Kurz gesagt: Wer KI im KMU einführen will, sollte sie nicht als einzelnes Werkzeug für einzelne Mitarbeitende behandeln, sondern als Infrastruktur: mit klaren Datenzugängen, Verantwortlichkeiten und Anbindung an bestehende Prozesse. Der Einstieg gelingt am besten über einen konkreten Prozess, saubere Daten und eine datenschutzkonforme Basis nach revDSG.
In vielen Schweizer KMU gibt es inzwischen KI-Zugänge: ein paar Lizenzen für ChatGPT oder Microsoft Copilot, einzelne Mitarbeitende, die damit Texte entwerfen, vielleicht ein Pilotprojekt. Trotzdem verändert sich an den eigentlichen Abläufen oft wenig. Der t3n-Beitrag «KI als Infrastruktur, nicht als Werkzeug» [1] benennt dieses Muster schon im Titel als Denkfehler. Wir greifen die These auf und ordnen sie für Entscheider in KMU ein. Die Einordnung und die Empfehlungen unten sind unsere eigene Sicht.
Kurzantwort: Wer KI im KMU einführen will, sollte sie nicht als einzelnes Werkzeug für einzelne Personen behandeln, sondern als Infrastruktur: mit klaren Datenzugängen, Verantwortlichkeiten und Anbindung an bestehende Prozesse. Der Einstieg gelingt über einen konkreten Prozess, saubere Daten und eine datenschutzkonforme Basis nach revDSG.
Was bedeutet «KI als Infrastruktur»?
KI als Infrastruktur heisst, dass KI wie Strom, Netzwerk oder ein ERP-System als gemeinsame Grundlage im Unternehmen bereitsteht und Prozesse trägt, statt als einzelnes Programm auf einzelnen Rechnern zu laufen.
Der Unterschied lässt sich an drei Merkmalen festmachen:
- Werkzeug: Eine Person öffnet ein Tool, stellt eine Frage, kopiert das Ergebnis weiter. Nutzen und Qualität hängen von dieser einen Person ab.
- Infrastruktur: KI ist an Datenquellen (z. B. Dokumentenablage, CRM, Buchhaltung) und an Abläufe angebunden. Das Ergebnis landet automatisch dort, wo es gebraucht wird.
- Verantwortung: Bei einem Werkzeug entscheidet jede Person selbst. Bei Infrastruktur sind Zuständigkeit, Zugriffsrechte und Qualitätskontrolle geregelt.
Warum bremsen KI-Einzeltools Firmen aus?
Einzeltools bremsen, weil ihr Nutzen an einzelnen Personen hängt und nicht im Prozess verankert ist. Der Effekt bleibt klein, schwer messbar und kaum übertragbar.
Aus unserer Sicht führt das typischerweise zu vier Problemen:
- Inseln statt Ablauf: Wer mit KI schneller einen Text schreibt, spart Minuten. Der Prozess davor und danach (Freigabe, Ablage, Weiterleitung) bleibt manuell.
- Fehlender Kontext: Ohne Zugang zu firmeneigenen Daten liefert KI generische Antworten. Mitarbeitende müssen den Kontext jedes Mal von Hand einfügen.
- Schatten-IT: Wenn es keine offizielle Lösung gibt, nutzen Mitarbeitende private Konten. Dabei können Kundendaten in Dienste gelangen, die niemand geprüft hat.
- Kein Lerneffekt: Was einzelne gut lösen, wird nicht dokumentiert und nicht geteilt. Das Unternehmen lernt nicht, nur einzelne Personen.
Der Denkfehler liegt also weniger in der Technik als in der Frage. «Welches Tool kaufen wir?» führt zu Lizenzen. «Welcher Prozess soll künftig anders laufen?» führt zu Infrastruktur.
KI im KMU einführen: Fünf Schritte
Der pragmatische Weg beginnt mit einem klar abgegrenzten Prozess und baut daraus die Basis auf, die später weitere Anwendungen trägt.
- Prozess wählen, nicht Tool: Suchen Sie einen Ablauf, der oft vorkommt, regelbasiert ist und heute Zeit frisst, etwa Offertanfragen sortieren, Rechnungen vorerfassen oder Supportanfragen vorbereiten.
- Datenlage klären: Wo liegen die relevanten Informationen, in welcher Qualität, wer darf darauf zugreifen? Ungepflegte Ablagen sind der häufigste Bremsklotz.
- Technische Basis festlegen: Entscheiden Sie, welche Plattform die Anbindung übernimmt (z. B. Microsoft 365, eine Automatisierungsplattform wie n8n oder Make, eigene Schnittstellen) und wo Daten verarbeitet werden.
- Verantwortung und Kontrolle regeln: Wer prüft die Ergebnisse? Bei welchen Entscheiden bleibt ein Mensch zwingend beteiligt? Was passiert bei Fehlern?
- Messen und erweitern: Legen Sie vorab fest, woran Sie den Erfolg erkennen (Durchlaufzeit, Fehlerquote, Aufwand). Erst danach folgt der nächste Prozess auf derselben Basis.
Dieses Vorgehen verbindet KI mit Prozessautomatisierung. Das ist der Kern des Infrastruktur-Gedankens: KI wird Baustein eines Ablaufs, nicht Zusatzprogramm daneben.
