Wo sich KI im KMU lohnt, und wo nicht.
KI lohnt sich in einem KMU dort, wo die Arbeit vor allem aus Text besteht, jede Woche anfällt und sich prüfen lässt, bevor ein Fehler etwas kostet: Entwürfe, lange Dokumente, Fragen zu den eigenen Unterlagen, eingehende Nachrichten. Sie lohnt sich nicht bei exakten Summen, bei Verbindlichem ohne Durchsicht, bei seltenen Aufgaben und bei Entscheiden, die niemand prüfen kann.
Vier Fragen für jede Aufgabe
Prüfen Sie jede Aufgabe mit vier Fragen, bevor Sie Geld ausgeben.
- Besteht die Arbeit vor allem aus Text: lesen, schreiben, ordnen, zusammenfassen?
- Fällt sie jede Woche in ähnlicher Form an?
- Sieht jemand, der die Arbeit kennt, in ein bis zwei Minuten, ob das Ergebnis stimmt?
- Ist ein Fehler billig, oder wird er bemerkt, bevor er das Haus verlässt?
Wo es sich lohnt
Fangen Sie mit einer Aufgabe an, bei der die Antwort viermal Ja lautet. Diese vier Arten von Arbeit bestehen die Prüfung am häufigsten. Bei allen liest ein Mensch das Ergebnis, bevor es verwendet wird.
- Entwürfe aus vorhandenen Unterlagen: eine Offerte, eine Antwort oder ein Bericht aus dem, was schon abgelegt ist, überarbeitet von der Person, die sie verschickt
- Lange Dokumente lesen: Fristen, Beträge und Pflichten in Verträgen, Ausschreibungen oder Verordnungen finden, jeweils mit der Textstelle
- Antworten aus den eigenen Unterlagen: Fragen zu Produkten, Abläufen oder früheren Projekten, beantwortet nur aus Ihren Dokumenten und mit Angabe der Quelle
- Eingehende Nachrichten ordnen und zusammenfassen: nach Thema und Dringlichkeit, mit zwei Zeilen dazu, was die Absenderin oder der Absender will
Wofür Schweizer KMU KI einsetzen
Im März 2026 hat das Forschungsinstitut Sotomo im Auftrag der Versicherung AXA 336 KMU aus der deutsch- und französischsprachigen Schweiz befragt. 35 Prozent gaben an, KI bewusst in ihre Prozesse zu integrieren, 39 Prozent erprobten sie, 26 Prozent nutzten sie nicht.
Am häufigsten ging es um Spracharbeit: Übersetzungen (47 Prozent), Korrespondenz (42 Prozent) und Werbetexte (35 Prozent). Kundenbetreuung und Support lagen bei 17 Prozent.
Das Statistikamt der EU zählt anders. Von den Unternehmen in der EU mit zehn oder mehr Beschäftigten nutzten 2025 19,95 Prozent mindestens eine KI-Technologie: 17 Prozent der kleinen und 55,03 Prozent der grossen.
Wo es sich nicht lohnt
Lautet die Antwort auf die dritte oder vierte Frage Nein, braucht die Aufgabe neben dem Modell auch Code und einen Menschen, der prüft. Lautet die Antwort auf die zweite Nein, lassen Sie die Aufgabe, wie sie ist.
- Exaktes Rechnen: Summen, Rabatte, Mehrwertsteuer und Zahlungspläne gehören in den Code. Laut der Dokumentation von Anthropic zu seinem Werkzeug für Code-Ausführung führt das Modell Code aus, wenn es um Rechnungen mit grossen Zahlen, vielen Schritten oder Ergebnissen geht, bei denen es auf Genauigkeit ankommt. OpenAI und Google dokumentieren dieselbe Art von Werkzeug
- Verbindliches ohne Durchsicht: Ein Sprachmodell kann etwas Falsches in denselben flüssigen Sätzen schreiben wie etwas Richtiges. Eine Offerte, ein Vertrag oder die Antwort auf eine Reklamation braucht jemanden, der sie liest, bevor sie rausgeht
- Aufgaben, die zweimal im Jahr anfallen: Einrichten, Anleitung schreiben und Ergebnis prüfen dauern länger als die Arbeit von Hand
- Entscheide, die niemand prüfen kann: wen Sie einstellen, von welchem Lieferanten Sie sich trennen. Wenn danach niemand sagen kann, warum die Antwort stimmt, überlassen Sie sie keinem Modell
KI mit Prüfung: zwei Beispiele
Meine beiden Produkte erledigen Arbeit, die an der vierten Frage scheitert: Ein Fehler wäre teuer. Deshalb liest das Modell, und der Code prüft.
InkDraft macht aus einem Verkaufsgespräch eine Offerte und einen Vertrag. Das Modell liest die Beträge aus dem Gespräch, und der Code rechnet sie zusammen und prüft die Summen.
ThesisCheck prüft eine Anlagethese anhand der Unterlagen eines Unternehmens. Jede Tatsache braucht ein wörtliches Zitat, und der Code prüft, ob das Zitat in der Quelle steht.
In beiden Produkten liest weiterhin ein Mensch das Ergebnis.
So fangen Sie klein an
Fangen Sie mit einer Aufgabe und einer Person an.
- Wählen Sie eine Aufgabe, die alle vier Fragen besteht und die eine Person jede Woche erledigt
- Sammeln Sie drei echte Beispiele für ein gutes Ergebnis, bevor Sie etwas einrichten
- Lassen Sie es einige Wochen neben dem bisherigen Weg laufen, und lassen Sie diese Person jedes Ergebnis prüfen
- Notieren Sie jeden Fehler und was er gekostet hätte
- Entscheiden Sie erst dann, ob die Aufgabe mehr braucht: Code für die Zahlen, eine Prüfung an der Quelle oder nichts
Fragen
Brauchen wir eigene Software, oder reicht ein KI-Assistent?
Für Entwürfe, Zusammenfassungen und Fragen zu Dokumenten, die ein Mensch vor der Verwendung liest, fangen Sie mit einem Assistenten an, den Ihr Team schon hat. Eigene Software lohnt sich dort, wo ein Fehler Geld kostet: bei Zahlen, Verträgen und allem, was ohne einen Menschen dazwischen rausgeht.
Woran merken wir, ob es Zeit spart?
Messen Sie zuerst, wie lange die Aufgabe von Hand dauert und wie oft sie anfällt. Messen Sie dann den neuen Weg, mit der Zeit für das Prüfen und Korrigieren. Dauert das Prüfen so lange wie die Arbeit selbst, scheitert die Aufgabe an der dritten Frage. Hören Sie dann auf.
Ersetzt KI in einem Betrieb unserer Grösse Stellen?
Die meisten der von Sotomo befragten KMU erwarten das nicht. Von jenen mit KI-Erfahrung rechneten 47 Prozent mit Zeiteinsparungen ohne Auswirkungen auf die Stellenzahl, 12 Prozent rechneten damit, künftig auf Personal verzichten zu können. Bei den hier beschriebenen Arbeiten erwarte ich, dass sich die Tätigkeit vom Schreiben zum Prüfen verschiebt.
Können wir verhindern, dass die KI etwas erfindet?
Nicht vollständig. Die Dokumentation von Anthropic nennt Massnahmen, die es seltener machen: dem Modell erlauben zu sagen, dass es etwas nicht weiss, es vor der Antwort wörtlich aus dem Dokument zitieren lassen und es auf die mitgegebenen Dokumente beschränken. Dieselbe Seite hält fest, dass diese Massnahmen falsche Aussagen nicht ganz verhindern und dass kritische Informationen immer zu prüfen sind.