Wie IT-Dienstleister mit KI bei KMUs echten Mehrwert schaffen

Michael Gomez, AI & Data Lead bei Accenture Schweiz. (Source: zVg)

Michael Gomez, AI & Data Lead bei Accenture Schweiz. (Source: zVg)

Wie gross ist in der Schweiz aktuell die Kluft bei der KI-Nutzung zwischen grossen Konzernen und KMUs? 

Michael Gomez: Die Kluft ist heute weniger eine Frage des Zugangs als eine Frage der Skalierung. Viele Schweizer KMUs nutzen bereits Werkzeuge wie ChatGPT, Copilot oder andere generative KI-Lösungen für einzelne Aufgaben in Marketing, Administration oder Kundenkommunikation. Gemäss einer KMU-Studie der AXA integrieren rund ein Drittel der Schweizer KMUs KI bereits bewusst in ihre Arbeitsprozesse, ein weiterer grosser Teil befindet sich noch in der Erprobungsphase. Gleichzeitig sehen wir, dass Grossunternehmen deutlich weiter sind, wenn es um die Integration von KI in End-to-End-Geschäftsprozesse, Datenplattformen und Kernsysteme geht. Dort entstehen messbare Produktivitäts- und Kostenvorteile, während viele KMUs noch mit einzelnen Anwendungsfällen experimentieren. Die eigentliche Kluft liegt deshalb nicht bei der Technologie selbst, sondern bei Daten, Governance, Fachkompetenzen und der Fähigkeit, KI systematisch zu skalieren. 

Bei wie vielen Schweizer KMUs sehen Sie bereits einen echten, produktiven Mehrwert durch die Anwendung von KI, und wo befindet man sich noch am Anfang oder in einer Experimentierphase? 

Wir sehen heute, dass eine wachsende Zahl von Schweizer Mittelstandsunternehmen bereits einen konkreten Mehrwert aus KI erzielt. Besonders erfolgreich sind Anwendungsfälle in der Kundenkommunikation, der Erstellung von Inhalten, bei Übersetzungen, in administrativen Prozessen sowie im Wissensmanagement. Gleichzeitig befindet sich ein grosser Teil der Unternehmen noch in einer Experimentierphase, in der einzelne Tools getestet werden, ohne diese tief in die Geschäftsprozesse zu integrieren.

Ein Grund dafür ist häufig, dass auch die bestehenden Fachanwendungen, die in vielen KMUs eingesetzt werden, noch gar nicht auf KI vorbereitet sind. Moderne KI-Assistenten können ihr Potenzial nur dann voll entfalten, wenn sie auf relevante Unternehmensdaten und Geschäftssysteme zugreifen können. Fehlen Schnittstellen oder Integrationsmöglichkeiten, bleibt KI oft auf einzelne Produktivitätstools beschränkt und kann keinen durchgängigen Mehrwert entlang der Wertschöpfungskette liefern. Wirklich transformative Effekte entstehen erst dann, wenn KI systematisch mit Unternehmensdaten, Fachanwendungen und klaren Verantwortlichkeiten verbunden wird. Aus meiner Sicht stehen wir deshalb bei vielen KMUs noch am Übergang von der Experimentierphase zur produktiven Skalierung. 

Was sind aus Ihrer Sicht die Hauptgründe, weshalb KMUs zögern könnten, vermehrt auf KI-Systeme zu setzen beziehungsweise diese tiefer in ihre Geschäftsprozesse einzubeziehen? 

Der wichtigste Grund ist aus unserer Sicht nicht die Technologie, sondern die Organisation. Viele KMUs sind auf Effizienz im Tagesgeschäft optimiert und verfügen oft nicht über eigene Innovations- noch Entwicklungsabteilungen. Oft hört man den Satz: "Wir haben es immer schon so gemacht". Das ist verständlich, denn viele Betriebe stehen unter hohem operativem Druck und haben wenig Zeit, etablierte Abläufe zu hinterfragen. 

