KI-Investitionen richtig bewerten: Drei Kriterien für Schweizer KMU

Schweizer KMU geben jährlich Millionen für KI-Tools aus, die sie entweder nie produktiv einsetzen oder deren Nutzen sie nicht messen können. Nach meiner Erfahrung aus der Beratungspraxis mit Treuhandbüros, Finanzdienstleistern und Produktionsunternehmen liegt das seltener an schlechten Produkten als an einem fehlenden Bewertungsrahmen.

Die häufigste Kaufentscheidung läuft so ab: Eine Führungskraft liest einen Beitrag in der Handelszeitung, sieht eine Demo auf einem Event, oder hört im Netzwerk von einem Erfolg eines Wettbewerbers. Das Bauchgefühl sagt: Das brauchen wir auch. Das Budget wird genehmigt. Ein halbes Jahr später wird das Tool nur von einem Bruchteil der Mitarbeitenden genutzt, der versprochene ROI bleibt aus, und die Investition wird intern totgeschwiegen.

Dieses Muster lässt sich mit einem strukturierten Bewertungsansatz durchbrechen. In meiner Beratungspraxis arbeite ich mit drei Linsen, die zusammen ein belastbares Bild einer KI-Investition erzeugen.

Die erste Linse: Relevanz

Die Relevanz-Frage klingt simpel, wird aber erschreckend selten gestellt: Löst diese Technologie ein Problem, das wir tatsächlich haben?

In der Praxis sieht das Gegenteil häufig so aus: Ein Buchhaltungsunternehmen kauft ein KI-Tool für automatisierte Belegverarbeitung, obwohl die Mitarbeitenden den bestehenden manuellen Prozess in weniger als 30 Sekunden pro Beleg erledigen. Das Problem war kein Problem. Die Lösung schafft Reibung, nicht Entlastung.

Relevanz lässt sich anhand von drei Unterkriterien beurteilen. Erstens: Gibt es einen messbaren Schmerzpunkt? Das kann Zeitaufwand sein, Fehlerrate, Kapazitätsengpass oder Kundenzufriedenheit. Wenn ich als Treuhänder frage: "Was kostet Sie dieser Prozess heute in Stunden pro Woche?", und mein Gegenüber nicht antworten kann, ist die Relevanz fraglich. Zweitens: Betrifft das Problem einen Kernprozess oder einen Randprozess? KI-Investitionen in Randprozesse zahlen sich selten aus, weil der Wandlungsaufwand (Integration, Training, Change Management) die Einsparung übersteigt. Drittens: Haben wir die Daten, die diese KI benötigt? Viele KI-Systeme sind nutzlos ohne saubere, strukturierte Eingabedaten. Das Vorhandensein geeigneter Daten ist keine technische Kleinigkeit, sondern eine Voraussetzung für Relevanz.

Ein konkretes Beispiel: Bexio, die in der Schweiz weit verbreitete KMU-Buchhaltungssoftware, hat in den vergangenen Jahren mehrere KI-Features eingeführt, darunter automatische Belegzuordnung und Zahlungsvorschläge. Für Unternehmen, die viele gleichartige Belege verarbeiten, ist die Relevanz hoch. Für ein Beratungsunternehmen mit fünf Rechnungen pro Monat ist dieselbe Funktion irrelevant, auch wenn das Feature technisch einwandfrei ist.

Die zweite Linse: Reifegrad

Die zweite Linse ist die technologische Reife. Eine KI-Investition kann hochrelevant und trotzdem zum falschen Zeitpunkt sein, weil die Technologie noch nicht ausreichend erprobt ist.

Ich verwende in der Praxis eine fünfstufige Reifegrad-Skala: Forschung, Prototyp, Pilot, Produktion und Mainstream. Diese Einstufung hat direkte Konsequenzen für das Investitionsrisiko.

Auf der Forschungsstufe ist eine Technologie noch in akademischen Laboren oder bei grossen Tech-Konzernen in der Entwicklung. Investitionen hier sind Wetten, keine Einkäufe. Auf der Prototypstufe gibt es erste funktionsfähige Demos, oft auf bestimmten Szenarien beschränkt. Für produktive Unternehmensanwendungen noch nicht geeignet. Auf der Pilotstufe wurde die Technologie in echten Unternehmen unter kontrollierten Bedingungen getestet. Es gibt Fallstudien, aber noch wenig verallgemeinerte Erfahrungswerte. Auf der Produktionsstufe ist die Technologie in realen Unternehmensumgebungen im Einsatz, mit Supportprozessen und Integrationen. Fehler sind bekannt und adressierbar. Auf der Mainstream-Stufe ist die Technologie breit verfügbar, vergleichsweise günstig und mit hoher Verlässlichkeit.

Für die meisten Schweizer KMU empfehle ich Investitionen ab Produktionsstufe. Pilotinvestitionen sind nur dann sinnvoll, wenn das Unternehmen die Kapazität hat, aktiv zum Reifungsprozess beizutragen, also Feedback zu geben, Testumgebungen bereitzustellen und Unsicherheiten zu tolerieren.

