KI-Readiness-Check für Schweizer KMU: Die 15 Minuten, die Ihnen sechs Monate falsche Tool-Wahl ersparen

Eine Geschäftsführerin in einem 80-Personen-Betrieb im Kanton Zug. Drei Standorte, vier Tools, zwei Buchhaltungssysteme, ein CRM, das nur die Hälfte des Vertriebs nutzt. Vor sechs Wochen hat sie auf einer Konferenz gehört, dass «KMU, die KI nicht 2026 einführen, in drei Jahren keine sein werden». Seither stellt sie dieselbe Frage in jedem Steering-Meeting: Sind wir bereit?

Niemand kann sie ihr beantworten. Der IT-Verantwortliche zeigt auf Datenschutz. Der CFO auf Budget. Der Verkaufsleiter sagt, man brauche zuerst eine Strategie.

Die Frage ist nicht falsch. Sie ist nur zu gross.

KI-Readiness ist kein binärer Zustand. Sie zerfällt in fünf konkrete Dimensionen, von denen jede in drei Minuten ehrlich beurteilbar ist. Dieser Check führt Sie in einer Viertelstunde durch alle fünf — und sagt am Ende, ob Sie heute starten können, was Sie zuerst lösen müssen, oder ob eine bestimmte Lücke Ihr Projekt vorhersehbar kippen wird.

Wie der Check funktioniert

Pro Block stellen Sie sich drei bis vier Fragen. Jede beantworten Sie mit Ja, Teilweise oder Nein. Es gibt keine Punkte und keinen «Score». Was zählt, ist das Muster: Wo Sie zweimal «Nein» sagen, haben Sie eine Engstelle. Die müssen Sie kennen, bevor Sie ein Tool kaufen — nicht, weil KI nicht möglich wäre, sondern weil ein Roll-out genau dort scheitern wird.

Nehmen Sie Stift und Papier. Fünfzehn Minuten reichen.

Block 1: Daten (3 Minuten)

KI ohne Daten ist eine schnellere Suchmaschine. Ein operativer Assistent braucht Zugriff auf das, was in Ihrem KMU täglich entsteht und verbraucht wird.

1. Liegen Ihre operativen Daten — Kunden, Aufträge, Rechnungen, Verträge — digital und an bekannten Orten? Oder verteilt auf Excel-Dateien auf lokalen Laufwerken, in privaten Outlook-Ordnern und in den Köpfen einzelner Mitarbeitenden?
2. Hat Ihr ERP, CRM oder Dokumentenarchiv eine API oder einen Exportmechanismus? Oder ist das System so alt, dass nur manueller Zugriff geht?
3. Wissen Sie heute, welche Daten besonders sensibel sind — Lohndaten, Gesundheitsdaten, Kundenverträge unter NDA — und wo sie liegen?
4. Existiert ein Backup, das Sie im letzten Jahr getestet haben?

Signal: Zwei «Nein» hier bedeuten nicht «nicht KI-bereit», sondern «nicht IT-bereit». Daran arbeitet ein KI-Projekt nicht vorbei.

Block 2: Prozesse (3 Minuten)

KI entlastet dort, wo Menschen wiederholt dasselbe tun. Wenn Sie diese Wiederholungen nicht benennen können, finden Sie auch das richtige Werkzeug nicht.

1. Können Sie drei Tätigkeiten nennen, die mindestens zwei Mitarbeitende täglich mehr als eine Stunde lang machen? Offerten, Rechnungen, Spesen, Reports, Übersetzungen, Kundenanfragen — das sind die üblichen Verdächtigen.
2. Gibt es Prozesse, bei denen Daten von einem System ins andere kopiert werden? Wenn ja: wie viele Stunden pro Woche?
3. Haben Sie einen Engpass, an dem regelmässig dieselbe Person zur Bremse wird — nur die Buchhalterin kann Spesen freigeben, nur der Geschäftsführer Offerten unterschreiben?
4. Welche Prozesse sind heute schon dokumentiert — auch nur in einer Checkliste oder einem internen Wiki?

Signal: Wenn Sie hier nichts Konkretes nennen können, ist Ihr KMU noch nicht weit genug auseinandergenommen, um Automatisierung sinnvoll zu adressieren. Beginnen Sie mit Prozessdokumentation, nicht mit Tooling.

Block 3: Menschen und Shadow AI (3 Minuten)

Die meisten KMU haben KI längst im Haus — nur nicht offiziell. Wer das nicht weiss, plant am echten Risiko vorbei.

1. Wissen Sie, wer in Ihrem Team heute private ChatGPT-, Gemini- oder Claude-Konten für Arbeitsaufgaben nutzt? Wenn die Antwort «ich glaube, niemand» lautet — fragen Sie morgen in der Kaffeepause.
2. Gibt es eine schriftliche, aktuelle KI-Nutzungsrichtlinie, die Mitarbeitende kennen und unterschrieben haben?
3. Gibt es eine Person — nicht zwingend Vollzeit — die für KI-Themen verantwortlich ist? Oder kreist die Verantwortung zwischen IT, Geschäftsleitung und HR?
4. Sind Ihre Mitarbeitenden grundsätzlich offen für KI-Werkzeuge, oder erleben Sie aktive Skepsis bis Ablehnung?

Signal: Zwei «Nein» sind hier das gefährlichste Muster. KI läuft schon — Sie steuern sie nur nicht. Jedes Pflichtenheft, das in einer privaten Consumer-App landet, ist potenziell ein Datenleck.

Block 4: Governance und Compliance (3 Minuten)

Wer in der Schweiz KI einführt, bewegt sich gleichzeitig in revDSG, EU AI Act (sobald EU-Kunden im Spiel sind) und branchenspezifischen Auflagen.

