KI für Unternehmen: sechs Anwendungen im KMU.

Ein Anwendungsfall lohnt sich, wenn drei Bedingungen gleichzeitig erfüllt sind: Die Aufgabe kommt mindestens zwanzigmal im Monat vor, ihr Ergebnis wird ohnehin von einem Menschen gelesen, und die nötigen Informationen liegen schon in verwertbarer Form vor. Fehlt eine der drei, verschiebt sich der Anwendungsfall nach hinten, egal wie gut er sich anhört.

Die Fallzahl ist die härteste der drei Bedingungen, weil sie sich nicht wegdiskutieren lässt. Zwei Stunden Ersparnis pro Woche sind in einem Zehnpersonenbetrieb eine spürbare Grösse; zwei Stunden pro Quartal sind es nicht. Rechnen Sie deshalb vor jedem Versuch nach: Vorgänge pro Monat mal eingesparte Minuten pro Vorgang. Kommt dabei weniger als ein halber Arbeitstag im Monat heraus, ist die Aufgabe kein Kandidat.

Die zweite Bedingung — ein Mensch liest das Ergebnis ohnehin — ist der wichtigste Schutz beim Einstieg. Solange jemand einen Entwurf prüft, bevor er hinausgeht, ist ein Fehler des Systems ein Korrekturaufwand von Sekunden. Erst wenn ein Ergebnis ungeprüft an Kundinnen und Kunden geht, wird derselbe Fehler teuer. Die dritte Bedingung betrifft die Ausgangslage: Preise in einer gepflegten Liste, Textbausteine in einem geordneten Ordner, Verträge als durchsuchbare Dateien statt als Scans ohne Textebene. Wo diese Grundlage fehlt, ist Aufräumen der erste Schritt und nicht die zweitbeste Lösung.

Der schnellste Einstieg ist ein Assistent, der aus Anfrage, Preisliste und früheren Offerten einen Entwurf erzeugt, den ein Mensch prüft und freigibt. Es geht nicht um die fertige Offerte, sondern um die ersten achtzig Prozent des Textes — die Positionen, die Formulierungen, die Struktur.

Aufwand: Gering bis mittel. Ohne Anbindung an Systeme genügen ein Geschäftsabonnement, eine saubere Preisliste und drei bis fünf gute Beispielofferten als Vorlage; das ist an einem Nachmittag eingerichtet. Mit Anbindung an ein Warenwirtschafts- oder Buchhaltungssystem wird daraus ein kleines Projekt.

Realistischer Nutzen: Betriebe berichten typischerweise, dass sich die reine Schreibzeit etwa halbiert; die Prüfzeit bleibt. Bei vierzig Offerten im Monat und fünfundvierzig Minuten Ausgangsaufwand ist ein Zeitgewinn im Bereich von zwölf bis achtzehn Stunden monatlich plausibel. Der zweite, oft grössere Effekt ist die Reaktionsgeschwindigkeit: Wer am selben Tag offeriert, gewinnt Aufträge, die sonst an den schnelleren Anbieter gehen.

Risiko: Falsche Preise und erfundene Positionen. Sprachmodelle formulieren auch dann überzeugend, wenn eine Zahl nicht in der Quelle stand. Die Gegenmassnahme ist unspektakulär: Preise kommen aus einer einzigen gepflegten Liste, und jede Offerte wird vor dem Versand von einem Menschen gegengelesen. Wie man diese Fehlerklasse systematisch eindämmt, beschreibt unser Beitrag zu KI-Halluzinationen.

E-Mail-Triage heisst: eingehende Nachrichten werden automatisch kategorisiert, mit einer Dringlichkeit versehen und der zuständigen Person zugewiesen — die Entscheidung bleibt beim Menschen, die Vorsortierung nicht. Der Nutzen entsteht nicht beim Beantworten, sondern beim Nicht-mehr-Suchen.

Aufwand: Mittel. Die Kategorien müssen vorher definiert und an echten Nachrichten der letzten Monate getestet werden, sonst entsteht eine Sortierung, die niemandem entspricht. Rechnen Sie mit einer Woche Vorlauf für Definition und Test und mit einer Anbindung an Ihr E-Mail-System, die technische Begleitung braucht.

