Warum Schweizer Unternehmen bei KI noch Nachholbedarf haben

Viele Schweizer Unternehmen erkennen das Potenzial der Künstlichen Intelligenz (KI), doch in der Praxis bleiben vor allem im Mittelstand noch erhebliche Lücken. Eine neue empirische Studie – der Swiss AI Report 2025 von CorpIn – hat über 1’300 Schweizer Entscheidungsträger:innen befragt und deckt deutliche Defizite auf. Die Untersuchung basiert auf dem sechsdimensionalen Hexagon-Modell und gilt als eine der umfassendsten KI-Studien der Schweiz. Im Zentrum stehen sechs Handlungsfelder, die den organisatorischen KI-Reifegrad bestimmen: Datenfundament, Strategische Verankerung, Technische Voraussetzungen, Sicherheit & Privatsphäre, Kulturelle Dimension sowie Awareness & Kompetenz. In allen sechs Bereichen zeigt sich, warum Schweizer Unternehmen in Sachen KI noch Nachholbedarf haben – von unzureichender Datenqualität über fehlende strategische Verankerung bis zu Lücken in der Weiterbildung. Nachfolgend beleuchten wir jede Dimension, präsentieren zentrale Befunde der Studie und zeigen branchenspezifische Herausforderungen sowie strukturelle Defizite auf. Ziel ist es, ein objektives Bild der Lage zu zeichnen – und Wege aufzuzeigen, wie Unternehmen ihre KI-Readiness erhöhen können.

Datenfundament: Fehlende konsistente Datenbasis bremst KI aus

Eine robuste Datenbasis ist das Fundament jeder erfolgreichen KI-Initiative. Doch gerade hier hapert es in vielen Schweizer Unternehmen. Laut Swiss AI Report 2025 verfügen nur 8 % der Firmen über eine vollständig konsistente Datenstruktur – die Grundlage für eine erfolgreiche KI-Strategie fehlt also häufig. Mangelnde Datenqualität und verstreute Dateninseln erschweren es, KI-Modelle zuverlässig zu trainieren und einzusetzen. So nennen 35 % der Unternehmen unzureichende Datenqualität oder -verfügbarkeit als zentrales Hindernis bei KI-Projekten. Oft sind Daten in Silos gefangen oder nicht ausreichend integriert, was zu Inkonsistenzen und hohem manuellem Aufwand führt. Im Schweizer Mittelstand kommt hinzu, dass ältere IT-Systeme und gewachsene Strukturen die Datenintegration erschweren können. Unterschiedliche Branchen sind dabei unterschiedlich betroffen: Etwa in der Finanz- und Versicherungsbranche sind hohe Datenmengen vorhanden, aber strenge Datenschutzauflagen limitieren die Nutzung; in Industrieunternehmen wiederum fallen grosse Produktions- und Sensordaten an, doch fehlende Standards in der Aufbereitung können deren Wertschöpfung bremsen. Die Studie zeigt klar, dass Datenfundament und KI-Erfolg direkt zusammenhängen – ohne saubere, verfügbare Daten bleibt der Einsatz von KI Stückwerk. Unternehmen sollten daher zunächst in Datenmanagement und Integration investieren, bevor sie KI-Exzellenz anstreben.

(Interner Tipp: Eine strukturierte Bestandsaufnahme der eigenen Datenlandschaft – etwa im Rahmen eines KI-Reifegrad-Checks – kann helfen, Schwachstellen im Datenfundament aufzudecken und priorisiert anzugehen.)

