Automatisierung und KI in Schweizer KMU: Kriterien zur Bewertung von Chancen

Warum Automatisierung und KI für Schweizer KMU Priorität haben

Mehr als die Hälfte der KMU in der Schweiz integriert KI bereits in ihre Arbeitsprozesse, wie aktuelle Studien zeigen, die vom KMU-Portal des Bundes aufgegriffen wurden. Doch nur wenige verfügen über eine umfassende Strategie, um Chancen und Risiken systematisch zu steuern.

Die Zahlen unterscheiden zwischen experimentellem Einsatz und strukturierter Integration. Die Studie AXA+Sotomo 2025 zeigt, dass im Jahr 2025 34 % der Schweizer KMU KI bewusst einsetzten (2024: 22 %). 37 % hatten Tests oder Pilotprojekte durchgeführt. 29 % nutzten sie in keiner Form (2024: 45 %).

Die ebenfalls zitierte Raiffeisen-Studie 2024 ergänzt, dass 54 % der KMU Pilotprojekte gestartet hatten, aber nur 9 % KI systematisch einsetzten. Es bleibt also eine breite Schicht von Unternehmen, die die Technologie erkundet, aber noch nicht wirklich in die Prozesse integriert hat.

Es gibt keinen universell gültigen Anwendungsfall für alle Unternehmen. Geeignete Anwendungen für ein KMU müssen fallbezogen bewertet werden. Der KI-Begriff selbst variiert stark von Studie zu Studie: Verallgemeinerungen sind nur bedingt möglich. Der Hype kann einige Unternehmen dazu verleiten, KI als Verkaufsargument zu behandeln, doch KI ist kein Zusatzstoff für ein gutes Produkt, sondern ein Mehrwert, der sorgfältig abgewogen werden muss.

KI-Adoptionsniveau in Schweizer KMU: 2024 vs. 2025

Automatisierung, Digitalisierung und KI: drei unterschiedliche Hebel

Der erste Hebel ist die physische und maschinelle Automatisierung. In der verarbeitenden Industrie bezeichnet dies den Einsatz von Robotern, intelligenten Maschinen und fortschrittlicher Software für Tätigkeiten, die früher nur menschliches Eingreifen erforderten. Dies beschränkt sich nicht auf die Montage von Komponenten, sondern umfasst die gesamte Produktionskette, von der Lagerverwaltung über die Qualitätskontrolle bis hin zur Logistik. Die Prozesse werden schneller und zuverlässiger, mit weniger Fehlern und höherer Wiederholgenauigkeit der Bearbeitungen.

Der zweite Hebel ist die Digitalisierung der Informationsflüsse. Die Digitalisierung von Prozessen reduziert Arbeitsaufwand, Kosten und Fehlerwahrscheinlichkeit und macht Abläufe transparenter und effizienter. Typische Bereiche sind die Korrespondenz, Dokumentenflüsse und interne Genehmigungsprozesse.

Der dritte Hebel ist die generative KI, die am sichtbarsten ist. Viele generative und breit anwendbare Anwendungen sind im Internet leicht zugänglich und lassen sich mit geringem Aufwand in bestehende Prozesse integrieren. Sie stellen jedoch nur einen kleinen Teil der aktuellen Technologien dar: In Anwendungen, die weniger Beachtung finden, steckt noch viel Potenzial. KI lediglich als zusätzliche Schicht zu bestehenden Prozessen zu betrachten, führt in die Irre; stattdessen sollte der inhärente Mehrwert abgewogen werden, indem interne Prozesse optimiert und Kundendienstleistungen verbessert werden.

Prozesse abbilden, bevor das Werkzeug gewählt wird

Bevor ein Werkzeug ausgewählt wird, lohnt es sich, die Prozesse abzubilden. Drei Arten von Aktivitäten sind zu identifizieren: repetitive Tätigkeiten mit hohem Volumen, Engpässe, bei denen sich Arbeit staut, sowie Dokumentenflüsse, die von einer Person zur nächsten weitergegeben werden. Genau hier erzielt die Automatisierung oft die ersten konkreten Ergebnisse.

