ein Mensch sie aber prüft und freigibt, bevor etwas versendet, gebucht oder bezahlt wird. Für Einsteiger ist das der sicherste Weg, weil Fehler der KI auffallen, bevor sie Schaden anrichten.

Ist KI-Automatisierung mit der DSGVO vereinbar?

Ja, wenn die Grundregeln eingehalten werden: Auftragsverarbeitungsverträge mit allen beteiligten Diensten, ein geprüfter Verarbeitungsort, möglichst wenige personenbezogene Daten im Workflow und keine ausschließlich automatisierten Entscheidungen mit erheblicher Wirkung für Personen im Sinne von Artikel 22 DSGVO. Selbst gehostete Lösungen erleichtern vieles.

Welche Aufgaben sollte man nicht mit KI automatisieren?

Entscheidungen über Menschen (zum Beispiel Bewerbungen), Zahlungsfreigaben und seltene Sonderfälle wie eskalierte Reklamationen gehören in menschliche Hände. Die KI kann hier höchstens vorbereiten oder auf Auffälligkeiten hinweisen.

Gibt es eine Förderung für die Einführung von KI-Automatisierung?

Für die Beratung kommt die BAFA-Förderung für Unternehmensberatungen in Frage, die bis zu 80 % der Beratungskosten bezuschussen kann. Die genauen Voraussetzungen hängen von der aktuellen Förderrichtlinie ab und sollten vor Beginn der Beratung geklärt werden.