Wer heute Personal einstellt für Arbeit, die eine Maschine erledigen könnte, verbrennt Geld. So weit die provokante These, die gerade durch viele Unternehmer-Postfächer geistert. Sie hat einen wahren Kern. Aber sie führt in die Irre, wenn man sie zu Ende denkt. Denn die eigentliche Frage ist nicht, ob KI einen Mitarbeiter ersetzt. Sondern ob Ihr Unternehmen ein System hat, in dem KI überhaupt etwas bewirken kann.
Vor Kurzem landete eine E-Mail in meinem Postfach. Die Kernaussage: Wenn du noch Leute einstellst für Aufgaben, die du automatisieren könntest, zahlst du drauf. KI baue heute Webseiten, steuere Werbekampagnen, transkribiere Kundengespräche. Warum also 5'000 Franken im Monat oder mehr für einen Mitarbeiter zahlen, wenn die Maschine dasselbe in Sekunden macht?
Der Gedanke ist nicht falsch. Aber er ist halb gedacht. Und in der Schweiz, mit unseren etablierten KMU, unserer Qualitätskultur und unseren Datenschutz-Anforderungen, kann diese halb gedachte Logik teuer werden. Lassen Sie mich erklären, warum, und was stattdessen zählt.
Die Zahlen: KI ist angekommen, aber kaum jemand holt den Wert raus
Zuerst die Faktenlage, denn sie ist eindeutiger, als viele denken.
Weltweit nutzen heute 88 Prozent der Unternehmen KI in mindestens einem Geschäftsbereich, ein Sprung von 78 Prozent im Vorjahr. Das ist das Ergebnis des McKinsey-Reports «The State of AI in 2025», einer der grössten Erhebungen ihrer Art. KI ist also kein Zukunftsthema mehr. Sie ist operativer Alltag.
Doch jetzt kommt die entscheidende Zahl: Nur rund 6 Prozent der Unternehmen holen laut McKinsey wirklich messbaren Wert aus KI, definiert als Firmen, die mehr als 5 Prozent ihres Betriebsgewinns (EBIT) auf KI zurückführen können. Fast neun von zehn Unternehmen nutzen KI. Aber nur jedes sechzehnte verdient damit spürbar Geld.
Diese Lücke hat einen Namen. McKinsey nennt sie die «Scaling Gap», die Kluft zwischen Einführung und Wirkung. Zwei Drittel aller Unternehmen stecken in der Test- oder Pilotphase fest, ohne eine klare Strategie für den breiten Einsatz. Die Technologie ist da. Was fehlt, ist die Fähigkeit, sie in echte Wertschöpfung zu übersetzen.
Und der Befund von McKinsey ist deutlich: Organisationen, die KI nur als «Automatisierung bestehender Prozesse» behandeln, schöpfen wenig Wert ab. Wer dagegen Abläufe von Grund auf neu denkt, gewinnt. Es geht nicht darum, eine Maschine an die Stelle eines Menschen zu setzen. Es geht darum, den Ablauf dahinter neu zu bauen.
In der Schweiz ist die Lücke noch grösser
Schauen wir auf den Heimmarkt, wird das Bild noch klarer.
Laut der AXA-KMU-Arbeitsmarktstudie 2025 (durchgeführt vom Forschungsinstitut Sotomo) ist der Anteil der Schweizer KMU, die KI integriert haben, innerhalb eines Jahres von 22 auf 34 Prozent gestiegen. Gleichzeitig sank der Anteil jener, die KI noch nie genutzt haben, von 45 auf 29 Prozent. Die Akzeptanz wächst: 45 Prozent der KMU sehen KI inzwischen als Chance, nur noch 13 Prozent als Bedrohung. Und 57 Prozent der Anwender berichten von konkreten Zeitgewinnen.
So weit die gute Nachricht. Jetzt die andere Seite.
Eine Analyse der ETH, zitiert im Swiss AI Report 2025, zeigt: Nur rund 8 Prozent der kleinen Schweizer Firmen setzen KI tatsächlich ein. Bei den grossen Unternehmen ist es mehr als ein Drittel. Aber, und das ist der Punkt, auch dort bleibt KI oft isoliert. Einzelne Tools stehen neben den bestehenden Prozessen, statt sie zu verändern.
Der Bund bringt es auf seiner eigenen KMU-Plattform auf den Punkt: Viele Schweizer KMU beginnen, KI in ihre Prozesse zu integrieren, doch die wenigsten haben eine übergeordnete Strategie, um Chancen und Risiken systematisch anzugehen. Solche Strategien, so die nüchterne Feststellung, könnten KMU in der Regel nicht allein erarbeiten. Sie sind auf externe Expertise angewiesen.
