Viele KMU wollen KI einsetzen – und stolpern dabei nicht über komplizierte Modelle, sondern über ihr eigenes Datenchaos. Bevor KI Antworten liefern kann, müssen erst die unstrukturierten Daten aus dem Dornröschenschlaf geweckt werden. Ein Blick auf die Realität zwischen Ordnerstrukturen aus 2008, Scans von Scans und Wissensschätzen, die verstauben und niemand mehr findet.
Wenn auch die Ablage so aussieht – höchste Zeit für digitale Hausarbeit. (Symbolbild von Jakub Żerdzicki via Unsplash)
Unstrukturierte Daten sind das neue Gold, heisst es. In der Praxis sind sie für viele KMU eher ein ungelüfteter Estrich: Man weiss, dass dort etwas liegt, aber man öffnet die Tür lieber nicht. Und genau hier beginnt das eigentliche Problem bei der Einführung von KI – nicht beim Modell, nicht bei den Prompts, sondern beim Datenchaos, das sich über Jahre angesammelt hat.
Während die Branche über immer grössere Sprachmodelle, Agentensysteme und ROI‑Versprechen diskutiert, kämpfen KMU mit einer viel bodenständigeren Frage: Wo liegen unsere Daten – und in welchem Zustand sind sie?
Spoiler: Die Antwort ist selten «gut sortiert und bereit für KI».
Die Realität in Schweizer KMU: KI trifft auf Ordnerstrukturen aus 2008
Viele Unternehmen haben ihre strukturierten Daten im Griff: ERP, CRM, Buchhaltung, Lager, alles sauber, alles nachvollziehbar. Doch daneben existiert ein zweites Universum:
- Projektunterlagen in 17 Versionen
- E-Mail-Ketten mit angehängten Dokumenten
- Scans von Scans
- Präsentationen mit kryptischen Dateinamen
- Besprechungsnotizen, die nie jemand wieder findet
- Ablagen, die «nur schnell» erstellt wurden und seither wachsen wie ein Biotop
Und genau dort steckt oft das Wissen, das KI eigentlich bräuchte.
Warum KI in KMU oft scheitert – und es nichts mit KI zu tun hat
Die typischen Stolpersteine sind erstaunlich menschlich:
1) Daten, die niemand mehr versteht
Ein Ordner «NEU_FINAL_DEF» ist kein Wissensmanagement. KI kann nur mit dem arbeiten, was Menschen vorher sortiert haben – oder eben nicht.
2) Formate, die KI nicht lesen kann
Gescannte PDFs ohne Texterkennung, Bilder mit Tabellen, Audio‑Mitschnitte von Sitzungen: Für Menschen meist nur mühsam, für KI gleich komplett unsichtbar.
3) Dubletten, Altlasten und digitale Fossilien
Mehr Daten heisst nicht mehr Wissen. Es heisst oft nur mehr Verwirrung – und höhere Kosten.
4) Berechtigungen, die niemand mehr kontrolliert
Was früher für ein Team gedacht war, ist heute für die ganze Firma sichtbar. KI macht solche Altlasten nicht schlimmer – sie macht sie nur sichtbar.
5) Sensible Daten, die versehentlich im KI‑Topf landen
Personendaten, Entwicklungsunterlagen, vertrauliche Dokumente: Nicht alles gehört in eine Wissensbasis, auch wenn es technisch möglich wäre.
6) Fehlende Transparenz über den Datenbestand
Viele KMU wissen schlicht nicht, was sie besitzen, wo es liegt und wem es gehört. Ohne diese Basis wird jede KI‑Einführung zum Blindflug.
Was KMU wirklich brauchen – und es ist nicht «noch ein Modell»
Bevor KI produktiv arbeiten kann, braucht es drei Dinge:
1) Eine ehrliche Bestandsaufnahme
Was haben wir? Was davon ist relevant? Was davon ist veraltet? Was davon ist sensibel?
2) Eine einfache Regel: Weniger ist mehr
Nicht alles muss in die KI. Nur das, was aktuell ist und auch wirklich gebraucht wird.
3) Ein pragmatischer Startpunkt
KMU müssen nicht gleich ihre gesamte Datenlandschaft neu erfinden. Ein klar definierter Use Case reicht: Support‑Wissen, Projektunterlagen, Produktdokumentation, interne Prozesse.
Eine gute Datenbasis ist wie ein aufgeräumter Schreibtisch: Man arbeitet schneller, findet Dinge wieder und macht weniger Fehler.
KI ist nicht das Problem, die Daten sind es. Schweizer KMU müssen keine Angst vor KI haben, sie müssen nur ihre Daten aus dem Dornröschenschlaf holen. Erst dann zeigt KI, was sie wirklich kann. Nicht, weil sie plötzlich «intelligenter» wäre, sondern weil sie endlich etwas hat, worauf sie zugreifen darf.
Und das Gute daran: Das ist keine Raketenwissenschaft. Es ist schlicht digitale Hausarbeit.
Digitale Hausarbeit – was heisst das konkret?
Damit KI im KMU überhaupt sinnvoll arbeiten kann, braucht es keine Spezialsoftware und keine Grossprojekte. Es beginnt mit einfachen, gut machbaren Schritten:
- Scans lesbar machen
Viele Dokumente liegen als reine Bilddateien vor. Eine Texterkennung (OCR) macht sie durchsuchbar. Das können heute bereits viele gängige Programme, die KMU ohnehin nutzen. - Bilder und PDFs mit Tabellen erfassbar machen
Tabellen, die als Bild gespeichert wurden, lassen sich mit einfachen Konvertierungsfunktionen wieder in echte Tabellen verwandeln. Das ist kein Hexenwerk, aber ein kleiner Schritt mit grosser Wirkung. - Audio‑ und Video‑Mitschnitte transkribieren
Schulungen, Sitzungen oder Interviews lassen sich automatisch in Text verwandeln. Das ist heute weit verbreitet und auch für KMU gut machbar. - Dubletten und Altlasten reduzieren
Veraltete Versionen, Kopien und «neu_final_def_V2» kosten nur Speicher und Nerven. Weniger Daten bedeuten bessere Ergebnisse. - Berechtigungen prüfen
In vielen KMU sind alte Freigaben oder vergessene Links noch aktiv – oft ohne dass jemand davon weiss. Wenn KI später auf Ablagen zugreift, zeigt sie auch Inhalte, die eigentlich nicht mehr für alle gedacht sind. Ein kurzer Berechtigungscheck verhindert Überraschungen. - Relevante Inhalte definieren
Nicht alles muss in die KI, nur das, was für den jeweiligen Use Case wirklich gebraucht wird.
Diese Schritte sind keine Raketenwissenschaft, sie sind besagte digitale Hausarbeit. Und sie schaffen die Grundlage, damit KI im KMU nicht nur beeindruckend klingt, sondern im KMU-Alltag auch tatsächlich hilft.
Der Autor
Alain Zanolari ist Redaktor bei topsoft, der Schweizer Plattform für Digitales Business