Künstliche Intelligenz (KI) für KMU dient zunächst repetitiven Aufgaben: Rechnungen, Liquidität, Kundendienst, Texterstellung. In der Schweiz empfehlen die im Oktober 2026 von der Presse zitierten Fachleute dieselbe Methode für den Einstieg: ein präziser Anwendungsfall, kontrollierte Daten und eine menschliche Freigabe heikler Entscheidungen.

Diese Werkzeuge verändern ihren Charakter. Ursprünglich als Assistenten konzipiert, werden sie zu Agenten, die in mehreren Programmen gleichzeitig handeln können. Dieser Ratgeber ergänzt das Dossier von 2clics über KI im Unternehmen.

Was kann KI in einem KMU konkret leisten?

Ein KI-Assistent beantwortet eine einzelne Anfrage. Im üblichen Gebrauch lässt man ihn einen Text schreiben, Informationen zusammenfassen oder eine Analyse vorbereiten, hält das Fachportal Inside IT am 26. Oktober 2026 fest.

Ein Agent geht weiter. Er analysiert eine Situation, sucht die nützlichen Informationen, schlägt eine Lösung vor und führt dann eine Reihe von Aktionen aus. SAP vertritt diese Idee unter dem Namen «Autonomous Enterprise», das autonome Unternehmen. «Der Mensch steuert den Prozess», fasst Alexander Finger, Technikchef von SAP Schweiz, im Magazin PME zusammen. Die KI kann danach «ausführen und orchestrieren».

AufgabeWas die KI tutWas menschlich bleibt
LieferantenrechnungenExtrahiert die Daten, erkennt Duplikate, ungewöhnliche Beträge und geänderte BankverbindungenDie gemeldeten Fälle prüfen und die Zahlung freigeben
LiquiditätsprognoseAnalysiert vergangene Geldflüsse, offene Rechnungen und Zahlungsgewohnheiten und schlägt dann Szenarien vorEntscheiden, ob Liquidität geschont, Ausgaben angepasst oder eine Finanzierung gesucht wird
KundendienstPrüft die Verfügbarkeit eines Artikels und könnte künftig Zahlungen entgegennehmen, bestellen oder weitere Produkte empfehlenDie Regeln festlegen, namentlich zu Preisen und Rabatten
Offerte oder BerichtVerfasst das DokumentEntscheiden, unter welchen Bedingungen der Agent einen Preis ändern oder eine Ausgabe tätigen darf

Die Beispiele zu Rechnungen und Liquidität stammen von Alexandre Buga, aus einer Analyse, die PME am 23. Oktober 2026 über den Finanzchef aus Sicht von Deloitte veröffentlicht hat.

Welche Aufgaben der KI anvertrauen und welche behalten?

Das Potenzial hängt mehr vom Prozess als von der Branche ab, sagt Cyril Louis, Geschäftsführer von Mavericx, einem IT-Beratungsunternehmen mit Sitz in Genf und Zürich. Die Automatisierung bringt am meisten dort, wo viele Interaktionen, grosse Datenmengen und wiederholte Entscheidungen zusammenkommen.

Ziel ist nicht zwingend, Stellen abzubauen. Laut Cyril Louis wollen die Unternehmen vor allem repetitive Aufgaben automatisieren und die gewonnene Zeit anderweitig einsetzen. Der Kundendienst könnte so von einem reinen Kostenpunkt zu einem zusätzlichen Verkaufskanal werden.

Gewisse Entscheidungen müssen ausserhalb der Reichweite der Maschine bleiben. Alexander Finger nennt den Fall eines Chatbots, der Rabatte auf Autos gewährt hatte, die danach zu reduzierten Preisen verkauft wurden. SAP gibt an, Gesichtserkennung und Systeme ausgeschlossen zu haben, die Entscheidungen über Personen treffen.

Das Personalwesen veranschaulicht diese Grenze. Die KI kann dort Informationen suchen und zusammenfassen. Sie darf laut Alexander Finger aber nicht dazu dienen, Mitarbeitende zu beurteilen. Für ein KMU bleibt die Aufteilung einfach: Der Agent bereitet vor, der Mensch entscheidet, was das Unternehmen oder eine Person verpflichtet.

