Zum Inhalt springen
Der SchweizerKI-Podcast
Suche
Alle Folgen

KI-Strategie für Schweizer KMU: Was DeepSeek, Apertus und KI-Agenten jetzt für Entscheider bedeuten

Personen in dieser Folge

3 Personen

Die wichtigsten KI-Entwicklungen im Überblick

Der globale KI-Markt befindet sich in einer Phase tektonischer Verschiebungen. Ralf Blaschke, Managing Director bei Accenture, fasst die zentralen Bewegungen zusammen: Nach zwei Jahren Pilotprojekten fordern Unternehmenskunden nun messbaren Return on Investment. Die Diskussion verschiebt sich von Chatbots und Einzellösungen hin zu autonomen KI-Agenten, die ganze Geschäftsprozesse eigenständig abwickeln. Gleichzeitig erschüttert China mit jeder neuen Open-Source-Veröffentlichung die gesamte Branche – und das mit wachsender Frequenz.

Vom Pilot zum ROI: Der neue Massstab für KI-Projekte

Nach zwei Jahren experimenteller Erprobung lautet die klare Botschaft aus Kundengesprächen: KI muss sich rechnen. Unternehmen fragen nicht mehr nach Technologie um der Technologie willen, sondern nach konkretem Mehrwert, messbaren Effizienzgewinnen und einer tragfähigen Governance. KI-Theater, also Projekte ohne strategische Verankerung und ohne Wirkungsmessung, verliert an Akzeptanz.

China im KI-Wettlauf: DeepSeek und die Open-Source-Offensive

Der Abstand zwischen chinesischen und amerikanischen KI-Modellen ist laut Blaschke von über einem Jahr auf ein bis zwei Monate geschrumpft. Der Treiber: US-Sanktionen haben chinesische Entwickler gezwungen, mit älteren Nvidia-Chips effizienter zu arbeiten – und dabei algorithmisch innovativer zu werden. Das Resultat sind Modelle wie DeepSeek, die zu einem Bruchteil der Trainingskosten vergleichbare Leistung bieten.

Ein weiterer Faktor ist die Open-Source-Strategie. Chinesische Modelle werden frei zugänglich veröffentlicht, was das Geschäftsmodell proprietärer Anbieter wie Anthropic und OpenAI unter Druck setzt, die auf Abonnements und Enterprise-Lizenzen setzen. Selbst Microsoft prüft die Integration von DeepSeek in eigene Unternehmensprodukte.

Alibaba ändert die Spielregeln

Alibaba hat seine Lizenzstrategie für die Qwen-Modelle angepasst: Kommerzielle Nutzer zahlen künftig Gebühren oder Umsatzbeteiligungen. Dieses Vorgehen zeigt, dass die chinesische Open-Source-Strategie strategisch kalkuliert ist – vergleichbar mit einer digitalen Seidenstrasse.

Darf ein Schweizer KMU chinesische Modelle einsetzen?

Die Frage ist mehrdimensional. Wer ein chinesisches Open-Source-Modell auf eigenen Servern betreibt, ist zwar technisch souverän, muss aber folgende Aspekte abwägen:

  • Kontrolle und Transparenz: Ähnlich wie bei Huawei-Endgeräten stellt sich die Frage des vollständigen Vertrauens in die Modellarchitektur.
  • Infrastrukturaufwand: Ein lokales Modell erfordert eigene Rechenkapazität, Energieversorgung und laufende Aktualisierung.
  • Anwendungsfall: Für stabile, klar definierte Prozessschritte mit nicht-sensiblen Daten kann ein chinesisches Modell eine valide Wahl sein. Für hochregulierte Branchen gelten strengere Massstäbe.
  • Wartungszyklus: Modelle entwickeln sich alle drei bis sechs Monate wesentlich weiter. Wer on-premise betreibt, muss aktiv nachziehen.

Accenture hat dafür eigens die Einheit "Accenture Edge" gegründet, die KMU bei der Auswahl des richtigen Modells, der Identifikation geeigneter Einsatzfelder und der sicheren Betriebsführung unterstützt.