Zudem fehlt oft das Knowhow darüber, welche Anwendungsfälle überhaupt sinnvoll sind und wie ein realer Business Case aussehen kann. Technische Hürden spielen ebenfalls eine Rolle, insbesondere wenn bestehende Fachanwendungen nicht über die notwendigen Schnittstellen verfügen, um moderne KI-Lösungen zu integrieren. Die Zurückhaltung vieler KMUs ist deshalb meist keine Frage mangelnder Offenheit gegenüber KI, sondern eine Kombination aus fehlenden Ressourcen, fehlender Erfahrung und fehlenden organisatorischen Strukturen für Veränderung. 

Mit welchen Vorbehalten oder Ängsten kommen KMU-Geschäftsführer zu Ihnen, wenn es um das Thema künstliche Intelligenz geht? 

Die KMU-Geschäftsführenden bewegen sich heute in einem Spannungsfeld zwischen Vorsicht und Handlungsdruck. Auf der einen Seite bestehen berechtigte Fragen zu Datenschutz, Datensicherheit und den Auswirkungen auf die Mitarbeitenden. Auf der anderen Seite wächst die Sorge, den technologischen Anschluss an den Wettbewerb zu verpassen. Gerade weil die Entwicklung so schnell voranschreitet, ist die Unsicherheit gross, ob man zu früh, zu spät oder auf die falschen Lösungen setzt. Die meisten Unternehmer haben deshalb nicht Angst vor KI selbst, sondern davor, die falsche strategische Entscheidung zu treffen. Erfolgreiche Unternehmen schaffen es, beides auszubalancieren: Risiken verantwortungsvoll zu managen und gleichzeitig mutig genug zu sein, erste konkrete Schritte zu gehen. 

Der pragmatischste Einstieg ist kein grosses Transformationsprogramm, sondern die gezielte Verbesserung bestehender Arbeitsabläufe

Was ist für ein typisches Schweizer KMU zum gegenwärtigen Zeitpunkt der pragmatischste Einstiegspunkt in die KI? 

Der pragmatischste Einstieg ist kein grosses Transformationsprogramm, sondern die gezielte Verbesserung bestehender Arbeitsabläufe. Die meisten KMUs erzielen die schnellsten Erfolge dort, wo Mitarbeitende viel Zeit mit Suchen, Schreiben, Dokumentieren, Übersetzen oder der Bearbeitung von Kundenanfragen verbringen. Moderne KI-Assistenten können hier unmittelbar Produktivität schaffen, ohne dass zuerst grosse IT-Investitionen notwendig sind. Wichtig ist, mit einem klar definierten Anwendungsfall und einem messbaren Nutzen zu starten. 

Welche gravierenden Fehler beobachten Sie bei IT-Dienstleistern, wenn diese versuchen, KMU-Kunden KI-Projekte schmackhaft zu machen? 

Der häufigste Fehler ist, dass über Technologie gesprochen wird, bevor das eigentliche Geschäftsproblem verstanden wurde. Viele Anbieter präsentieren neue Modelle, Plattformen oder Agenten, obwohl der Kunde zunächst wissen möchte, wie er Zeit sparen, Kosten reduzieren oder Umsatz steigern kann. Ein weiterer Fehler ist die Neigung zu überdimensionierten Strategien und komplexen Transformationsprogrammen, obwohl KMUs meist pragmatische und schnell umsetzbare Lösungen suchen. Häufig wird auch unterschätzt, dass erfolgreiche KI-Projekte organisatorische Veränderungen erfordern und nicht allein durch Software gelöst werden können. Besonders kritisch wird es, wenn unrealistische Erwartungen geweckt werden und KI als Wundermittel dargestellt wird. Erfolgreiche Dienstleister beginnen dagegen mit einem konkreten Geschäftsproblem, liefern schnell messbare Ergebnisse und bauen darauf schrittweise weitere Anwendungsfälle auf. 

Welche KI-Anwendungsfälle haben sich als überschätzt erwiesen und bei welchen entsteht tatsächlich eine verlässliche Zeit- oder Kostenersparnis? 