Strategische Verankerung: KI ohne klare Ziele und Zuständigkeiten

KI-Projekte entfalten nur dann Wirkung, wenn sie strategisch verankert sind – mit klaren Zielen, Kennzahlen und Verantwortlichkeiten. Doch hier weist der Schweizer Unternehmenssektor deutliche Defizite auf. Zwar geben 65 % der befragten Unternehmen an, KI als Teil ihrer langfristigen Strategie zu sehen, jedoch arbeiten nur 13 % mit klar definierten, messbaren KI-Zielen. Mit anderen Worten: Viele Unternehmen sprechen über KI, ohne einen konkreten Fahrplan zu haben. Häufig fehlt es an einer formalen KI-Strategie, die festlegt, wo und wie KI zum Einsatz kommen soll. Entsprechend verwundert es nicht, dass über die Hälfte (51 %) den Erfolg ihrer KI-Initiativen aktuell überhaupt nicht misst – es fehlen geeignete KPIs (Key Performance Indicators) und Monitoring-Prozesse.

Dieses strategische Vakuum führt oft zu unklaren Zuständigkeiten: Wer ist im Unternehmen eigentlich für KI verantwortlich? In vielen Mittelstandsunternehmen gibt es keinen KI-Verantwortlichen oder kein dediziertes Team, das die KI-Entwicklung vorantreibt. Ohne eindeutige Ownership verlaufen Projekte leicht im Sand oder bleiben auf Abteilungsebene stecken. Die Swiss AI Report 2025-Studie unterstreicht, dass es an Top-Management-Unterstützung und bereichsübergreifender Koordination mangelt – viele KI-Initiativen scheitern, weil das Commitment von oben und eine Verankerung in der Unternehmensstrategie fehlen. Branchen mit hoher Regulierung (z. B. Pharma, Gesundheitswesen) tun sich besonders schwer, da hier oft zusätzliche strategische Abstimmungen nötig sind, um KI-Projekte mit Compliance-Vorgaben in Einklang zu bringen.

Die Konsequenz: KI bleibt vielerorts ein experimentelles Randthema, anstatt als Chefsache strategisch gesteuert zu werden. Unternehmen sollten daher prüfen, ob ihre KI-Ambitionen fest in der Geschäftsstrategie verankert sind – inklusive klarer Zielsetzungen, Ressourcenplanung und definierter Verantwortlicher. Ein erster Schritt kann sein, den aktuellen KI-Reifegrad strategisch einzuordnen. Das von CorpIn entwickelte Hexagon-Modell bietet hierzu einen strukturierten Ansatz, um KI-Ziele in der Unternehmensstrategie zu verankern und Lücken zwischen Soll und Ist zu identifizieren.

Technische Voraussetzungen: Integrationslücken in der IT-Infrastruktur

Ohne die richtigen technischen Voraussetzungen verpuffen KI-Vorhaben – selbst die beste Datenlage und Strategie helfen wenig, wenn es an moderner IT und Integration fehlt. Die Realität in Schweizer Unternehmen: 40 % der Firmen fehlt eine durchgängige IT-Systemintegration, spezialisierte Tools wie Business-Intelligence- oder Supply-Chain-Systeme sind oft nicht an die KI-Anwendungen angebunden. Dieses Silodenken bremst skalierbare KI-Lösungen massiv aus. Tatsächlich gaben in der Studie sogar 64 % der Unternehmen an, dass die fehlende Integration von KI in bestehende Systeme zu den grössten Herausforderungen zählt.

Gerade im Mittelstand stösst man häufig auf gewachsene IT-Landschaften mit veralteten Legacy-Systemen, die nur begrenzt anpassbar sind. Solche Inkompatibilitäten machen es schwierig, KI-Modelle nahtlos in Geschäftsprozesse einzubetten. Beispielsweise können produzierende Unternehmen Probleme haben, KI-Algorithmen zur vorausschauenden Wartung mit ihren bestehenden ERP-Systemen zu verknüpfen, wenn Schnittstellen fehlen. In KMU des Dienstleistungssektors wiederum fehlt es oft an Cloud-Infrastruktur oder an der Automation von Datenflüssen zwischen Tools, was KI-Piloten mühsam manuell hält.

