Strategien der KI-Hersteller: Was sie für KMU bedeuten

10.04.2026
5 Min.

Künstliche Intelligenz ist kein isoliertes IT-Thema mehr. Für viele Unternehmen entwickelt sie sich zum geschäftskritischen Betriebs- und Automatisierungsfaktor. Für KMU stellt sich dabei nicht nur die Frage nach der besten Technologie, sondern nach wirtschaftlichem Nutzen, Abhängigkeiten und Zukunftssicherheit. IT-Systemintegratoren, Reseller und Softwarehäuser nehmen dabei eine Schlüsselrolle ein: Sie übersetzen Anbieterstrategien in tragfähige Lösungen für ihre Kunden.

 

Symbolbild von Vicki Hamilton via Pixabay

 

Zwei Anbieterstrategien – mit unterschiedlichen Konsequenzen

Der Markt lässt sich entlang des Kontrollgrades über Modelle, Daten und Inferenzpfade (der Weg einer Anfrage durch das neuronale Netz) und damit dem Abhängigkeitsgrad von den Anbietern strukturieren. In der Praxis existieren hybride Mischformen, dennoch lassen sich zwei vorherrschende strategische Ansätze erkennen. Für KMU sind diese Unterschiede besonders relevant, da Fehlentscheidungen schnell zu Kostenfallen und einem Vendor Lock-in führen können.
 

1. Proprietäre Plattformen: Schneller produktiv, langfristig gebunden

Anbieter wie Microsoft (Copilot), Google (Gemini), OpenAI (ChatGPT) und Anthropic (Claude) integrieren KI tief in bestehende Standardsoftware. Dem kommerziellen Modell liegen Pay-per-Seat und API-Nutzung zugrunde.
 
Was das für KMU bedeutet
  • Geringere Implementierungshürden und weniger Anfangsinvestitionen
  • KI-Funktionen direkt in bekannten Werkzeugen, wie Office, E-Mail, ERP oder CRM
  • Klare, planbare Abonnementkosten
 
Die Kehrseite
  • Wachsende Abhängigkeit vom Anbieter und dessen Preismodell
  • Begrenzter Einfluss auf Datenverarbeitung und Modellverhalten
  • Steigende Kosten bei zunehmender Nutzung
 
Rolle der IT-Dienstleister: Unterstützung bei Einführung, Schulung und Prozessanpassung – weniger bei technologischer Differenzierung.
 

2. Open Weight und Open Source Modelle: Mehr Kontrolle, mehr Verantwortung

Neben proprietären Plattformen gewinnen Open-Weight-Modelle und teilweise auch klassische Open-Source-Ansätze an Bedeutung. Open Weight bedeutet, dass die Modellgewichte (= die eigentliche Intelligenz) verfügbar sind und Unternehmen die Modelle selbst betreiben, anpassen und bis zu einem gewissen Grade kontrollieren können. Open Source geht darüber hinaus und umfasst zusätzlich offen zugänglichen Code, häufig unter Lizenzen wie Apache 2.0 oder MIT.
 
Für KMU ist diese Unterscheidung relevant: Während Open Source maximale Transparenz und Anpassbarkeit bietet, stehen bei Open-Weight meist praktische Souveränität und wirtschaftliche Kontrolle im Vordergrund – ohne den Anspruch vollständiger Offenlegung aller Trainingsdetails.
 
Open-Weight-Modelle wie Gemma, Llama oder Mistral sowie «Effizienzmodelle» wie DeepSeek ermöglichen den Betrieb auf eigener Infrastruktur oder in einer Private Clouds.
 
Was das für KMU bedeutet
  • Höherer initialer Aufwand, aber bessere Kostenkontrolle über die Zeit
  • Klare Datenhoheit, insbesondere für sensible Informationen
  • Möglichkeit, KI gezielt auf eigene Prozesse zuzuschneiden
 
Warum DeepSeek viel Aufmerksamkeit erhält
Das chinesische DeepSeek hat im letzten Jahr viel Aufmerksamkeit erzeugt. Es steht exemplarisch für einen Effizienztrend: Viele alltägliche Unternehmensaufgaben lassen sich damit deutlich günstiger erledigen als mit denen der «Tech-Giganten».
 
Rolle der IT-Dienstleister: Architektur, Betrieb, Sicherheit und laufende Optimierung – ein klassisches Beratungs- und Servicegeschäft.
 

