KI-Tools für KMU 2026: Auswahl, Datenschutz und AI Act

Aktualisiert am 26. August 2026: KI-Tools sind für KMU längst gut genug für Textentwürfe, Recherche, Protokolle und klar begrenzte Prozesshilfen. Die entscheidende Frage ist nicht mehr, ob ein Chatbot brauchbare Texte schreibt. Sie lautet: Für welchen Prozess ist welches Tool freigegeben, welche Daten dürfen hinein und wer prüft das Ergebnis?

Der rechtliche Rahmen hat sich seit der ersten Fassung dieses Artikels verändert. Die Transparenzpflichten des EU AI Act gelten seit dem 2. August 2026. Die umfassenden Pflichten für Hochrisiko-Systeme wurden durch den AI Omnibus jedoch verschoben: für die in Anhang III genannten Einsatzbereiche auf den 2. Dezember 2027, für KI als Sicherheitskomponente regulierter Produkte auf den 2. August 2028. In der Schweiz gilt parallel das technologieneutrale Datenschutzgesetz bereits heute für KI-gestützte Datenbearbeitungen.

Welche KI-Tools sich für KMU zuerst lohnen

Ein KMU braucht am Anfang keine grosse KI-Plattform. Es braucht einen begrenzten Anwendungsfall mit einem überprüfbaren Ergebnis. Vier Kategorien eignen sich besonders gut.

Text und Kommunikation. Entwürfe für Angebote, Produktbeschreibungen, interne Mitteilungen oder Zusammenfassungen sparen Zeit, solange keine unnötigen Personen-, Kunden- oder Vertragsdaten in ein unkontrolliertes System kopiert werden. Ein Mensch bleibt für Fakten, Ton und Freigabe verantwortlich.

Besprechungen und Dokumente. Transkription, Protokollentwürfe, Extraktion von Aufgaben und Vergleich von Dokumentversionen sind nützlich, wenn Aufbewahrung, Zugriffsrechte und Trainingsnutzung geklärt sind. Gerade bei Gesprächsaufzeichnungen müssen die Beteiligten wissen, was aufgezeichnet und wie es verarbeitet wird.

Interne Wissenssuche. Ein RAG-System kann freigegebene Dokumente durchsuchen und Antworten mit Quellen liefern. Das ist für Handbücher, Richtlinien, Projektdokumentation oder technische Wissensbestände oft wertvoller als ein allgemeiner Chatbot. RAG macht schlechte Berechtigungen aber nicht gut: Das System darf nur Inhalte finden, die der jeweilige Nutzer auch ohne KI sehen dürfte. Wie diese Technik funktioniert, erklärt der RAG-Praxisguide.

Begrenzte Prozessunterstützung. E-Mails klassifizieren, Informationen aus Formularen extrahieren oder Fälle für eine menschliche Bearbeitung vorsortieren kann sinnvoll sein. Je näher der Output an Personalentscheiden, Kreditwürdigkeit, Versicherungsleistungen oder anderen erheblichen Entscheidungen über Personen rückt, desto höher werden Risiko und Prüfbedarf.

Tool-Auswahl: Sieben Fragen vor dem Kauf

Markenlisten altern schnell. Auswahlkriterien bleiben. Vor einem Pilot sollte ein KMU sieben Fragen schriftlich beantworten.

1. Welcher Prozess wird verbessert? „Wir wollen KI nutzen“ ist kein Anwendungsfall. „Angebotsentwürfe aus freigegebenen Produktdaten in 15 statt 45 Minuten erstellen“ ist einer.
2. Welche Daten fliessen hinein? Personenbezogene Daten, Geschäftsgeheimnisse, Gesundheitsdaten und vertrauliche Verträge brauchen strengere Regeln als öffentliche Marketingtexte.
3. Wo werden Eingaben und Ausgaben gespeichert? Entscheidend sind Region, Unterauftragsverarbeiter, Aufbewahrungsdauer, Löschmöglichkeiten und vertragliche Zusagen des konkret gebuchten Tarifs.
4. Werden Unternehmensdaten zum Training verwendet? Eine Anbieterzusage muss zum verwendeten Produkt und Vertrag passen. Aussagen für Enterprise- oder Business-Tarife gelten nicht automatisch für kostenlose Privatkonten.
5. Welche Administrationsfunktionen existieren? SSO, Rollen, Protokollierung, zentrale Deaktivierung und kontrollierte Freigabe sind im Unternehmen wichtiger als eine lange Featureliste.
6. Wie wird Qualität geprüft? Für den Pilot braucht es reale Testfälle, eine Fehlerliste und klare Kriterien, wann ein Ergebnis von einem Menschen verworfen werden muss.
7. Wie kommt das Unternehmen wieder heraus? Datenexport, Prompt- und Workflow-Portabilität sowie ein dokumentierter Abschaltweg reduzieren Vendor Lock-in.

