Sechs von zehn Schweizer Unternehmen setzen KI ein. Nur 18 Prozent gelten als fortgeschrittene Nutzer. Und gerade einmal 9 Prozent haben KI tatsächlich zum Kern ihrer Strategie gemacht.

Diese drei Zahlen beschreiben ziemlich genau, wo die Schweiz 2026 steht.

Wir haben kein Zugangsproblem zu KI. Die Technologie ist da, die Menschen nutzen sie und die Schweiz verfügt über Forschung, Talente und Kapital. Was fehlt, ist die systematische Umsetzung in den Unternehmen.

Gleichzeitig verändert KI bereits den Arbeitsmarkt, schafft neue regulatorische Fragen und trifft auf eine Bevölkerung, die sie intensiv nutzt, ihr aber nicht wirklich vertraut.

Ich zeige dir, was die aktuellen Daten dazu sagen und was sich daraus für die nächsten zehn Jahre ableiten lässt. Prognosen kennzeichne ich dabei bewusst als das, was sie sind: Szenarien, keine Gewissheiten.

Zuerst das Wichtigste: Was du in den nächsten zwölf Monaten tun solltest

Falls du nur fünf Minuten hast, lies diesen Abschnitt und hör danach auf.

Prüf deine EU-Betroffenheit und deine Rolle. Verkaufst du in die EU oder wird der Output deines KI-Systems dort genutzt, kann der EU AI Act für dich relevant sein. Klär gleichzeitig, ob du Betreiber oder Anbieter bist. Wer ein bestehendes KI-System einkauft und nutzt, ist meistens Betreiber. Wer ein System entwickelt und unter eigenem Namen anbietet, kann Anbieter sein. Die Pflichten unterscheiden sich erheblich.
Starte zwei Anwendungsfälle statt zehn und definiere vorher die Zahl. Nicht «wir wollen KI für Offerten einsetzen», sondern zum Beispiel: «Eine Offerte dauert heute durchschnittlich vier Stunden, in sechs Monaten sollen es 2,5 Stunden sein.» Ohne messbares Ziel wird aus einem Pilotprojekt schnell ein Dauerprojekt.
Räum deine Daten und Zugriffsregeln auf, bevor du das nächste Tool kaufst. Klär insbesondere, welche Firmendaten in welche KI-Systeme dürfen. Wenn Mitarbeitende Kundeninformationen, Verträge oder Offerten in private KI-Konten kopieren, hast du ein Problem, das in keiner KI-Strategie auftaucht und trotzdem täglich passieren kann.
Rechne mit drei Kostenblöcken. Lizenzkosten sind nur einer davon. Dazu kommen Datenaufbereitung und die Arbeitszeit deiner Leute für Einführung, Schulung, Kontrolle und Nacharbeit. Gerade diese beiden Blöcke werden systematisch unterschätzt.
Investiere in die Menschen, nicht nur in die Software. Klär vor der Einführung, wer betroffen ist, wie diese Personen einbezogen werden und ob Weiterbildung während der Arbeitszeit stattfindet. Wenn du unter den EU AI Act fällst, kommt hinzu, dass die Pflicht zu ausreichender KI-Kompetenz bereits gilt.
Stell weiterhin Junioren und Lernende ein. Gerade Einstiegsstellen stehen unter Druck. Wenn Unternehmen heute die klassischen Lernaufgaben komplett automatisieren und gleichzeitig weniger Nachwuchs ausbilden, fehlt ihnen in einigen Jahren die nächste Generation erfahrener Fachkräfte.

Alles Weitere ist die Begründung dafür.

Trend 1: Die Schweiz nutzt KI breit, aber flach

Die Verbreitung von KI ist entschieden. Die Frage ist nicht mehr, ob sie genutzt wird, sondern wie.

Laut AWS und Strand Partners setzen 57 Prozent der Schweizer Unternehmen KI ein. Ein Jahr zuvor waren es 46 Prozent. Gleichzeitig gelten nur 18 Prozent als fortgeschrittene Nutzer. Der Anteil ist sogar leicht gesunken, weil sehr viele Unternehmen neu eingestiegen sind (AWS/Strand Partners, August 2026).

Die UBS kommt mit rund 2500 befragten Unternehmen zu einem ähnlichen Bild: Etwa sechs von zehn Firmen setzen KI ein, die wenigsten davon systematisch (UBS Outlook Schweiz, Mai 2026).