Apertus: Das Schweizer Sprachmodell im Praxistest

Apertus, das offene Sprachmodell der ETH Zürich und der EPFL, läuft auf der Swiss AI Platform der Swisscom. Kantone wie Zug übersetzen damit bereits Dokumente. Die ehrliche Einschätzung der Gesprächspartner:

  • Stärken: Schweizer Datensouveränität, lokale Verfügbarkeit, kontinuierliche Weiterentwicklung, keine geopolitischen Abhängigkeiten.
  • Grenzen: Apertus befindet sich aktuell nicht auf dem Niveau der globalen Frontier-Modelle. Die Intelligenz des Modells muss für den jeweiligen Anwendungsfall ausreichen – nicht mehr, aber auch nicht weniger.
  • Empfehlung: Für Prozessschritte mit sensiblen Daten, in denen Schweizer Datenhaltung regulatorisch erforderlich oder strategisch gewünscht ist, ist Apertus eine ernstzunehmende Option. Als Allzweckwerkzeug für komplexe Aufgaben sind führende internationale Modelle derzeit überlegen.

Parallel dazu sind in Europa weitere souveräne Modelle im Entstehen: Frankreichs Mistral und Deutschlands Aleph Alpha zeigen, dass der Kontinent den Anschluss sucht – auch wenn die Investitionsvolumina der drei grossen US-Hyperscaler (Google, Microsoft, Amazon: zusammen rund 700 Milliarden Dollar in Rechenzentren) europäische Initiativen noch auf Jahre hinaus überragen werden.

KI-Agenten: Warum der Perspektivenwechsel entscheidend ist

Der grösste konzeptionelle Fehler, den Unternehmen laut Chris Jon Graf derzeit begehen: KI mit einem Chatbot gleichzusetzen. Die strategische Realität ist eine andere.

Von der Chat-Oberfläche zum integrierten System

KI-Agenten sind keine Dialogoberflächen. Sie sind autonome Softwarekomponenten, die im Auftrag von Unternehmen eigenständig Entscheidungen treffen, Prozesse durchlaufen und mit anderen Systemen interagieren. Google führt im Workspace-Ökosystem bereits Agenten ein, die wie Mitarbeiter mit E-Mail-Adresse und Kalender geführt werden können.

Das verändert die Fragestellung fundamental:

  1. Nicht: Welches KI-Modell sollen wir einsetzen?
  2. Sondern: Welche Geschäftsprozesse wollen wir transformieren, und an welchen Stellen ergänzt KI den grössten Hebel?

Accenture spricht in diesem Zusammenhang von "Reinvention": Kein Stein bleibt auf dem anderen. Geschäftsprozesse werden von Grund auf neu gedacht, neue Rollen entstehen, bestehende werden obsolet.

Personhood und Verantwortung: Ungeklärte Fragen

Mit der Vergabe von E-Mail-Adressen und Identitäten an KI-Agenten entsteht eine neue, rechtlich noch ungelöste Frage: Wer haftet, wenn ein Agent unerwünschte Handlungen ausführt? Der EU AI Act verlangt lückenlose Dokumentation und die Möglichkeit, Agenten jederzeit anzuhalten. Die Frage der Verantwortung ist damit aber nicht beantwortet. Rund 21 Milliarden vernetzter Geräte und Sensoren weltweit unterstreichen die Dringlichkeit einer klaren Governance-Architektur.

KI-Sicherheit: Alignment vs. Containment

Im Markt existieren zwei konkurrierende Ansätze zur Kontrolle autonomer KI-Systeme:

| Ansatz | Beschreibung | Vertreter | |---|---|---| | Alignment | KI wird auf menschliche Werte und Moral hin trainiert | Anthropic, Sam Altman | | Containment | Technische Guards auf Chip- und Plattformebene verhindern unerwünschtes Verhalten | Nvidia (Jensen Huang), Google Gemini |

Beide Ansätze haben offenen Ausgang. Google positioniert Gemini 4 explizit als sicherere Plattform mit stärkeren Guardrails. Anthropic hat einen eigenen Code of Conduct veröffentlicht. Doch selbst die fortschrittlichsten Systeme bieten keine hundertprozentige Sicherheit, solange das Zusammenspiel von Prompt, Modell und Umgebung vollständig kontrollierbar bleiben muss.

Apple als heimlicher KI-Sieger?

