Warum braucht ein KMU einen Chief AI Officer?

Ein Chief AI Officer für ein Unternehmen mit 40 Mitarbeitenden? Die Frage klingt zunächst nach Konzern-Logik, die auf KMU-Verhältnisse übertragen wird. Wer genauer hinschaut, erkennt jedoch: Es geht nicht um eine zusätzliche C-Level-Stelle, sondern um eine klar definierte Rolle mit begrenztem Pensum. Und die Datenlage zeigt, dass genau diese Verantwortlichkeit in Schweizer KMU heute meist fehlt – während die KI-Nutzung im Unternehmen längst Realität ist. Dieser Artikel ordnet ein, wann sich eine CAIO-Rolle für ein KMU lohnt, was sie konkret umfasst – und wann sie (noch) nicht nötig ist.

Ausgangslage: KMU und KI in der Schweiz

Die Schweizer Wirtschaft ist eine KMU-Wirtschaft: Über 99 Prozent aller marktwirtschaftlichen Unternehmen beschäftigen weniger als 250 Personen, und diese KMU stellen gut zwei Drittel der Beschäftigung. Rund 90 Prozent der Firmen sind Mikrounternehmen mit weniger als zehn Mitarbeitenden.¹ Wenn KI die Schweizer Wirtschaft verändert, dann entscheidet sich das nicht in den Konzernzentralen, sondern in diesen Betrieben.

Und dort passiert bereits viel. Gemäss der AXA KMU-Arbeitsmarktstudie 2025 integrieren 34 Prozent der Schweizer KMU künstliche Intelligenz bewusst in ihre Arbeitsprozesse – ein Jahr zuvor waren es erst 22 Prozent. Weitere 37 Prozent erproben KI aktiv; nur noch 29 Prozent verzichten ganz darauf (Vorjahr: 45 Prozent). Der Nutzen ist messbar: 57 Prozent der KI-nutzenden KMU berichten von Zeitgewinnen, gegenüber 46 Prozent im Vorjahr.²

Der Haken liegt nicht in der Nutzung, sondern in der Steuerung. Dieselbe AXA-Studie zeigt, dass nur ein Drittel der KI-nutzenden Unternehmen über klare Datenschutzregelungen im Umgang mit KI-Anwendungen verfügt; bei Kleinunternehmen mit fünf bis neun Mitarbeitenden sind es 23 Prozent.² Eine Studie der HWZ Hochschule für Wirtschaft Zürich mit Swisscom kommt zum gleichen Befund: 38 Prozent der befragten KMU haben generative KI eingeführt oder prüfen sie aktiv – doch klare Regeln, Zuständigkeiten und Ressourcen fehlen oft. Nur 27 Prozent der Mitarbeitenden fühlen sich gut informiert, und 15 Prozent wissen nicht einmal, an wen sie sich bei KI-Fragen wenden können.³

Kurz: Schweizer KMU nutzen KI zunehmend – aber mehrheitlich ohne Strategie, ohne Regeln und ohne verantwortliche Person. Genau diese Lücke adressiert die Rolle des Chief AI Officer.

Was die CAIO-Rolle im KMU konkret bedeutet

Zuerst die wichtigste Klarstellung: Im KMU ist der Chief AI Officer in aller Regel eine Rolle, keine Stelle. Niemand empfiehlt einem 30-Personen-Betrieb, eine zusätzliche Vollzeit-Führungsposition zu schaffen. Realistisch ist ein Teilpensum von 20 bis 40 Prozent, das ein bestehendes Geschäftsleitungs- oder Kadermitglied übernimmt – oft die Person, die heute schon informell «die mit der KI» ist, künftig aber mit Mandat, Budgetrahmen und klaren Zuständigkeiten.

Typische Aufgaben in diesem Pensum:

• KI-Strategie und Priorisierung: Anwendungsfälle identifizieren und bewerten – nach Geschäftsnutzen, nicht nach Tool-Faszination. Zwei bis drei Use Cases pro Jahr sauber umsetzen statt zehn anfangen.
• Governance und Richtlinien: Eine praxistaugliche KI-Weisung erstellen (welche Tools, welche Daten, welche Freigaben), Datenschutz und Informationssicherheit einbeziehen.
• Kompetenzaufbau: Schulungen organisieren, interne Multiplikatoren aufbauen, als Anlaufstelle für Fragen dienen – die HWZ-Studie empfiehlt KMU genau solche einfachen Strukturen, etwa ein Ampelsystem für KI-Tools und eine zentrale Anlaufstelle.³
• Lieferanten- und Tool-Management: KI-Funktionen in bestehender Software bewerten, Verträge und Datenflüsse prüfen, Doppelspurigkeiten vermeiden.
• Monitoring: Regulatorische Entwicklungen in der Schweiz und der EU verfolgen und auf das eigene Unternehmen übersetzen.