Andere Erhebungen zeigen dieselbe Lücke aus einem anderen Blickwinkel. 47 Prozent der Unternehmen sehen KI im Zusammenhang mit ihrer langfristigen Strategie. Nur 9 Prozent haben sie tatsächlich zum strategischen Kern gemacht.

Bei den Menschen ist die Entwicklung teilweise weiter. Laut EY nutzen 89 Prozent der Befragten KI im Arbeitsalltag. Accenture kommt auf 49 Prozent der Schweizer Angestellten, die KI täglich nutzen.

Die Menschen sind teilweise weiter als die Organisationen.

Das erklärt auch, weshalb so viele Unternehmen gleichzeitig von hoher Nutzung und enttäuschenden Pilotprojekten berichten. Das Werkzeug ist vorhanden, aber Prozesse, Verantwortlichkeiten, Daten und Ziele fehlen.

Eine Schweizer Adesso-Erhebung kommt zum Ergebnis, dass rund zwei Drittel der KI-Projekte nach der Pilotphase nicht in den produktiven Betrieb kommen.

Das bedeutet nicht, dass die Technologie nicht funktioniert. Es zeigt, dass ein funktionierendes Modell noch kein funktionierender Prozess ist.

Der Engpass ist 2026 weniger die KI selbst. Der Engpass sind Daten, Prozesse, Kompetenzen und klare Ziele.

Trend 2: Der Arbeitsmarkt verändert sich zuerst am Einstieg

Beim Arbeitsmarkt müssen wir vorsichtig sein, weil mehrere Entwicklungen gleichzeitig stattfinden.

Die KOF der ETH Zürich hat untersucht, wie stark verschiedene Berufe Tätigkeiten enthalten, die heutige Sprachmodelle übernehmen können. Seit November 2022 stieg die Zahl der registrierten Stellensuchenden in stark KI-exponierten Berufen im Schnitt um 27 Prozent stärker als in wenig exponierten Berufen.

Betroffen sind unter anderem Programmierung, Korrektorat, Web- und Datenbankentwicklung und Journalismus (KOF ETH Zürich).

Wichtig ist die Einschränkung: Das ist ein Zusammenhang, kein Beweis dafür, dass KI diesen Anstieg verursacht hat.

In dieselbe Periode fallen die Korrektur im Technologiesektor nach den Boomjahren und ein deutlich verändertes Zinsumfeld. Beides trifft teilweise genau dieselben Berufsgruppen.

Besonders sichtbar wird die Veränderung bei Einstiegsstellen. Über die Jahre 2023 bis 2025 lag der Anteil der Einstiegsstellen in KI-exponierten Berufen laut jobs.ch 32 Prozent unter dem Schnitt der Jahre 2019 bis 2022 (jobs.ch KI Report 2026).

Gleichzeitig steigt die Nachfrage nach KI-Kompetenz. Rund 25'000 Schweizer Stelleninserate verlangen entsprechende Fähigkeiten. Besonders stark wächst nicht die Nachfrage nach KI-Entwicklern, sondern nach Menschen, die KI in ihrem bestehenden Beruf anwenden können (PwC AI Jobs Barometer 2026).

Von einer grossflächigen Entlassungswelle kann trotzdem keine Rede sein.

Laut EY haben 7 Prozent der Unternehmen aufgrund von KI Stellen abgebaut, 11 Prozent frei gewordene Stellen nicht mehr besetzt und 18 Prozent neue KI-bezogene Stellen geschaffen.

Das Muster ist damit komplizierter als «KI vernichtet Jobs».

Bestimmte Aufgaben verlieren an Wert. Andere Fähigkeiten werden wichtiger. Und vor allem der Berufseinstieg verändert sich.

Für junge Berufsleute ist das keine abstrakte Statistik. Ihnen fehlt möglicherweise genau die Arbeit, an der frühere Generationen ihren Beruf gelernt haben.

Für Unternehmen entsteht daraus eine zweite Frage: Wie bauen wir künftig Erfahrung auf, wenn KI einen Teil der bisherigen Einstiegsaufgaben übernimmt?

