Eine eigene Software, die genau zum eigenen Ablauf passt, war für viele KMU lange ein unbezahlbarer Traum: zu teuer, zu langsam, zu riskant. KI-gestützte Entwicklung verändert diese Rechnung gerade grundlegend. Doch der Kostensturz hat eine Kehrseite, die niemand verschweigen sollte.
Vor einigen Jahren wollte ein Geschäftsführer, mit dem wir zusammenarbeiten, ein einfaches internes Werkzeug bauen lassen. Nichts Spektakuläres: ein Tool, das Offerten aus seinen Projektdaten zusammenstellt, statt dass drei Mitarbeitende sie jedes Mal von Hand in Word zusammenklicken. Die Offerte der Softwarefirma lag bei rund 80'000 Franken und sechs Monaten Entwicklungszeit. Das Projekt wurde nie umgesetzt. Zu teuer für ein Werkzeug, das ja «nur» Zeit sparen sollte.
Genau dieselbe Idee liesse sich heute zu einem Bruchteil der Kosten und in einem Bruchteil der Zeit umsetzen. Das ist keine Übertreibung, sondern die direkte Folge davon, dass künstliche Intelligenz das Schreiben von Software massiv beschleunigt. Was lange ein Privileg grosser Unternehmen mit eigener IT-Abteilung war, rückt damit in Reichweite des klassischen Schweizer Mittelstands.
Das eröffnet eine Chance, weckt aber auch eine gefährliche Illusion. Denn «schnell gebaut» ist nicht dasselbe wie «fertig». Dieser Beitrag zeigt, was sich wirklich geändert hat, wo die Fallstricke liegen und wie ein KMU die eigene Software heute klug angeht.
Das eigentliche Problem: Standardsoftware passt selten ganz
Die meisten Unternehmen lösen ihren Software-Bedarf mit Standardprodukten von der Stange. Das ist oft richtig und meistens der schnellste Weg. Aber jedes Standardtool bringt eine stille Bedingung mit: Sie passen Ihren Prozess an die Software an, nicht die Software an Ihren Prozess.
In vielen Betrieben führt das zu einem vertrauten Muster. Man abonniert ein Werkzeug für die Offerten, eines für die Zeiterfassung, eines für das Projektmanagement, eines für den Newsletter. Keines passt ganz, also behilft man sich mit Excel-Listen dazwischen, und am Monatsende zahlt man ein gutes Dutzend Abos für Software, die den eigenen Ablauf nie wirklich abbildet. Hinzu kommt die Frage der Datenhoheit: Die wertvollen Betriebsdaten liegen verstreut auf fremden Servern.
Die naheliegende Antwort wäre eine massgeschneiderte Lösung. Doch genau hier lag bisher die Hürde. Eine individuell entwickelte Software kostet in der Schweiz nach Branchenangaben je nach Anspruch zwischen rund 20'000 und 300'000 Franken, ein erstes lauffähiges Minimalprodukt braucht typischerweise sechs bis zehn Wochen, und für Wartung und Weiterentwicklung rechnet man jährlich mit etwa 10 bis 20 Prozent der ursprünglichen Kosten. Für viele KMU war das schlicht zu viel, um ein internes Ärgernis zu lösen. Also blieb es beim Abo-Flickwerk.
Was sich geändert hat: KI senkt die Schwelle
Der Grund, warum diese Rechnung heute anders ausfällt, liegt in der Geschwindigkeit. KI-Assistenten schreiben, dokumentieren und überarbeiten Programmcode in einem Tempo, das vor drei Jahren undenkbar war.
Die Beratungsfirma McKinsey hat den Effekt in einer vielzitierten Analyse beziffert: Mit generativer KI lässt sich neuer Code in nahezu der halben Zeit schreiben und bestehender Code in rund zwei Dritteln der bisherigen Zeit überarbeiten. Den direkten Produktivitätseffekt auf die Softwareentwicklung verortet McKinsey bei 20 bis 45 Prozent der heutigen jährlichen Ausgaben für diese Funktion. GitHub wiederum, der Anbieter des KI-Assistenten Copilot, berichtet aus eigenen Studien, dass Entwicklerteams mit KI-Unterstützung Aufgaben rund 50 Prozent schneller erledigen. Diese Zahlen stammen teils von beteiligten Anbietern und sind entsprechend einzuordnen, doch die Richtung ist eindeutig und deckt sich mit der Praxis.