Die Studie betont, dass eine flexible, cloud-fähige IT-Infrastruktur eine Grundvoraussetzung für KI-Erfolg ist . Viele Unternehmen setzen hier noch nicht auf Standardisierung und Skalierbarkeit: Cloud-Lösungen und moderne Data-Platforms werden teils zögerlich eingeführt. Das Ergebnis sind Medienbrüche und isolierte Datentöpfe, welche die ganzheitliche Nutzung von KI behindern. Wer KI-Unterstützung im grossen Stil nutzen will, muss daher seine IT-Architektur aufräumen: Schnittstellen schaffen, Altsysteme ablösen oder einbinden und in leistungsfähige Infrastruktur investieren. Positiv vermerkt der Swiss AI Report 2025, dass inzwischen 48 % der Unternehmen KI zumindest in einzelnen Prozessen einsetzen (ein Plus von ~10 % gegenüber 2023). Dieser Anstieg zeigt: Die technische Basis verbessert sich allmählich, doch um KI flächendeckend auszurollen, gilt es, Integrationslücken zu schliessen.

Sicherheit & Privatsphäre: Bedenken bei Datenschutz und Compliance

In einem Land wie der Schweiz, das hohe Datenschutzstandards und strenge Regulierungen kennt, ist Sicherheit & Privatsphäre eine entscheidende Dimension für KI-Projekte. Viele Firmen haben hier Bedenken, was ebenfalls zu Verzögerungen führt. Laut Studie zählen Datenschutz- und Sicherheitsbedenken bei 50 % der Unternehmen zu den grössten KI-Hürden. Die Sorge um Compliance mit Gesetzen (wie DSGVO/DSG) und branchenspezifischen Auflagen (z. B. im Finanz- oder Gesundheitssektor) ist allgegenwärtig. Manche Unternehmen zögern, sensible Daten für KI-Modelle zu nutzen, aus Angst vor Datenlecks oder rechtlichen Konsequenzen bei automatisierten Entscheidungen.

Interessanterweise erfüllen viele Schweizer Firmen bereits grundlegende Standards: Eine Mehrheit der Befragten gibt an, zumindest die Datenschutz-Grundverordnung (DSGVO) und das Schweizer DSG einzuhalten, teils sogar mit Zertifizierungen nach ISO/IEC 27001 . Doch Compliance auf dem Papier heisst nicht automatisch, dass Vertrauen in KI besteht. Gerade bei Cloud-basierten KI-Lösungen stellen sich Fragen, wo Daten gespeichert und verarbeitet werden. Unternehmen befürchten zudem Reputationsschäden, falls KI-Systeme Fehlentscheidungen treffen – z. B. in der Kreditvergabe oder Personalrekrutierung – und dadurch gegen ethische oder rechtliche Prinzipien verstossen.

Die Studie macht deutlich, dass Sicherheits- und Privatsphäre-Aspekte früh in KI-Projekte eingebunden werden müssen, um Akzeptanz zu schaffen. Unternehmen sollten interne Richtlinien für den verantwortungsvollen KI-Einsatz entwickeln, einschliesslich klare Regeln für Datenschutz, Modellüberwachung und Notfallpläne bei Zwischenfällen. Branchen mit sensiblen Daten – etwa Medizin oder Behörden – benötigen hier oft zusätzliche Abstimmungsrunden, was KI-Initiativen verlangsamen kann. Dennoch darf Sicherheit nicht als Ausrede dienen, Innovation zu blockieren. Mit den richtigen Schutzmassnahmen (Verschlüsselung, Zugriffskontrollen, Anonymisierung) lässt sich ein Grossteil der Risiken beherrschen. Schweizer Unternehmen, so der Report, müssen lernen Sicherheit und Innovation auszubalancieren, um im KI-Wettlauf nicht zurückzufallen.

