Wenn Sie heute eine KI-Expertin oder einen KI-Engineer suchen, der Ihrem KMU bei der Einführung hilft: viel Glück. Die Person, die alles kann (Strategie, Implementierung, Schulung, Betrieb), gibt es entweder nicht — oder sie kostet 180’000 bis 240’000 Franken pro Jahr. Plus Sozialleistungen.
Und das ist nicht das Problem. Das Problem ist: Selbst wenn Sie das Geld hätten, fänden Sie niemanden. Schweizer KMU stehen 2026 vor einer Lage, die so neu ist, dass sich noch keine Routine eingestellt hat. Dieser Beitrag versucht, sie nüchtern zu beschreiben — und einen pragmatischen Weg vorzuschlagen.
Die Lage in Zahlen
Drei Zahlen, die alle drei Fachkräfteprobleme zusammenbringen, mit denen KMU heute jonglieren müssen.
Erstens: Bis 2033 fehlen der Schweiz rund 54’400 IKT-Fachkräfte. Das ist die zentrale Prognose der aktuellen Bildungsbedarfs-Studie, die Capiwell zusammenfasst (https://capiwell.ch/de/schweizer-arbeitsmarkt-2026-spezialisierte-fahigkeiten-langsameres-wachstum-und-neue-moglichkeiten-fur-start-ups/). Insgesamt braucht das Land 128’600 zusätzliche IKT-Kräfte. Selbst mit Absolventen und Zuwanderung bleibt ein Defizit von gut 54’000.
Zweitens: Rund 612’000 Schweizer KMU kämpfen heute mit Fachkräftemangel — bei zwei offenen Stellen pro Betrieb sind das nach Berechnung von TYTOS rund CHF 240’000 entgangener Wertschöpfung pro Jahr. TYTOS bringt es auf den Punkt (https://tytos.ch/blog/fachkraeftemangel-loesen-ki-kosten-kmu-schweiz): zwei Drittel aller Schweizer KMU haben das Problem; die klassische Lösung (höhere Löhne, mehr Inserate, Vermittler) funktioniert nicht mehr.
Drittens: Der Anteil Schweizer KMU, die KI aktiv einsetzen, ist binnen zwölf Monaten von 22 auf 34 Prozent gestiegen — ki-kmu-schweiz.ch hat die Zahl verifiziert (https://ki-kmu-schweiz.ch/blog/ki-im-schweizer-kmu-2026-leitfaden/). Wer dazu gehört, hat einen klaren Vorteil. Wer nicht, fällt zurück.
Warum «KI-Engineer einstellen» nicht die Antwort ist
Drei Gründe, warum die naheliegende Lösung scheitert.
Grund 1: Die Profile gibt es kaum. Was ein KMU braucht, ist nicht ein KI-Researcher mit ETH-Doktorat. Es ist eine Person, die Geschäftsprozesse versteht, KI pragmatisch einsetzen kann, mit Tools wie Lovable, n8n, OpenAI API umgeht — und dazu noch Schulung übernimmt. Dieses Profil existiert in der Schweiz vielleicht 1’500 Mal. Bei 612’000 KMU.
Grund 2: Wer es kann, geht zu Grosskonzernen. Eine Analyse zum Zürcher Tech-Talent-Markt (https://kitalent.com/articles/article-zurich-tech-talent-bifurcation) zeigt: Corporate R&D zahlt 18 bis 35 Prozent mehr als KMU, bietet bessere Tools, mehr Lernzeit und exotischere Projekte. KI-Talente landen bei UBS, Roche, Swisscom — selten bei einem Verwaltungsbetrieb mit 18 Mitarbeitenden.
Grund 3: Wenn Sie jemanden finden, bleibt er nicht. Die durchschnittliche Verweildauer von KI-Profis im KMU liegt aktuell bei rund 14 Monaten. Bis Sie das interne Wissen aufgebaut haben, ist die Person wieder weg.
Was tatsächlich funktioniert: Die Aufgabe selbst übernehmen
Wenn das klassische Modell nicht funktioniert, braucht es ein anderes. Und das gibt es. Es heisst: KMU-Leitung plus 2 bis 3 motivierte Mitarbeitende plus externer Sparring-Partner.
Konkret bedeutet das:
Die Geschäftsleitung übernimmt die Strategie. Sie entscheidet, welche Prozesse automatisiert werden, welche Budgets fliessen, welche Mitarbeitenden eingebunden werden. Das ist nicht delegierbar. Eine Raiffeisen-Befragung (https://www.raiffeisen.ch/rch/de/wissen/unternehmensthemen/digitalisierung-transformation/ki-in-schweizer-kmu.html) zeigt: KMU, deren Geschäftsleitung KI persönlich nutzt, sind in der Umsetzung dreimal weiter als jene, die KI «irgendjemandem» überlassen haben.
Zwei bis drei interne Mitarbeitende werden zu KI-Anwendern. Nicht zu Entwicklern — zu Anwendern. Sie lernen, wie ChatGPT, Claude, n8n und Lovable für ihren Bereich nützlich sind.
Ein externer Partner übernimmt das, was intern nicht aufgebaut werden soll. Das ist nicht jede Aufgabe — sondern die Integration, die heikle technische Komponente, die einmalige Beratung am Anfang. Danach wieder weg.
Diese Aufteilung hat einen Vorteil: Sie macht das KMU unabhängig. Wenn der Partner verschwindet, läuft die Maschine weiter — weil die Anwender intern sind.