Das ist kein Technologie-Job. Es ist eine Führungs- und Übersetzungsaufgabe zwischen Geschäftsmodell, Belegschaft, Recht und Technologie.

Vier Nutzenargumente

1. Priorisierung statt Tool-Wildwuchs

Ohne verantwortliche Person entsteht KI-Einsatz dort, wo einzelne Mitarbeitende neugierig sind – nicht dort, wo der Geschäftsnutzen liegt. Die häufigsten KI-Anwendungen in Schweizer KMU sind heute Übersetzungen (52 Prozent) und Korrespondenz (47 Prozent)²: naheliegend, aber selten dort, wo die grössten Hebel liegen, etwa in der Offertstellung, der Produktionsplanung oder im Kundendienst. Ein CAIO sorgt dafür, dass begrenzte Mittel in wenige, messbare Vorhaben fliessen – und dass Abbruchkriterien definiert sind, bevor investiert wird.

2. Governance und Compliance: Schatten-KI ist längst da

Die unbequeme Wahrheit: Mitarbeitende nutzen KI ohnehin – mit oder ohne Erlaubnis. Die globale Studie von KPMG und der Universität Melbourne (über 48'000 Befragte in 47 Ländern) zeigt, dass 57 Prozent der Angestellten ihre KI-Nutzung verbergen und KI-Resultate als eigene Arbeit ausgeben; fast die Hälfte verstösst gegen Firmenrichtlinien, etwa indem sensible Unternehmensdaten in öffentliche KI-Tools hochgeladen werden. Gleichzeitig geben nur 40 Prozent an, dass ihr Arbeitgeber überhaupt eine Richtlinie zu generativer KI hat.⁴ Für ein KMU mit Kundendaten, Rezepturen oder Kalkulationen ist das ein reales Risiko – eines, das sich mit einer klaren Weisung und einer Ansprechperson stark reduzieren lässt.

Dazu kommt die Regulierung. Der EU AI Act verfolgt einen risikobasierten Ansatz mit Transparenzpflichten für generative KI und strengen Auflagen für Hochrisiko-Anwendungen⁵ – und er kann auch Schweizer KMU erfassen, wenn deren KI-Systeme oder deren Ergebnisse in der EU zum Einsatz kommen. In der Schweiz hat der Bundesrat am 12. Februar 2025 entschieden, die KI-Konvention des Europarats ins Schweizer Recht zu überführen und sektoriell zu regulieren; bis Ende 2026 wird eine Vernehmlassungsvorlage mit Massnahmen zu Transparenz, Datenschutz, Nichtdiskriminierung und Aufsicht erarbeitet.⁶ Wer heute niemanden hat, der diese Entwicklungen verfolgt, wird sie erst bemerken, wenn sie Pflicht sind.

3. Kompetenzaufbau statt Einzelwissen

KMU nennen fehlende Fachkräfte und fehlendes Verständnis als zentrale KI-Hürden.³ Externe Spezialisten sind teuer und am Arbeitsmarkt schwer zu gewinnen. Der realistischere Weg für ein KMU ist, vorhandene Führungskräfte gezielt weiterzubilden und Wissen intern zu verankern – so bleibt die Urteilsfähigkeit im Haus, auch wenn einzelne Personen wechseln.

4. Wettbewerbsfähigkeit

Die Adoptionskurve steigt steil: Innerhalb eines Jahres ist der Anteil der KMU mit bewusster KI-Integration von 22 auf 34 Prozent gestiegen.² Wer strukturiert arbeitet, realisiert Zeitgewinne und Qualitätsvorteile früher als Mitbewerber, die noch experimentieren. Es geht nicht darum, «First Mover» zu sein – sondern darum, in zwei bis drei Jahren nicht zu den 29 Prozent zu gehören, die noch gar nicht begonnen haben.

Entscheidungshilfe: Braucht Ihr KMU einen CAIO?

Nicht jedes KMU braucht diese Rolle. Eine ehrliche Standortbestimmung entlang folgender Kriterien hilft.