Trend 3: Agenten sind das grosse Thema, aber noch nicht der Alltag

Bisher nutzen wir KI meistens wie ein Werkzeug. Wir geben eine Aufgabe hinein und erhalten eine Antwort.

Agentische Systeme gehen einen Schritt weiter. Sie bekommen ein Ziel und führen selbstständig mehrere Schritte aus, greifen auf andere Systeme zu und treffen innerhalb definierter Grenzen Entscheidungen.

Der Abstand zwischen Hype und Realität ist noch gross.

24 Prozent der Schweizer Unternehmen haben laut AWS und Strand Partners noch nie von agentischer KI gehört. Nur 4 Prozent setzen sie bereits vollständig ein.

Gleichzeitig entwickeln sich die technischen Fähigkeiten schnell.

METR untersucht, wie lange Aufgaben dauern dürfen, damit ein KI-System sie mit einer Wahrscheinlichkeit von 50 Prozent selbstständig lösen kann. Über längere Zeiträume betrachtet steigt dieser sogenannte Task Horizon deutlich. METR weist allerdings selbst darauf hin, dass Benchmarks nur eingeschränkt auf reale Unternehmen übertragbar sind.

Genau das ist entscheidend.

Ein Modell kann immer länger selbstständig arbeiten. Wenn im Unternehmen aber niemand weiss, welcher Prozess eigentlich gelten soll, automatisiert es einfach Unklarheit.

2026 ist deshalb weniger das Jahr autonomer Unternehmen als das Jahr, in dem Unternehmen ihre Prozesse agentenfähig machen müssen.

Wer saubere Daten, definierte Zugriffsrechte und dokumentierte Abläufe hat, kann neue Fähigkeiten relativ schnell nutzen.

Wer das nicht hat, kauft sich Chaos mit Turboantrieb.

Trend 4: Souveränität wird zur Standortfrage

Die Schweiz verfügt über etwas, das in der aktuellen KI-Diskussion leicht unterschätzt wird: eigene Forschung, eigene Recheninfrastruktur und eigene Modelle.

ETH Zürich, EPFL und das CSCS haben mit Apertus ein vollständig offenes und mehrsprachiges Sprachmodell entwickelt. Es wurde auf 15 Billionen Tokens in mehr als 1000 Sprachen trainiert, darunter auch Schweizerdeutsch und Rätoromanisch (ETH Zürich).

2026 folgte Apertus 1.5 mit zusätzlichen Fähigkeiten für Bild und Audio (CSCS).

Apertus muss GPT, Gemini oder Claude nicht in jedem Benchmark schlagen, um für die Schweiz relevant zu sein.

Die strategische Bedeutung liegt woanders.

Offene Modelle schaffen Know-how im Land. Sie ermöglichen Forschung. Sie reduzieren Abhängigkeiten. Und sie lassen sich in Situationen einsetzen, in denen Unternehmen ihre Daten nicht an einen externen Modellanbieter übertragen wollen.

Dazu kommt eine aussergewöhnlich hohe Talentdichte. Laut Stanford AI Index liegt die Schweiz bei der Zahl der KI-Forschenden und Entwickelnden pro 100'000 Einwohner weltweit an der Spitze.

Auch das Kapital bewegt sich. Die Investitionen in Schweizer KI-Startups stiegen 2025 laut EY Startup Barometer von rund 345 Millionen auf rund 1,1 Milliarden Franken.

Das Problem der Schweiz ist damit nicht fehlendes Talent.

Die entscheidende Frage lautet, wie schnell wir Forschung und Kapital in produktive Anwendungen übersetzen.

Trend 5: Die Regulierung kommt nicht erst mit einem Schweizer KI-Gesetz

Viele Unternehmen warten noch auf «das Schweizer KI-Gesetz».

Genau darauf sollten sie nicht warten.

Der Bundesrat hat entschieden, KI in der Schweiz nicht mit einem horizontalen Gesetz nach dem Vorbild des EU AI Act zu regulieren. Stattdessen sollen bestehende Gesetze gezielt angepasst und die KI-Konvention des Europarats umgesetzt werden.

Das bedeutet aber nicht, dass KI heute unreguliert wäre.

Das Schweizer Datenschutzgesetz gilt unabhängig davon, ob Personendaten von einem Menschen, einer klassischen Software oder einem KI-System verarbeitet werden. In regulierten Branchen kommen weitere Vorgaben hinzu, beispielsweise durch die FINMA.

