Zum Inhalt springen
Der SchweizerKI-Podcast
Suche
Alle Folgen

KI-Strategie für Schweizer KMU: So vermeiden Sie die drei grössten Fehler im globalen Wettbewerb

Die Schweiz im globalen KI-Wettbewerb: Eine nüchterne Bestandsaufnahme

Die Schweiz steht im internationalen KI-Vergleich besser da als häufig angenommen – aber schlechter als notwendig. Chris Jon Graf ordnet die Lage klar ein: Die Schweiz befindet sich vor Deutschland, jedoch deutlich hinter China und den USA. Grossmodelle wie GPT-4 oder Gemini werden nicht in Zürich entwickelt. Stattdessen liegt die Stärke des Standorts in der Spezialisierung: in anwendungsnahen KI-Lösungen, in der Ausbildungsexzellenz der ETH Zürich und in der Tatsache, dass Technologiegiganten wie Google einen bedeutenden Standort in der Schweiz unterhalten.

Das eigene Schweizer Sprachmodell – vielfach als «Schweizer ChatGPT» diskutiert – ist ein wichtiger symbolischer Schritt, kann jedoch in Bezug auf Modellgrösse und Leistungsfähigkeit nicht mit den globalen Schwergewichten mithalten. Was hingegen wirklich zählt: Wie gut gelingt es den Industrieunternehmen – also den regulären KMU ausserhalb der KI-Bubble –, KI produktiv einzusetzen? Hier besteht der grösste Nachholbedarf.

Der US Genesis Act als Weckruf

Ein zentrales Signal kommt aus Washington: Der Genesis Act, den die US-Regierung unter Trump unterzeichnet hat, markiert einen strategischen Wendepunkt. Die USA fusionieren wissenschaftliches Know-how, Daten privater Unternehmen und staatliche Ressourcen zu einer konzertierten nationalen KI-Offensive. Die Botschaft ist eindeutig: «All in». Wer glaubt, dass ein paar Pilotprojekte und Veranstaltungen für die Wirtschaft ausreichen, unterschätzt die Dimension des Wandels.

Für die Schweizer Politik und Wirtschaft bedeutet das konkret: Es reicht nicht mehr zu sagen, man hat ChatGPT eingeführt. Es reicht nicht mehr, jemanden zu benennen, der «für KI zuständig ist». Gefragt ist eine nationale Priorisierung auf politischer und wirtschaftlicher Ebene – mit echtem Investment, reduzierten regulatorischen Hürden und einem klaren strategischen Rahmen.

Die drei grössten Fehler in der KMU-Strategie

Fehler 1: KI-Paralyse durch Unsicherheit auf CEO-Ebene

Das grösste Hindernis für den produktiven KI-Einsatz ist nicht Technologie – es ist Unsicherheit. Diese Unsicherheit entsteht vor allem auf Geschäftsführungsebene. CEOs sind gewohnt, gegenüber Mitarbeitenden, Gesellschaftern und im Netzwerk Souveränität auszustrahlen. Das macht es schwierig, offen zuzugeben: «Ich verstehe dieses Thema noch nicht vollständig.»

Genau diese verdeckte Unsicherheit führt zur KI-Paralyse: Entscheidungen werden verschoben, Budgets nicht freigegeben, Projekte nicht gestartet. Die Lösung liegt darin, einen vertraulichen Rahmen zu schaffen, in dem Unsicherheiten benannt, besprochen und systematisch aufgelöst werden können. Erst dann ist eine fundierte strategische Entscheidung möglich.

Fehler 2: Insellösungen statt integrierter Architektur

Viele Unternehmen starten mit einzelnen KI-Tools – ein Chatbot hier, ein Automatisierungs-Workflow dort. Das Problem: Isolierte Lösungen entfalten nur einen Bruchteil des möglichen Nutzens. Maximale Effizienz und Effektivität entstehen erst dann, wenn KI-Systeme mit bestehenden Unternehmensdaten und -prozessen integriert sind und ein kohärentes Reporting ermöglichen.

Die Empfehlung von Chris Jon Graf ist klar: Vor jeder Implementierung steht eine Auslegeordnung. Welche Prozesse existieren? Wo kann KI kurzfristig Mehrwert schaffen? Wie lässt sich die Lösung langfristig skalieren und mit anderen Systemen verbinden?

Fehler 3: Sofort kaufen statt zuerst analysieren

Auf dem Markt tummeln sich zahlreiche Anbieter, die sofort einen KI-Assistenten oder einen spezifischen Agenten verkaufen möchten. Das ist vergleichbar mit einem Arzt, der das Rezept ausstellt, bevor er die Anamnese gemacht hat. Wer ohne Analyse investiert, riskiert, kostspielige Insellösungen aufzubauen, die später vollständig ersetzt werden müssen.

