57 Prozent der Schweizer Unternehmen nutzen mittlerweile künstliche Intelligenz – ein deutlicher Sprung gegenüber 46 Prozent im Vorjahr und über dem europäischen Durchschnitt von 54 Prozent (Quelle: Strand Partners im Auftrag von AWS, Studie «Unlocking the Potential of AI in Switzerland», 31.08.2026). Die eigentliche Geschichte steckt aber nicht in dieser Zahl, sondern in dem, was dahinter liegt: 60 Prozent dieser Unternehmen bewegen sich auf Einstiegsniveau – öffentlich verfügbare Chatbots oder fertige Tools für einfache Anwendungsfälle. Nur 22 Prozent erreichen eine mittlere Integrationsstufe, in der KI tatsächlich in bestehende Anwendungen eingebunden ist, und lediglich 18 Prozent nutzen fortgeschrittene Systeme (Quelle: ebd., 31.08.2026). Die Schweiz nutzt KI breit – aber selten tief.
1. Die Adoptionskurve: Wo die Schweiz steht, wo KMU stehen
Auch der EY-Report «KI-Trends 2026» bestätigt das Muster aus einer anderen Richtung: In einer Befragung von 604 Mitarbeitenden gaben zwar 89 Prozent an, KI täglich zu nutzen, doch bei der strategischen Reife zeigt sich ein anderes Bild. 55 Prozent der Unternehmen setzen KI gezielt in mindestens einem Geschäftsbereich ein, davon skalieren aber nur 14 Prozent systematisch über mehrere Bereiche hinweg und lediglich 9 Prozent betrachten KI als integralen Bestandteil ihrer Geschäftsstrategie. 31 Prozent stecken weiterhin in Pilotprojekten oder Proof-of-Concept-Phasen, 14 Prozent haben noch keine konkrete Initiative gestartet (Quelle: EY Schweiz, «Künstliche Intelligenz in Schweizer Unternehmen breit etabliert – doch viele stehen noch am Anfang der Skalierung», 27.05.2026).
Am deutlichsten benennt BDO die strukturelle Ursache dieser Kluft: In ihrem «Point of View – AI-Toolkit: Switzerland Snapshot» stellen die Prüfer fest, dass Grossunternehmen KI längst in ihre Wertschöpfung integriert haben – mit messbaren Resultaten wie einer um 63 Prozent gesteigerten Recruiting-Produktivität bei Adecco oder Kostenreduktionen von bis zu 35 Prozent in einzelnen Bereichen bei ABB. KMU dagegen bleiben «oft in der Pilotphase stecken», während sich die Kluft zu den Grossunternehmen weiter vertieft (Quelle: BDO Schweiz, 26.06.2026).
Diese drei Studien – AWS/Strand Partners, EY und BDO – zeichnen unabhängig voneinander dasselbe Bild: Der Zugang zu KI ist in der Schweiz gelöst, die Verankerung im Geschäftsprozess nicht. Und genau dort, in der Verankerung, entscheidet sich, ob KI Zeit spart oder nur zusätzliche Beschäftigung erzeugt.
2. Warum Pilotprojekte stecken bleiben
BDO benennt für diesen Stillstand vier konkrete Ursachen, von denen drei direkt KMU ohne eigenes IT-Team betreffen: fehlende personelle und finanzielle Ressourcen, um KI-Kompetenzen im grossen Stil aufzubauen; vielerorts eine unzureichende Datenqualität; und schlicht fehlende Zeit, um neue Lösungen systematisch zu testen (Quelle: BDO Schweiz, 26.06.2026). Dazu kommt eine vierte, eher psychologische Hürde: Unsicherheit bezüglich Datenschutz und tatsächlichem wirtschaftlichem Nutzen.
Diese Unsicherheit ist in der Schweiz nicht abstrakt. Laut EY bewerten 51 Prozent der befragten Unternehmen es als geschäftskritisch, dass die Datenverarbeitung in der Schweiz oder EU erfolgt, und 56 Prozent wünschen sich gezielte Investitionen in Schweizer KI-Infrastruktur (Quelle: EY Schweiz, 27.05.2026). Wer nicht klar beantworten kann, wohin Kundendaten beim Einsatz eines KI-Tools tatsächlich fliessen, schiebt die Entscheidung für den nächsten Schritt lieber auf – auch wenn der Pilot technisch funktioniert.
Die Datenqualität ist dabei kein reines IT-Problem, sondern ein Governance-Thema: Wer keine klaren Regeln hat, welche Daten wie dokumentiert und gepflegt werden, kann eine KI-Anwendung nicht sauber skalieren, selbst wenn der Pilot mit einem sauberen Testdatensatz überzeugt hat. Die im Artikel KI-Governance in Schweizer Unternehmen beschriebenen nDSG-Leitplanken sind deshalb kein nachgelagertes Thema, sondern eine Voraussetzung für den Sprung von der Pilotphase in den produktiven Betrieb.