Warum zählen die Daten mehr als das KI-Modell?

Ein Agent ist nur so gut wie die Informationen, auf die er zugreift. Für Marc Beierschoder, Partner für KI und Daten bei Deloitte, verlagert sich der Wettbewerb vom Modell hin zum Kontext des Unternehmens. Kundendaten, Verträge, Dokumente und Geschäftsregeln sind oft auf getrennte Systeme verteilt. Sie technisch zugänglich zu machen, genügt nicht.

Alexander Finger sagt es auf seine Weise: «Man kann das LLM wechseln, aber nicht die Verbindungen zu den SAP-Systemen.» Das grosse Sprachmodell (LLM, für Large Language Model) ist also nur ein Teil des Gesamtsystems. Die zugänglichen Daten, die erlaubten Aktionen und die Regeln zu kontrollieren, wiegt mindestens so schwer wie die Wahl des Modells.

Dieser Rahmen muss klar sein, besonders wenn sich die Agenten vervielfachen. Marc Beierschoder verlangt festzulegen, welche Daten ein Agent sehen darf, welche Geschäftsregeln er befolgt und welche Aktionen er selbstständig ausführt. Um einen Agenten mit anderen Quellen zu verbinden, nennt Cyril Louis das Model Context Protocol (MCP), mit dem Anwendungen und KI-Modelle Kontext austauschen können.

Die Datenqualität wird damit zentral. Sind die Informationen unvollständig, widersprüchlich oder schlecht kontextualisiert, beschleunigt die Autonomie eines Agenten nur die Fehler, betont das Magazin PME.

Wohin gehen die Daten eines Schweizer KMU?

Die Datenresidenz, also der Ort, an dem Daten gespeichert und verarbeitet werden, wird mit den Agenten komplizierter. Laut Cyril Louis können diese Systeme von mehreren Sprachmodellen und externen Diensten abhängen. Nicht alle werden in der Schweiz betrieben. Die Frage ist heikel für Finanzbranche, Gesundheitswesen und grosse Schweizer Marken.

Alexandre Buga erinnert daran, dass ein KMU die schweizerische Datenschutzgesetzgebung einhalten muss, auch bei der Wahl des Werkzeugs. Bevor es Daten von Kundinnen und Kunden, Lieferanten oder Mitarbeitenden weitergibt, muss es wissen:

  • wo diese Daten verarbeitet werden;
  • zu welchen Zwecken sie weiterverwendet werden können;
  • wer darauf zugreifen kann.

Er empfiehlt geeignete professionelle Werkzeuge und einfache Regeln dazu, welche Daten zulässig sind. Schweizer Anbieter gehen auf diese Nachfrage ein. Die Elca-Gruppe bietet eine souveräne KI-Plattform an, auf der Daten und Modelle unter der Kontrolle des Kunden bleiben. Im Oktober 2026 hat sie die Mehrheit an Beyond Civic übernommen, einem Luzerner Spezialisten für den souveränen Datenaustausch.

Welche menschliche Kontrolle vorsehen?

Je mehr Spielraum ein Agent hat, desto teurer kann ein Fehler werden. Der Rat an die KMU im Magazin PME lautet deshalb, schrittweise vorzugehen. Zuerst überträgt man dem Agenten eine einfache Aufgabe, dann lässt man ihn mehrere Vorgänge aneinanderreihen. Die menschliche Freigabe bleibt für heikle Entscheidungen angebracht.

Eine interne Richtlinie genügt nicht. Laut dem von Alexandre Buga zitierten swissVR Monitor geben zahlreiche Unternehmen an, über einen Governance-Rahmen für generative KI zu verfügen. Doch weniger als eines von fünf lässt alle Inhalte von einer Person freigeben.

Auch die Überwachung zählt. Cyril Louis spricht von «Beobachtbarkeit»: wissen, was die Agenten tun, für welche Aufgaben und welche Ressourcen sie verbrauchen.

