KI-Beratungspartner auswählen: Neun Fragen für Unternehmen

Fadel Dia-Eddine· Co-Founder & Product Lead5 Min. Lesezeit

In einer AXA-Befragung von 300 Schweizer KMU stieg der Anteil mit gezieltem KI-Einsatz 2025 von 22 auf 34 Prozent. Von den KI-nutzenden Unternehmen berichteten 57 Prozent über Zeitgewinne. Wer KI nun in weitere Abläufe einführen möchte, muss klären, welche Unterstützung dafür nötig ist und welcher Beratungspartner sie leisten kann.

Unter KI-Beratung, auch AI Consulting genannt, werden sehr unterschiedliche Leistungen angeboten: Strategie-Workshops, Modellentwicklung, Systemintegration oder die Umsetzung einer vollständigen Anwendung. Die Bezeichnung allein sagt wenig darüber aus, wer nach dem Prototyp die Verantwortung übernimmt.

34 %
Schweizer KMU mit gezieltem KI-Einsatz
Vorjahr 22 Prozent, Erhebung 2025
89 %
Mitarbeitende, die KI im Arbeitsalltag nutzen
EY Schweiz, 604 Befragte, 2026
20 %
Nennen Datenqualität als Hindernis
EY Schweiz, 2026
31 %
Noch in Pilot- oder Proof-of-Concept-Phasen
EY Schweiz, 2026

Die EY-Erhebung von 2026 mit 604 Befragten zeigt die breite Nutzung von KI am Arbeitsplatz; 31 Prozent der Unternehmen befanden sich noch in Pilot- oder Proof-of-Concept-Phasen. Persönliche Nutzung und die Einführung einer Anwendung in einen Geschäftsprozess stellen unterschiedliche Anforderungen.

Was zwischen Prototyp und Betrieb fehlt

Ein Prototyp mit ausgewählten Daten lässt sich oft schnell zeigen. Sobald die Anwendung auf interne Dokumente, CRM oder ERP zugreift, werden weitere Fragen verbindlich: Wer darf welche Daten sehen? Was passiert bei einem Fehler? Welche Inhalte werden protokolliert? Welche Daten verlassen das Unternehmen? Wie wird eine neue Modellversion getestet und bei Problemen zurückgenommen?

In der EY-Befragung wurden Datenqualität und Datensilos mit 20 Prozent am häufigsten als Hindernis genannt, gefolgt von Sicherheits- und Datenschutzbedenken mit 19 Prozent sowie fehlenden Fachkräften mit 18 Prozent. Für solche Aufgaben braucht ein Beratungsteam Erfahrung mit Daten, Software und Betrieb.

Auch regulierte Branchen stehen vor denselben Problemen

Die [FINMA befragte 2025 rund 400 beaufsichtigte Institute](https://www.finma.ch/en/news/2025/04/20250424-mm-umfrage-ki/). Etwa die Hälfte setzte KI bereits ein oder entwickelte erste Anwendungen, weitere 25 Prozent planten den Einsatz innerhalb von drei Jahren. Datenqualität, Datenschutz und Nachvollziehbarkeit gehörten zu den zentralen Risiken.

Neun Fragen an Ihren KI-Beratungspartner

Lassen Sie sich zu jeder Frage ein konkretes Beispiel und die vorgesehenen Projektergebnisse zeigen. So können Sie Angebote mit unterschiedlichem Leistungsumfang besser vergleichen.

Beginnt der Anbieter beim Business Case?

Im ersten Gespräch sollten Prozesse, Kosten, Engpässe und Nutzer im Vordergrund stehen. Der Anbieter sollte erklären, wie er einen Anwendungsfall bewertet und welche Informationen er vor einer Technologieempfehlung benötigt.

Versteht er Ihre Daten und internen Systeme?

Fragen Sie, wie Quellen angebunden, Zugriffsrechte erhalten, Datenqualität geprüft und Zugriffe protokolliert werden. Lassen Sie sich den Umgang mit fehlenden, veralteten oder widersprüchlichen Daten erklären.

Kann er bauen, was er vorschlägt?

Klären Sie, wer Datenpipelines, APIs, Oberflächen und Bereitstellung umsetzt. Lassen Sie sich Team, Zuständigkeiten und ein vergleichbares Projekt zeigen.

Beherrscht er die Integration in Ihre Systeme?

Der Anbieter sollte die Anbindung an Dokumentenablagen, CRM, ERP und Support-Systeme konkret beschreiben können. Dazu gehören Lese- und Schreibrechte, Fehlerbehandlung und vorhandene Schnittstellen.

