KI für KMU: der Einstieg – erste Use Cases und ein 90-Tage-Plan

Was «KI-Einstieg» für ein KMU wirklich bedeutet

Der Einstieg in KI ist kein IT-Grossprojekt und keine Frage der Firmengrösse. Für die meisten Schweizer KMU beginnt er dort, wo Mitarbeitende ohnehin schon Zeit mit wiederkehrenden, sprachlichen Aufgaben verlieren: E-Mails, Offerten, Protokolle, Übersetzungen, Recherchen. Generative KI ist heute vor allem ein Werkzeug, das Texte, Entwürfe und Zusammenfassungen erzeugt – schnell, aber nicht fehlerfrei. Genau deshalb ist der richtige Einstieg klein und kontrolliert, nicht gross und riskant.

Ein realistischer Anspruch für die ersten Monate: nicht «das Unternehmen transformieren», sondern zwei bis drei Aufgaben pro Woche pro Person spürbar schneller und in gleicher oder besserer Qualität erledigen. Wer so einsteigt, sammelt Erfahrung, Vertrauen und belastbare Zahlen – die Grundlage für alles Weitere.

Risikoarme Startpunkte: wo Sie ohne grosses Risiko beginnen

Nicht jeder Anwendungsfall eignet sich gleich gut für den Anfang. Gut geeignet sind Aufgaben, bei denen ein Mensch das Ergebnis ohnehin prüft, Fehler nicht sofort teuer werden und keine besonders schützenswerten Personendaten im Spiel sind. Die folgenden Kriterien helfen bei der Auswahl:

• Mensch bleibt in der Schleife: Ein Ergebnis wird immer von einer Fachperson geprüft, bevor es das Haus verlässt.
• Geringe Fehlerkosten: Ein missglückter Entwurf kostet Minuten, nicht Kunden oder Compliance-Verstösse.
• Keine heiklen Daten: Zum Start ohne Gesundheits-, Bewerber- oder Finanzdaten und ohne vertrauliche Verträge arbeiten.
• Hohe Frequenz: Aufgaben, die täglich oder wöchentlich anfallen, liefern schnell messbaren Nutzen.
• Klar bewertbares Ergebnis: Sie erkennen sofort, ob der Output gut ist – etwa bei einer Zusammenfassung oder Übersetzung.

Erste realistische Use Cases nach Funktion

Die stärksten Einstiegs-Use-Cases sind branchenübergreifend ähnlich, weil überall dieselben sprachlichen Routineaufgaben anfallen. Die folgenden Beispiele sind illustrativ und bewusst niederschwellig – sie lassen sich meist mit bereits vorhandenen Werkzeugen (etwa einem geschäftlich lizenzierten KI-Assistenten) umsetzen:

• Kommunikation: E-Mail- und Offert-Entwürfe, Antwortvorschläge auf Anfragen, Übersetzungen DE/EN/FR/IT – immer mit menschlicher Endkontrolle.
• Wissen & Dokumente: Lange Dokumente, Protokolle oder Sitzungsnotizen zusammenfassen und in Aufgaben überführen.
• Marketing & Content: Erste Entwürfe für Blogbeiträge, Produkttexte oder Social-Media-Posts, die intern verfeinert werden.
• Vertrieb & Support: Häufige Kundenfragen strukturiert beantworten, FAQ pflegen, Gesprächsnotizen aufbereiten.
• Analyse light: Tabellen und Feedback sichten, Muster und offene Punkte herausarbeiten – als Vorarbeit, nicht als Entscheidungsersatz.

Der 90-Tage-Plan: von der Neugier zum belegten Nutzen

Ein klarer Zeitrahmen verhindert, dass der KI-Einstieg im Unverbindlichen versandet. Drei Phasen à 30 Tage haben sich bewährt: erst verstehen und Regeln setzen, dann in einem engen Pilot testen, dann entscheiden und sauber ausrollen.

• Tag 1–30 – Grundlagen: Zwei bis drei Use Cases auswählen, eine kurze Nutzungsrichtlinie schreiben (was darf rein, was nicht), einen geschäftlichen Zugang mit Datenschutzgarantien wählen, 3–5 Pilotpersonen bestimmen und den Ist-Zustand messen (Zeitaufwand heute).
• Tag 31–60 – Pilot: Im Alltag testen, gute Prompts und Vorlagen sammeln, wöchentlich kurz austauschen (was klappt, was nicht), Ergebnisse dokumentieren. Ziel ist Lernen, nicht Perfektion.
• Tag 61–90 – Entscheiden & Ausrollen: Zeitersparnis und Qualität gegen den Ist-Zustand halten, erfolgreiche Use Cases als Standard festhalten, kurze Schulung für das Team, Verantwortlichkeiten und nächste zwei Use Cases definieren.

Datenschutz und Schweizer Perspektive: revDSG von Anfang an

Für Schweizer KMU gilt das revidierte Datenschutzgesetz (revDSG, auch nDSG). Es verlangt unter anderem, dass Sie wissen, welche Personendaten Sie bearbeiten, dass eine Bearbeitung verhältnismässig und transparent ist und dass bei Auslagerung an Dienstleister die Bearbeitung vertraglich geregelt bleibt. Werden Personendaten ins Ausland übermittelt – bei Cloud-KI die Regel –, braucht es ein angemessenes Schutzniveau oder geeignete Garantien. Der EDÖB ist die zuständige Aufsichtsbehörde.

Praktisch heisst das: Nutzen Sie geschäftliche KI-Angebote, bei denen Ihre Eingaben nicht zum Training verwendet werden, geben Sie zum Start keine besonders schützenswerten Daten ein, und halten Sie in Ihrer Nutzungsrichtlinie fest, was erlaubt ist. Diese Hinweise ersetzen keine Rechtsberatung – bei heiklen Bearbeitungen lohnt sich eine fachliche Abklärung.

Kosten und ROI richtig einschätzen – ohne Zahlenspielereien

Die reinen Lizenzkosten pro Nutzer sind bei Einstiegs-Use-Cases meist überschaubar. Die relevanten Kosten liegen woanders: in der Einführungszeit, in Schulung und im Aufbau guter Vorlagen sowie in der Qualitätssicherung. Rechnen Sie den Nutzen ehrlich: eingesparte Minuten pro Aufgabe mal Häufigkeit mal Anzahl Personen – abzüglich der Zeit für Prüfung und Nachbearbeitung. Ein Use Case, der pro Woche wenige Stunden spart und verlässlich funktioniert, ist mehr wert als zehn beeindruckende Demos, die niemand nutzt.

Häufige Fehler beim KI-Einstieg – und wie Sie sie vermeiden

• Zu gross starten: Eine Konzern-KI-Strategie vor dem ersten Praxistest. Besser: ein kleiner Pilot, echte Zahlen, dann skalieren.
• Ergebnisse blind vertrauen: KI erfindet plausibel klingende Fehler. Ohne menschliche Endkontrolle wird das teuer.
• Datenschutz nachträglich: heikle Daten in ein Consumer-Tool tippen und erst später Fragen stellen. Regeln gehören an den Anfang.
• Keine Messung: Ohne Ist-Zustand lässt sich der Nutzen nicht belegen – und der Pilot verpufft im Gefühl.
• Team vergessen: Werkzeug einführen, aber nicht erklären. Kurze Schulung und geteilte Vorlagen entscheiden über die Akzeptanz.
• Alles selbst automatisieren wollen: Zum Start reicht assistierende KI. Vollautomatische Abläufe brauchen mehr Reife und Kontrolle.