Kulturelle Dimension: Akzeptanz, Change-Management und die Angst vor Neuem

Technologie allein genügt nicht – die Kultur im Unternehmen entscheidet massgeblich mit, ob KI-Initiativen erfolgreich sind. In vielen Schweizer Betrieben herrscht zwar grundsätzliche Offenheit gegenüber KI, doch es fehlen oft Change-Management und Kommunikation, um Ängste und Vorurteile abzubauen. Laut Swiss AI Report 2025 stehen die meisten Mitarbeitenden KI positiv oder zumindest offen gegenüber, allerdings können fehlende Kommunikations- und Feedbackstrukturen Unsicherheiten verstärken. Mit anderen Worten: Die Belegschaft ist durchaus bereit, KI einzusetzen, fühlt sich aber zu wenig mitgenommen. So berichten 41 % der Unternehmen von Widerstand oder Skepsis der Mitarbeitenden als Herausforderung bei KI-Projekten. Gerade wenn neue KI-Systeme eingeführt werden, entstehen leicht Ängste – etwa die Sorge, durch Automatisierung an Bedeutung zu verlieren oder Fehler der KI ausbaden zu müssen.

Viele Schweizer Unternehmen reagieren bereits auf vereinzelte Vorbehalte, doch nur wenige betreiben konsequentes Change-Management. Nur 9 % der Firmen bieten verpflichtende, regelmässige KI-Schulungen für ihre Mitarbeitenden an  – der Kompetenzaufbau bleibt lückenhaft, was die Verunsicherung eher erhöht. Es fehlt oft eine klare Vision, die den Mitarbeitenden vermittelt, wie KI ihre Arbeit unterstützt statt sie zu ersetzen. Best Practices, wie etwa Pilotprojekte im kleinen Rahmen mit anschliessender Feedbackrunde oder Erfolgsgeschichten von internen KI-Nutzern, werden noch zu selten genutzt, um Begeisterung zu wecken.

Branchenspezifisch zeigt sich, dass in traditionsreichen Branchen (z. B. im Maschinenbau oder in der öffentlichen Verwaltung) die kulturelle Hürde höher sein kann als in jungen Tech-Unternehmen, wo Offenheit für neue Tools quasi zum Alltag gehört. Doch egal ob Industrie oder Dienstleistung: Ohne eine aktive Einbindung der Mitarbeitenden drohen KI-Projekte auf halbem Weg stecken zu bleiben. Der Report empfiehlt, Change-Agents zu bestimmen und regelmässige Rückkopplungsschleifen einzubauen, um frühzeitig Bedenken aufzugreifen. Letztlich entscheidet die Unternehmenskultur, ob neue Technologien nachhaltig akzeptiert werden und ihr Potenzial ausschöpfen können.

Awareness & Kompetenz: Lücken bei KI-Know-how und Weiterbildung

Last but not least: Awareness & Kompetenz – also das Wissen über KI und die Fähigkeiten, damit umzugehen. Hier offenbart die Studie eklatante Kompetenzlücken in Schweizer Unternehmen. Nur jede elfte Firma (9 %) schult ihre Mitarbeitenden regelmässig und verpflichtend in KI-Themen. Das bedeutet, die überwältigende Mehrheit verlässt sich entweder auf informelles Lernen oder bietet gar keine spezifischen KI-Weiterbildungen an. Angesichts der rasanten Entwicklung von KI-Technologien (man denke an den Schub durch Generative AI wie ChatGPT) laufen Unternehmen Gefahr, dass ihr Personal nicht mit den neuesten Möglichkeiten vertraut ist.

Entsprechend überrascht es nicht, dass 39 % der Firmen einen Mangel an interner KI-Expertise und Fachkräften als Kernproblem nennen. Gerade KMU kämpfen damit, KI-Talente zu rekrutieren, weil sie im Wettbewerb mit Grosskonzernen und Tech-Firmen stehen. Oftmals sind die wenigen vorhandenen Spezialist:innen überlastet und fungieren als Einzelkämpfer ohne breite Unterstützung im Team. In einigen Branchen – etwa im Handwerk oder in kleineren Dienstleistungsbetrieben – gibt es teils noch kaum Berührungspunkte mit KI, sodass das Know-how praktisch bei null anfängt.