In Schweizer KMU treten bestimmte Bereiche häufig auf: automatische Übersetzung, Korrespondenz und Automatisierung interner Prozesse, Optimierung von Arbeitsschritten sowie Datenanalyse. Unter diesen sind automatische Übersetzung und Korrespondenz am weitesten verbreitet.

Für jede Tätigkeit sollte notiert werden, wer sie ausführt, wie häufig, wie viel Zeit sie benötigt und wie oft sie zu Fehlern oder Nacharbeiten führt. Die Unterscheidung zwischen rein repetitiven Tätigkeiten und solchen, die Urteilsvermögen erfordern, klärt, wo sich Automatisierung lohnt und wo die Entscheidung besser beim Menschen bleiben sollte.

Kriterien zur Schätzung von Wert und Machbarkeit einer Chance

Ein einfaches Entscheidungsgrid basiert auf vier Grössen: Volumen der Tätigkeit, tatsächliche Bearbeitungszeit, automatisierbarer Anteil und Implementierungskosten. Der erwartete Wert eines Projekts wird durch die Kreuzung dieser Variablen geschätzt, nicht ausgehend von der verfügbaren Technologie.

Hinzu kommen die erwarteten Einsparungen, die Reduktion von Fehlern und die Auswirkungen auf Kunden und Mitarbeitende. Zeiteinsparung ist einer der am häufigsten genannten Vorteile, aber nicht der einzige: Auch die Arbeitsqualität, die Schnelligkeit der Kundenantwort und die freigesetzte Zeit für urteilsbasierte Tätigkeiten zählen.

Ein praktisches Kriterium ist die Reversibilität. Eine Chance, die mit einem Pilotprojekt testbar ist, sollte vor einem kostspieligeren Projekt bewertet werden. Wenn die Automatisierung hingegen eine tiefgreifende Reorganisation erfordert, sollte vor dem Engagement sichergestellt werden, dass der Nutzen solide ist.

Realistische Anwendungsfälle für ein Schweizer KMU

Die Daten zu Schweizer KMU zeigen die am weitesten verbreiteten KI-Anwendungen. Automatische Übersetzung 52 %; Korrespondenz und Automatisierung interner Prozesse 47 %. Optimierung der Arbeitsschritte 34 %, plus 11 Prozentpunkte gegenüber dem Vorjahr. Datenanalyse für strategische Entscheidungen 32 %, plus 10 Punkte; personalisierte Werbung und Marketing 24 %; Kundenservice und Kundenbetreuung 20 %.

Die ersten beiden Anwendungen sind am zugänglichsten: Sie benötigen wenig Infrastruktur und liefern sofort sichtbare Ergebnisse. Nicht zufällig sind sie auch die am weitesten verbreiteten. Das schnellste Wachstum betrifft die Datenanalyse und die Optimierung der Arbeitsabläufe: zwei Bereiche, die echten Mehrwert für das Management bringen, nicht nur kommunikativen Komfort.

In der Produktion kommen die klassischen Beispiele hinzu: konstante Qualitätskontrolle, Bestandsüberwachung, Optimierung des logistischen Flusses entlang der Lieferkette und repetitive Bearbeitungen. Für ein Schweizer KMU ist der realistische Ausgangspunkt oft ein eingegrenzter Anwendungsfall, kein globales Transformationsprogramm.

Am weitesten verbreitete KI-Anwendungen in Schweizer KMU (2025)

Wachstumstrend der KI-Anwendungen in Schweizer KMU (2024–2025)

Werkzeuge und Ansatz: Pilot, Standardlösungen oder massgeschneiderte Entwicklung

In den meisten Fällen gibt es keine Plug-and-Play-Lösungen. Die Einführung von KI kann daher je nach den spezifischen Umständen des Unternehmens einige Herausforderungen mit sich bringen. Dies gilt sowohl für generische Tools, die sich leicht in bestehende Prozesse integrieren lassen, als auch für spezialisierte Anwendungen, die Anpassungen erfordern.