Realistischer Nutzen: Am grössten in Betrieben mit einer allgemeinen Sammeladresse, über die täglich zwanzig bis achtzig Nachrichten laufen. Der Gewinn liegt in der Durchlaufzeit: Anfragen erreichen die zuständige Person Stunden statt Tage nach Eingang. Reine Zeitersparnis pro Nachricht ist gering, die Summe über alle Beteiligten aber erheblich.

Risiko: Falsch einsortierte dringende Nachrichten. Deshalb gehört in jede Umsetzung eine Regel, die im Zweifel eskaliert statt aussortiert, und eine Restkategorie, die täglich von einem Menschen durchgesehen wird. Ein System, das nichts in die Restkategorie legt, ist verdächtig und nicht gut. Wer diesen Fall auf Kundenkanäle ausdehnen will, findet den Rahmen im Beitrag zum KI-gestützten Kundensupport.

Statt Ordner zu durchsuchen, stellen Mitarbeitende eine Frage in normaler Sprache und erhalten eine Antwort mit Verweis auf das Quelldokument. Technisch geschieht das über einen durchsuchbaren Index der eigenen Dateien, den ein Sprachmodell zur Antwortzeit abfragt — der Fachbegriff dafür ist Retrieval Augmented Generation.

Aufwand: Mittel bis hoch, und der Aufwand liegt fast vollständig in der Aufbereitung. Eingescannte PDF ohne Textebene sind Bilder und müssen erkannt werden. Dokumente in fünf Ablagen mit drei Versionen desselben Vertrags müssen zusammengeführt werden. Diese Arbeit fällt einmal an, ist unbeliebt und entscheidet über das Ergebnis mehr als jede Technikwahl.

Realistischer Nutzen: Hoch in Betrieben mit gewachsenem Wissensbestand — Handbüchern, Verträgen, technischen Datenblättern, Protokollen. Neue Mitarbeitende werden schneller selbstständig, und Rückfragen an die eine Person, die alles weiss, nehmen ab. Dieser zweite Effekt ist schwer zu messen und im Alltag oft der grössere.

Risiko: Veraltete Quellen, die überzeugend zitiert werden. Ohne Prozess, der den Bestand nachführt, liefert das System nach einigen Monaten korrekt formatierte Auskünfte auf altem Stand. Zweites Risiko sind Zugriffsrechte: Wenn der Index nicht abbildet, wer welches Dokument sehen darf, wird aus einer Suchhilfe ein Datenschutzvorfall.

Hier geht es um die Vorstufe zur Buchung: Anfragen entgegennehmen, Verfügbarkeiten abgleichen, Vorschläge machen, an Rückrufe erinnern — und alles ausserhalb der Bürozeiten auffangen, was sonst am nächsten Morgen im Rückstand liegt. Der eigentliche Kalender bleibt die führende Quelle; das System schlägt vor, es entscheidet nicht.

Aufwand: Gering, wenn ein Online-Kalender mit sauberen Verfügbarkeiten bereits existiert und die Anfragen über ein Formular kommen. Deutlich höher, sobald Telefon im Spiel ist, weil Sprachsysteme Einrichtung, Test und laufende Kontrolle brauchen. Was dabei realistisch möglich ist, ordnet unser Beitrag zu Voice AI für KMU ein.

Realistischer Nutzen: Am grössten bei Betrieben mit Terminen als Kerngeschäft und vielen Anfragen ausserhalb der Bürozeiten. Der Gewinn ist weniger die eingesparte Minute als die nicht verlorene Anfrage: Wer abends fragt und sofort einen Vorschlag bekommt, ruft nicht beim nächsten Anbieter an.

Risiko: Doppelbuchungen und ein unpersönlicher Eindruck. Der Kalender muss die einzige führende Quelle bleiben, und es braucht einen jederzeit erreichbaren Weg zu einem Menschen. Ein System, das den Ausstieg erschwert, kostet mehr Kundenbeziehung, als es an Zeit einspart.

Aufzeichnung oder Transkript einer Besprechung wird automatisch zu einer Zusammenfassung mit Entscheiden, Aufgaben und Zuständigkeiten. Der Nutzen liegt nicht in der Schönheit des Protokolls, sondern darin, dass es überhaupt existiert — in den meisten KMU ist das der Normalzustand nicht.