Eine fundierte KI-Analyse kostet – je nach Umfang und Anbieter – zwischen 5.000 und 10.000 Franken. Das ist eine überschaubare Investition, die langfristig erhebliche Fehlinvestitionen verhindert und die strategische Grundlage für den systematischen KI-Aufbau legt.

KI-Einführung: Der richtige Einstieg für KMU

Die Frage ist nicht ob, sondern wo und in welcher Reihenfolge KI eingesetzt werden soll. Kein Unternehmen muss alles gleichzeitig tun. Stattdessen empfiehlt sich ein strukturierter Dreischritt:

  1. Analyse: Prozesse kartieren, Potenziale identifizieren, Quick Wins definieren.
  2. Pilotprojekt: Mit einer integrierten, skalierbaren Lösung starten – nicht mit einer Insellösung.
  3. Iterativer Ausbau: Monat für Monat neue Features und Automatisierungen ausrollen, die Maturität im Unternehmen aufbauen.

Ein monatliches Budget für KI – kombiniert mit einem erfahrenen externen Partner – ermöglicht es selbst kleinen KMU, diesen Weg konsequent zu gehen. Die ersten messbaren Erfolge stellen sich laut Erfahrungswerten meist innerhalb der ersten zwei Monate ein.

Praxisbeispiel: Der Weinbaubetrieb im Wallis

Am Beispiel eines Walliser Weinbaubetriebs lässt sich das Spektrum möglicher KI-Anwendungen konkret illustrieren: Drohnen analysieren Reifestadien per Bildauswertung, predictive AI wertet historische Wetterdaten aus und ermöglicht präzisere Ernte- und Ressourcenplanung, automatisierte Alarme informieren das Team bei kritischen Witterungsbedingungen, und eine Omnichannel-Kommunikationslösung bündelt E-Mail- und WhatsApp-Kommunikation mit Kunden in einer zentralen Applikation. Keiner dieser Schritte erfordert ein Millionenbudget – aber alle erfordern eine klare Analyse im Vorfeld.

Das unterschätzte Potenzial: Custom Applications und KI-Governance

Massgeschneiderte Lösungen sind erschwinglich geworden

Einer der meistunterschätzten Trends: Die Entwicklung individueller, unternehmenssspezifischer KI-Systeme ist heute auch für kleinste KMU erschwinglich. Was früher Millionen kostete, ist heute für einen Bruchteil realisierbar. Ein solches System kann Kundendaten verwalten, Rechnungen und Offerten automatisch generieren, Kommunikationskanäle bündeln und ein datenbasiertes Reporting für die Geschäftsleitung liefern.

KI im Verwaltungsrat: Logitech und Novartis als Vorreiter

Das Wirtschaftsmagazin «Bilanz» thematisiert bereits den «Bot als Verwaltungsrat»: Unternehmen wie Logitech und Novartis setzen KI in Führungsmeetings ein. Ob dies bislang über den Einsatz von Standard-Chatbots hinausgeht, ist noch offen. Das Signal jedoch ist klar: KI-gestützte Entscheidungsunterstützung auf oberster Führungsebene wird zur strategischen Normalität.

KI und Kommunikation: Die neue Marktrealität

KI verändert nicht nur interne Prozesse – sie verändert, wie Unternehmen von potenziellen Kunden gefunden werden. Heute dominieren Google-Suchergebnisse und bezahlte Platzierungen die Sichtbarkeit. Morgen wird eine KI auf Basis semantischer Relevanz entscheiden, welche drei Anbieter einem Nutzer vorgeschlagen werden – und welche gar nicht mehr erscheinen.

Für Unternehmen bedeutet das: Wer heute keine echte, belegbare Markenrelevanz aufbaut – durch redaktionelle Berichterstattung, Fachpublikationen und authentische Inhalte –, wird in der KI-gesteuerten Suche nicht auftauchen. Websites werden in ihrer heutigen Form an Bedeutung verlieren; was zählt, sind strukturierte Datenschnittstellen, die von KI-Systemen ausgelesen werden können.

Executive Takeaways

  • Sofort starten, aber mit Analyse: Kein Tag länger warten – aber die richtige Reihenfolge einhalten.
  • CEO-Unsicherheit adressieren: Schaffen Sie vertrauliche Räume für offene strategische Diskussionen zu KI.
  • Integration vor Insellösung: Planen Sie von Beginn an die Systemarchitektur und Datenstrategie.
  • Markenrelevanz aufbauen: Investieren Sie in redaktionelle Sichtbarkeit – für Google und für die KI der Zukunft.
  • Politik muss priorisieren: Regulierung darf Innovation nicht bremsen; Investment in KI-Startups und Forschung muss beschleunigt werden.
  • Unterschätzen ist das grösste Risiko: Wer KI nicht ernst nimmt, riskiert denselben Fehler wie Kodak und Nokia bei früheren Technologiesprüngen.