Parallel ist eine neue Klasse von Werkzeugen entstanden. Unter dem Stichwort «Vibe Coding», ein Begriff, den der KI-Forscher Andrej Karpathy 2025 prägte, beschreiben Plattformen wie Lovable oder Bolt einen Ansatz, bei dem man eine Anwendung in natürlicher Sprache beschreibt und die KI den Code dazu erzeugt. Aus einem Satz wird ein klickbarer Prototyp, oft in Minuten statt Wochen. Für ein KMU heisst das konkret: Die erste Version eines internen Werkzeugs kostet heute eher den Gegenwert eines Monatsabos als den eines Kleinwagens.
Was «eigene Software mit KI» eigentlich bedeutet
Damit hier keine falschen Erwartungen entstehen, lohnt eine klare Abgrenzung. «Eigene Software mit KI» meint nicht das eine magische Werkzeug, das auf Knopfdruck eine fertige Firmen-App ausspuckt. Gemeint ist ein Spektrum.
Am einen Ende steht der schnelle Prototyp: ein internes Tool, eine Automatisierung, ein Rechner, in Stunden zusammengeklickt und ideal, um eine Idee zu testen. Am anderen Ende steht professionell entwickelte Individualsoftware, bei der KI die Entwicklungsarbeit beschleunigt, aber erfahrene Menschen Architektur, Sicherheit und Wartbarkeit verantworten. Beide Enden sind heute günstiger und schneller erreichbar als früher. Doch sie sind nicht dasselbe, und die häufigste teure Verwechslung besteht darin, einen Prototyp für ein fertiges Produkt zu halten.
Wichtig ist auch, was «eigene Software» nicht erfordert: kein eigenes Rechenzentrum, kein fest angestelltes Entwicklerteam. Die nötige Infrastruktur ist heute mietbar, und die Entwicklung lässt sich projektweise einkaufen. Genau das senkt die Einstiegshürde für den Mittelstand.
Der ehrliche Einwand: Schnell gebaut ist nicht fertig
Hier kommt die Kehrseite, die in der Begeisterung gern untergeht. KI erzeugt Code, der auf den ersten Blick funktioniert. Ob dieser Code auch sicher, wartbar und belastbar ist, steht auf einem anderen Blatt.
Die Belege dafür häufen sich. Der Sicherheitsanbieter Veracode kam in seinem «GenAI Code Security Report» vom Juli 2025 zum Ergebnis, dass von KI erzeugter Code in rund 45 Prozent der untersuchten Aufgaben Sicherheitslücken enthielt. Der Jahresbericht des Analysedienstes GitClear, über den auch die Schweizer Netzwoche berichtete, zeigt einen anderen Effekt: Mit dem Einzug von KI-Assistenten nehmen kopierte Codeblöcke zu und sauberes Aufräumen ab, was die sogenannte technische Schuld erhöht. Eine Vergleichsstudie der Universität Neapel ergänzte 2025, dass KI-Code zwar oft strukturell einfach wirkt, aber häufiger semantische Schwächen und überflüssige Fragmente enthält, die sich erst spät bemerkbar machen.
Übersetzt in den Unternehmensalltag bedeutet das: Ein in einer Stunde zusammengeklicktes Tool ist grossartig, um eine Idee zu prüfen oder eine interne Fleissarbeit abzunehmen. Sobald aber Kundendaten, Personendaten oder geschäftskritische Abläufe im Spiel sind, braucht es professionelle Begleitung. Die Werkzeuge selbst benennen diese Grenze inzwischen offen: Vibe Coding eignet sich hervorragend für Prototypen, interne Hilfsmittel und Automationen, nicht aber als Fundament für kritische oder kundenseitige Systeme. Wer diese Linie ignoriert, spart am Anfang und zahlt am Ende doppelt.
