KI-Beratung: erste Schritte im Unternehmen

Teil 01

Warum die meisten KI-Piloten stocken

Das Muster wiederholt sich in Schweizer und europäischen Unternehmen. Jemand testet einen Chatbot auf ein paar Dokumenten, die Demo beeindruckt, und sechs Monate später läuft nichts in Produktion. Am Modell lag es selten.

In ihrer Umfrage von 2024 unter 1000 Führungskräften stellte BCG fest, dass 74 % der Unternehmen noch keinen greifbaren Nutzen aus KI zeigen konnten. Dieselbe Studie führt rund 70 % der Herausforderungen auf Menschen und Prozesse zurück, 20 % auf Technologie und nur 10 % auf die Algorithmen (BCG, Oktober 2024). In den Sitzungen geht es meist um das Modell. Über das Ergebnis entscheidet der Prozess drumherum.

Eurostat sieht dieselbe Lücke von der anderen Seite. 2025 nutzten 19,95 % der Unternehmen in der EU mit 10 oder mehr Beschäftigten KI. Die Grösse spielt eine Rolle: 55,03 % der Grossunternehmen nutzten sie, aber nur 17 % der kleinen (Eurostat, Dezember 2025).

Fragt man die Unternehmen, die KI erwogen und sich dagegen entschieden haben, steht fehlendes Fachwissen an erster Stelle, vor den Kosten und vor Zweifeln an der Technik.

Nur 20,68 % fanden KI für sich nicht nützlich. Die übrigen Antworten nennen fehlendes Fachwissen, rechtliche Unsicherheit und Datenschutz. Keines davon löst ein besseres Modell. Eine klare Wahl, wo man anfängt, ein fester Umfang und ein Plan für die Regeln lösen das meiste.

Teil 02

Erste Schritte im Unternehmen: fünf Tests für den ersten Use Case

Denken Sie an eine Kreditorenbuchhaltung, die Lieferantenrechnungen mit Bestellungen abgleicht, an eine Liegenschaftsverwaltung, die Mieteranfragen sortiert, oder an einen Fonds, der jede Woche eingehende Pitch Decks sichtet. Jeder Fall ist ein Kandidat. Prüfen Sie jeden mit fünf Tests.

1. VolumenWie oft fällt die Arbeit an? Vierzig Rechnungen am Tag schlagen einen Board-Report im Monat. Im Volumen stecken die Stunden, und es liefert genug Fälle zum Testen.
2. Klare RegelnKönnte eine neue Mitarbeiterin die Aufgabe mit einer schriftlichen Checkliste und ein paar Beispielen erledigen? Hängt die Antwort am Urteil einer einzelnen erfahrenen Person, hat die KI an denselben Stellen Mühe wie die neue Kollegin.
3. DatenzugangLiegt der Input digital und erreichbar vor? E-Mails, PDFs und ein ERP mit API sind kein Problem. Papierakten im Schrank oder ein System ohne Export sind ein Projekt vor dem Projekt.
4. FehlerkostenWas passiert bei einem Fehler? Eine falsch zugewiesene Mieter-E-Mail kostet Minuten. Eine falsche Klausel in einem unterschriebenen Vertrag kostet viel mehr. Beginnen Sie dort, wo ein Mensch Fehler günstig abfangen kann.
5. Messbarer AusgangswertWissen Sie heute, wie lange die Arbeit dauert, wie oft sie schiefgeht und was sie kostet? Ohne Ausgangswert können Sie das Ergebnis nicht belegen, und das Projekt verliert beim nächsten Review sein Budget.

Ein Pre-Seed-VC-Fonds in Europa begann mit Deal-Flow-Scoring: hohes Volumen, Kriterien, die die Partner aufschreiben konnten, und Daten, die bereits im Posteingang und im CRM lagen. Das System lief 2026 neun Tage nach dem Kickoff in Produktion. Das Tempo kam aus der Wahl des Use Case ebenso wie aus dem Build.

Teil 03

Use Cases mit einer gewichteten Matrix bewerten

Übernehmen Sie dieses Arbeitsblatt in eine Tabelle. Bewerten Sie jeden Kandidaten pro Kriterium mit 1 bis 5, multiplizieren Sie mit dem Gewicht und addieren Sie. Das Maximum ist 50. Das Volumen wiegt am schwersten, weil es sowohl den Nutzen als auch die Zahl der Testfälle bestimmt.

So sieht das Arbeitsblatt für sechs typische Kandidaten in einem mittelgrossen Unternehmen aus.

Um den Zielkonflikt zu sehen, teilen Sie den Wert in zwei. Nutzen ist Volumen und Ausgangswert. Machbarkeit ist Regeln, Daten und Fehlerkosten. Tragen Sie beides ein, und die Reihenfolge wird sichtbar.