Aus unserer Sicht werden vollständig autonome KI-Lösungen häufig überschätzt. Viele Anbieter vermitteln den Eindruck, dass Unternehmen ganze Geschäftsprozesse ohne menschliche Kontrolle automatisieren können. In der Praxis sind die zuverlässigsten Ergebnisse heute noch dort zu finden, wo der Mensch die Verantwortung behält und KI als intelligenter Assistent eingesetzt wird. Die grössten und am schnellsten spürbaren Effekte sehen wir bei Wissensarbeit: Recherche, Dokumentation, Angebotserstellung, Kundenkommunikation, Übersetzungen, Meeting-Zusammenfassungen oder die Aufbereitung von Informationen. Hier sind Produktivitätssteigerungen von 20 bis 50 Prozent durchaus realistisch.

Welche Möglichkeiten haben KMUs, den Return on Investment ihrer KI-Ausgaben zu messen? 

Die Messung des ROI von KI unterscheidet sich grundsätzlich nicht von der Messung anderer Technologieinvestitionen. Unternehmen sollten nicht versuchen, neue KI-spezifische Kennzahlen zu erfinden, sondern die bestehenden Leistungsindikatoren ihrer Geschäftsprozesse verwenden. Je nach Anwendungsfall können dies beispielsweise die Durchlaufzeit eines Prozesses, die Bearbeitungszeit pro Kundenanfrage, die Servicequalität, die Fehlerquote oder die Anzahl benötigter Personenstunden pro Prozessschritt sein. Die durch KI erzielten Verbesserungen müssen anschliessend den tatsächlichen Kosten für Lizenzen, Implementierung und Betrieb gegenübergestellt werden. Letztlich gelten dieselben betriebswirtschaftlichen Grundsätze wie bei jeder anderen Investition: Ein KI-Projekt ist erfolgreich, wenn ein Prozess schneller, günstiger oder qualitativ besser wird als zuvor. 

KMUs verfügen in der Regel kaum über eigene KI-Fachpersonen. Welche Kernaufgabe müssen lokale IT-Dienstleister und Managed Service Providers heute übernehmen, um ihren Kunden echten Mehrwert anzubieten? 

Wir sind fest davon überzeugt, dass der kompetente Umgang mit KI künftig zu den zentralen Kernkompetenzen der meisten mittelständischen Unternehmen gehören wird. Ausnahmen mag es in einzelnen Branchen geben, beispielsweise bei sehr kleinen Handwerksbetrieben. Unternehmen, die Produkte entwickeln, Dienstleistungen erbringen oder ihre Kundenbeziehungen aktiv gestalten, werden das Potenzial von KI jedoch aus eigener Kraft erschliessen müssen. KI wird zunehmend Teil der Wertschöpfung und kann nicht dauerhaft vollständig an externe Partner ausgelagert werden. Die Aufgabe von IT-Dienstleistern besteht deshalb nicht primär darin, KI-Lösungen zu verkaufen, sondern ihre Kunden dabei zu befähigen, diese Kompetenz selbst aufzubauen. Dazu gehören Beratung, Schulung und vor allem die praktische Begleitung bei der Umsetzung konkreter Anwendungsfälle. Wir sehen dabei zunehmend Modelle, die dem Konzept der Forward Deployed Engineers folgen: Experten, die gemeinsam mit den Fachbereichen Prozesse neu denken und KI-Lösungen direkt in der Praxis umsetzen. Erfolgreiche IT-Partner helfen ihren Kunden damit nicht nur bei einzelnen Projekten, sondern schaffen die Grundlage, damit Unternehmen KI langfristig selbständig und strategisch einsetzen können. 

Reicht es für Schweizer ICT-Reseller noch aus, KI-Lizenzen weiterzuverkaufen, oder wird durch die zunehmende Bedeutung von KI ein Wandel hin zum reinen Prozessberater wahrscheinlich? 

Der reine Weiterverkauf von KI-Lizenzen wird aus unserer Sicht nicht komplett verschwinden. Die "Marketplaces" der grossen Anbieter sind sehr erfolgreich und viele neue KI-Lösungen werden primär darüber verkauft.  