Aufwand: Gering. Die Funktion ist in gängigen Besprechungswerkzeugen und Assistenzabonnements bereits enthalten; es braucht vor allem eine Entscheidung, wo die Aufzeichnungen liegen und wie lange. Für Kundengespräche kommt die Einwilligung der Beteiligten hinzu, die vor der Aufnahme eingeholt und dokumentiert werden muss.

Realistischer Nutzen: Zwischen zehn und zwanzig Minuten pro Sitzung, plus der schwerer messbare Effekt, dass Aufgaben mit Namen und Frist festgehalten werden statt nur besprochen. Besonders wirksam bei Übergaben zwischen Schichten, Baustellen oder Kundenverantwortlichen, wo bisher mündlich übergeben wurde.

Risiko: Vertraulichkeit und falsche Zuordnung. Aufzeichnungen von Personalgesprächen, Vertragsverhandlungen oder Gesprächen mit besonders schützenswerten Daten gehören nicht in ein beliebiges Werkzeug. Und eine Zusammenfassung, die einen Entscheid der falschen Person zuschreibt, richtet mehr Schaden an als eine fehlende. Deshalb: freigeben lassen, bevor sie verteilt wird.

Erstübersetzungen für Website, Produktbeschreibungen, Anleitungen und Standardkorrespondenz — als Entwurf, den jemand mit Sprachkenntnis nachbearbeitet, nicht als fertiges Ergebnis. Für ein Schweizer KMU, das aus dem deutschsprachigen Raum in die Romandie oder in den englischsprachigen Markt geht, ist das der günstigste erste Schritt.

Aufwand: Sehr gering für den Entwurf, spürbar für die Qualitätssicherung. Es braucht eine Terminologieliste mit den zwanzig bis fünfzig Fachbegriffen Ihres Geschäfts und eine Person, die die Zielsprache beherrscht. Ohne diese Person entsteht Text, der grammatikalisch korrekt ist und im Markt trotzdem falsch klingt.

Realistischer Nutzen: Übersetzungskosten sinken deutlich, weil aus Übersetzung Lektorat wird. Wichtiger ist die Reichweite: Inhalte, die vorher aus Kostengründen einsprachig blieben, werden überhaupt erst zweisprachig. Für die Auffindbarkeit gilt allerdings eine Einschränkung — eine reine Übersetzung rankt selten, weil Suchbegriffe und Gewohnheiten je Sprachraum abweichen. Was dafür nötig ist, beschreiben wir unter Sichtbarkeit in KI-Antworten und Suche.

Risiko: Rechtstexte und verbindliche Zusagen. Allgemeine Geschäftsbedingungen, Datenschutzerklärungen, Garantie- und Haftungsformulierungen gehören nicht in eine maschinelle Erstübersetzung ohne juristische Prüfung — eine falsch übersetzte Verpflichtung gilt trotzdem.

KI ersetzt keine Entscheidung, keine Zuständigkeit und keine fehlende Nachfrage — und sie räumt keine Datenablage auf, sondern setzt eine aufgeräumte voraus. Diese vier Grenzen erklären die meisten enttäuschten Erwartungen in kleinen Betrieben.

• Kein Ersatz für Fachurteil. Ein System schlägt vor, was in ähnlichen Fällen üblich war. Ob es im vorliegenden Fall richtig ist, entscheidet weiterhin ein Mensch mit Verantwortung.
• Keine Lösung für organisatorische Probleme. Wenn Anfragen liegen bleiben, weil unklar ist, wer zuständig ist, beschleunigt Automatisierung nur den Weg bis zum Engpass.
• Kein Ersatz für Nachfrage. Wer zu wenige Anfragen hat, gewinnt nichts durch schnellere Bearbeitung. Dann sind Sichtbarkeit und Angebot das Thema, nicht Effizienz.
• Kein Aufräumdienst. Unstrukturierte Ablagen, widersprüchliche Preislisten und Scans ohne Textebene bleiben ein Problem — sie werden durch ein Modell nicht gelöst, sondern nur teurer sichtbar.
• Keine Personalersparnis auf Knopfdruck. In Betrieben dieser Grösse entsteht Gewinn als zurückgewonnene Zeit für Arbeit, die liegen geblieben ist — nicht als eingesparte Stelle. Wer den Einstieg mit Stellenabbau begründet, verliert die Mitarbeit, die er für die Einführung braucht.