1. Wissen Sie, ob Sie EU-Kunden oder EU-Niederlassungen haben, die den EU AI Act extraterritorial auf Sie anwenden? Bei den meisten exportierenden Schweizer KMU ist die Antwort Ja.
2. Haben Sie für Ihre bestehenden Cloud-Tools — Microsoft 365, Google Workspace, jedes SaaS — gültige Auftragsbearbeitungsverträge auf Papier?
3. Wissen Sie, ob Ihre Branche besondere Anforderungen kennt — FINMA bei Finanzdienstleistern, Berufsgeheimnis bei Treuhand und Recht, Heilmittelregulierung bei Pharma?
4. Existiert ein internes Verzeichnis — auch nur eine Tabelle — mit den Datenkategorien, die Sie verarbeiten, und ihrem Rechtsgrund?

Signal: Zwei «Nein» hier sind nicht «noch nicht KI-bereit», sondern «noch nicht DSG-bereit». Das müssen Sie unabhängig von KI in Ordnung bringen — KI macht das Problem nur sichtbarer.

Block 5: Architektur und Souveränität (3 Minuten)

Dies ist der Block, den die meisten Readiness-Checks weglassen. Genau deshalb scheitern Schweizer KI-Projekte in der zweiten oder dritten Iteration.

1. Ist es für Ihr Geschäft akzeptabel, dass Kundendaten, Verträge oder Pläne in Rechenzentren ausserhalb der Schweiz oder der EU verarbeitet werden? Wenn nein: Welche Anbieter erfüllen Ihre Anforderung tatsächlich — wissen Sie das heute, oder müssten Sie raten?
2. Können Sie definieren, welche Entscheidungen die KI selbständig treffen darf und welche immer eine menschliche Freigabe brauchen? Eine Rechnung über CHF 500 ohne Freigabe — riskant. Eine Personalentscheidung ohne Vier-Augen-Prinzip — ebenfalls.
3. Sprechen Ihre Mitarbeitenden und Ihre Kundschaft mehrere Sprachen — Deutsch, Französisch, Italienisch, Englisch — und müsste ein KI-Werkzeug die gleiche Qualität in allen Sprachen liefern?
4. Können Sie heute sagen, welches KI-Modell für welche Aufgabe verwendet wird — oder ist das eine Black Box, die «der Anbieter» entscheidet?

Signal: Wenn Sie hier mehrfach unsicher sind, ist das normal. Es bedeutet aber, dass Sie ein Tool ohne diese Antworten nicht einkaufen sollten. Sonst bauen Sie auf einer Architektur, die in 18 Monaten nicht mehr trägt.

Die Auswertung in einem Satz

Zählen Sie die Blöcke mit zwei oder mehr «Nein». Das ist Ihre Anzahl Baustellen.

• 0 Baustellen — selten, aber existent. Sie können heute starten, in einem klar abgegrenzten Use Case.
• 1 Baustelle — der Normalfall in einem gut geführten KMU. Lösen Sie diese eine Lücke parallel zum Pilotprojekt.
• 2–3 Baustellen — Sie sind handlungsfähig, aber nicht in der Reihenfolge «Tool zuerst». Setzen Sie ein 90-Tage-Vorprojekt auf, das die Baustellen abräumt.
• 4–5 Baustellen — kein KI-Projekt jetzt. Erst eine grundlegende Aufräumung in IT, Datenstruktur und Governance. Sonst wird das Projekt sichtbar scheitern, und der KI-Begriff ist intern auf Jahre verbrannt.

Was die meisten Checks weglassen

Drei Dinge, die online zirkulierende KI-Readiness-Checks systematisch nicht prüfen, weil sie unbequem sind:

Erstens: Ob das Werkzeug die Sprachen Ihrer Schweizer Realität wirklich beherrscht. Englischsprachige Tools können Französisch — aber Walliserdeutsch in einem Service-Report, eine Mehrwertsteuer-Rückfrage in Italienisch und ein technischer Bericht in der Romandie sind drei unterschiedliche Disziplinen, in denen Consumer-Modelle reihenweise scheitern.

Zweitens: Ob die Architektur Freigaben kennt. Werkzeuge, die «alles automatisch» versprechen, schaffen genau das Problem, das Sie eigentlich vermeiden wollen: unkontrollierte Outputs an Kunden, Behörden oder Lieferanten. Ein Assistent ohne Freigabe-Logik ist ein Risiko-Multiplikator, kein Effizienz-Werkzeug.

Drittens: Ob die Lösung mit Ihrer Realität skaliert oder nur mit Ihrem Pilotszenario. Ein Werkzeug, das mit zehn Offerten pro Monat funktioniert, kann bei zweihundert zusammenbrechen — oder bei einer neuen MWST-Regel, die niemand für Sie programmiert hat. Skalierung ist kein technisches Detail; sie ist die Frage, ob der Anbieter Ihr Geschäft versteht oder nur ein generisches LLM weiterreicht.

Was als Nächstes kommt

Wenn Sie nach diesen 15 Minuten ein klares Bild Ihrer Baustellen haben, sind Sie weiter als 80 Prozent der KMU, die heute «KI einführen wollen». Die nächste Frage ist nicht Welches Tool?, sondern Welcher Use Case zuerst, und welche Lücke löse ich parallel?

Genau das ist der Unterschied zwischen einem KI-Projekt, das nach drei Monaten messbare Entlastung liefert, und einem, das nach zwölf Monaten ein neuer Eintrag in der Liste der gescheiterten Digitalisierungsversuche ist.

Der Check ersetzt keine Strategie. Aber er stellt sicher, dass Ihre Strategie nicht auf der falschen Diagnose aufbaut.