Kann er erklären, wohin Ihre Daten gehen?

Verlangen Sie eine Übersicht über Verarbeitungsorte, beteiligte Dienstleister, gespeicherte Inhalte und Protokolle. Fragen Sie, welche Schutzmassnahmen technisch umgesetzt und welche vertraglich vereinbart werden.

Wie wird Erfolg gemessen?

Vereinbaren Sie Kennzahlen vor Projektbeginn: etwa Bearbeitungszeit, Antwortqualität, Fehlerquote und Kosten pro Vorgang. Halten Sie auch fest, welche Ergebnisse eine Fortsetzung oder einen Abbruch rechtfertigen.

Wie prüft er die Modellqualität?

KI-Systeme brauchen repräsentative Testfälle und Kriterien für unterschiedliche Fehlerarten. Fragen Sie, wie das Team Verschlechterungen nach Änderungen an Modell, Daten oder Prompts erkennt.

Was passiert nach dem Launch?

Klären Sie Monitoring, Modellversionierung, Wiederherstellung, Störungsbehandlung und Dokumentation. Vereinbaren Sie erreichbare Supportzeiten und eine eindeutige Verantwortung für den Betrieb.

Was würde er nicht mit KI lösen?

Bitten Sie um ein Beispiel, bei dem der Anbieter klassische Software, eine Prozessänderung oder den Verzicht auf eine Umsetzung empfohlen hat. Entscheidend ist die Begründung anhand von Nutzen und Aufwand.

Datenschutz und Datenhoheit in der Architektur verankern

Datenschutz und Datenhoheit beeinflussen die Architektur bereits zu Projektbeginn. Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte hält fest, dass das Schweizer Datenschutzgesetz auch für KI-gestützte Bearbeitungen von Personendaten gilt. Zweck und Datenbearbeitung müssen nachvollziehbar sein; bei voraussichtlich hohem Risiko kann eine Datenschutz-Folgenabschätzung nötig werden.

Stand August 2026 gibt es in der Schweiz kein allgemeines KI-Gesetz. Der Bund bereitet eine Vernehmlassungsvorlage vor, die bis Ende 2026 vorliegen soll und Transparenz, Datenschutz, Nichtdiskriminierung und Aufsicht behandelt. Wer in der EU tätig ist, prüft eine zweite Ebene: Der EU AI Act kann auch Anbieter ausserhalb der Union erfassen, seine Transparenzpflichten nach Artikel 50 gelten seit dem 2. August 2026.

Klären Sie früh, welche Daten nötig sind, wo sie bearbeitet werden, welche Dritten Zugang erhalten und welche Nutzer einzelne Datensätze sehen dürfen. Für Agenten werden zudem erlaubte Aktionen und Freigaben festgelegt. Diese Entscheidungen bestimmen Datenflüsse, Schnittstellen und Berechtigungen.

Welche Art von KI-Beratung passt zum Auftrag?

Strategieberatung

Hilft bei Priorisierung, Wirtschaftlichkeit und organisatorischen Fragen. Die spätere Umsetzung sollte bereits im Auftrag geklärt sein.

  • Workshops, Use-Case-Landkarten, Business Cases
  • Fragen Sie, wer baut, und lassen Sie sich einen Namen geben
  • Passt, wenn Sie ein starkes internes Engineering-Team haben

Modellspezialisten

Eignet sich für anspruchsvolle Datenanalyse, Modellvergleich und Evaluation. Prüfen Sie, wer die Anwendung und Integration rund um das Modell übernimmt.

  • Data Science, Fine-Tuning, Evaluierung
  • Fragen Sie nach Identität, Berechtigungen und Deployment
  • Passt, wenn die Integration bereits gelöst ist

Beratung mit Umsetzung und Betrieb

Übernimmt Analyse, Entwicklung und Betrieb unter einer gemeinsamen Projektverantwortung. Prüfen Sie trotzdem die konkrete Aufgabenverteilung und Übergabe.

  • Von der Use-Case-Auswahl bis zum laufenden System
  • Software, Cloud und DevOps neben der Modellarbeit
  • Fragen Sie nach einem Fall, in dem er zum Abbruch geraten hat

Wie wir bei Alpine Edge vorgehen

Bei Alpine Edge verbinden wir KI-Beratung mit Softwareentwicklung, Cloud-Infrastruktur und DevOps. Ein Projekt kann dadurch auch die Anmeldung, Datenanbindung, interne APIs und automatisierte Bereitstellung umfassen. Den nötigen Umfang klären wir anhand des Geschäftsablaufs und der vorhandenen Systeme.

