Über KI-Automatisierung wird viel geredet. Wenig davon hilft Ihnen am Montagmorgen, wenn die Mailbox überquillt, drei Offerten dringend rausmüssen und das Sekretariat krank ist.
Deshalb hier kein Strategie-Geschwurbel, sondern eine konkrete Liste: Fünf Prozesse, die ein Schweizer KMU realistisch in 30 Tagen automatisieren kann. Pro Prozess: Was er macht, wie viel Zeit er spart, was er kostet, und wo die Fallen liegen.
Vorab: Was «KI-Automatisierung» konkret heisst
Ein typisches KMU-Beispiel: Eine Mitarbeiterin bekommt täglich 20 Mails mit Offert-Anfragen. Sie liest jede, kopiert die wichtigsten Infos in ein Excel, antwortet höflich mit einer Bestätigung. Das kostet pro Tag rund 90 Minuten. Pro Jahr: 240 Stunden.
KI-Automatisierung heisst hier: Ein kleines Programm liest die Mails, extrahiert die Daten, legt sie ins CRM und sendet eine personalisierte Bestätigung. Die Mitarbeiterin prüft nur noch das, was die Logik nicht eindeutig klassifizieren kann.
Wichtig: KI ersetzt selten ganze Jobs. Sie übernimmt die repetitiven 60 bis 80 Prozent. Den Rest macht weiterhin der Mensch — schneller und mit weniger Frust.
Prozess 1: Eingehende Anfragen automatisch klassifizieren
Was er macht: Eingehende Mails, Kontaktformular-Einträge oder Anrufe werden automatisch kategorisiert: «Neue Anfrage», «Bestandskunde», «Beschwerde», «Spam». Die KI legt sie ins richtige System ab und benachrichtigt die zuständige Person.
Wo es sich lohnt: Ab etwa 30 Anfragen pro Tag. Darunter ist der manuelle Aufwand niedriger als der Setup-Aufwand.
Investition: Setup CHF 4’000 bis 8’000. API-Kosten: rund 20 bis 50 Rappen pro 100 Anfragen.
Zeitersparnis: Bei einem KMU mit 100 Anfragen pro Tag: ca. 60 bis 90 Minuten pro Tag, also rund 5 Stunden pro Woche.
Falle: Wenn die Kategorien nicht klar abgegrenzt sind, klassifiziert die KI nach Bauchgefühl — also schlecht. Investieren Sie eine Stunde in saubere Definitionen, bevor das Tool gebaut wird.
Prozess 2: Offerten und Standardbriefe in 3 Minuten statt 30
Was er macht: Mitarbeiter:innen tippen ein paar Stichworte. Eine KI-gestützte Vorlage erstellt eine vollständige Offerte oder einen Brief — inklusive Anrede, korrekter Preise und passendem Tonfall.
Wo es sich lohnt: In Branchen mit vielen ähnlichen Offerten (Treuhand, Handwerk, Beratung, Versicherung). Auch bei standardisierten Antwortbriefen an Behörden oder Kunden.
Investition: CHF 6’000 bis 12’000 Setup, je nach Komplexität.
Zeitersparnis: Eine Branchenanalyse von InnoCommerce zeigt: rund 4 Stunden pro Woche und Mitarbeiterin im Vertrieb, plus 35 Prozent weniger Fehler in den Texten. Quelle: https://www.innocommerce.de/blog/ki-beratung-fuer-kmu-5-quick-win-use-cases-mit-hohem-roi/
Falle: Die KI klingt zu generisch. Lösung: Trainieren Sie sie auf 20 bis 30 Ihrer eigenen besten Offerten. Dann übernimmt sie Ihren Stil — nicht den von ChatGPT.
Prozess 3: Rechnungen und Dokumente automatisch erfassen
Was er macht: Eingehende PDF-Rechnungen werden gelesen, die Daten (Lieferant, Datum, Betrag, MWST, Konto) extrahiert und direkt ins Buchhaltungssystem oder die Ablage gebucht. Die Buchhaltung kontrolliert nur noch die Ausreisser.
Wo es sich lohnt: Ab etwa 100 Eingangsrechnungen pro Monat.
Investition: CHF 5’000 bis 10’000 Setup. Plus Lizenzkosten der Erkennungs-Software ab etwa CHF 50 bis 150 pro Monat.
Zeitersparnis: Bei 200 Rechnungen pro Monat: rund 15 bis 20 Stunden manuelle Arbeit weniger.
Falle: Die Buchhalterin will sich nicht «entwerten» lassen. Reden Sie früh mit ihr. Sie kennt die Sonderfälle besser als jedes System — und ist nach der Einführung effizient bei den schwierigen 20 Prozent.
Prozess 4: FAQ-Chatbot auf der Website
Was er macht: Ein KI-Chatbot beantwortet die häufigsten Fragen auf Ihrer Website rund um die Uhr — Öffnungszeiten, Preise, Liefergebiete, Rückgabe, Termine. Komplexe Fragen leitet er an Mitarbeitende weiter.
Wo es sich lohnt: Bei Website-Traffic ab etwa 500 Besuchen pro Monat und mindestens 30 wiederkehrenden Fragen.
Investition: CHF 3’000 bis 6’000 Setup. Plus etwa CHF 30 bis 80 pro Monat an Hosting und KI-API-Kosten.