Vergleich der strategischen Ansätze

 

Inferenz-Inversion: Warum Nutzungskosten entscheidend werden

Ein oft unterschätzter Punkt ist die sogenannte Inversion der Inferenz (engl.: Inference). Vereinfacht ausgedrückt bezeichnet der Begriff die Nutzung (= Denken) der KI, im Unterschied zum Training, bei dem sie lernt. Wenn die laufenden Kosten für das «Denken» jene für die Entwicklung oder die Einführung übersteigen, spricht man von Inferenz-Inversion.
 
Für KMU bedeutet das konkret: Nicht das leistungsfähigste Modell ist automatisch das wirtschaftlichste, sondern jenes, das über Jahre hinweg stabile und kalkulierbare Kostenprojektionen erlaubt.
 
Rolle der IT-Dienstleister: Hier entstehen neue Entscheidungsfelder, bei denen IT-Dienstleister als wirtschaftliche Sparringspartner gefragt sind.
 

Agentische KI: Effizienzgewinn mit neuen Risiken

Der nächste, entscheidende Entwicklungsschritt ist agentische KI. Solche Systeme beantworten nicht nur Fragen, sondern führen Aufgaben selbständig aus – etwa im Support, in der Angebotserstellung oder in der Softwareentwicklung.
 
Chancen für KMU
  • Deutliche Produktivitätsgewinne
  • Entlastung knapper Fachkräfte
  • Schnellere Durchlaufzeiten in Kernprozessen
Neue Anforderungen
  • Klare Kontroll- und Freigabemechanismen
  • Transparenz bei Entscheidungen automatisierter Systeme
  • Klärung von Haftungs- und Verantwortungsfragen
 
Rolle der IT-Dienstleister: Orchestrierung der Agenten, Kontroll- und Freigabemechanismen, sichere Kommunikation, Auditierbarkeit (Agentic Governance).
 

Der Schweizer Kontext: Vertrauen als Wettbewerbsfaktor

Für Schweizer KMU spielen Datenschutz, Verlässlichkeit und regulatorische Sicherheit eine zentrale Rolle. Initiativen wie das Schweizer LLM-Projekt Apertus (oder etwa das deutsche «Teuken») sind dabei weniger als Allzwecklösung zu verstehen, sondern als Baustein für besonders sensible Anwendungsfälle.
 
Gleichzeitig wirken europäische Regelwerke wie der EU AI Act faktisch auch auf Schweizer Unternehmen. Wer heute KI einführt, muss diese Anforderungen mitdenken – unabhängig von der Unternehmensgrösse.
 

Fazit: KI-Strategie ist Geschäftsstrategie

Für KMU ist KI keine reine IT-Entscheidung mehr, sondern eine strategische Weichenstellung. Proprietäre Plattformen bieten schnellen Nutzen und einfache Skalierung. Offene und effiziente Modelle schaffen langfristige Kontrolle und Differenzierung.
 
Die erfolgreichsten Unternehmen werden jene sein, die beides kombinieren – und dabei auf IT-Partner setzen, die nicht nur Technologie liefern, sondern auch wirtschaftliche Orientierung bieten.
 
 

Open Source ≠ Open Weight ≠ «kostenlos» 

Open Source

  • Quellcode offen einsehbar
  • Maximale Transparenz und Anpassbarkeit
  • Hoher Eigenaufwand für Betrieb, Sicherheit und Wartung

Open Weight

  • Modellgewichte verfügbar, Code nicht vollständig offen
  • Eigener Betrieb und Anpassung möglich
  • Fokus auf Souveränität und Kostenkontrolle, nicht auf Ideologie
 

Proprietäre Modelle

  • Keine Einsicht in Code oder Gewichte
  • Schneller Einsatz, geringer Initialaufwand
  • Abhängigkeit von Anbieter, Preisen und Roadmap
 

Wichtig für KMU

  • «Offen» bedeutet nicht automatisch günstiger oder einfacher.
  • Wirtschaftlichkeit, Datenschutz und langfristige Abhängigkeiten sind entscheidender als der Lizenztyp.
 
 

Der Autor

 
 

Der Beitrag erschien im topsoft Fachmagazin 26-1

 

Das Schweizer Fachmagazin für Digitales Business kostenlos abonnieren

Abonnieren Sie das topsoft Fachmagazin kostenlos. 4 x im Jahr in Ihrem Briefkasten.