  1. 01
    Audit

    Verstehen, bevor wir vorschlagen

    • Use Cases bewertet nach Nutzen, Machbarkeit und Datenverfügbarkeit
    • Datensensitivität, Speicherorte und Zugriffsberechtigungen
    • Bestehende Infrastruktur, Identitäten und Integrationspunkte
    • Compliance-Anforderungen, einschliesslich der Pflichten aus dem DSG
  2. 02
    Build

    In bestehende Systeme integrieren

    • Private oder selbst gehostete Modelle bei passenden Anforderungen an Datenkontrolle
    • Retrieval über Ihre eigenen Dokumente, mit erhaltenen Berechtigungen
    • MCP-Server und KI-Agenten mit geprüften Systemzugriffen
    • Erkennung und Maskierung von Personendaten, Verschlüsselung, rollenbasierter Zugriff und Prüfprotokolle
  3. 03
    Run

    Betrieb und Weiterentwicklung

    • Monitoring, Logging und Kostenverfolgung
    • Modellversionierung und Rollback
    • Iteration gegen die anfangs vereinbarte Kennzahl
    • Wissenstransfer, damit die Fähigkeit bei Ihrem Team bleibt

Zum Eigenbetrieb eines Modells gehören Datenanbindung, Suche, Softwareintegration, Zugriffskontrolle und Überwachung. Auch die Zuständigkeit für Updates und Störungen muss geregelt sein.

Ein Beratungspartner sollte erklären können, wie aus Ihrem Anwendungsfall eine betreibbare Anwendung wird und wer jeden Schritt verantwortet.

KIBeratungSchweiz

Häufige Fragen

Je nach Auftrag liefern KI-Berater eine Anwendungsfallanalyse, Wirtschaftlichkeitsbewertung, Architektur, Daten- und Integrationsanalyse, einen Prototyp oder eine betriebsfähige Anwendung. Zu einem vollständigen Umsetzungsmandat können Bereitstellung, Qualitätsüberwachung, Betriebsdokumentation und Schulung gehören. Lassen Sie diese Ergebnisse im Angebot einzeln benennen.

Ein Data Scientist arbeitet vor allem an Datenanalyse, statistischen Methoden und Modellentwicklung. Eine KI-Beratung kann darüber hinaus Geschäftsziele, Prozessgestaltung, Technologieauswahl, Integration und Betrieb abdecken. Grössere Projekte benötigen meist mehrere Rollen, darunter Data Engineers, Softwareentwickler und Fachverantwortliche.

Für ein erstes Mandat sind ein konkretes Geschäftsproblem, interne Verantwortung sowie Ansprechpersonen aus Fachbereich und IT hilfreich. Daten- oder Architekturlücken können im Auftrag untersucht werden. Für eine Umsetzung müssen sie jedoch ausreichend geklärt und die nötigen Zugänge verfügbar sein.

Verwaltete Cloud-Dienste können Entwicklung und Skalierung vereinfachen. Private oder selbst gehostete Modelle ermöglichen mehr eigene Infrastrukturkontrolle, erfordern aber mehr eigenen Betrieb. Vergleichen Sie Datenwege, Qualität, Kosten, Integration und regulatorische Anforderungen. Der Hostingort allein beantwortet die Datenschutzfrage nicht.

Das Schweizer Datenschutzgesetz gilt auch für KI-gestützte Bearbeitungen von Personendaten. Zweck, Datenquellen, Zugriffe und betroffene Rechte müssen geprüft werden. Bei voraussichtlich hohem Risiko kann eine Datenschutz-Folgenabschätzung nötig sein. Ein allgemeines Schweizer KI-Gesetz besteht per August 2026 noch nicht; eine Vernehmlassungsvorlage wird bis Ende 2026 erwartet.

Die Kosten hängen von Umfang, Datenlage, Integration, Team und Betriebsanforderungen ab. Lassen Sie Analyse, Umsetzung und laufenden Betrieb getrennt ausweisen und vereinbaren Sie prüfbare Ergebnisse je Phase. Ein Vergleich allein über Tagessätze übersieht oft wesentliche Unterschiede im Leistungsumfang.

Arbeiten Sie an etwas Ähnlichem?

Alpine Edge erstellt und betreibt ein solches System für Kunden in ganz Europa und der MENA-Region. Sagen Sie uns, was Sie zu lösen versuchen, und wir sagen Ihnen, wie wir es angehen würden.

Sprechen Sie mit einem Ingenieur

Lesen Sie weiter

Alle Artikel