Die meisten KI-Probleme beginnen lange vor der KI.
Über künstliche Intelligenz wird derzeit so gesprochen, als könne man sie wie eine neue Office-Version einführen.
Lizenz kaufen.
Mitarbeitende schulen.
Produktivität steigt.
Die Realität ist weniger elegant.
Eine im Juli 2026 auf dem KMU-Portal des Bundes publizierte Erhebung zeigt zwar eine enorme Verbreitung. 89 Prozent der Befragten nutzen KI bereits im beruflichen Alltag. 55 Prozent berichten von einem gezielten Einsatz in einem oder mehreren Geschäftsbereichen. Trotzdem befinden sich 31 Prozent ihrer Unternehmen noch in der Pilotphase. Erst 9 Prozent berichten davon, dass KI ihr Geschäftsmodell verändert hat.
Noch interessanter sind die Hindernisse.
Datenqualität und Datensilos werden von 20 Prozent genannt. Sicherheits- und Datenschutzbedenken von 19 Prozent. Fehlende Fachkräfte von 18 Prozent.
Das ist vermutlich die eigentliche KI-Debatte für den Schweizer Mittelstand.
Nicht welches Modell besser ist.
Sondern ob die eigene Organisation überhaupt maschinenlesbar ist.
Sind Stammdaten konsistent?
Liefert die Maschine Betriebsdaten?
Sind Aufträge digital verfügbar?
Können ERP, CRM und Produktion Informationen austauschen?
Kennt ein Unternehmen seine Prozesse oder nur deren Ergebnis?
Ein Logistik-KMU, das seine Touren mit KI optimieren möchte, braucht vielleicht zuerst Telematiksysteme und moderne Scanner.
Das klingt weniger aufregend als ein «AI Transformation Program».
Es schafft aber bereits einen eigenen Nutzen. Telematik verbessert Transparenz. Scanner reduzieren Medienbrüche. Saubere Daten beschleunigen Prozesse.
Erst danach kommt KI.
Für die Finanzierung bedeutet das ebenfalls eine andere Perspektive.
Man muss nicht auf das grosse Transformationsbudget warten. Infrastruktur lässt sich in Etappen modernisieren. Gerade bei Hardware und technischen Systemen können planbare Finanzierungszyklen helfen.
KI beginnt nicht mit dem Prompt.
Sie beginnt dort, wo ein Unternehmen entscheidet, seine Realität in brauchbare Daten zu übersetzen.