Die Swiss AI Report 2025-Studie legt Unternehmen nahe, eine Awareness-Kultur zu fördern: Führungskräfte sollten mit gutem Beispiel vorangehen und KI-Kompetenzen aufbauen, z. B. durch gezielte Weiterbildungsprogramme oder den Austausch mit externen Experten. Zudem könne ein “KI-Lotse” im Unternehmen benannt werden – eine Person oder Einheit, die als zentrale Anlaufstelle fungiert und Know-how verteilt. Wichtig ist, dass Mitarbeiter aller Ebenen verstehen, wofür KI sinnvoll eingesetzt werden kann (und wo nicht). Denn fehlendes Wissen schürt wiederum Unsicherheit und Ablehnung. Hier zahlt es sich aus, in Schulungen, Workshops und Pilotprojekte zu investieren, um die Belegschaft fit für die KI-Zukunft zu machen. Der Bereich Awareness & Kompetenz ist eng mit der kulturellen Dimension verzahnt: Nur wenn Unternehmen aktiv Kompetenzen aufbauen, kann eine echte KI-Adoption gelingen.

Fazit: KI-Readiness als Standortfaktor – und wie Sie Ihren Reifegrad testen können

Die Ergebnisse des Swiss AI Report 2025 zeichnen ein klares Bild: Schweizer Unternehmen – insbesondere im Mittelstand – haben bei der KI-Integration noch Nachholbedarf, quer durch alle sechs Dimensionen des Hexagon-Modells. Von Dateninkonsistenzen über fehlende strategische Zielverankerung und Integrationsprobleme bis hin zu Kompetenzdefiziten und kulturellen Barrieren gibt es vielfältige Baustellen. Zugleich zeigen erste Fortschritte – etwa steigende Nutzungsraten von KI in Prozessen  – dass ein Wandel im Gange ist. Unternehmen, die jetzt ihre KI-Reife ehrlich einschätzen und Lücken adressieren, können sich Wettbewerbsvorteile sichern. Denn KI entwickelt sich rasant zum Standortfaktor: Wer gut aufgestellt ist, kann Innovationen schneller übernehmen und Produktivität, Kundenerlebnis sowie Business-Modelle optimieren.

Der Schlüssel liegt in einem ganzheitlichen Ansatz. Das Hexagon-Modell von CorpIn bietet hierfür einen praktikablen Rahmen, da es alle relevanten Handlungsfelder abdeckt und Unternehmen eine Standortbestimmung ermöglicht. Über die Hexagon-Plattform können Firmen ihren KI-Reifegrad datenbasiert messen – und erhalten im Anschluss branchenspezifische Benchmarks sowie konkrete Handlungsempfehlungen. Diese evidenzbasierte Selbstanalyse, untermauert durch die Erkenntnisse der Studie, ist ein einzigartiges Angebot, um vom Bauchgefühl zu soliden Entscheidungen zu gelangen.

Nutzen auch Sie diese Möglichkeit, um den Status quo Ihrer KI-Readiness zu prüfen. Testen Sie jetzt den KI-Reifegrad Ihres Unternehmens auf der Hexagon-Plattform und erfahren Sie, wo Sie stehen – der erste Schritt, um gezielte Verbesserungsmassnahmen einzuleiten und den Anschluss an die KI-Exzellenz nicht zu verpassen. Dabei dient der Swiss AI Report 2025 als wertvoller Benchmark und zeigt, dass Aufholarbeit nötig ist, sich aber lohnt: Mit systematischer Datengrundlage, klarer Strategie, solider Technik sowie geschulten und eingebundenen Mitarbeitenden kann die Schweizer Wirtschaft das KI-Zeitalter erfolgreich mitgestalten.

‍