Eine überraschende These aus der Diskussion: Apple könnte langfristig zu den grossen Gewinnern der KI-Ära gehören. Der Grund liegt in der Miniaturisierung. Wenn KI-Modelle immer kleiner und effizienter werden – ein Trend, den chinesische Sanktions-Innovation beschleunigt –, könnten lokale On-Device-Modelle auf dem iPhone zur Realität werden. Ein persönlicher KI-Agent, der ausschliesslich auf dem eigenen Gerät läuft, keine Daten in die Cloud überträgt und damit maximale Datensouveränität bietet, wäre ein disruptives Produkt. Die Hardwarebasis mit Milliarden von iPhones ist bereits vorhanden.

Cybersecurity: Konkrete Handlungsempfehlungen für den Mittelstand

Laut einer Studie der Mobiliar-Versicherung erwarten vier von fünf Schweizer KMU eine steigende Bedrohungslage durch KI. Diese Einschätzung ist berechtigt – aber die falsche Reaktion wäre Lähmung.

Warum Abwarten das grösste Risiko ist

Die Kernbotschaft von Blaschke und Graf ist eindeutig: Nichts tun ist kein sicherer Hafen. Veraltete On-Premise-Systeme sind oft angreifbarer als moderne Cloud-Lösungen, weil sie nicht kontinuierlich gepatcht werden. KI-gestützte Cyberangriffe, die früher Monate dauerten, werden heute in wenigen Stunden ausgeführt. Automatisierte Bots schreiben in Echtzeit Code, um neu entdeckte Sicherheitslücken auszunutzen.

Handlungsfelder für ein KMU mit 50 Mitarbeitenden

  • Bestandsaufnahme: Legacy-Systeme, alte Software und ungesicherte Zugangspunkte identifizieren und priorisieren.
  • Resilienz statt Immunität: Vollständige Sicherheit ist nicht erreichbar. Die strategische Frage lautet: Wie schnell kann das Unternehmen im Angriffsfall reagieren und den Betrieb aufrechterhalten?
  • Redundanz aufbauen: Systeme so gestalten, dass kritische Bereiche isoliert und notfalls abgeschaltet werden können, ohne den Gesamtbetrieb zu gefährden.
  • Patchzyklen verkürzen: Der traditionelle halbjährliche Update-Zyklus ist obsolet. Kontinuierliche Aktualisierung ist Pflicht.
  • Externe Beratung einbeziehen: Statt auf Consumer-Lösungen zu setzen, lohnt sich die Investition in professionelle Beratung und unternehmensgerechte KI-Implementierungen.

Executive Takeaways

  • ROI statt Pilotprojekte: Wer nach zwei Jahren noch im Versuchsstadium ist, riskiert den Anschluss.
  • Prozesse vor Modelle: Die Wahl des KI-Modells ist nachrangig. Zuerst müssen Prozesse klar definiert und transformationsbereit sein.
  • Apertus als Schweizer Option: Für souveräne Datenhaltung in regulierten Umgebungen eine valide, aber leistungsbegrenzte Wahl.
  • Agenten erfordern Governance: Wer KI-Agenten einsetzt, braucht ein verbindliches Framework für Kontrolle, Transparenz und Haftungsfragen.
  • Sicherheitsresilienz als Pflicht: Cybersecurity ist keine IT-Frage mehr, sondern Chefsache. Die Bedrohungsgeschwindigkeit durch KI hat sich fundamental verändert.
  • Abwarten ist gefährlich: Die alten Systeme sind das grösste Risiko – nicht die neuen.

Häufige Fragen

Welche konkreten Risiken entstehen für Schweizer KMU, wenn sie chinesische Open-Source-Modelle wie DeepSeek auf eigenen Servern betreiben?

Die zentralen Risiken umfassen fehlende vollständige Transparenz über die Modellarchitektur und mögliche Alignment-Probleme, einen erheblichen Infrastrukturaufwand für Betrieb und Wartung sowie den schnellen Veralterungszyklus der Modelle. Für nicht-sensible, stabile Prozessschritte kann der Einsatz dennoch wirtschaftlich sinnvoll sein, während hochregulierte Branchen in der Schweiz durch Compliance-Anforderungen de facto auf lokale oder europäische Modelle angewiesen sind.

Ist Apertus, das Schweizer Sprachmodell von ETH Zürich und EPFL, eine ernstzunehmende Alternative zu internationalen KI-Modellen für KMU?