Eine CAIO-Rolle lohnt sich, wenn mehrere Punkte zutreffen:

• Mitarbeitende nutzen bereits KI-Tools, aber es gibt keine verbindliche Weisung dazu.
• Das Unternehmen verarbeitet sensible Daten (Kunden-, Gesundheits-, Finanz- oder Konstruktionsdaten).
• Wissensarbeit macht einen wesentlichen Teil der Wertschöpfung aus (Offerten, Beratung, Planung, Administration, Dokumentation).
• Es laufen mehrere unkoordinierte KI-Experimente in verschiedenen Abteilungen.
• Das Unternehmen exportiert in die EU oder ist Zulieferer von Firmen, die KI-Compliance-Nachweise verlangen.
• Die Geschäftsleitung will KI nutzen, aber niemand fühlt sich zuständig – oder alle ein bisschen.

Verzichtbar ist die Rolle (vorerst), wenn:

• Der Betrieb sehr klein ist (unter etwa 10 Mitarbeitenden) – hier ist KI direkt Chefsache und braucht keine formale Rolle.
• Die Wertschöpfung fast ausschliesslich manuell-handwerklich erfolgt und administrative Prozesse minimal sind.
• Grundlegendere Baustellen offen sind: Wer weder saubere Stammdaten noch digitale Kernprozesse hat, sollte zuerst dort investieren.
• KI-Nutzung faktisch nicht stattfindet und kein Wettbewerbs- oder Kundendruck besteht – dann genügt es, das Thema jährlich neu zu beurteilen.

Als Faustregel: Sobald ein KMU regelmässig mit Informationen arbeitet, deren Abfluss teuer wäre, und mehr als eine Handvoll Mitarbeitende KI-Tools nutzen, braucht es mindestens eine klar benannte verantwortliche Person – wie formell man sie «Chief AI Officer» nennt, ist zweitrangig.

Alternativen zur internen Rolle

Wer die Kriterien nur teilweise erfüllt, hat Zwischenlösungen:

• Externe Begleitung: Ein Mandat («CAIO as a Service» oder klassische Beratung) bringt schnell Struktur, etwa für die erste KI-Weisung und die Use-Case-Priorisierung. Nachteil: Das Wissen bleibt extern, und die laufende Verankerung im Alltag fehlt.
• Geteilte Rolle: Mehrere KMU – etwa innerhalb eines Verbands, einer Unternehmensgruppe oder einer Region – teilen sich eine KI-verantwortliche Person. Das funktioniert für Monitoring und Schulung gut, stösst bei firmenspezifischen Use Cases an Grenzen.
• Erweiterung bestehender Rollen: In vielen KMU kann die Leitung Digitalisierung, Qualität oder IT die KI-Verantwortung mitübernehmen – sofern sie dafür Zeit, Weiterbildung und ein explizites Mandat erhält. Ohne diese drei Zutaten bleibt es ein Feigenblatt.

Sinnvoll ist oft eine Kombination: extern starten, intern aufbauen, nach einem Jahr die Rolle vollständig ins Haus holen.

Wer die Rolle intern besetzen will, findet mit dem CAS Chief AI Officer am IKF Institut für Kommunikation & Führung in Luzern eine darauf zugeschnittene Weiterbildung: berufsbegleitend in vier Monaten, 20 ECTS, ohne technische Vorkenntnisse. Im Zentrum steht ein eigenes Praxisprojekt – idealerweise genau die KI-Roadmap oder Governance-Struktur des eigenen Unternehmens.

Fazit

Die Frage ist nicht, ob Schweizer KMU KI einsetzen – das tun bereits über zwei Drittel, nutzend oder erprobend.² Die Frage ist, ob jemand dafür verantwortlich ist. Die Daten zeigen eine klare Lücke zwischen Nutzung und Steuerung: fehlende Weisungen, unklare Zuständigkeiten, Schatten-KI. Ein Chief AI Officer im KMU-Format – als Rolle mit 20 bis 40 Prozent Pensum, nicht als neue Kaderstelle – schliesst diese Lücke mit vertretbarem Aufwand: Er priorisiert Vorhaben nach Geschäftsnutzen, setzt Leitplanken für den Datenumgang, baut Kompetenz in der Belegschaft auf und behält die Regulierung im Blick. Nicht jedes KMU braucht das heute. Aber jedes KMU sollte die Entscheidung bewusst treffen – und nicht dem Zufall überlassen, wer im Unternehmen faktisch über den KI-Einsatz bestimmt.