Vom KI-Piloten in die Erfolgsrechnung

Die meisten Geschäftsführer, mit denen ich spreche, haben heute drei bis sieben KI-Initiativen parallel am Laufen. Copilot in der Offerte. Chatbot im Service. Dokumentenanalyse im Einkauf. Was sie nicht haben, ist eine klare Antwort auf eine einzige Frage: Welche dieser Initiativen hat dieses Quartal eine Zahl in der Erfolgsrechnung bewegt?

Das ist kein Versagen der Organisation. Es ist die häufigste Beobachtung in Schweizer KMU heute. Die Studienlage zeigt kein einheitliches Bild, aber ein stabiles Muster: KI ist breit angekommen. Die Wirkung bleibt eng begrenzt.

Porsche Consulting und Fraunhofer FIT berichten im März 2026, dass 95 Prozent der befragten Top-Führungskräfte aktive KI-Initiativen in ihrem Unternehmen sehen. Knapp 20 Prozent bringen Anwendungen über die Pilotphase hinaus. McKinsey befragte für die State of AI 2025 insgesamt 1'993 Teilnehmende aus 105 Ländern. Rund 6 Prozent erfüllen McKinseys Definition von AI High Performers: mindestens 5 Prozent EBIT-Beitrag und signifikanter Wertbeitrag durch KI. Beide Studien sind keine Schweizer KMU-Studien. Die Quoten sind mit Vorsicht zu lesen. Das Muster ist relevanter als die absolute Zahl: Viele Initiativen, wenig messbare Wirkung.

Die These dieses Beitrags: Die wenigen, die KI in die Erfolgsrechnung bringen, verankern KI in einem Prozess, der eine betriebswirtschaftliche Zahl verändert.

Skalieren ist die falsche Frage

Skalierung klingt nach Konzern. Eine Anwendung. Tausende Nutzer. Globaler Rollout. Für ein Schweizer KMU mit 80, 150 oder 300 Mitarbeitenden ist das die falsche Messlatte.

Ein Pilot ist schnell gebaut. Ein Copilot schreibt erste Offerten. Ein Assistent fasst Sitzungen zusammen. Ein Chatbot beantwortet interne Fragen. Das erzeugt Aktivität und oft auch Erleichterung. Die schwierigen Fragen kommen erst danach. Wer prüft das Ergebnis? Welche Daten darf das System sehen? Was passiert mit der Zeit, die gespart wird? Hier trennt sich Demo von Betrieb.

McKinsey identifiziert in der State of AI 2025 den Umbau einzelner Arbeitsabläufe als einen der stärksten untersuchten Faktoren für messbare KI-Wirkung. AI High Performers sind fast drei Mal häufiger als andere Unternehmen dabei, einzelne Prozesse grundlegend neu zu gestalten. Das ist keine Technikfrage. Es ist eine Betriebsfrage.

Der Prozess vor dem Tool

Die meisten Piloten starten mit einer Fähigkeit. Texte schreiben. Dokumente zusammenfassen. E-Mails klassifizieren. Das ist sichtbar und leicht vorzeigbar. Es beantwortet aber selten die Geschäftsführungs-Frage: Wo verändert sich die Erfolgsrechnung?

Ein konkretes Beispiel aus der Praxis. Ein Industrie-KMU mit rund CHF 60 Mio. Umsatz erstellt 1'200 Offerten pro Jahr. Jede Offerte braucht heute im Schnitt drei Stunden Vorbereitung: technische Auslegung, Kalkulation, Textarbeit, Freigabe. Ein KI-gestützter Prozess senkt diese Zeit auf eine Stunde. Bei CHF 90 internen Vollkosten pro Stunde entspricht das rechnerisch CHF 216'000 pro Jahr.

Das ist noch kein Ergebnis. Es ist eine Hypothese.

Wirkung entsteht erst, wenn die zwei eingesparten Stunden im Betrieb sichtbar werden. Weniger Überstunden im Verkaufsinnendienst. Schnellere Antwort auf Kundenanfragen. Mehr Angebote innerhalb der Entscheidungsfrist des Kunden. Oder die freiwerdende Kapazität fliesst in 200 zusätzliche Anfragen pro Jahr, die heute liegen bleiben. Genau hier scheitern die meisten Piloten. Sie sparen Zeit auf dem Bildschirm. Die Organisation bucht diese Zeit nirgends aus.

Die Messung vor dem Rollout

Wer nicht misst, hat keine Grundlage für den Skalierungsentscheid. Porsche Consulting und Fraunhofer FIT belegen den Punkt mit harter Zahl: Nur 44 Prozent der Unternehmen messen den Wertbeitrag ihrer KI-Initiativen quantitativ. Ohne Messung entsteht der Zwischenraum, in dem KI-Budgets leise versickern.