Was die Geschäftsleitung wirklich tun muss
Zwei Stunden ChatGPT pro Woche reichen nicht. Wenn die Geschäftsleitung KI nicht versteht, kann sie die Prioritäten nicht setzen.
Konkret: Pro Woche zwei Stunden für KI-Lernzeit blockieren. Mit eigenen, echten Use Cases. Eine Offerte zusammen mit Claude bauen. Ein Excel-Modell zusammen mit ChatGPT prüfen. Ein Schreiben zusammen mit einer KI strukturieren. Nicht «mal so spielen» — sondern systematisch die eigenen Aufgaben einbeziehen.
Nach drei Monaten merkt eine Geschäftsleiterin, was KI gut kann und was nicht. Erst dann kann sie eine sinnvolle KI-Strategie für ihren Betrieb entwickeln.
Was die Mitarbeitenden lernen müssen
Drei Kompetenzfelder reichen für 80 Prozent der Anwendungsfälle:
- Prompt-Kompetenz. Wie formuliere ich eine Anfrage so, dass die KI nützlich antwortet? Trainierbar in 8 bis 16 Stunden.
- Tool-Auswahl. ChatGPT für allgemeine Aufgaben, Claude für längere Texte, Gemini für multimodale Aufgaben, Perplexity für Recherchen, Lovable für kleine Apps. Lernbar in einer Woche aktiver Nutzung.
- Validierungsroutine. KI-Ausgaben gegenprüfen. Niemals 1:1 übernehmen. Diese Routine baut sich nach 50 bis 100 echten Anwendungen auf.
Was 2026 in der Schweiz konkret läuft
Eine Studie von Michael Page (https://www.michaelpage.ch/news/media-releases/ai-reshaping-swiss-recruitment-%E2%80%93-faster-candidates-employers) bringt eine Beobachtung: 86 Prozent der Schweizer Job-Suchenden nutzen KI bei der Bewerbung. Bei den Arbeitgebern sind es deutlich weniger. Die Kandidaten sind den Firmen voraus.
Auch in der administrativen Arbeit schlägt KI bereits durch. Eine aktuelle Adecco-Studie (https://www.kmu.admin.ch/kmu/de/home/aktuell/news/2026/ki-setzt-arbeitsmarkt-unter-druck.html) berichtet, dass Stellenangebote für KV-Fachkräfte und im Rechnungswesen 2025 in der Schweiz rückläufig waren — bei gleichzeitig wachsender Wirtschaftsaktivität.
Eine Empfehlung in fünf Schritten
- Schritt 1 (Woche 1–2): Geschäftsleitung blockt zwei Stunden pro Woche KI-Lernzeit.
- Schritt 2 (Woche 3–4): Zwei bis drei interne Mitarbeitende starten dasselbe. Plus 8-Stunden-Schulung.
- Schritt 3 (Monat 2): Ein konkreter Use Case wird identifiziert. Externer Partner unterstützt bei der technischen Umsetzung.
- Schritt 4 (Monat 3–4): Use Case läuft produktiv. Lessons Learned im Team teilen.
- Schritt 5 (ab Monat 5): Routine. Jedes Quartal ein neuer Use Case.
Realistisches Budget für die ersten zwölf Monate: CHF 25’000 bis 50’000 für externe Unterstützung. Plus geschätzte 200 bis 400 interne Stunden. Deutlich weniger als ein KI-Engineer, den Sie ohnehin nicht finden.
Was bleibt
Die Aufgabe in den nächsten drei Jahren ist nicht primär eine technische. Sie ist eine organisatorische. Wer wartet, bis das perfekte Profil verfügbar ist, wird weiter warten — und in der Zwischenzeit von Wettbewerbern überholt, die einfach angefangen haben.
Die ehrliche Botschaft: Sie können das. Sie müssen es sogar selbst tun. Externe Hilfe gibt es — aber sie ersetzt nicht das eigene Lernen. Sie beschleunigt es.
FAQ
Wie viele Mitarbeitende sollten KI können?
Im ersten Jahr reichen zwei bis drei Schlüsselpersonen plus Geschäftsleitung. Im zweiten Jahr 60 bis 80 Prozent der Mitarbeitenden.
Reichen Online-Kurse zur Schulung?
Für die Grundlagen ja. Für die Anwendung im eigenen Betrieb nein. Es braucht Übung an echten Aufgaben.
Wo finden wir externe Partner ohne überzogene Erwartungen?
Drei Kriterien: Sie zeigen konkrete Schweizer Referenzen. Sie haben mindestens eine Person mit hands-on KMU-Erfahrung. Sie versuchen nicht, Sie in lange Wartungsverträge zu binden.
Was, wenn unsere Mitarbeitenden KI ablehnen?
Nicht das «Warum» diskutieren, sondern den Nutzen zeigen. Wer beim ersten Use Case zwei Stunden pro Woche spart, wird zum Befürworter.
Wann lohnt sich ein eigener KI-Verantwortlicher im Betrieb?
Ab etwa 50 Mitarbeitenden und mindestens drei laufenden KI-Use-Cases.
Wir helfen Schweizer KMU genau bei diesem Modell: Wir bringen die Mitarbeitenden in 30 Tagen so weit, dass sie KI praktisch nutzen können — und setzen einen ersten produktiven Use Case um. Mehr zum KI Quick Win unter: https://www.webgearing.com/angebote/ki-fuer-kmu/