Der Fahrplan: Von der Idee zur eigenen App
Der Weg vom Ärgernis zur eigenen Lösung lässt sich in vier Schritten gehen, ohne sich zu verheben.
Schritt 1: Den echten Engpass definieren, nicht das Tool
Am Anfang steht nicht die Frage «Welche App bauen wir?», sondern «Wo verlieren wir heute Zeit, Geld oder Qualität?». Die beste eigene Software löst ein konkretes, teures Problem, nicht ein theoretisch interessantes. Wer hier sauber arbeitet, baut später das Richtige statt das Spannende.
Schritt 2: Klein anfangen mit einem Prototyp
Statt ein halbjähriges Grossprojekt zu starten, lohnt sich der schnelle, günstige Prototyp. Genau hier spielen die neuen KI-Werkzeuge ihre Stärke aus. Eine erste Version, die das Kernproblem adressiert, lässt sich in Tagen testen. Funktioniert die Idee im Alltag, geht es weiter. Funktioniert sie nicht, hat man wenig verloren und viel gelernt.
Schritt 3: Sauber bauen lassen, was bleiben soll
Bewährt sich der Prototyp und soll er in den produktiven Einsatz, wird aus dem schnellen Entwurf eine belastbare Lösung. Jetzt zählen Architektur, Sicherheit und Wartbarkeit, und jetzt ist die erfahrene Hand entscheidend, die den KI-erzeugten Code prüft, härtet und richtig einbettet. Konkret heisst das: Zugriffe absichern, Daten sauber und gesetzeskonform speichern, Fehlerfälle abfangen und die Lösung so dokumentieren, dass auch in zwei Jahren noch jemand daran weiterarbeiten kann. KI bleibt dabei der Beschleuniger, nicht der Verantwortliche.
Schritt 4: Datenhoheit und Wartung mitdenken
Eine eigene Software ist kein einmaliges Projekt, sondern ein kleines Asset, das gepflegt werden will. Zwei Fragen gehören von Anfang an dazu: Wo liegen die Daten, und wer entwickelt die Lösung weiter, wenn sich Anforderungen ändern? Wer das früh klärt, vermeidet, dass aus dem Vorteil von gestern die Altlast von morgen wird.
Was Schweizer Unternehmen heute schon bauen
Dass eigene Lösungen sich lohnen, zeigen Beispiele über alle Grössen hinweg. Bei den Grossen ist der Trend klar erkennbar: Statt einfach ein Standardprodukt einzukaufen, baut etwa die Migros Bank mit «Migros Bank GPT» einen eigenen, abgesicherten KI-Assistenten, und Swisscom hat mit «myAI» eine eigene, in der Schweiz entwickelte Lösung statt eines zugekauften Standarddienstes lanciert. Beide nach Unternehmensangaben deshalb, weil eine massgeschneiderte Lösung Kontrolle und Passgenauigkeit bietet, die ein generisches Produkt nicht liefert.
Doch der eigentlich spannende Teil spielt im Mittelstand, wo die Einstiegshürde am stärksten gesunken ist. In unserer eigenen Arbeit sehen wir das regelmässig. Für das Beratungsunternehmen INTREX etwa entstanden zwei individuell entwickelte KI-Softwarelösungen: ein Website-Assistent, der Anfragen qualifiziert, und eine Software, die SEO-Artikel für die lokale Sichtbarkeit erzeugt. Für das Coaching-Unternehmen GrowMind wurde ein KI-gestützter Lead-Funnel mit einem Assessment und einem eigenen Datenmodell gebaut, der zum sichtbaren Baustein des Verkaufsprozesses wurde. Beide Fälle sind öffentlich dokumentiert.
Über solche Einzelfälle hinaus zeichnen sich typische Felder ab, in denen sich eine eigene Lösung für KMU besonders auszahlt. Interne Werkzeuge, die Daten aus mehreren Programmen zu einem Bericht oder einer Offerte zusammenführen, gehören dazu, ebenso kundenseitige Assistenten, die auf der Website Anfragen aufnehmen und vorqualifizieren. Häufig sind es auch branchenspezifische Abläufe, die kein Standardprodukt sauber abbildet, etwa eine besondere Art der Auftragserfassung, eine Kalkulation mit eigenen Regeln oder ein Prüfprozess mit firmeneigenen Kriterien. Und schliesslich die vielen kleinen Brücken zwischen bestehenden Tools, die heute jemand von Hand schlägt, indem er Daten aus einem System ins nächste überträgt. Allen gemein ist: Es sind keine Prestige-Projekte, sondern konkrete Zeitfresser, deren Lösung sich rechnet.