Der eigentliche Mehrwert entsteht jedoch nicht bei der Lizenz, sondern bei der Frage, wie Unternehmen ihre Prozesse, Daten und Arbeitsweisen verändern. Daher entsteht eine neue Kombination aus Technologie-, Daten- und Prozesskompetenz. Kunden benötigen Partner, die sowohl die technischen Möglichkeiten verstehen als auch die operativen Abläufe eines Unternehmens. Die erfolgreichsten ICT-Anbieter werden jene sein, die Geschäftsprobleme lösen, Mitarbeitende befähigen und KI erfolgreich in die bestehende Unternehmensrealität integrieren können. 

Der wichtigste Grundsatz lautet: klein anfangen, schnell lernen und nur das skalieren, was nachweislich funktioniert

Wie können IT-Partner verhindern, dass ihre Kunden bei KI-Projekten in teure Sackgassen geraten und Fehlinvestitionen tätigen? 

Der wichtigste Grundsatz lautet: klein anfangen, schnell lernen und nur das skalieren, was nachweislich funktioniert. Viele Fehlinvestitionen entstehen, weil Unternehmen zu früh grosse Plattformen einkaufen oder langfristige Programme starten, bevor ein klarer geschäftlicher Nutzen nachgewiesen wurde. Erfolgreiche IT-Partner beginnen deshalb mit konkreten Anwendungsfällen und messen den Effekt auf Produktivität, Qualität oder Kosten. Gleichzeitig sollten sie darauf achten, möglichst offene und flexible Architekturen zu verwenden, damit Kunden nicht von einem einzelnen Anbieter oder einer bestimmten Technologie abhängig werden. Das Ziel sollte nie sein, möglichst viel KI einzuführen, sondern die richtigen Probleme zu lösen. Unternehmen, die schrittweise vorgehen und konsequent aus der Praxis lernen, reduzieren das Risiko von Fehlinvestitionen erheblich. 

Ist Agentic AI bereits ein Thema im KMU-Alltag oder bleibt diese vorläufig den Grosskonzernen vorbehalten? 

Unsere Kunden, vor allem aus dem grösseren Mittelstand, haben alle damit begonnen, KI in ihre Organisationen einzuführen. Die Reifegrade sind dabei sehr unterschiedlich. Während einige Unternehmen noch bei produktiven Assistenten und einzelnen Anwendungsfällen stehen, beobachten wir bei anderen bereits sehr innovative Ansätze. So sehen wir beispielsweise Fachmitarbeitende, die mit Hilfe von KI eigene Anwendungen und Automatisierungen entwickeln, beispielsweise durch sogenanntes "Vibe Coding". Die IT-Abteilungen unterstützen anschliessend dabei, diese Lösungen zu professionalisieren, sicher zu betreiben und in die bestehende Systemlandschaft zu integrieren. Noch befindet sich vieles davon in einer explorativen Phase. Trotzdem zeigt sich bereits heute ein enormes Potenzial für massgeschneiderte Lösungen, die exakt auf die Bedürfnisse eines Unternehmens zugeschnitten sind. Gerade hier könnte Agentic AI für den Mittelstand besonders interessant werden: nicht durch standardisierte Software von der Stange, sondern durch intelligente, individuell entwickelte Lösungen, die direkt aus dem Fachbereich heraus entstehen und gemeinsam mit der IT skaliert werden. 

Wie können KMUs Datensicherheit kosteneffizient implementieren unter Berücksichtigung des Datenschutzgesetzes und des Schutzes sensitiver firmeninterner Daten? 

Datensicherheit ist heute weniger eine Frage des Budgets als eine Frage des richtigen Vorgehens. Die grossen Cloud- und KI-Anbieter stellen bereits umfangreiche Sicherheits- und Compliance-Funktionen bereit, von denen auch KMUs profitieren können. Viele Unternehmer sind überrascht, dass Lösungen wie Microsoft 365 Copilot oder Google Gemini Enterprise innerhalb der bestehenden Sicherheits-, Compliance- und Berechtigungsmodelle der jeweiligen Plattformen betrieben werden. Vereinfacht gesagt gelten damit für diese KI-Dienste dieselben Governance- und Datenschutzprinzipien wie für die übrigen Unternehmensanwendungen innerhalb der jeweiligen Produktwelt. Die eigentliche Herausforderung liegt deshalb häufig weniger in der Technologie selbst als in der sauberen Konfiguration von Berechtigungen, Datenklassifizierung und Nutzungsrichtlinien. Unternehmen sollten genau verstehen, welche Daten besonders schützenswert sind, wer darauf zugreifen darf und in welchen KI-Anwendungen sie verwendet werden. Wer diese Grundlagen beherrscht, kann KI sehr sicher und gleichzeitig kosteneffizient einsetzen. 