3. Der Unterschied zwischen «KI nutzen» und «KI im Prozess verankern»
Ein Beispiel macht den Unterschied greifbar: Ein Treuhandbüro mit 18 Mitarbeitenden lässt seit Monaten einzelne Mitarbeitende Kundenkorrespondenz mit einem öffentlichen Chatbot vorformulieren. Das ist «KI nutzen» – punktuell, personenabhängig, ohne dokumentierten Standard. Fällt die betreffende Person aus oder wechselt die Stelle, verschwindet das Wissen mit ihr.
«KI im Prozess verankert» sähe anders aus: eine dokumentierte Prompt-Vorlage für die drei häufigsten Korrespondenz-Typen, hinterlegt in einer zentralen Bibliothek statt in einzelnen Chatverläufen, mit klarer Regel, welche Mandantendaten überhaupt eingegeben werden dürfen, und einer benannten Person, die die Vorlagen pflegt. Der Unterschied liegt nicht in der eingesetzten Technologie – oft ist es dasselbe Tool –, sondern darin, ob die Nutzung von einer Person abhängt oder Teil eines wiederholbaren Ablaufs ist. Wie eine solche Bibliothek strukturiert und versioniert wird, beschreibt der Artikel Prompt-Dokumentation und Versionierung im Team im Detail.
Der Unterschied zeigt sich auch in der Reaktion auf einen einzelnen Fehler: In der unverankerten Nutzung führt ein einziger unpassender KI-Textvorschlag oft dazu, dass die ganze Anwendung «wieder eingestampft» wird. In einem verankerten Prozess wird derselbe Fehler dokumentiert, die Vorlage angepasst, und die nächste Version ist nachweislich besser – ein Lernzyklus statt eines Vertrauensbruchs.
4. Ein realistischer Drei-Schritte-Fahrplan zur Verankerung
Der Sprung von der Pilotphase zur Verankerung gelingt selten in einem grossen Wurf. Realistisch für ein KMU ohne eigenes IT-Team sind drei aufeinanderfolgende Schritte:
| Schritt | Was konkret passiert | Typischer Zeitrahmen |
|---|---|---|
| 1. Einen Prozess auswählen | Nicht «KI überall», sondern ein einziger, wiederkehrender Ablauf mit klarem Zeitverlust (z.B. Kundenkorrespondenz, interne Protokolle) | 1–2 Wochen |
| 2. Regeln und Vorlage dokumentieren | Datenschutz-Leitplanke festlegen, Prompt-Vorlage schreiben, verantwortliche Person benennen | 2–3 Wochen |
| 3. Nutzung erzwingen und messen | Vorlage wird zum Standard statt zur Option, einfache Erfolgsindikatoren (Zeitersparnis, Fehlerquote) nach 4–6 Wochen prüfen | 4–6 Wochen laufend |
Der entscheidende Punkt liegt in Schritt 3: Solange die Nutzung optional bleibt, bleibt sie auch personenabhängig – und damit auf dem Niveau des Treuhandbüro-Beispiels. Erst wenn ein Prozess ohne die Vorlage spürbar unvollständig wirkt, ist er tatsächlich verankert. Für die zugrundeliegende Frage, wie man dabei überhaupt weiss, ob eine Vorlage wirkt und sich lohnt, bietet der Artikel Prompt-Qualität messen und testen einen praxistauglichen Einstieg ohne Data-Team.
5. Wann externe Unterstützung sich lohnt statt alles intern zu stemmen
BDO benennt es unumwunden: KMU fehlen häufig die personellen und finanziellen Ressourcen, um KI-Kompetenz im grossen Stil selbst aufzubauen (Quelle: BDO Schweiz, 26.06.2026). Das bedeutet nicht, dass jeder Schritt extern eingekauft werden muss – Schritt 1 und der Grossteil von Schritt 2 aus dem Fahrplan lassen sich mit etwas Struktur intern lösen, wie auch der Artikel KI-Kompetenz im Team aufbauen zeigt.
Extern lohnt sich, sobald zwei der folgenden drei Fragen mit Unsicherheit beantwortet werden: Ist die geplante Datenverarbeitung nDSG-konform? Existiert im Betrieb überhaupt die Kapazität, eine Vorlage über Monate zu pflegen statt sie nach der Einführung wieder verwaisen zu lassen? Und lässt sich der Nutzen des Piloten sauber genug belegen, um eine Investitionsentscheidung zu rechtfertigen? Wer bei mindestens zwei dieser Fragen ins Stocken gerät, verliert beim internen Alleingang meist mehr Zeit, als ein gezielt eingekaufter Governance- oder Struktur-Sparring kosten würde. Einen Überblick über passende Formate für genau diesen Übergang von der Pilotphase zur Verankerung finden Sie unter CuonzTech Angebote; die grundsätzliche Denkweise dahinter beschreibt der Beitrag Die 4 Hebel der Vereinfachung.
Der Massstab für «lohnt sich extern» ist dabei nicht die Grösse des Projekts, sondern die Frage, ob eine falsche Entscheidung teuer würde – bei Kundendaten, bei Mandantengeheimnissen oder bei einer Investition, die sich nur einmal lohnt, wenn sie beim ersten Mal richtig aufgesetzt wird.