Ein KI-Pilot braucht vor dem Rollout drei Werte. Eine Prozesskennzahl: Durchlaufzeit, Fehlerquote, Reklamationsquote, Termintreue. Eine wirtschaftliche Übersetzung: interne Kosten, verrechenbare Kapazität, Bruttomarge, vermiedene externe Aufwände. Eine Entscheidungsschwelle: zur Orientierung etwa, ab 15 Prozent Verbesserung wird eingeführt, unter 8 Prozent wird gestoppt.

Ohne Schwelle wird aus einem Pilot ein Dauerzustand. Niemand will ihn beenden, weil er Potenzial hat. Niemand will ihn ausrollen, weil die Wirkung unklar ist. Das ist nicht die Schuld der Beteiligten. Es ist eine fehlende Routine.

Der strukturelle KMU-Vorteil

Hier wird die Lage für Schweizer KMU besser, als die Konzern-Studien vermuten lassen. Die MIT NANDA Studie zum GenAI Divide liefert einen nützlichen Strukturhinweis. Top Performer im Mid-Market berichten von rund 90 Tagen vom Pilot zur produktiven Implementierung. Grössere Unternehmen brauchen laut Studie oft neun Monate oder länger. Für Schweizer KMU ist das kein direkter Benchmark. Es ist ein Strukturhinweis: Kürzere Entscheidungswege können ein Vorteil sein, wenn man sie nutzt.

Im KMU sitzt der CEO im selben Stockwerk wie der Fachbereich. Eine Entscheidung läuft nicht durch sieben Gremien. Wenn der CEO sagt «wir verankern das im Auftragsprozess», ist der Auftragsprozess am Montag in Anpassung. Genau darin liegt der strukturelle Vorteil vieler KMU.

Die Schweizer Daten stützen die Richtung, aber nicht die 90-Tage-Zahl. Die AI Maturity Study 2026 von ti&m und HSLU mit über 200 befragten Unternehmen zeigt: Rund 75 Prozent berichten Produktivitätsgewinne. Umsatzwachstum bleibt selten. KMU agieren als Follower. Aus meiner Sicht ist das selten ein Nachteil. Wer einen Schritt nach den frühen Anwendern geht, lernt aus deren Lehrgeld, ohne es selbst zu zahlen.

Verantwortung im Betrieb

Die unbequemste Mechanik kommt zum Schluss. Porsche und Fraunhofer berichten, dass sowohl Innovatoren als auch Nachzügler zu hundert Prozent zustimmen: Führungsunterstützung ist der entscheidende Erfolgsfaktor. Was ich in Gesprächen häufig sehe: KI startet fachlich, landet aber organisatorisch bei der IT. Dann wird am Quartalsende nicht die Prozesswirkung geprüft, sondern Budget, Sicherheit und Tool-Status.

Die HSLU kommt im Business Transformation Survey 2.0 zu einem ähnlichen Befund für Schweizer Unternehmen. Generative KI ist im Arbeitsalltag angekommen. Die organisationale Reife bleibt dahinter zurück. Die Engpässe liegen bei Ressourcen, Führung, Befähigung, Skalierung und Prozessintegration.

Der CEO setzt den Betriebsrahmen. Jeder Pilot mit Skalierungs-Anspruch braucht eine Person, die drei Dinge hält. Die Prozesskennzahl. Den Datenzugriff. Den Entscheid, was mit der freiwerdenden Kapazität geschieht.

Ohne diese Rolle bleibt KI eine Zusatzschicht. Mitarbeitende nutzen sie parallel zur Arbeit. Abläufe bleiben gleich. Die Organisation hat ein neues Werkzeug und dieselben Probleme.

Fazit

Die 20 Prozent, die in den produktiven Betrieb kommen, machen weniger Aussergewöhnliches, als die Debatte vermuten lässt. Sie wählen engere Anwendungsfälle. Sie bauen KI in einen bestehenden Prozess ein. Sie messen vor dem Rollout. Sie klären Datenzugriff und Verantwortung. Sie führen die freiwerdende Kapazität.

Die 6 Prozent mit messbarer Wirkung in der Erfolgsrechnung gehen einen Schritt weiter. Sie übersetzen die Messung in eine Konsequenz. Diese Konsequenz ist die teuerste Disziplin im KI-Portfolio. Sie ist auch die einzige, die in der Erfolgsrechnung sichtbar wird.

Aus KI-Druck werden messbare Margen-Hebel dann, wenn die Konsequenz aus der Messung gezogen wird.

Handlungsfrage

Welcher Ihrer aktuellen KI-Piloten hat heute eine Prozesskennzahl, eine wirtschaftliche Schwelle und eine verantwortliche Person im Betrieb? Wenn die Antwort auf alle drei Punkte «keiner» lautet, sind Sie im Normalbereich. Das ist auch der Punkt, an dem es interessant wird.