Welche Rolle spielen Datenschutz und revDSG?
Das revidierte Datenschutzgesetz (revDSG, seit 1. September 2023 in Kraft) gilt auch für KI-Anwendungen, sobald Personendaten verarbeitet werden. Als Infrastruktur lässt sich das sauberer lösen als mit vielen Einzeltools.
Worauf Entscheider achten sollten:
- Personendaten: Prüfen Sie, welche Daten in KI-Dienste fliessen und ob dafür eine Rechtsgrundlage und Information der Betroffenen vorhanden sind.
- Anbieter und Standort: Klären Sie, wo der Dienst Daten verarbeitet, ob eine Bekanntgabe ins Ausland stattfindet und ob ein Vertrag zur Auftragsbearbeitung besteht.
- Training mit eigenen Daten: Prüfen Sie in den Vertragsbedingungen, ob Eingaben zum Training von Modellen verwendet werden dürfen.
- Interne Regeln: Eine kurze, verständliche KI-Richtlinie hilft mehr als ein Verbot, das im Alltag umgangen wird.
Dies ist keine Rechtsberatung. Für verbindliche Aussagen zu Ihrem Fall empfiehlt sich eine juristische Prüfung.
Grenzen und Risiken
Auch eine Infrastruktur-Sicht löst nicht alles. Wir sehen vor allem diese Grenzen:
- Aufwand am Anfang: Datenbereinigung und Anbindung kosten Zeit, bevor ein Nutzen sichtbar wird. Kleine KMU sollten den Umfang bewusst klein halten.
- Abhängigkeit: Wer alle Prozesse an einen Anbieter bindet, erschwert einen späteren Wechsel. Offene Schnittstellen und dokumentierte Abläufe mindern das Risiko.
- Fehlerhafte Ergebnisse: Sprachmodelle können plausibel klingende, aber falsche Antworten liefern. Ohne Kontrolle an kritischen Stellen ist das ein Risiko.
- Nicht jeder Fall braucht Infrastruktur: Für gelegentliche Einzelaufgaben, etwa eine Textüberarbeitung, ist ein Werkzeug völlig ausreichend.
Aus der Praxis
Ausgangslage: Eine Schweizer Marketing- und Kommunikationsberatung mit 14 Mitarbeitenden setzte verschiedene KI-Einzeltools wie ChatGPT und Claude für Texterstellung, Ideenfindung und Social-Media-Entwürfe ein. Trotz intensiver Nutzung blieb der Effekt im Projektalltag begrenzt: Jede Person arbeitete mit eigenen Prompts, Kunden-Briefings und Markenrichtlinien lagen verstreut auf dem Server und mussten für jede Anfrage mühsam neu einkopiert werden.
Vorgehen: Das Unternehmen wählte einen wiederkehrenden Kernprozess als Pilot: die Erstellung von Kampagnen-Briefings und ersten Content-Entwürfen auf Basis bestehender Kundenstrategien. Über eine geschützte Automatisierungsplattform (Make) wurden die strukturierte Kundenablage, Marken-Guidelines und das Projektmanagement-Tool an eine europäische API-Instanz mit deaktiviertem Modelltraining angebunden; die Projektleitung übernahm definierte Qualitäts-Checkpoints vor jeder Kundenfreigabe.
Ergebnis: Die Durchlaufzeit von der Kundenanfrage bis zum ersten präsentierbaren Konzept sank spürbar, und neue Mitarbeitende konnten ohne lange Einarbeitung im einheitlichen Markenstil arbeiten. Weniger gut funktionierte die automatisierte Ableitung von Performance-Empfehlungen aus Kampagnendaten, da fehlende Kontextinformationen zu saisonalen Effekten und Offline-Massnahmen zu voreiligen Schlüssen führten.
Häufige Fragen
Was ist der Unterschied zwischen KI als Werkzeug und KI als Infrastruktur?
Ein Werkzeug nutzt eine einzelne Person für eine einzelne Aufgabe. Infrastruktur ist an Daten und Abläufe des Unternehmens angebunden, hat klare Zuständigkeiten und unterstützt Prozesse unabhängig von einzelnen Personen.
Wie fangen KMU mit KI am besten an?
Mit einem konkreten, häufigen Prozess statt mit einem Tool. Danach klären Sie Datenlage, technische Basis, Verantwortung und Erfolgsmessung, bevor Sie auf weitere Prozesse ausweiten.
Gilt das revDSG für den Einsatz von KI-Tools?
Ja, sobald Personendaten verarbeitet werden, gilt das revDSG, unabhängig vom Tool. Prüfen Sie Rechtsgrundlage, Datenstandort, Auftragsbearbeitung und Trainingsnutzung. Für Ihren Einzelfall empfehlen wir eine juristische Beratung.
Braucht jedes KMU eine eigene KI-Infrastruktur?
Nein. Für gelegentliche Einzelaufgaben genügen Standardwerkzeuge. Eine Infrastruktur lohnt sich, wenn wiederkehrende Prozesse mit firmeneigenen Daten unterstützt werden sollen.
Quellen
- [1] t3n: «KI als Infrastruktur, nicht als Werkzeug: Der Denkfehler, der viele Firmen ausbremst» – t3n.de
Stand: November 2026.