Noch unmittelbarer kann der EU AI Act werden.

Seine Wirkung endet nicht an der Schweizer Grenze. Schweizer Unternehmen können darunter fallen, wenn sie KI-Systeme in der EU anbieten oder deren Output dort verwendet wird.

Seit dem 2. August 2026 gelten unter anderem Transparenzpflichten für bestimmte KI-Systeme und KI-generierte Inhalte. Für betroffene Unternehmen gilt die Pflicht zur ausreichenden KI-Kompetenz bereits seit Februar 2025.

Die wichtigste Unterscheidung dabei wird oft übersehen: Bist du Anbieter oder Betreiber?

Wer ein bestehendes System nutzt, ist meistens Betreiber. Wer ein System entwickelt oder unter eigenem Namen auf den Markt bringt, kann Anbieter sein. Die daraus entstehenden Pflichten unterscheiden sich erheblich.

Für ein Schweizer KMU ist diese Einordnung meistens relevanter als eine 80-seitige Zusammenfassung des AI Act.

Trend 6: Wir nutzen KI und trauen ihr gleichzeitig nicht

Das ist vielleicht der interessanteste Widerspruch im Schweizer Datenbild.

Die Nutzung steigt schnell. Das Vertrauen hält nicht Schritt.

Im Digitalbarometer 2026 erwarten 48 Prozent der Deutschschweizer Bevölkerung von KI mehr Chancen als Risiken. In der Romandie sind es 42 Prozent und im Tessin 37 Prozent.

Andere Untersuchungen zeigen ein ähnliches Bild.

Bei einer Erhebung von gfs.bern mit rund 2200 Personen schnitt unter 40 Zukunftsszenarien eines besonders gut ab: der bewusste Rückzug aus digitaler Dauerpräsenz und KI. Szenarien, in denen KI stärker über Menschen entscheidet, wurden deutlich negativer beurteilt.

Das ist keine reine Kommunikationsfrage.

Wenn Menschen gleichzeitig KI intensiv nutzen und Angst vor Kontrollverlust, Arbeitsplatzverlust oder Überwachung haben, lässt sich das nicht mit einer besseren Marketingkampagne lösen.

Dasselbe passiert im Unternehmen.

Wer KI einführt, ohne über Auswirkungen auf Arbeit, Kontrolle und Verantwortung zu sprechen, darf sich nicht wundern, wenn Mitarbeitende das System zwar nutzen, die Einführung aber trotzdem ablehnen.

Nutzung ist keine Zustimmung.

Was daraus bis 2036 werden könnte

Je weiter wir in die Zukunft schauen, desto unsicherer werden die Aussagen.

Trotzdem zeichnen sich vier Entwicklungen ab, die für die Schweiz besonders relevant sind.

Die Wirtschaft: Bis zu 85 Milliarden Franken sind ein Szenario, kein Versprechen

Eine Studie von Implement Consulting Group im Auftrag von Google und digitalswitzerland kommt zum Ergebnis, dass generative KI das Schweizer BIP innerhalb von rund zehn Jahren um bis zu 11 Prozent erhöhen könnte. Das entspräche einer zusätzlichen jährlichen Wirtschaftsleistung in einer Grössenordnung von 80 bis 85 Milliarden Franken.

Das ist eine enorme Zahl.

Und sie gehört eingeordnet.

Die Studie wurde von einem Unternehmen in Auftrag gegeben, das wirtschaftlich massiv von einer schnellen KI-Adoption profitiert. Zudem hängt jede Zehnjahresprognose von Annahmen über technische Entwicklung, Investitionen, Regulierung und tatsächliche Nutzung ab.

Andere Ökonomen sind deutlich vorsichtiger.

Wirtschaftsnobelpreisträger Daron Acemoglu beispielsweise erwartet eine wesentlich kleinere Produktivitätswirkung, weil sich nur ein Teil der heutigen menschlichen Tätigkeiten wirtschaftlich sinnvoll automatisieren lässt.

Der Unterschied zwischen den Prognosen beträgt nicht ein paar Prozentpunkte. Es sind teilweise völlig unterschiedliche Zukunftsbilder.

Interessant ist deshalb weniger die exakte Zahl als der Mechanismus dahinter.