Für den KI-Einsatz gilt in der Schweiz das revidierte Datenschutzgesetz; es ist technologieneutral formuliert und deshalb ohne Sonderregel auch auf KI-gestützte Bearbeitungen anwendbar. Ein eigenes KI-Gesetz existiert Stand August 2026 nicht, eine Vernehmlassungsvorlage zur Umsetzung der KI-Konvention des Europarats ist angekündigt.

Praktisch bedeutet das drei Pflichten. Erstens Transparenz: Betroffene Personen müssen erkennen können, dass und wozu ihre Daten bearbeitet werden. Zweitens Dokumentation: KI-gestützte Bearbeitungen von Personendaten gehören mit Zweck, Datenkategorien, Empfängern und Aufbewahrungsdauer in das Verzeichnis der Bearbeitungstätigkeiten. Kleine Unternehmen sind von der Verzeichnispflicht teilweise befreit, nicht aber bei risikoreichen Bearbeitungen. Drittens eine Datenschutz-Folgenabschätzung, wenn ein hohes Risiko entstehen kann — etwa bei umfangreichem Profiling oder besonders schützenswerten Daten.

Dazu kommt die vertragliche Seite: Prüfen Sie, ob der gewählte Tarif die Verwendung Ihrer Eingaben zum Training ausschliesst und wo die Verarbeitung stattfindet. Geschäftstarife regeln das in der Regel, kostenlose Zugänge oft nicht. Wer Ergebnisse in der EU auf den Markt bringt, fällt zusätzlich unter die EU-KI-Verordnung, deren Pflichten für Hochrisiko-Systeme im Mai 2026 zeitlich nach hinten verschoben wurden. Der wirksamste erste Schritt für ein KMU ist trotzdem kein Gutachten, sondern eine einseitige interne Richtlinie: welche Daten hineindürfen, welche nicht, wer im Zweifel entscheidet. Verbindliche Auskunft zu Ihrem Fall gibt Ihre Rechtsberatung — diese Seite ordnet ein, sie berät nicht.

Der belastbarste Einstieg dauert neunzig Tage: dreissig Tage ein einziger Anwendungsfall im Selbstversuch, dreissig Tage Ausweitung auf ein Team mit gemessenen Zahlen, dreissig Tage Entscheidung über Ausbau oder Abbruch. Wer breiter startet, misst nichts und lernt entsprechend wenig.

In den ersten dreissig Tagen wählt eine Person eine Aufgabe mit hoher Fallzahl und hoher Fehlertoleranz, arbeitet vier Wochen damit und hält schriftlich fest, was funktioniert hat und was nicht. In den zweiten dreissig Tagen kommt das Team dazu, und zwei Zahlen werden gemessen: Vorgänge pro Woche über das neue Verfahren und Zeit pro Vorgang im Vergleich zu vorher. In den dritten dreissig Tagen wird entschieden — Ausbau mit Anbindung an bestehende Systeme, Beibehaltung als reines Abonnement oder Abbruch. Ein Abbruch nach neunzig Tagen ist ein gutes Ergebnis, wenn er auf Zahlen beruht.

Zu den Kosten: Werkzeugabonnements liegen im zweistelligen Frankenbereich pro Person und Monat und sind für Textarbeit meist ausreichend. Sobald eigene Daten, bestehende Systeme oder Zugriffsrechte hinzukommen, entsteht ein Projekt. Bei DLM Digital ist das Erstgespräch über sechzig Minuten kostenlos, Analyse und Begleitung rechnen wir nach Aufwand mit vorab schriftlich fixierter Obergrenze ab, ein Prototyp zur Ideenvalidierung beginnt bei CHF 10'000 und eine Web-Applikation liegt zwischen CHF 3'000 und CHF 25'000. Wie ein solcher Prototyp geschnitten wird, beschreibt unser Leitfaden zur MVP-Entwicklung; die Einführung im Team behandelt der Beitrag zu KI-Assistenten im Team.