Der empfohlene Ansatz ist, mit einem Pilotprojekt zu starten, ohne Plattformprojekt oder unnötige Migration. Der Pilot überprüft unter realen Bedingungen, ob der hypothetische Nutzen existiert, bevor die Automatisierung auf andere Bereiche ausgeweitet wird.

Beim Vergleich von Tools und Anbietern sollten folgende Fragen gestellt werden: Wie integriert sich das Tool in bestehende Prozesse, welche Kompetenzen werden intern benötigt, wie berechnet man die Gesamtkosten über die Lizenz hinaus und was geschieht mit den verarbeiteten Daten? Die Überprüfung der realen Kosten vor der Ausweitung der Automatisierung verhindert, dass ein vielversprechender Pilot zu einer schwer handhabbaren Verpflichtung wird.

Empfohlene Phasen für die Einführung von Automatisierung und KI in einem Schweizer KMU

Daten, Kompetenzen und Compliance: nicht aufschiebbare Voraussetzungen

Das Haupthindernis sind nicht die Kosten, sondern das Datenmanagement und die Compliance: Nur 34 % der KMU haben klare Regeln dafür, was in KI-Tools eingegeben werden darf. Diese Zahl zeigt, wie oft das Thema erst nach der Einführung und nicht davor angegangen wird.

In der Schweiz gibt es noch kein spezifisches KI-Gesetz, aber das Bundesgesetz über den Datenschutz (nDSG) ist bereits anwendbar, und ein Vorentwurf wird bis Ende 2026 erwartet. Klare interne Regeln darüber, welche Daten in ein Tool gelangen dürfen und welche nicht, sind daher eine Voraussetzung, kein aufschiebbares Detail.

Im Bereich der Kompetenzen können viele KMU keine eigene Strategie entwickeln und sind auf externe Expertise angewiesen. Um ihnen bei der Suche nach geeigneten Partnern zu helfen, hat die SATW (Schweizerische Akademie der Technischen Wissenschaften) zusammen mit zahlreichen Organisationen die Plattform SAIROP gegründet, die die wichtigsten KI-Akteure in der Schweiz vereint. Für ein KMU ist dies ein nützlicher Ausgangspunkt, um sich zwischen Anbietern, Beratern und Lösungen zurechtzufinden.

Ergebnisse messen und entscheiden, ob skaliert werden soll

Um zu verstehen, ob ein Pilot die systematische Einführung verdient, sind Indikatoren nötig. Die am häufigsten verwendeten: eingesparte Zeit, reduzierte Fehler, Produktivität, wahrgenommener Wettbewerbsvorteil und Auswirkungen auf das Personal. Deren Messung vor und nach dem Pilot unterscheidet eine fundierte Entscheidung von einer Wahl aus Begeisterung.

Die Daten zu Schweizer KMU zeigen, was Unternehmen tatsächlich messen. 57 % berichten von konkreten Zeiteinsparungen (2024: 46 %); 45 % empfinden KI als Wettbewerbsvorteil. 60 % betrachten sie als Chance für die Zukunft; 10 % verzeichnen ein Umsatzwachstum.

Nur 2 % haben aufgrund von KI Personal abgebaut. Die Auswirkungen auf die Beschäftigung sind überwiegend neutral oder positiv; jedoch ändern sich die geforderten Kompetenzen, da einige Tätigkeiten automatisiert werden.

Der Übergang vom Pilot zur systematischen Einführung ist sinnvoll, wenn die Vorteile messbar und wiederholbar sind, die Integration keine kontinuierlichen manuellen Eingriffe erfordert und die Regeln zu Daten und Compliance Schritt halten. Fehlt eine dieser Bedingungen, ist es besser, bei begrenzten Anwendungen zu bleiben, statt die Automatisierung auf das gesamte Unternehmen auszuweiten.