Thema
Künstliche Intelligenz praktisch im Unternehmen einsetzen — Agenten, Assistenten, Automatisierung und Compliance.
Ein KI-Assistent, der die häufigsten Kundenanfragen rund um die Uhr beantwortet und nur die kniffligen Fälle ans Team gibt. Ein realistischer Zwei-Wochen-Plan vom Wissensaufbau bis zum Live-Gang.
Wer KI im Unternehmen einsetzt, bewegt sich zwischen revidiertem Datenschutzgesetz und dem EU AI Act, der auch Schweizer Firmen treffen kann. Eine praxisnahe Einordnung der wichtigsten Pflichten ohne Juristendeutsch.
Autonome KI-Agenten sollen ganze Prozesse übernehmen. Zwischen Marketingversprechen und Realität klafft eine Lücke. Welche Anwendungsfälle 2026 tragen, wo Agenten scheitern und wie ein realistischer Einstieg aussieht.
KI-Bilder sind im Marketing angekommen, aber die Tools unterscheiden sich stark. Welches für Markenbilder, welches für Kontrolle und welches für Bewegung taugt, und worauf KMU bei Rechten und Markenkonsistenz achten müssen.
Ein KI-Assistent, der ans Telefon geht, Termine bucht und Fragen beantwortet, rund um die Uhr. Die Technik ist reif, aber nicht für jeden Betrieb sinnvoll. Eine nüchterne Einordnung mit Kosten, Grenzen und Einstieg.
Gute Prompts sind kein Hexenwerk, aber der Unterschied zwischen einem KI-Tool, das Zeit frisst, und einem, das Zeit spart. Konkrete Techniken, mit denen KMU bessere Ergebnisse in weniger Durchläufen bekommen.
Statt einer endlosen Liste austauschbarer Apps: 15 KI-Tools, die sich für Schweizer KMU 2026 wirklich rechnen, sortiert nach Einsatzgebiet und mit ehrlicher Einordnung, wofür sie taugen und wofür nicht.
Ein KI-Assistent, der eure Handbücher, Verträge und Prozessdoku kennt, statt allgemeiner Antworten aus dem Internet. Retrieval Augmented Generation macht das möglich. Wie die Technik funktioniert und was ein KMU-Projekt realistisch braucht.
Drei Sprachmodelle dominieren den Markt, und jedes hat klare Stärken. Welches für welche Aufgabe im KMU taugt, was die Abos wirklich kosten und warum die Antwort selten lautet: nur eines.
Sprachmodelle auf dem eigenen Rechner statt in der Cloud: maximale Datenhoheit, keine laufenden Token-Kosten, aber auch Grenzen bei Leistung und Aufwand. Wann sich lokale LLMs für KMU wirklich rechnen.