Mit anderen Worten: Das Schweizer Problem ist nicht mangelnde Technologie. Es ist mangelnde Zielrichtung. Die Tools sind verfügbar und günstig wie nie. Was fehlt, ist der Plan dahinter.
Der Denkfehler in der «KI statt Mitarbeiter»-Logik
Zurück zur ursprünglichen These. «Stell keinen Mitarbeiter ein, nimm KI, spar dir die Lohnkosten.»
Das Problem an dieser Rechnung: Sie verwechselt eine Aufgabe mit einer Rolle.
Eine KI kann eine Landing Page bauen. Sie kann eine Kampagne auswerten. Sie kann ein Verkaufsgespräch transkribieren und daraus ein Kundenprofil ableiten. Das sind Aufgaben. Aber ein Mitarbeiter ist keine Aufgabe. Ein guter Mitarbeiter trifft Entscheidungen, erkennt Ausnahmen, übernimmt Verantwortung, hält die Qualität hoch und merkt, wenn die Maschine Unsinn produziert. Genau das tut KI eben nicht von allein.
Hier hilft eine der aufschlussreichsten Erkenntnisse aus der Forschung von Anthropic, dem Unternehmen hinter dem KI-Modell Claude. Im Anthropic Economic Index, der Millionen anonymisierter KI-Konversationen auswertet, unterscheidet man zwei Muster: Automatisierung (die Aufgabe wird vollständig an die KI delegiert) und Augmentation (die KI unterstützt einen Menschen, der die Arbeit weiter steuert).
Das Ergebnis im jüngsten Bericht: Augmentation liegt mit 52 Prozent vor Automatisierung mit 45 Prozent. Die Mehrheit der KI-Nutzung ist also Zusammenarbeit zwischen Mensch und Maschine, nicht Ersatz. Anthropic fasst die übergeordnete Entwicklung treffend zusammen: KI verändert, was Menschen tun, stärker als wie viele Menschen ein Unternehmen beschäftigt.
Das deckt sich mit den Schweizer Daten. Die AXA-Studie hält fest, dass die Auswirkungen auf die Arbeitsplätze bislang gering und unter dem Strich sogar netto positiv sind. KI beeinflusse derzeit weniger die Zahl der Stellen als deren Anforderungen. Ein Drittel der KMU mit KI-Erfahrung sagt, dass sich ihr Anforderungsprofil an Mitarbeitende verändert hat. Gefragt sind heute Menschen, die mit der Technologie umgehen können.
Die «KI statt Mitarbeiter»-Logik stimmt also nur in einem sehr engen Sinn: Ja, für reine, sich wiederholende Aufgaben braucht es weniger Hände. Aber wer daraus ableitet, dass Köpfe überflüssig werden, hat den Mechanismus nicht verstanden. Die richtige Formel lautet nicht «KI ersetzt Menschen». Sie lautet: KI übernimmt Aufgaben, damit Menschen sich auf das konzentrieren, was nur Menschen können.
Was KI in der Praxis wirklich abnimmt
Damit das nicht abstrakt bleibt, ein paar konkrete Beispiele, wie etablierte Schweizer Organisationen KI bereits einsetzen, und zwar nicht als Show, sondern im Alltag.
Die Migros Bank hat generative KI produktiv im Einsatz, unter anderem im Kundendienst. Swisscom hat mit «myAI» eine eigene, in der Schweiz entwickelte KI-Assistentin lanciert, die von Texterstellung über Datenanalyse bis zur Bildgenerierung reicht. Und an den Swisscom Business Days wurde ein simples, aber wirkungsvolles Beispiel gezeigt: Statt komplexe Support-Formulare auszufüllen, formulieren Mitarbeitende ihre Anfrage frei, und die KI bereitet sie auf und kategorisiert sie. Sogar die Stadt Biel hat einen Audio-Chatbot eingesetzt, der Fragen der Bevölkerung beantwortet.
Was diese Beispiele eint: Die KI nimmt eine konkrete, wiederkehrende Last weg, das Ausfüllen von Formularen, das Beantworten von Standardfragen, das Aufbereiten von Daten. Sie ersetzt keine Abteilung. Sie räumt den Menschen den Rücken frei.
Für ein typisches Schweizer KMU im Verkauf und Marketing heisst das ganz konkret: KI kann
- Inhalte für Website, Social Media und E-Mail schneller vorbereiten, statt jedes Mal bei null zu starten,
- eingehende Anfragen erfassen, qualifizieren und für die Nachbearbeitung vorbereiten,
- Kampagnendaten auswerten und sichtbar machen, wo Budget verpufft,
- wiederkehrende Berichte erstellen, die heute jemand von Hand zusammenklickt,
- aus Verkaufsgesprächen Muster und Kundenprofile ableiten.
