Was sich verändert
Erstens: die Produktivitäts-Obergrenze pro Mitarbeiter verschiebt sich nach oben. Eine Sachbearbeiterin, die 50 Anfragen pro Tag bearbeitet, kann mit AI-Unterstützung 200 bearbeiten — bei gleichbleibender Qualität. Zweitens: kleinere KMU können Aufgaben intern abdecken, für die sie bisher auf externe Dienstleister oder grössere Strukturen angewiesen waren. Drittens: die Reaktionszeit auf Kundenanfragen verkürzt sich von Stunden auf Minuten, was die Marktstellung stärkt. Die Schweizer Studie von 2026 zeigt: 34% der KMU nutzen bereits aktiv KI, weitere 30% experimentieren — der Wandel ist real und messbar.
Was sich nicht verändert
Kernentscheidungen, Kundenbeziehungen, strategische Urteile bleiben menschlich. AI ist in der Schweizer KMU-Realität ein Werkzeug zur Produktivitätssteigerung — nicht ein Ersatz für den Treuhänder, den Anwalt oder den Geschäftsführer. Die Verantwortung (inkl. rechtlich) bleibt beim Menschen. Das ist kein Bug, sondern ein Feature: es macht AI-Einsatz im Schweizer Rechts- und Haftungsrahmen praktikabel. revDSG, BGFA, FINMA-Rundschreiben — alle setzen voraus, dass die finale Entscheidung beim verantwortlichen Menschen liegt.
Die DACH-Besonderheit
Im DACH-Raum (speziell CH) spielt Datensouveränität eine deutlich grössere Rolle als im US-Markt. Das revidierte DSG, der EU AI Act, die Verpflichtungen gegenüber FINMA, Treuhand-Kammer oder Anwaltsgeheimnis setzen einen klaren Rahmen. Das ist kein Hindernis für AI — es ist der Rahmen, in dem AI seriös eingesetzt wird. Wer das ignoriert, baut Compliance-Schulden auf. Apertus 70B (entwickelt von ETH Zürich, EPFL und CSCS) ist ein direktes Resultat dieser Mentalität: ein open-source, mehrsprachiges Modell mit voll konformer Trainings-Daten, das auf Schweizer Infrastruktur läuft.
Wie ein KMU anfängt
Der schnellste Einstieg: einen spezifischen Prozess identifizieren, bei dem die Routinearbeit gross ist und der Entscheidungs-Teil klar abgrenzbar. Typisch: Offertenerstellung, Belegerfassung, Mail-Triage. Einen ersten Agent in 14–28 Tagen produktiv machen, Ergebnisse messen, dann erweitern. Nicht mit einer 12-Monats-Roadmap starten — die ist fast immer falsch, bevor sie umgesetzt wird. Wer mit AI startet wie mit einer ERP-Einführung, scheitert: AI lebt von kurzen Iterationen, schnellem Feedback und mutigem Cut.
Was sich für Mitarbeitende ändert
Die ehrliche Wahrheit: Mitarbeitende, deren Tätigkeit zu 70–90% aus Routinearbeit besteht, werden ihre Rolle verändern müssen. Das bedeutet nicht zwingend Entlassung — aber Umschulung in höherwertige Aufgaben (Kundenkontakt, Qualitätskontrolle, Ausnahme-Bearbeitung). Mitarbeitende mit hohem Anteil an Beratungs-, Beziehungs- oder Spezial-Expertise gewinnen — sie haben mehr Zeit für das, was nur Menschen können. Wer dieses Thema im Unternehmen verschweigt, verliert Vertrauen. Wer es offen anspricht und Perspektiven aufzeigt, gewinnt es.
Branchen mit besonderem Hebel
Stark profitieren 2026: Treuhand (Belegerfassung, Lohnbuchhaltung, Compliance-Monitoring), Immobilien (Exposé-Generierung, Mietanfragen-Triage), Versicherung (Schadenmeldung, Dokumenten-Triage), Legal (Vertrags-Analyse, Präzedenz-Research), Logistik (Auftragserfassung, Ausnahme-Handling). Geringer Hebel (Stand heute): Bauunternehmen, Handwerker, lokale Detailhändler — dort ist der Anteil an digitaler Routinearbeit niedriger. Aber: das ändert sich, sobald Voice-AI und Image-AI weiter reifen. Stand Mai 2026 reifen genau diese Felder im Wochentakt.
Was es kostet
Ein erstes produktives AI-Projekt für ein KMU mit 20–100 MA: typisch 15'000–40'000 CHF Initial, dann 800–2'500 CHF/Monat laufend. Das ist weniger als eine zusätzliche Halbtags-Stelle — und liefert oft 1–2 FTE-Äquivalent an Produktivität. Bei grösseren KMU (100–500 MA) wachsen die Zahlen proportional zur Komplexität, aber das Verhältnis Aufwand-zu-Nutzen bleibt. Schweizer KMU sparen mit AI-Automatisierung typischerweise CHF 5'000–15'000 pro Monat bei einem ROI in 2–4 Monaten.