Welche Aspekte des AI Act der EU müssen Schweizer KMUs besonders beachten respektive werden von ihnen am meisten unterschätzt? 

Viele Schweizer KMUs gehen noch davon aus, dass der EU AI Act sie nicht betrifft, weil sie ihren Sitz in der Schweiz haben. Das ist ein Missverständnis. Sobald Produkte oder Dienstleistungen für Kunden in der EU erbracht werden oder KI-Systeme Auswirkungen auf Personen in der EU haben, können die Regelungen durchaus relevant werden. Häufig unterschätzt wird auch, dass sich der AI Act nicht primär auf die Technologie konzentriert, sondern auf den konkreten Anwendungsfall und das damit verbundene Risiko. Aus meiner Sicht ist jedoch der grössere Fehler, sich zu früh in regulatorischen Detailfragen zu verlieren. Für die meisten KMUs ist es zunächst wichtiger, grundlegende Governance-Strukturen aufzubauen: Transparenz darüber, wo KI eingesetzt wird, wer Verantwortung trägt, welche Daten verwendet werden und wie Ergebnisse kontrolliert werden. Unternehmen, die diese Grundlagen sauber aufsetzen, sind in der Regel auch deutlich besser auf kommende regulatorische Anforderungen vorbereitet. Der AI Act sollte deshalb nicht als Hindernis verstanden werden, sondern als Anstoss, den Einsatz von KI professionell und nachvollziehbar zu gestalten. 

Die eigentliche Zukunftskompetenz besteht darin, Fachwissen, Prozessverständnis und KI intelligent miteinander zu verbinden

Welche Fähigkeiten sollten KMU-Mitarbeitende aufweisen oder sich aneignen, um eine produktive Zusammenarbeit mit KI-Systemen zu erreichen? 

Die wichtigste Fähigkeit der Zukunft ist aus meiner Sicht nicht das Programmieren, sondern die Fähigkeit, wissensbasierte Arbeitsprozesse neu zu denken. In vielen sogenannten White-Collar-Prozessen wird sich die Arbeitsteilung verändern: Der Mensch definiert Ziele, trifft Entscheidungen und übernimmt die Verantwortung, während KI-Agenten einen zunehmenden Teil der operativen Arbeit ausführen. Mitarbeitende müssen deshalb lernen, Prozesse zu orchestrieren, Ergebnisse zu bewerten und die Qualität der Arbeit sicherzustellen, anstatt jeden einzelnen Arbeitsschritt selbst auszuführen. Der Grundsatz lautet dabei: Human in Control. KI soll Entscheidungen unterstützen, nicht ersetzen. Erfolgreiche Mitarbeitende werden jene sein, die verstehen, welche Aufgaben sie an Agenten delegieren können und an welchen Stellen menschliches Urteilsvermögen weiterhin unverzichtbar bleibt. Die eigentliche Zukunftskompetenz besteht deshalb darin, Fachwissen, Prozessverständnis und KI intelligent miteinander zu verbinden. Unternehmen, die ihre Mitarbeitenden dazu befähigen, werden deutlich produktiver und innovativer arbeiten können als ihre Wettbewerber. 

Wenn Sie in die nahe Zukunft schauen: Welche Geschäftsprozesse in typischen Schweizer KMUs könnten innerhalb weniger Jahre weitgehend von KI übernommen werden? 