Der Rechnungsabgleich gewinnt auf beiden Achsen. Der Board-Report ist einfach, aber selten, also reicht eine Vorlage oder eine schlichte Automatisierung. Die Vertragsprüfung ist in der Theorie wertvoll, aber ein Fehler ist teuer, und die Regeln stecken im Kopf einer Juristin. Sie gehört an einen späteren Platz, wenn ein erster Agent Vertrauen gewonnen hat.

Teil 04

Bauen oder kaufen, und welche Daten und Zugriffe Sie brauchen

Bevor jemand Code schreibt, prüfen Sie, ob ein Produkt die Aufgabe schon erledigt. Ihre Buchhaltungssoftware liest vielleicht bereits Rechnungen. Ihr Helpdesk-Tool sortiert vielleicht schon Tickets. Kaufen ist oft die richtige Antwort, und eine Beratung, die das nie sagt, verkauft Stunden.

Egal, welchen Weg Sie wählen, dieselben Zutaten entscheiden, ob es funktioniert:

• Echte vergangene Fälle mit dem richtigen Ergebnis: die Rechnungen und wie sie verbucht wurden, die Mieter-E-Mails und wer sie bearbeitet hat. Daraus wird das Evaluationsset.
• Zuerst Lesezugriff, über ein Dienstkonto mit den engsten Berechtigungen, die funktionieren. Schreibzugriff kommt später, Schritt für Schritt.
• Eine Person auf Ihrer Seite, die den Prozess kennt und Fragen innert eines Tages beantwortet.
• Ein Auftragsverarbeitungsvertrag und eine klare Antwort, wo die Daten verarbeitet werden. Für ein europäisches Unternehmen ist die EU der vernünftige Standard.

Teil 05

Was Sie messen sollten, und die Grundlagen der Governance

Messen Sie den Prozess, bevor Sie ihn anfassen. Messen Sie nach dem Go-live dieselben Grössen, mit denselben Definitionen.

Governance für einen ersten Use Case braucht kein Gremium. Sie braucht zwei Dinge, auf die die EU-KI-Verordnung bereits hinweist.

Das erste ist KI-Kompetenz. Artikel 4 gilt seit dem 2. Februar 2025. Nach dem aktuellen konsolidierten Text müssen Anbieter und Betreiber von KI-Systemen Massnahmen ergreifen, um die KI-Kompetenz ihres Personals und anderer Personen zu fördern, die KI in ihrem Auftrag einsetzen, unter Berücksichtigung von Wissen, Erfahrung und Einsatzkontext. Ein Unternehmen, das ein KI-System bei der Arbeit nutzt, ist Betreiber. In der Praxis heisst das: Sie schulen die Personen, die neben dem Agenten arbeiten, an ihren eigenen Fällen und halten fest, dass Sie es getan haben.

Das zweite ist menschliche Aufsicht. Artikel 14 verlangt, dass Hochrisiko-KI-Systeme während der Nutzung von Menschen wirksam beaufsichtigt werden können. Die meisten ersten Use Cases im Backoffice sind nicht hochriskant, aber dieselbe Auslegung ist trotzdem gute Praxis: eine Konfidenzschwelle, eine Person, die freigibt, was darunter fällt, und ein Protokoll jeder Entscheidung.

Teil 06

Was ein KI-Audit liefern sollte

Ein KI-Audit ist der erste Schritt der KI-Beratung. Wer es auch durchführt, Sie sollten danach vier Dinge in der Hand halten, die Sie ohne diese Person nutzen können:

1. Eine ProzesslandkarteWie die Arbeit heute läuft, Schritt für Schritt, mit der Zeit pro Schritt und den beteiligten Tools.
2. Ein priorisiertes Register der ChancenJeder Kandidat nach Nutzen und Machbarkeit bewertet, wie im Arbeitsblatt oben, mit einer Einschätzung zu Bauen oder Kaufen.
3. Einen 12-Monats-FahrplanWelcher Use Case zuerst kommt, welcher folgt und wovon jeder abhängt.
4. Einen Festpreis für den ersten Use CaseVereinbart, bevor Sie sich auf irgendetwas festlegen. Eine offene Schätzung schiebt das Risiko von Mehraufwand zu Ihnen.

Wer nicht sagen kann, wie lange ein Prozess heute dauert, kann nicht belegen, dass KI ihn schneller gemacht hat.

Alpgency

Genau das liefert unsere KI-Beratung. Das Audit ist kostenlos und beginnt mit einem 30-minütigen Gespräch. Fahrplan und Ergebnisse gehören Ihnen, ob Sie mit uns bauen oder nicht. Wenn Sie weitermachen, hat der Weg drei Schritte.

Vor dem Build sehen Sie eine funktionierende Demo auf Ihren eigenen Daten. Eine Demo auf Beispieldaten sagt wenig über Ihre aus. Nach dem Go-live wählen Sie, wie es läuft: Ihr Team übernimmt mit Code, Prompts und Evaluationsset, Sie zahlen eine feste monatliche Supportgebühr, oder wir bleiben als Tech-Partner nach festem Plan. Wir rechnen nie nach Stunden ab.

FAQ

Häufige Fragen