Das verbindende Muster all dieser Beispiele: Niemand begann mit der Frage «Welche Technologie ist gerade angesagt?». Alle begannen mit einem konkreten Engpass und bauten genau die Lösung, die ihn behebt.
Make or Buy: Wann sich die eigene App lohnt, und wann nicht
So verlockend die neuen Möglichkeiten sind, eine eigene App ist nicht immer die richtige Antwort. Die ehrliche Faustregel lautet: Standardsoftware ist meist die bessere Wahl für Standardaufgaben. Buchhaltung, Lohnabrechnung oder ein gängiges CRM müssen Sie nicht selbst bauen, hier gibt es ausgereifte, günstige Produkte, deren Pflege andere übernehmen.
Die eigene Lösung lohnt sich dort, wo Ihr Prozess Ihr Unterscheidungsmerkmal ist, wo kein Standardtool sauber passt, oder wo die Datenhoheit besonders wichtig ist. Oft ist die klügste Antwort ein Mittelweg: bewährte Standardbausteine für das Allgemeine, eine massgeschneiderte Lösung nur für den Kern, der Ihr Geschäft einzigartig macht. So zahlen Sie nur dort für Individualität, wo sie wirklich einen Unterschied macht.
Ein zweiter Punkt wird in der Begeisterung oft übersehen: Eine eigene Lösung braucht jemanden, der sie pflegt. Bei Standardsoftware übernimmt der Anbieter die Updates, bei der eigenen App liegt diese Verantwortung bei Ihnen oder Ihrem Umsetzungspartner. Das ist kein Gegenargument, sondern eine Planungsfrage. Wer von Beginn an festlegt, wer die Lösung wartet, absichert und weiterentwickelt, trifft eine tragfähige Entscheidung statt einer, die in einem Jahr zur Altlast wird. Gerade weil KI das Bauen so günstig gemacht hat, verschiebt sich der eigentliche Wert von der ersten Version hin zur verlässlichen Pflege über die Zeit.
Die häufigsten Fehler
- Einen schnellen Prototyp für ein fertiges Produkt halten und ihn ungeprüft mit echten Kundendaten betreiben.
- Mit der Technologie beginnen statt mit dem Engpass und am Ende eine schicke App haben, die kein echtes Problem löst.
- Alles selbst bauen wollen, auch dort, wo ein günstiges Standardprodukt längst existiert.
- KI-erzeugten Code ohne fachliche Prüfung produktiv schalten und die Sicherheits- und Wartungskosten unterschätzen.
- Datenhoheit und Weiterentwicklung erst dann bedenken, wenn die Lösung bereits im Einsatz ist.
Zum Schluss: die richtige Reihenfolge
Die gute Nachricht ist eindeutig: Die eigene, passgenaue Software ist für den Schweizer Mittelstand keine Frage des Budgets grosser Konzerne mehr. Was früher ein Grossprojekt war, ist heute ein machbarer Schritt. Die Versuchung ist nun gross, beim glänzenden Werkzeug zu beginnen und einfach loszubauen.
Genau das wäre der Fehler. Denn die Reihenfolge bleibt dieselbe, die sich überall bewährt: zuerst die Strategie, also der ehrliche Blick auf den eigentlichen Engpass. Dann das System, die sauber gebaute Lösung, die auch in zwei Jahren noch trägt. Und erst dann die KI als das, was sie hier ist: ein kraftvoller Beschleuniger, der gute Entscheidungen schneller umsetzt, aber keine ersetzt. Wer mit dem Werkzeug beginnt, baut schnell etwas Hübsches, das selten hält. Wer mit der Strategie beginnt, baut etwas, das bleibt.