Zeitersparnis: Realistisch 3 bis 6 Stunden pro Woche weniger Mail- und Telefonaufwand. Im Idealfall steigt zudem die Lead-Qualität. Eine Übersicht von Parato (https://www.parato.ch/wissen/wie-automatisierung-und-kuenstliche-intelligenz-den-mittelstand-veraendern) zeigt, dass die 24/7-Verfügbarkeit zudem die Kundenzufriedenheit messbar erhöht.
Falle: Ein schlechter Chatbot ist schlimmer als keiner. Lösung: Bestücken Sie ihn mit Ihren echten FAQ-Texten, nicht mit Marketing-Sprech. Und definieren Sie klar, was er nicht beantworten soll.
Prozess 5: Lead-Scoring und Vertriebsroutine
Was er macht: Eingehende Leads (aus Website, LinkedIn, Messen) werden automatisch bewertet: Branche, Firmengrösse, Anliegen, Dringlichkeit. Hochwertige Leads gehen sofort an die Geschäftsleitung, der Rest in die normale Pipeline.
Wo es sich lohnt: Wenn Sie mehr als 50 Leads pro Monat haben — und merken, dass die guten manchmal untergehen.
Investition: CHF 5’000 bis 12’000 Setup. Voraussetzung: ein funktionierendes CRM. Ohne CRM macht das wenig Sinn.
Zeitersparnis: Schwerer in Stunden zu messen — aber der eigentliche Hebel liegt in mehr Abschlüssen. Eine Analyse von Redorbit (https://www.redorbit.ai/ki-wissen/quick-wins-zur-produktivitaetssteigerung-mit-ki-agenten) zeigt: Lead-Qualifizierungs-Agenten heben die Abschlussquote im Schnitt um 15 bis 25 Prozent.
Falle: Garbage in, garbage out. Wenn Ihre CRM-Daten unsauber sind, scort die KI Müll. Vorher aufräumen.
Was diese fünf Prozesse gemeinsam haben
Wenn Sie genau hinschauen, fällt etwas auf: Alle fünf Use Cases sind repetitiv, gut beschreibbar, mit klarem Input und klarem Output. Sie betreffen Vertrieb, Administration und Kundenservice — also die Bereiche, in denen die meiste KMU-Zeit verloren geht.
Eine Untersuchung des SBE Council (https://sbecouncil.org/2026/04/25/the-ai-tools-small-businesses-are-using/) zeigt: 93 Prozent der KMU, die einmal KI-Automatisierung eingeführt haben, wollen weiter investieren. 62 Prozent erhöhen das Budget sogar.
Wo Sie nicht anfangen sollten
- Falle 1: Mit dem komplexesten Prozess starten. Beginnen Sie klein. Ein Prozess. 30 Tage. Messen. Dann der nächste.
- Falle 2: Ohne saubere Daten loslegen. Wenn das Adressbuch zu 40 Prozent veraltet ist, hilft auch die beste KI nicht.
- Falle 3: Mitarbeitende vor vollendete Tatsachen stellen. Wer befürchtet, durch KI ersetzt zu werden, sabotiert das Projekt — bewusst oder unbewusst.
Die 30-Tage-Logik
- Woche 1: Prozess auswählen, IST-Aufwand messen, Daten checken, Anforderungen festschreiben.
- Woche 2: Erste Version bauen oder konfigurieren. Mit echten Daten testen.
- Woche 3: Pilotbetrieb mit einem Team. Fehler protokollieren. Nachbessern.
- Woche 4: Roll-out, Schulung, Übergabe an die laufende Betreuung.
Voraussetzung: klar definierter Prozess, vorhandene Daten, ein verantwortlicher interner Lead. Ohne diese drei: lieber noch eine Woche in die Vorbereitung stecken.
Was diese Quick Wins zusammenrechnen
Wenn ein KMU mit 20 Mitarbeitenden zwei der fünf Prozesse umsetzt, sind je nach Auswahl realistisch 8 bis 15 Stunden pro Woche Ersparnis drin. Bei einem mittleren Stundensatz von CHF 80 sind das CHF 33’000 bis 62’000 pro Jahr.
Die Investition liegt bei CHF 10’000 bis 20’000 für zwei Use Cases. Amortisation: meist unter sechs Monaten. Eine Crescent-AI-Studie (https://thecrunch.io/ai-automation-for-small-business/) berichtet bei kleinen Betrieben sogar von 20 bis 30 gesparten Stunden pro Woche — das sind die Erfolgreichsten, nicht der Durchschnitt.
FAQ
Wie lange dauert die Umsetzung eines KI-Quick-Wins wirklich?
Bei klar definiertem Prozess und vorhandenen Daten: 3 bis 4 Wochen. Bei unsauberen Daten oder unklarem Prozess: 6 bis 10 Wochen.
Was kostet KI-Automatisierung für ein typisches KMU?
Setup pro Use Case: CHF 4’000 bis 12’000. Laufende API- und Hosting-Kosten: CHF 30 bis 200 pro Monat. Wartung: jährlich rund 15 Prozent der Initialkosten.
Brauchen wir interne IT-Mitarbeitende dafür?
Nicht zwingend. Aber: Eine interne Person, die das Tool betreut, schult und Feedback sammelt, ist Pflicht.
Was passiert mit unseren Daten?
Bei sensiblen Daten empfehlen wir europäische oder schweizerische Anbieter, Anonymisierung wo möglich und vertraglich klar geregelte Datenhaltung.
Können wir später erweitern?
Ja, vorausgesetzt die Architektur ist modular aufgebaut.