Die FINMA als Aufsichtsbehörde spielt hier eine wichtige Rolle: Regulierte Finanzdienstleister in der Schweiz dürfen faktisch nur Technologien in Produktions- oder Mainstream-Reife einsetzen, wenn sie aufsichtsrechtliche Prüfbarkeit und Nachvollziehbarkeit der Entscheidungen garantieren müssen. KI-Systeme, die ihre Entscheidungen nicht erklären können ("Black Box"), sind für FINMA-regulierte Anwendungsfälle derzeit nicht geeignet, unabhängig von ihrem Reifegrad nach rein technischen Kriterien.

Die dritte Linse: Potenzial

Die Potenzial-Linse bewertet, was eine KI-Investition langfristig leisten kann, jenseits des unmittelbaren Nutzens. Dabei geht es um drei Dimensionen: Marktgrösse des Einsatzfeldes, strategischen Wettbewerbsvorteil und quantifizierbare Kosteneinsparung oder Umsatzsteigerung.

Marktgrösse meint hier nicht den globalen KI-Markt, sondern die Frage: Wie gross ist das Anwendungsfeld in unserem Unternehmen? Ein KI-Tool, das einen Prozess mit zwei Vollzeitstellen automatisiert, hat deutlich höheres Potenzial als eines, das eine Tätigkeit erleichtert, die ohnehin nur zwei Stunden pro Woche in Anspruch nimmt.

Strategischer Wettbewerbsvorteil entsteht, wenn die KI-Lösung schwer imitierbar ist oder die eigene Marktposition stärkt. Das ist bei generischen Cloud-Tools kaum der Fall, sehr wohl aber bei unternehmenseigenen Anpassungen, proprietären Datensätzen oder tief integrierten Workflows. Ein Treuhandunternehmen, das ein KI-Modell auf tausenden eigenen MWST-Fällen feinabstimmt, baut eine Kompetenz auf, die ein Konkurrent nicht einfach durch Kauf desselben Basismodells replizieren kann.

Kosteneinsparung lässt sich im Vorfeld mit einfachen Modellen abschätzen. Mein Standardansatz: Zeitaufwand des betroffenen Prozesses in Stunden pro Monat multipliziert mit dem Stundensatz der involvierten Mitarbeitenden. Wenn eine KI 60 Prozent dieses Aufwands übernehmen kann (realistischer Wert für viele Dokumentenverarbeitungsaufgaben), ergibt sich ein klarer Zielwert für die Investitionsrendite. Dann kann ich Lizenzkosten, Integrationsaufwand und Wartungskosten dagegenstellen und entscheiden, ob das Potenzial die Investition trägt.

Die Bewertungsmatrix im Praxiseinsatz

Die drei Linsen lassen sich zu einer einfachen Matrix verdichten. Ich bewerte jede KI-Investition auf einer Skala von 1 bis 5 für Relevanz, Reifegrad und Potenzial. Ein Gesamtwert unter 10 ist ein klares Nein. Zwischen 10 und 12 lohnt eine vertieftere Analyse. Ab 13 empfehle ich, zumindest einen strukturierten Piloten zu planen.

Was diese Matrix nicht kann: Sie ersetzt nicht das Gespräch mit den betroffenen Mitarbeitenden. In meiner Praxis erlebe ich regelmässig, dass Führungskräfte eine KI-Investition mit 14 von 15 Punkten bewerten, während die Buchhalterin, die den Prozess täglich ausführt, mir erklärt, warum das System in ihrer realen Arbeitsumgebung scheitern würde. Die Matrix ist ein Startpunkt, kein Urteil.

Schweizer KMU, die diesen Bewertungsrahmen konsequent anwenden, werden nicht alle guten Investitionen richtig identifizieren. Aber sie werden die schlechten Investitionen deutlich häufiger vermeiden. In einer Technologielandschaft, die so schnell wächst wie KI, ist diese Fehlervermeidung oft der grössere Wert.

Quellen und weiterführende Literatur

• McKinsey — The State of AI in 2024 — Daten zu KI-Investitionen und ROI-Erwartungen in KMU
• Gartner — Technology Adoption and Maturity Framework — Reifegradmodell für Technologiebewertung
• FINMA — Rundschreiben Operationelle Risiken — Anforderungen an KI-Systeme im regulierten Finanzbereich
• Bexio — KI-Features für Schweizer KMU — Praxisbeispiel für KI-gestützte Buchhaltungsfunktionen im Schweizer Markt
• BFS — Unternehmensinvestitionen in IKT — Bundesamt für Statistik, Daten zu IT-Investitionen in der Schweiz

Haftungsausschluss: Dieser Artikel dient ausschliesslich zu Informationszwecken und stellt keine Finanzberatung dar. Die beschriebene Bewertungsmatrix ist ein Analyse-Instrument, kein Entscheidungsersatz. Konsultieren Sie einen zugelassenen Finanzberater, bevor Sie Anlageentscheide treffen.