Am stärksten betroffen werden aus meiner Sicht wissensbasierte Routineprozesse sein. Dazu gehören beispielsweise die Erstellung von Angeboten, die Bearbeitung von Kundenanfragen, die Aufbereitung von Informationen, Berichtswesen, Dokumentation, Terminplanung oder Teile administrativer Finanz- und HR-Prozesse. In vielen dieser Bereiche wird nicht mehr jeder Arbeitsschritt von Menschen ausgeführt werden müssen. Gleichzeitig glaube ich nicht an die vollständige Automatisierung ganzer Unternehmensfunktionen. Viel wahrscheinlicher ist eine neue Arbeitsteilung, bei der KI-Agenten einen grossen Teil der operativen Tätigkeiten übernehmen und Mitarbeitende die Steuerung, Kontrolle und Entscheidungsfindung verantworten. Der Mensch definiert Ziele, überprüft Ergebnisse und greift bei Ausnahmen oder komplexen Situationen ein. Genau deshalb sprechen wir häufig von Human in Control und nicht von Human out of the Loop. Für viele KMUs wird die Produktivitätssteigerung nicht dadurch entstehen, dass Menschen ersetzt werden, sondern dass dieselben Mitarbeitenden deutlich mehr leisten können als heute. Wer diese neue Form der Zusammenarbeit zwischen Mensch und KI früh beherrscht, wird erhebliche Wettbewerbsvorteile erzielen. 

Was können KMUs in der Schweiz konkret von den KI-Projekten grosser Konzerne lernen? Was sollten sie lieber sein lassen? 

KMUs können von Grossunternehmen vor allem lernen, dass KI kein reines IT-Thema ist, sondern eine strategische Veränderung der gesamten Organisation. Erfolgreiche Unternehmen investieren nicht nur in Technologie, sondern auch in Daten, Prozesse, Governance und Weiterbildung ihrer Mitarbeitenden. Sie schaffen klare Verantwortlichkeiten und messen den geschäftlichen Nutzen konsequent. Genau diese Prinzipien sind auch für KMUs relevant. Was KMUs hingegen nicht übernehmen sollten, sind mehrjährige Transformationsprogramme, komplexe Governance-Strukturen oder grosse Technologieplattformen ohne klaren Geschäftsnutzen. Grosskonzerne können sich Experimente und Parallelstrukturen leisten, KMUs meist nicht. Ihr Vorteil liegt vielmehr in ihrer Agilität und Nähe zum operativen Geschäft.

Welchen pragmatischen Ratschlag geben Sie einem KMU-Geschäftsführer mit auf den Weg, der morgen in seinem Betrieb das Thema KI angehen möchte? 

Mein wichtigster Rat wäre: Warten Sie nicht auf die perfekte Strategie. Suchen Sie sich einen konkreten Prozess aus, in dem Ihre Mitarbeitenden heute viel Zeit mit Suchen, Schreiben, Dokumentieren, Analysieren oder Koordinieren verbringen, und testen Sie dort den Einsatz von KI. Nominieren Sie in den relevanten Bereichen eine "gmögige" Person, welche das Thema KI verantwortet und die Einführung als Vorbild positiv begleitet.  

Ist die erste Einführung geglückt, dann fragen Sie sich nicht nur, wie KI den bestehenden Prozess etwas schneller machen kann, sondern wie der Prozess aussehen würde, wenn ein KI-Agent einen grossen Teil der Arbeit übernimmt und der Mensch die Steuerung und Verantwortung behält. Genau dieses Denken wird in den kommenden Jahren zu einem entscheidenden Wettbewerbsvorteil. Unternehmen, die heute beginnen zu lernen, werden morgen deutlich besser positioniert sein als Unternehmen, die auf vollständige Klarheit warten. Die Technologie entwickelt sich so schnell, dass praktische Erfahrung inzwischen wichtiger geworden ist als theoretisches Wissen. Wer jetzt startet, baut Kompetenzen, Verständnis und Vertrauen auf und schafft damit die Grundlage für die nächsten Innovationsschritte. 

Lesen Sie auch: Miriam Dachsel, Managing Director und Leiterin Strategie- und Managementberatung bei Accenture Schweiz, erklärt im Interview, was es für eine erfolgreiche KI-Einführung braucht und wie sich die Rolle der Angestellten dadurch verändert.