Apertus bietet echte Datensouveränität und ist für bestimmte Anwendungsfälle mit Schweizer Datenhaltungsanforderungen eine valide Option, insbesondere in regulierten Branchen. Die Leistungsfähigkeit liegt jedoch aktuell unterhalb der globalen Frontier-Modelle, weshalb der Anwendungsfall entscheidend ist: Reicht die verfügbare Intelligenz für den spezifischen Prozessschritt aus, ist Apertus empfehlenswert; für komplexe, wissensintensive Aufgaben sind internationale Modelle überlegen.

Was bedeutet der Wechsel von Chatbots zu KI-Agenten strategisch für Geschäftsprozesse in Unternehmen?

KI-Agenten sind keine verbesserten Chatbots, sondern autonome Systemkomponenten, die eigenständig Entscheidungen treffen, Prozesse durchlaufen und mit anderen Systemen und Agenten interagieren. Für Unternehmen bedeutet das eine fundamentale Neugestaltung von Geschäftsprozessen: Bestehende Abläufe müssen auf ihre KI-Tauglichkeit überprüft, neue Rollen definiert und veraltete Strukturen abgelöst werden. Ohne eine klare Governance-Architektur mit vollständiger Nachvollziehbarkeit und Abschaltmöglichkeit ist der Einsatz von Agenten nicht compliant mit dem EU AI Act.

Wie haben sich KI-gestützte Cyberangriffe verändert und warum ist die bisherige Sicherheitsstrategie von KMU nicht mehr ausreichend?

KI beschleunigt Cyberangriffe dramatisch: Prozesse, die früher Monate dauerten, werden heute in wenigen Stunden oder kürzer durchgeführt, da automatisierte Bots Sicherheitslücken in Echtzeit erkennen, Code schreiben und Exploits sofort ausführen. Veraltete On-Premise-Systeme mit langen Patchzyklen sind besonders gefährdet. Die strategische Antwort muss auf Resilienz setzen – also die Fähigkeit, einen laufenden Angriff zu erkennen, zu isolieren und den Betrieb aufrechtzuerhalten – statt auf die illusorische Vollsicherheit.

Wie sollte ein Schweizer KMU mit 50 Mitarbeitenden in den nächsten drei Monaten konkret auf die KI-Entwicklung reagieren?

Priorität hat eine ehrliche Bestandsaufnahme der eigenen IT-Sicherheitslage: Legacy-Systeme, veraltete Software und ungesicherte Zugangspunkte identifizieren und priorisieren. Parallel sollten Prozesse daraufhin überprüft werden, wo KI-Integration echten Mehrwert schafft – nicht als Pilot, sondern als strukturelle Massnahme. Professionelle externe Beratung ist sinnvoller als Consumer-Lösungen. Das Wichtigste: Abwarten ist die gefährlichste Option, da ältere Systeme die grösste Angriffsfläche bieten.

Warum könnte Apple langfristig zu den grossen Gewinnern der KI-Ära gehören?

Die zunehmende Miniaturisierung von KI-Modellen – ein Trend, der durch chinesische Effizienzinnovation beschleunigt wird – eröffnet die Möglichkeit, leistungsfähige Modelle vollständig lokal auf dem Endgerät zu betreiben. Apple verfügt mit der iPhone-Plattform und hochleistungsfähigen eigenen Chips über die grösste Consumer-Hardwarebasis weltweit. Ein persönlicher KI-Agent, der ausschliesslich on-device läuft und keine Daten in die Cloud überträgt, würde maximale Datensouveränität bieten und wäre ein disruptives Differenzierungsmerkmal.

Droht der KI-Industrie eine Blasenbildung und welche Konsequenzen hätte ein Markteinbruch für Unternehmenskunden?

Es gibt deutliche Anzeichen einer Überhitzung: Teile des Rechenzentrumsausbaus sind kreditfinanziert, die Bewertungen von Unternehmen wie Anthropic (zwei Billionen Dollar) übersteigen bislang deutlich den generierten Cashflow, und Neocloud-Provider ohne ausreichende Eigenkapitalbasis sind besonders anfällig. Für Unternehmenskunden ist das relevant: Wer KI-Anbieter als strategische Partner einsetzt, sollte deren finanzielle Stabilität und Abhängigkeiten (z. B. hohe Umsatzkonzentration bei wenigen Kunden) im Vendor-Management berücksichtigen. Die produktive Seite – Chipnachfrage, Umsatzwachstum bei Frontier-Anbietern – bleibt jedoch real.