Die Frage «was kann man damit machen» führt meist zu einer Liste beeindruckender Möglichkeiten, von denen die Hälfte im eigenen Betrieb nicht anwendbar ist. Nützlicher ist die umgekehrte Frage: Welche Tätigkeit macht bei euch jemand jede Woche von Hand, obwohl sie jedes Mal gleich abläuft?
Aus dieser Perspektive haben wir zehn Use Cases zusammengestellt, die in Schweizer KMU tatsächlich funktionieren. Geordnet nach Aufwand und Nutzen – inklusive der Stellen, an denen sie in der Praxis klemmen.
Die vier Quick Wins
1. Meeting-Protokolle und Aufgaben
Aus Transkript oder Notizen entstehen Zusammenfassung, Entscheide und Aufgabenliste – im besten Fall direkt als Einträge im Projektwerkzeug. Der Nutzen ist hoch, weil Protokolle sonst entweder abends nachgetragen oder gar nicht geschrieben werden.
Wo es klemmt: Wenn im Meeting niemand klar formuliert, wer was bis wann macht, kann auch die AI es nicht rekonstruieren. Sie macht Struktur sichtbar, sie erfindet keine.
2. Antwortentwürfe im Support
Eingehende Anfragen werden kategorisiert, mit Kontext aus dem CRM angereichert und als Entwurf beantwortet. Die Freigabe bleibt beim Menschen.
Wo es klemmt: Ohne angebundenes CRM bleibt der Entwurf generisch. Der Nutzen entsteht durch den Kontext, nicht durch die Formulierung.
3. Übersetzung und Tonalität
Für Unternehmen, die auf Deutsch, Französisch und Englisch kommunizieren, ist das der am schnellsten spürbare Effekt – vor allem, weil die Ergebnisse mit einer hinterlegten Tonalität konsistent werden statt je nach Person unterschiedlich.
Wo es klemmt: Fachterminologie. Ohne Glossar entstehen Begriffe, die in eurer Branche niemand verwendet. Das Glossar ist eine Stunde Arbeit und macht den Unterschied.
4. Kommentare zu Reporting-Zahlen
Aus einem Zahlenwerk entsteht der erklärende Text: Was ist gestiegen, was gefallen, was sticht heraus. Das ist die Arbeit, die im Monatsabschluss am meisten Zeit frisst und am wenigsten Freude macht.
Wo es klemmt: Die AI sieht Abweichungen, nicht Ursachen. Sie liefert den Rohtext, die Erklärung kommt weiterhin von euch.
Die drei strategischen Projekte
Höherer Aufwand, dafür deutlich grösserer Hebel.
5. Offerten und Aufwandsschätzungen
Aus einem Anforderungskatalog entsteht eine strukturierte Schätzung mit Bandbreite, Kostenblöcken und offenen Fragen – in eurer Vorlage, mit eurer Kalkulationslogik.
Das ist aufwendiger, weil euer Wissen über Aufwände und Risikozuschläge erst einmal explizit gemacht werden muss. Danach fällt der Zeitbedarf pro Offerte massiv – und, oft wichtiger, die Vergesslichkeit sinkt: Punkte, die man sonst übersieht, stehen zuverlässig drin.
6. Wissensrecherche im eigenen Bestand
Die AI durchsucht angebundene Ablagen und Systeme und beantwortet Fragen mit Quellenangabe. «Was haben wir diesem Kunden vor zwei Jahren offeriert?» in Sekunden statt in zwanzig Minuten.
Wo es klemmt: Datenqualität. Liegen Dokumente in fünf Ablagen mit drei Namenskonventionen, wird das Ergebnis unzuverlässig. Dieser Use Case belohnt Unternehmen, die ihre Ablage im Griff haben – und bestraft die anderen.
7. Onboarding-Assistent
Neue Mitarbeitende stellen Fragen zu Prozessen, Werkzeugen und Zuständigkeiten und bekommen Antworten aus euren eigenen Unterlagen. Entlastet die Teamleitung spürbar und macht die ersten Wochen kürzer.
Wo es klemmt: Das setzt voraus, dass die Unterlagen aktuell sind. Ein Assistent, der veraltete Prozesse erklärt, richtet Schaden an.
Zwei Use Cases, die man unterschätzt
8. Daten kategorisieren und bereinigen
Unstrukturierte Einträge klassifizieren, Dubletten erkennen, Freitextfelder in verwertbare Kategorien überführen. Wenig glamourös, aber häufig die Voraussetzung dafür, dass andere Use Cases überhaupt funktionieren.
9. Vertrags- und Lieferantenvergleich
Mehrere Dokumente gegeneinanderlegen und Abweichungen in Konditionen, Fristen und Haftung herausarbeiten. Der Zeitgewinn ist erheblich, das Ergebnis muss aber fachlich geprüft werden – hier gilt Punkt 3 jeder vernünftigen AI-Richtlinie besonders.
Ein Use Case, der meistens warten kann
10. Ausschreibungen prüfen
Grosse Ausschreibungsunterlagen auf Anforderungen und Ausschlusskriterien durchsuchen. Der Nutzen ist da, aber der Aufwand hoch und der Anlass unregelmässig. Für Unternehmen, die regelmässig an Ausschreibungen teilnehmen, ist es ein starker Fall – für alle anderen nicht der richtige Einstieg.
Wie ihr den richtigen Use Case auswählt
Drei Kriterien, in dieser Reihenfolge
1. Zuerst die Häufigkeit
Eine Aufgabe, die wöchentlich anfällt, schlägt eine, die einmal im Quartal kommt – auch wenn die seltene spektakulärer klingt.
2. Dann die Datenlage
Liegt alles Nötige zugänglich vor, oder müsste zuerst eine Anbindung gebaut werden?
3. Und schliesslich der Prüfaufwand
Ein Ergebnis, das drei Personen gegenlesen müssen, spart weniger als es verspricht.
Was in dieser Liste bewusst nicht vorkommt: Use Cases, bei denen AI ohne menschliche Kontrolle nach aussen wirkt. Das ist technisch möglich, aber als Einstieg die falsche Wahl – der erste sichtbare Fehler kostet mehr Vertrauen, als die ersten fünfzig Erfolge aufbauen.
Der ehrliche Teil
Nicht jeder dieser zehn Fälle lohnt sich bei allen Unternehmen. Welche es sind, hängt an eurer Unternehmensgrösse, eurer Datenlage und daran, wo tatsächlich Zeit verloren geht. Genau das klären wir in der ersten Phase, bevor irgendetwas gebaut wird und streichen dabei regelmässig Ideen, die auf dem Papier gut aussahen aber rein gar nichts nützen.
.svg)