In der Implement-Studie reduziert eine Verzögerung der Einführung um fünf Jahre das berechnete Potenzial massiv.

Die vernünftige Schlussfolgerung daraus ist nicht, dass die Schweiz zwingend 85 Milliarden Franken gewinnen wird.

Sie lautet: Warten hat ebenfalls einen Preis.

Unternehmen sollten deshalb nicht versuchen, den Zustand von 2036 vorherzusagen. Sie sollten in Zwölf-Monats-Schritten investieren und messen, was funktioniert.

Arbeit und Demografie: KI kommt in einen Arbeitsmarkt, dem Menschen fehlen

Die Schweizer Situation unterscheidet sich in einem wichtigen Punkt von vielen internationalen Debatten.

Wir diskutieren über Automatisierung und gleichzeitig über einen strukturellen Arbeitskräftemangel.

Der demografische Wandel führt dazu, dass in den kommenden Jahren grosse Jahrgänge den Arbeitsmarkt verlassen. Besonders deutlich ist das im Gesundheitswesen, aber auch andere Branchen kämpfen bereits heute um Fachkräfte.

Damit entsteht eine scheinbar widersprüchliche Situation.

In manchen Bereichen reduziert KI den Bedarf an bestimmten Tätigkeiten. Gleichzeitig brauchen Unternehmen Automatisierung, weil sie offene Stellen gar nicht mehr besetzen können.

Die Frage für die nächsten zehn Jahre ist deshalb nicht einfach: Welche Jobs ersetzt KI?

Die bessere Frage lautet: Welche Arbeit sollten Menschen künftig noch selbst machen und wo brauchen wir KI, damit wir unsere Arbeit überhaupt noch bewältigen können?

Besonders heikel bleibt der Einstieg ins Berufsleben.

Wenn Routineaufgaben automatisiert werden, verschwinden auch Lerngelegenheiten. Unternehmen müssen Kompetenzaufbau deshalb bewusster organisieren als bisher.

Infrastruktur und Energie: KI wird billiger, aber nicht kostenlos

Die Kosten für eine vergleichbare Modellleistung sinken seit Jahren massiv.

Das spricht dafür, dass KI in immer mehr Software integriert wird und viele Anwendungen, die heute noch als eigenes KI-Projekt verkauft werden, in wenigen Jahren normale Produktfunktionen sind.

Für Unternehmen bedeutet das: Langfristige Abhängigkeit von einzelnen Modellen oder Anbietern ist riskant.

Gleichzeitig steigt der absolute Bedarf an Rechenleistung.

Schweizer Rechenzentren verbrauchten 2024 laut einer Studie des Bundesamts für Energie rund 2,1 Terawattstunden Strom. Bis 2030 könnten es im höchsten untersuchten Szenario rund 3,5 Terawattstunden werden.

Auch hier gilt: Effizienz und Verbrauch entwickeln sich gleichzeitig.

Einzelne Berechnungen werden effizienter. Wenn wir aber hundertmal mehr davon ausführen, kann der Gesamtverbrauch trotzdem steigen.

Energie, Rechenkapazität und digitale Souveränität werden deshalb auch für Unternehmen relevant, die selbst kein Rechenzentrum betreiben.

Gesellschaft und Bildung: Die Kompetenzlücke entscheidet über die Verteilung

Technischer Fortschritt verteilt sich nicht automatisch gerecht.

Menschen mit guten digitalen Fähigkeiten können KI früher einsetzen und ihre Produktivität erhöhen. Unternehmen mit guten Daten und etablierten Prozessen profitieren schneller. Grosse Firmen können mehr investieren als kleine.

Damit besteht die Gefahr, dass aus einem Produktivitätsschub gleichzeitig eine neue Kompetenzkluft entsteht.

Besonders relevant ist deshalb Weiterbildung.

PwC zeigt, dass sich die Kompetenzanforderungen in stark KI-exponierten Berufen deutlich schneller verändern. Arbeitgeber signalisieren gleichzeitig eine steigende Zahlungsbereitschaft für KI-Kompetenzen.

Diese Zahlen sagen aber wenig über die Menschen aus, die bereits im Unternehmen sind.

Wer seit zwanzig Jahren in einer Sachbearbeitung, Produktion oder Verwaltung arbeitet, profitiert nicht automatisch davon, dass eine neu ausgeschriebene Stelle KI-Kenntnisse verlangt.

