Die meisten KI-Projekte scheitern nicht an der Technologie, sondern an der Reihenfolge. Dieser Fahrplan zeigt, wie Sie KI im Unternehmen strukturiert, messbar und nDSG-konform einführen – ohne teure Fehlstarts.
«Wir sollten jetzt auch etwas mit KI machen» – dieser Satz fällt 2026 in fast jeder Geschäftsleitungssitzung. Das Problem: Wer ohne Fahrplan startet, kauft Tools, bevor der Anwendungsfall klar ist, automatisiert Prozesse, die vorher hätten vereinfacht werden müssen, und verliert das Team unterwegs. Bei AgenticIT begleiten wir Schweizer KMU durch genau diese Einführung. Der folgende 7-Phasen-Fahrplan ist die verdichtete Essenz daraus.
Warum die Reihenfolge über Erfolg entscheidet
KI ist kein Produkt, das man installiert, sondern eine Fähigkeit, die eine Organisation aufbaut. Unternehmen, die mit dem Werkzeug beginnen («Wir brauchen einen Chatbot»), lösen selten ein echtes Geschäftsproblem. Unternehmen, die mit dem Engpass beginnen («Unser Kundendienst schafft die Anfragen nicht mehr»), finden den passenden KI-Hebel fast von selbst. Der Fahrplan folgt deshalb dem Prinzip: erst Problem, dann Prozess, dann Technologie.
Der 7-Phasen-Fahrplan
Phase 1 · Standortbestimmung & Ziele
Bevor eine einzige Zeile Automatisierung entsteht, klären Sie: Wo verlieren wir heute Zeit, Umsatz oder Qualität? Sammeln Sie messbare Engpässe (z. B. «40 % der Support-Mails sind Standardfragen», «Angebotserstellung dauert 3 Tage»). Definieren Sie 2–3 konkrete, zahlenbasierte Ziele. Ohne Baseline lässt sich kein Erfolg belegen.
Phase 2 · Use-Case-Priorisierung
Bewerten Sie jeden Kandidaten nach zwei Achsen: Wirkung (Zeit-/Kostenersparnis, Umsatzpotenzial) und Machbarkeit (Datenverfügbarkeit, Prozessreife, Risiko). Starten Sie mit einem Use-Case oben rechts – hohe Wirkung, hohe Machbarkeit. Klassiker: Beantwortung wiederkehrender Kundenanfragen, Terminierung, E-Mail-Triage, Angebots-Vorbefüllung.
Phase 3 · Daten & Compliance-Check
KI ist nur so gut wie ihre Datengrundlage. Prüfen Sie: Welche Daten liegen wo, in welcher Qualität, wer darf sie nutzen? Klären Sie vor dem Pilot die nDSG-/DSGVO-Grundlagen: Rechtsgrundlage der Verarbeitung, Datenverträge mit Anbietern, Speicherort (Schweiz/EU), Löschkonzept. Diese Phase verhindert die teuersten späteren Überraschungen.
Phase 4 · Pilot mit engem Rahmen
Bauen Sie eine kleine, klar abgegrenzte Lösung für einen Use-Case – etwa einen KI-Agenten, der die zehn häufigsten Support-Anfragen beantwortet. Wichtig: KI-Kennzeichnung von Anfang an sichtbar, und ein Mensch bleibt im Freigabe-Loop (Human-in-the-Loop). Der Pilot läuft 4–8 Wochen mit definierten Messgrössen.
Phase 5 · Messen & Lernen
Vergleichen Sie die Pilot-Ergebnisse mit der Baseline aus Phase 1. Bearbeitungszeit gesunken? Antwortqualität stabil? Wo greift der Mensch am häufigsten korrigierend ein? Diese Korrekturen sind Gold wert – sie zeigen genau, wo die KI nachgeschärft werden muss.
Phase 6 · Team & Change Management
Technik ist selten der Grund für Scheitern – fehlende Akzeptanz schon. Beziehen Sie die betroffenen Mitarbeitenden früh ein, positionieren Sie KI als Entlastung von Routinearbeit (nicht als Ersatz), und schaffen Sie klare Verantwortlichkeiten: Wer betreut den Agenten, wer prüft Grenzfälle, wer misst?
Phase 7 · Skalierung & nächster Use-Case
Erst wenn Phase 1–6 belastbar sind, weiten Sie aus: mehr Anfragetypen, weitere Kanäle, angrenzende Prozesse. Jeder neue Use-Case durchläuft denselben Zyklus – nur schneller, weil Ihre Organisation die Fähigkeit nun besitzt.
AgenticIT-Prinzip: Ein funktionierender, kleiner Use-Case schlägt zehn geplante. Wir bauen mit unseren Kundinnen und Kunden bewusst erst eine Sache, die messbar funktioniert – und skalieren dann.
Vergleich: Werkzeug-getrieben vs. Problem-getrieben
| Aspekt | Werkzeug-getrieben (riskant) | Problem-getrieben (empfohlen) |
|---|---|---|
| Startpunkt | «Wir kaufen Tool X» | «Wir lösen Engpass Y» |
| Erfolgsmessung | unklar | klare Baseline & KPI |
| Team-Akzeptanz | oft gering | hoch, weil Nutzen sichtbar |
| Compliance | nachträglich | eingebaut ab Phase 3 |
Checkliste: Ist Ihr KMU bereit für die KI-Einführung?
- Wir kennen unsere drei grössten operativen Engpässe in Zahlen.
- Es gibt eine benannte verantwortliche Person für das KI-Projekt.
- Wir wissen, welche Daten vorliegen und dürfen sie nutzen.
- Die nDSG-Grundlagen (Speicherort, Verträge, Löschung) sind geklärt.
- Wir haben einen Use-Case mit hoher Wirkung und hoher Machbarkeit.
- KI-Kennzeichnung und Human-in-the-Loop sind für uns selbstverständlich.
Typische Stolpersteine
Zu breit starten. Fünf Use-Cases parallel überfordern jede Organisation. Prozess-Chaos automatisieren. Ein schlechter Prozess wird durch KI nur schneller schlecht – erst vereinfachen. Compliance nachziehen. Wer den Datenschutz erst am Ende bedenkt, muss den Piloten oft neu bauen. Team übergehen. Ohne Einbindung entsteht Widerstand, der jedes Tool ausbremst.
