Wo helfen KI-Agenten und Automatisierung KMU wirklich?

KI-Agenten, Automatisierung, Chatbots: Was ist der Unterschied?

Die Begriffe werden oft vermischt, meinen aber Unterschiedliches. Klassische Automatisierung folgt festen Wenn-dann-Regeln: Ein Trigger löst eine definierte Kette von Schritten aus, etwa "neue Bestellung → Rechnung erstellen → E-Mail versenden". Sie ist zuverlässig und vorhersehbar, aber starr.

Ein KI-Agent nutzt zusätzlich ein Sprachmodell (LLM), um ein Ziel zu interpretieren, Zwischenschritte selbst zu planen und Werkzeuge wie Kalender, CRM oder Suche aufzurufen. Er kommt mit unstrukturiertem Text und Ausnahmen besser zurecht, ist dafür weniger deterministisch. Ein Chatbot oder Voicebot ist letztlich die Gesprächsoberfläche davor. In der Praxis kombinieren KMU meist beides: verlässliche Automatisierung für den Standardfall, ein Agent für die Fälle, die Sprache und Urteil erfordern.

Wo KI-Agenten KMU wirklich helfen

Der Nutzen ist am grössten dort, wo Arbeit repetitiv, textbasiert und regelmässig ist, aber trotzdem etwas Interpretation braucht. Diese illustrativen Beispiele zeigen typische Einsatzfelder für ein Schweizer KMU:

• Kundenkommunikation: E-Mails vorsortieren, Standardanfragen beantworten, mehrsprachige Antwortentwürfe (DE/FR/IT/EN) vorbereiten, die ein Mitarbeitender nur noch freigibt.
• Angebote und Offerten: aus einer Anfrage einen strukturierten Offertentwurf mit Positionen und Preisen aus dem eigenen Katalog erzeugen.
• Termine und Disposition: Terminvorschläge koordinieren, Bestätigungen und Erinnerungen versenden, Absagen umbuchen.
• Dokumente und Wissen: Rechnungen und Lieferscheine auslesen, Verträge zusammenfassen, interne Fragen aus Handbüchern beantworten (Retrieval).
• Marketing und Vertrieb: Produkttexte und Social-Posts in vier Landessprachen entwerfen, Leads anreichern und qualifizieren.
• Buchhaltung und Backoffice: Belege vorkontieren, Spesen prüfen, wiederkehrende Reportings zusammenstellen (mit menschlicher Endkontrolle).

Realistische Einstiegspunkte: wie ein KMU anfängt

Beginnen Sie nicht mit dem grössten, sichtbarsten Prozess, sondern mit einem klar abgegrenzten, der oft vorkommt und dessen Fehler günstig zu korrigieren sind. Ein bewährter Weg in fünf Schritten:

• 1. Prozess wählen: hohes Volumen, viel Text, klare Regeln, geringes Risiko (z. B. Erstauskünfte im Support statt Vertragsfreigaben).
• 2. Erfolg definieren: eine messbare Grösse vorab festlegen, etwa Bearbeitungszeit, Rückfragequote oder Anteil freigegebener Entwürfe.
• 3. Daten ordnen: Der Agent ist nur so gut wie die Quellen. Aktueller Produktkatalog, saubere Vorlagen und ein gepflegtes CRM sind die Voraussetzung.
• 4. Mensch in der Schleife: den Agenten zuerst nur Entwürfe erstellen lassen (Copilot-Modus). Autonomie wird schrittweise erweitert, sobald die Qualität stimmt.
• 5. Klein pilotieren, dann ausrollen: ein bis zwei Wochen mit einem Team testen, Ergebnisse gegen die Kennzahl aus Schritt 2 messen, danach entscheiden.

Häufige Fehler und wie man sie vermeidet

• Zu gross starten: Ein Agent, der "alles" können soll, wird nichts zuverlässig können. Ein enger, klar definierter Anwendungsfall gewinnt.
• Keine menschliche Kontrolle bei riskanten Schritten: Zahlungen, Vertragsfreigaben oder verbindliche Kundenzusagen gehören nie vollautomatisch, sondern hinter eine Freigabe.
• Halluzinationen ignorieren: Sprachmodelle erfinden gelegentlich plausibel klingende, falsche Angaben. Fakten sollten aus verlässlichen Quellen abgerufen (Retrieval) statt frei generiert werden.
• Datenschutz zu spät bedenken: Wer Kundendaten in ein Tool gibt, ohne Rechtsgrundlage, Serverstandort und Auftragsverarbeitung geklärt zu haben, riskiert Verstösse. Das gehört an den Anfang, nicht ans Ende.
• Erfolg nicht messen: Ohne Kennzahl bleibt der Nutzen Bauchgefühl. Vorher-Nachher-Vergleich schafft Klarheit und Akzeptanz im Team.
• Mitarbeitende nicht mitnehmen: Automatisierung, die ohne Erklärung eingeführt wird, erzeugt Widerstand. Wer den Nutzen für die tägliche Arbeit zeigt, gewinnt Verbündete.

Schweizer Perspektive: Datenschutz und Governance

In der Schweiz gilt das revidierte Datenschutzgesetz (revDSG). Sobald ein Agent Personendaten von Kundinnen, Mitarbeitenden oder Lieferanten verarbeitet, brauchen Sie eine gültige Rechtsgrundlage, müssen transparent informieren und das Prinzip der Datenminimierung beachten. Der EDÖB ist die zuständige Aufsichtsbehörde.

Zwei Punkte sind für KMU besonders wichtig. Erstens: Viele KI-Dienste laufen auf Servern im Ausland. Klären Sie Serverstandort, Auftragsverarbeitung und ob Daten zum Training verwendet werden; oft lässt sich Letzteres vertraglich ausschliessen. Zweitens: Der EU AI Act wirkt extraterritorial und kann auch Schweizer Firmen betreffen, die in der EU tätig sind oder dorthin liefern. Er stuft KI-Anwendungen nach Risiko ein und verlangt bei bestimmten Systemen Transparenz, etwa den Hinweis, dass Nutzer mit einer KI und nicht mit einem Menschen sprechen.

Praktisch heisst das: sensible Daten sparsam einsetzen, Zugriffe und Freigaben protokollieren, verbindliche oder rechtlich relevante Entscheide immer durch einen Menschen bestätigen lassen und die Wahl des Anbieters auch nach dessen Datenschutzzusagen treffen.