Häufige Fragen

Wo steht die Schweiz im globalen KI-Wettbewerb im Vergleich zu den USA und China?

Die Schweiz positioniert sich laut Chris Jon Graf klar vor Deutschland, aber deutlich hinter China und den USA. Die Stärke des Standorts liegt nicht in der Entwicklung von Grossmodellen, sondern in spezialisierten Anwendungen, der Ausbildungsexzellenz der ETH Zürich und der Präsenz internationaler Technologiekonzerne. Der grösste Nachholbedarf besteht bei der KI-Adoption in traditionellen Industrieunternehmen und KMU.

Warum führt Unsicherheit auf CEO-Ebene zur KI-Paralyse – und wie lässt sie sich überwinden?

CEOs stehen unter dem Druck, gegenüber Mitarbeitenden und Gesellschaftern stets souverän zu wirken, was es schwierig macht, Wissenslücken zu KI offen einzugestehen. Diese verdeckte Unsicherheit verhindert Entscheidungen, Budgetfreigaben und konkrete Projekte. Die Lösung liegt in der Schaffung eines vertraulichen Rahmens – oft mit einem erfahrenen externen Partner – in dem Unsicherheiten benannt und systematisch aufgelöst werden können, bevor strategische Entscheidungen getroffen werden.

Was kostet eine fundierte KI-Analyse für ein Schweizer KMU und was kann man dafür erwarten?

Eine professionelle KI-Analyse kostet je nach Anbieter und Umfang zwischen 5.000 und 10.000 Schweizer Franken. Dafür erhält ein Unternehmen eine strukturierte Auslegeordnung der eigenen Prozesse, eine Priorisierung der KI-Einsatzmöglichkeiten und eine klare Roadmap für die Implementierung. Diese Investition verhindert kostspielige Fehlstarts durch Insellösungen, die später komplett ersetzt werden müssen.

Warum sind Custom-KI-Applikationen für KMU heute erschwinglich – und was können sie leisten?

Dank der rasanten technologischen Entwicklung sind massgeschneiderte KI-Systeme, die früher Millionen kosteten, heute auch für kleine Unternehmen zu vertretbaren Preisen realisierbar. Solche Systeme können Kundendaten verwalten, Rechnungen und Offerten automatisch generieren, Kommunikationskanäle wie E-Mail und WhatsApp bündeln und ein datenbasiertes Reporting für die Geschäftsleitung liefern – alles integriert in die bestehende Systemlandschaft des Unternehmens.

Wie verändert KI die Marktsichtbarkeit von Unternehmen und was müssen Marken jetzt tun?

KI-Systeme werden künftig Suchanfragen beantworten, indem sie nicht mehr Dutzende Treffer anzeigen, sondern nur noch zwei bis drei Anbieter vorschlagen. Unternehmen, die in diesen KI-gesteuerten Empfehlungen nicht erscheinen, werden schlicht unsichtbar. Entscheidend ist deshalb der Aufbau echter, belegbarer Markenrelevanz durch redaktionelle Berichterstattung, Fachpublikationen und strukturierte digitale Inhalte – weit über klassische SEO-Massnahmen hinaus.

Was ist der gefährlichste Fehler, den die Schweiz im KI-Kontext in den nächsten zwölf Monaten begehen könnte?

Das grösste Risiko ist laut Chris Jon Graf das Unterschätzen der Dimension und Geschwindigkeit des KI-Wandels. Analog zu Kodak und Nokia, die entscheidende Technologiesprünge verpassten, droht dasselbe Schicksal Unternehmen und Volkswirtschaften, die KI weiterhin als Randthema behandeln. Zusätzlich warnt Graf vor einer Überregulierung, die Innovationen bremst, sowie vor zu geringen Investitionen in KI-Startups im Vergleich zum US-amerikanischen Ökosystem.

Welche KI-Anwendung wird in der Schweiz am meisten unterschätzt?

Laut Chris Jon Graf sind es zwei Bereiche: erstens die Deep-Research-Funktionalitäten grosser KI-Modelle wie ChatGPT oder Gemini, die im Alltag noch zu wenig genutzt werden, und zweitens massgeschneiderte Custom Applications für KMU, die prozessübergreifend integriert sind. Letztere ermöglichen es auch kleinen Unternehmen, Abläufe von der Offertstellung bis zur Kundenkommunikation vollständig zu automatisieren.