Die zentrale Aufgabe ist deshalb nicht Rekrutierung.

Es ist die Weiterentwicklung der bestehenden Belegschaft.

Was das für die Menschen im Unternehmen heisst

KI-Einführung ist kein reines IT-Projekt.

Menschen müssen wissen, warum ein System eingeführt wird, was sich für ihre Arbeit verändert und was mit den dabei entstehenden Daten passiert.

Mitwirkung sollte deshalb vor dem Pilotprojekt beginnen und nicht erst dann, wenn das Tool bereits eingekauft wurde.

Weiterbildung muss während der Arbeitszeit stattfinden. Wer seinen Mitarbeitenden sagt, sie müssten sich für KI fit machen, die dafür benötigte Zeit aber in die Freizeit verschiebt, hat kein Weiterbildungsprogramm eingeführt.

Und nicht alle brauchen dasselbe.

Eine Person aus der IT mit täglicher KI-Nutzung braucht ein anderes Angebot als jemand, der seit zwanzig Jahren in der Logistik oder Sachbearbeitung arbeitet. Ein einziger halbtägiger Kurs für das ganze Unternehmen löst dieses Problem nicht.

Hinzu kommt eine Grenze, über die wir früh sprechen sollten: Überwachung.

KI-Systeme, die Arbeitsprozesse begleiten, erzeugen oft gleichzeitig Daten über die Menschen, die mit ihnen arbeiten. Unternehmen sollten deshalb klar festhalten, welche Auswertungen erlaubt sind und welche nicht.

Vertrauen entsteht nicht dadurch, dass man Mitarbeitenden erklärt, sie müssten der KI vertrauen.

Es entsteht durch klare Regeln.

Meine These: Die Schweiz hat kein KI-Problem, sondern eine Kompetenzaufgabe

Wenn ich die Zahlen zusammennehme, komme ich zu einem ziemlich klaren Bild.

Die Schweiz hat die Technologie.

Sie hat hervorragende Hochschulen, eigene Infrastruktur, Kapital, Unternehmen und eine Bevölkerung, die KI erstaunlich schnell angenommen hat.

Was noch fehlt, ist die Übersetzung in Kompetenz und Prozesse.

Genau deshalb halte ich AI Literacy für eine der zentralen Standortaufgaben der nächsten Jahre.

Mit swissAI fordern wir, dass sich auch unser Bildungssystem schneller auf diese Realität einstellt. Nicht, weil jeder programmieren oder KI-Experte werden muss.

Sondern weil fast jeder lernen muss, mit KI zu arbeiten, ihre Ergebnisse zu beurteilen und zu verstehen, wann sie eingesetzt werden darf und wann nicht.

Das gilt genauso für Unternehmen.

Du brauchst nicht hundert neue KI-Tools.

Du brauchst Menschen, die verstehen, wie sie die bestehenden sinnvoll einsetzen.

100 Stunden echte Auseinandersetzung mit KI innerhalb eines Jahres sind rund 16 Minuten pro Arbeitstag.

Das ist ein überschaubarer Einsatz für eine Technologie, die wahrscheinlich einen erheblichen Teil unserer Arbeit verändern wird.

Fazit

Die Schweiz hat 2026 kein Zugangsproblem zu KI.

Rund sechs von zehn Unternehmen nutzen sie. Nur 18 Prozent sind fortgeschritten. Und lediglich 9 Prozent haben KI wirklich im strategischen Kern verankert.

Genau zwischen diesen drei Zahlen liegt die eigentliche Aufgabe.

Wer die kommenden Jahre gestalten will, sollte deshalb weniger darüber nachdenken, welches Modell nächste Woche veröffentlicht wird.

Wichtiger sind saubere Daten, messbare Anwendungsfälle, klare Regeln und Menschen, die verstehen, was sie mit der Technologie tun.

Ob daraus bis 2036 tatsächlich 85 Milliarden Franken zusätzliche Wirtschaftsleistung entstehen, weiss heute niemand.

Ob wir ohne Kompetenz einen relevanten Teil des Potenzials liegen lassen, ist wesentlich leichter zu beantworten.

Wo steht dein Unternehmen heute: bei der Nutzung, bei der systematischen Anwendung oder bereits bei der strategischen Verankerung?