Die menschliche Prüfung hat selbst ihren Preis. Eine mit Harvard verbundene Studie hat bei Entwicklern, die KI nutzen, 20 bis 30 % mehr Aktivität gemessen, ohne signifikanten Anstieg fertiggestellter Software. Die menschliche Prüfung wird zum Engpass: Sie steigt im Durchschnitt von 7,03 auf 10,48 Tage.

Was kostet KI für ein KMU?

In KI zu investieren, heisst nicht zwingend zu sparen, meint Alexandre Buga. Die finanzielle Rendite stellt sich nicht sofort ein, und das Werkzeug muss zuerst einen Mehrwert für das Unternehmen schaffen.

Auch die Nutzungskosten zählen. Eine Lösung kann funktionieren und dabei unnötig viele Ressourcen verbrauchen, warnt Cyril Louis. Die Architektur muss die verfügbaren Ressourcen daher gezielt einsetzen.

OpenAI hebt in einem Bericht über Europa günstigere Tarife, eine bessere Zugänglichkeit der Werkzeuge und geschulte Teams hervor. Der Anbieter behauptet darin, dass die europäischen KMU bei KI-Agenten aufholen. Seine Zahlen beziehen sich auf seine eigenen Produkte und sagen nichts über die Schweiz aus.

KI für KMU: Wie gelingen die ersten Schritte?

  1. Einen Anwendungsfall mit klar erkennbarem Nutzen wählen, statt von Anfang an ein autonomes Unternehmen anzustreben.
  2. Eine verantwortliche Person für das Projekt bestimmen.
  3. Kosten, erwartete Ergebnisse und Messkriterien festlegen: gewonnene Zeit, vermiedene Fehler, bessere Entscheidungen.
  4. Entscheiden, welche Aufgaben automatisiert werden, welche Ausnahmen geprüft werden und wer dafür verantwortlich ist.
  5. Wissen, wohin die Daten gehen, und ein geeignetes professionelles Werkzeug wählen.
  6. Das Werkzeug nach einer festgelegten Zeit bewerten und dann anpassen oder einstellen.

Welche Schweizer Regeln gelten für KI im Unternehmen?

Der rechtliche Rahmen ist im Aufbau. Laut dem KMU-Portal des Staatssekretariats für Wirtschaft (SECO) hat die Schweiz die Rahmenkonvention des Europarats über künstliche Intelligenz unterzeichnet. Sie hat sich verpflichtet, das Schweizer Recht entsprechend anzupassen. Ein Vorentwurf für eine Regulierung soll bis Anfang 2027 ausgearbeitet werden.

Das Portal nennt die Ziele: den Innovationsstandort Schweiz stärken, die Grundrechte wahren und das Vertrauen der Bevölkerung in KI stärken. Die konkreten Auswirkungen für die KMU sind noch nicht bekannt.

Kennzahlen

  • Fast neun von zehn Finanzchefs glauben, dass die menschliche Arbeit in ihrer Funktion in drei Jahren weiterhin überwiegen wird (Umfrage von Deloitte).
  • Weniger als eines von fünf Unternehmen lässt alle Inhalte generativer KI von einer Person freigeben (swissVR Monitor).
  • Agenten erzeugen 55 % der Tokens, die bei den Enterprise- und Business-Kunden von OpenAI in der Europäischen Union generiert werden.
  • Die wöchentlichen Nutzerinnen und Nutzer von Codex und ChatGPT Work in europäischen KMU haben sich laut OpenAI in weniger als sechs Monaten mehr als verachtfacht.
  • Mit KI steigt die Code-Prüfung im Durchschnitt von 7,03 auf 10,48 Tage (mit Harvard verbundene Studie).

Was man noch nicht weiss

  • Der Anteil der Schweizer KMU, die KI nutzen, und jener, die bereits Aufgaben an Agenten übertragen.
  • Die tatsächlichen Kosten eines ersten Projekts und der gemessene Nutzen in einem Schweizer KMU.
  • Der Inhalt des Vorentwurfs und seine allfälligen Pflichten für die Unternehmen.
  • Die Stellung der Schweiz bei der Einführung von KI-Agenten in Europa.

Quellen