Das alles spart Zeit. Aber, und hier kommt der entscheidende Haken, nur dann, wenn diese Bausteine miteinander verbunden sind. Sonst haben Sie am Ende fünf clevere Insellösungen, die einzeln glänzen und gemeinsam nichts bewegen. Genau das ist die «Scaling Gap» aus dem McKinsey-Report, übersetzt in den Alltag eines KMU.
Die eigentliche Frage: Wo ist der Engpass?
Bei dalistovision starten wir Projekte deshalb nie mit der Frage «Welches Tool sollen wir einführen?». Wir starten mit einer anderen Frage: «Wo geht heute Zeit, Geld und Chance verloren?» Mehr zu unserem Engpass-Denken finden Sie auf der Startseite.
Denn fast immer liegt das Problem nicht dort, wo man es vermutet. Eine Firma denkt, sie brauche mehr Werbung, dabei versickern die Leads, die schon reinkommen, weil niemand sie sauber nachfasst. Eine andere denkt, sie brauche einen neuen Mitarbeiter fürs Reporting, dabei liegt das Problem darin, dass die Daten in fünf verschiedenen Tools verstreut sind. Mehr Personal oder mehr KI an dieser Stelle würde beides nichts ändern. Es würde nur das Symptom kaschieren.
Der Engpass ist der eine Punkt im System, an dem die ganze Kette ins Stocken gerät. Wer ihn findet und löst, gewinnt mehr als jemand, der wahllos Tools oder Stellen hinzufügt. Das ist keine Marketing-Phrase, es ist die nüchterne Konsequenz aus den Daten: Der Wert entsteht laut McKinsey nicht durch das Aufrüsten einzelner Aufgaben, sondern durch das Neudenken ganzer Abläufe.
Erst wenn der Engpass klar ist, stellt sich die Frage nach dem Werkzeug. Manchmal ist die Antwort KI. Manchmal ist es ein besserer Prozess. Manchmal ist es tatsächlich ein zusätzlicher Mensch, an genau der richtigen Stelle. Und sehr oft ist es eine Kombination: KI, die die Fleissarbeit übernimmt, ein schlanker Ablauf, der alles verbindet, und ein, zwei gute Leute, die das Ganze steuern und über die Qualität wachen.
Strategie zuerst, dann Systeme, dann KI
Das ist auch der Grund, warum wir bei dalistovision eine feste Reihenfolge einhalten: erst Strategie, dann Systeme, dann KI. In genau dieser Reihenfolge.
Wer mit der KI anfängt, baut auf Sand. Er automatisiert einen Ablauf, der vielleicht von Grund auf falsch ist, und macht den Fehler dann nur schneller. Wer mit der Strategie anfängt, weiss zuerst, wohin es gehen soll. Dann baut er die Systeme, die diesen Weg tragen. Und erst zum Schluss setzt er KI dort ein, wo sie spürbar Arbeit abnimmt oder bessere Entscheidungen ermöglicht. Tut sie das nicht, ist sie nur ein weiteres Thema auf der ohnehin zu langen Liste.
Diese Haltung ist keine Bremse, sie ist der Beschleuniger. Denn sie sorgt dafür, dass jeder Franken und jede Stunde dort landen, wo sie die grösste Wirkung haben. Genau das unterscheidet die 6 Prozent, die mit KI Geld verdienen, von den 82 Prozent, die KI zwar nutzen, aber nur Kosten produzieren.
Fazit: Nicht weniger Menschen, sondern bessere Systeme
Kehren wir zur Ausgangsthese zurück. «Stell keinen Mitarbeiter ein, nimm KI.»
Die ehrliche Antwort lautet: Es kommt darauf an. Ja, wenn Sie heute Menschen für reine Fleissarbeit bezahlen, die eine Maschine zuverlässig erledigen kann, dann ist das verschenktes Geld. Aber die Lösung ist nicht, blind KI an die Stelle von Köpfen zu setzen. Die Lösung ist, das System dahinter zu bauen, sodass KI, Prozesse und Menschen zusammenspielen statt nebeneinander zu existieren.
Die Unternehmen, die in den nächsten Jahren gewinnen, sind nicht die mit den meisten Tools oder den wenigsten Mitarbeitern. Es sind die mit den klarsten Systemen. KI ist dabei kein Sparhebel, sondern ein Verstärker. Und ein Verstärker macht eine gute Struktur besser, eine schlechte aber nur lauter.
Die Frage ist also nicht «KI oder Mitarbeiter?». Die Frage ist: «Wissen Sie, wo bei Ihnen der Engpass sitzt?»