Wie sich ein Schweizer KMU auf KI vorbereitet

14. Mai 2026Maurice7 min

KI ist kein Trend mehr — sie ist Infrastruktur. Für Schweizer KMU stellt sich nicht mehr die Frage, ob, sondern wie. Und vor allem: in welcher Reihenfolge. Dieser Beitrag ist ein nüchterner Einstieg, geschrieben für Operations-Verantwortliche und Geschäftsführer, die in den nächsten 90 Tagen Klarheit wollen — nicht Theaterdonner.

Warum jetzt — und warum es Schweizer KMU anders trifft

Drei Realitäten machen den Schweizer Kontext besonders:

Datenresidenz und revDSG. Viele KI-Tools laufen auf US-Infrastruktur. Wer mit Personendaten arbeitet, muss wissen, wo verarbeitet wird und welche Auftragsverarbeitungsverträge greifen. Anbieter mit Schweizer oder EU-Hosting (Microsoft Switzerland, AWS Zürich, Anthropic in Frankfurt via AWS) sind nicht Beiwerk, sondern Voraussetzung.
Knappe IT-Ressourcen. Das durchschnittliche Schweizer KMU hat keine eigene ML-Abteilung. Das ist kein Nachteil — es zwingt zu sauberen Entscheidungen zwischen Bauen und Kaufen.
Hochwertige, repetitive Wissensarbeit. Genau dort, wo KI heute am stärksten ist: Offerten, Reports, Kundenanfragen, Compliance-Checks.

Schritt 1: Inventar machen, bevor Sie Tools kaufen

Bevor Sie irgendetwas implementieren, listen Sie eine Woche lang auf, was Ihr Team manuell macht und mehr als einmal pro Woche wiederholt. Klassische Kandidaten in Schweizer KMU:

Offertvergleiche und Spec-Extraktion aus PDFs
Lieferanten- und Wettbewerbsbeobachtung
Erstantworten auf Kundenanfragen
Übersetzungen DE/FR/IT/EN
Reports und Dashboards, die jemand jeden Montag von Hand zusammenklickt

Diese Liste ist Ihre Pipeline. Alles andere ist Hörensagen.

Schritt 2: Ein Workflow, keine Plattform

Der häufigste Fehler ist, mit einer Plattform-Entscheidung zu starten — Microsoft Copilot, Salesforce Einstein, eine eigene Plattform. Das sind Kostenfallen.

Starten Sie stattdessen mit einem Workflow, der quantifizierbar Zeit spart. Vier bis sechs Wochen, klares Vorher-Nachher, eine verantwortliche Person. Wenn das funktioniert, kommt der zweite. Plattform-Entscheidungen trifft man nach drei bis fünf erfolgreichen Workflows — nicht davor.

Schritt 3: Die Preisrealität verstehen

Das ist der Bereich, in dem die meisten Schweizer KMU unnötig viel zahlen.

API-Preise sinken. Claude Sonnet 4.6 kostet rund USD 3 pro Million Input-Tokens. Eine vollständige Kundenanfrage mit Antwort liegt typischerweise bei 1-3 Rappen. Selbst hochvolumige Use Cases sind kein nennenswerter Kostenfaktor.
SaaS-Marken-Aufschläge sind massiv. Manche "KI-Plattformen" verlangen CHF 50-200 pro Sitzplatz und Monat für eine ChatGPT-Hülle. Rechnen Sie die echten Token-Kosten dagegen.
Build-vs-Buy ist heute beweglich. Was vor zwei Jahren ein 80'000-Franken-Projekt war, ist heute ein Wochenend-Prototyp mit n8n, Claude und einer kleinen Datenbank. Holen Sie sich für jeden Use Case beide Schätzungen — Eigenbau und Standardtool — bevor Sie unterschreiben.

Faustregel: Liegt der jährliche SaaS-Preis über CHF 15'000 für einen einzelnen Workflow, verdient die Eigenbau-Option mindestens eine ernsthafte Prüfung.

Schritt 4: Wettbewerbsbeobachtung als risikoarmer Einstieg

Wenn Sie nicht wissen, wo anfangen, fangen Sie hier an. Wettbewerbsbeobachtung mit KI:

berührt keine Personendaten,
liefert sichtbares Resultat in zwei Wochen,
schult das Team an einem echten Use Case.

Konkret: Definieren Sie fünf bis acht Mitbewerber, zehn relevante Signalquellen (Preisseiten, Stellenausschreibungen, Pressemitteilungen, App-Store-Releases), einen wöchentlichen LLM-gestützten Report. Aufwand für die erste Version: zwei bis vier Tage.

Schritt 5: Die häufigsten Fallen

Über-Automatisierung. Nicht jeder Schritt gehört automatisiert. Der menschliche Review-Loop ist Feature, nicht Bug — besonders bei Kundenkommunikation und Compliance.
Keine Erfolgsmessung. Ohne Vorher-Messung wissen Sie nie, ob die Investition sich rechnet. Stoppen Sie eine Woche lang, was das Tool später machen soll — dann wissen Sie, was es einsparen muss.
Vendor Lock-in über Prompt-Bibliotheken. Wer alle Prompts in einer proprietären Oberfläche hat, kann den Anbieter nicht mehr wechseln. Halten Sie Prompts in Git.
Schatten-KI. Mitarbeitende nutzen längst ChatGPT mit Firmendaten. Schweigen darüber ist die teuerste Option. Klare Leitplanken und eine offizielle, datenschutzkonforme Alternative sind günstiger als ein Vorfall.

Ein 30/60/90-Tage-Plan

Tag 1-30 — Inventar und Fundament. Workflows auflisten, einen Pilot wählen, Datenschutz-Leitlinien skizzieren, Anbieter mit EU/CH-Hosting evaluieren, internen KI-Ansprechpartner benennen.

Tag 31-60 — Erster Workflow live. Pilot bauen oder kaufen. Messbar machen. An eine kleine Nutzergruppe geben. Human-Review-Schritt verpflichtend lassen.

Tag 61-90 — Lernen, dann skalieren. Resultate dokumentieren. Zweiten Workflow starten — diesmal mit Erfahrung. Erst jetzt über Plattform-Entscheidungen reden.

Was wir mitnehmen

KI ist für Schweizer KMU heute eher eine Operations-Frage als eine Technologie-Frage. Wer nüchtern inventarisiert, klein anfängt, die echten API-Kosten kennt und einen menschlichen Review-Loop behält, gewinnt Monate auf den Mitbewerb — ohne CHF 200'000 für eine Plattform zu verbrennen, die niemand benutzt.

Wenn Sie an einem konkreten Workflow arbeiten und einen Sparringspartner suchen: schreiben Sie kurz. Eine Notiz genügt.