Microsoft 365 Copilot kann beispielsweise für Unternehmen naheliegen, die bereits vollständig in Microsoft 365 arbeiten. Ein allgemeiner Chatdienst kann für isolierte Textaufgaben genügen. Lokale Modelle oder eine private Inferenzumgebung können bei sensiblen Dokumenten sinnvoll sein. Keine dieser Optionen ist pauschal die beste: Der Vertrag, die Datenklasse und der Prozess entscheiden.

Was seit August 2026 beim EU AI Act gilt

Der EU AI Act ist nicht einfach „verschoben“. Seit dem 2. August 2026 gelten neue Transparenzregeln und die zuständigen Behörden haben zusätzliche Durchsetzungsbefugnisse. Nutzer sollen unter anderem erkennen können, wenn sie mit einem KI-System statt mit einem Menschen interagieren. Für bestimmte synthetische oder manipulierte Inhalte gelten Kennzeichnungs- und Erkennbarkeitsanforderungen.

Die grossen Hochrisiko-Pflichten folgen später. Systeme in den sensiblen Einsatzbereichen von Anhang III, etwa bestimmte Anwendungen in Beschäftigung, Bildung, Kreditwürdigkeitsprüfung oder Zugang zu wesentlichen Diensten, fallen ab dem 2. Dezember 2027 unter den vollständigen Hochrisiko-Vertrag. Für KI-Systeme, die als Sicherheitskomponente in regulierte Produkte eingebettet sind, gilt der 2. August 2028.

Für ein KMU bedeutet das zweierlei. Erstens ist ein normaler Textassistent nicht automatisch ein Hochrisiko-System. Zweitens kann derselbe technische Dienst in einem anderen Prozess rechtlich ganz anders einzuordnen sein. Ein Chatbot, der einen Angebotsentwurf schreibt, ist etwas anderes als ein System, das Bewerber vorsortiert oder die Kreditwürdigkeit einer Person bewertet. Entscheidend ist der vorgesehene Verwendungszweck, nicht das Etikett „Assistent“ im Marketing.

Die Verschiebung ist deshalb keine Einladung zum Warten. Wer bis Ende 2027 Rollen, Datenherkunft, Protokollierung und menschliche Aufsicht erstmals diskutiert, beginnt zu spät. Sie schafft Vorbereitungszeit, hebt die Anforderungen aber nicht auf.

Schweiz: Datenschutz gilt auch ohne eigenes KI-Gesetz

Das Schweizer Datenschutzgesetz ist technologieneutral. Nach der aktuellen Orientierung des Eidgenössischen Datenschutz- und Öffentlichkeitsbeauftragten müssen Hersteller, Anbieter und Verwender von KI-Systemen Zweck, Funktionsweise und Datenquellen einer Datenbearbeitung transparent machen. Personen sollen wissen, ob sie mit einer Maschine kommunizieren und ob ihre Eingaben für weitere Zwecke verwendet werden.

Artikel 21 DSG ist besonders wichtig, wenn ein Entscheid ohne menschliches Zutun erfolgt und für eine Person eine Rechtsfolge oder einen erheblichen Nachteil hat. Die betroffene Person muss grundsätzlich informiert werden und kann verlangen, ihren Standpunkt darzulegen und den Entscheid durch einen Menschen überprüfen zu lassen. Nicht jede KI-unterstützte Arbeit ist eine solche automatisierte Einzelentscheidung. Ein echter menschlicher Entscheid darf aber nicht nur auf dem Papier stehen.

Bei Datenbearbeitungen mit voraussichtlich hohem Risiko kann zudem eine Datenschutz-Folgenabschätzung erforderlich sein. Das betrifft nicht automatisch jedes KMU und nicht jeden Chatbot. Wahrscheinlicher wird sie bei umfangreicher Bearbeitung sensibler Daten, systematischer Überwachung oder weitreichenden automatisierten Bewertungen von Personen.

Für Unternehmen mit Tätigkeit in der EU oder Verarbeitung von Daten betroffener Personen in der EU kommt zusätzlich die DSGVO hinzu. „Unsere Firma sitzt in der Schweiz“ ist daher keine ausreichende Rechtsanalyse.

Die fünf häufigsten Fehler im Betrieb

Schatten-KI. Mitarbeitende verwenden private Konten, weil kein freigegebener Weg existiert. Verbote allein lösen das selten. Ein KMU braucht eine brauchbare erlaubte Alternative und einfache Datenregeln.

Unklare Datenklassen. Die Richtlinie sagt „keine sensiblen Daten“, erklärt aber nicht, ob Kundennamen, Offerten, Lebensläufe oder Sitzungsprotokolle dazugehören. Konkrete Beispiele sind wirksamer als abstrakte Verbote.

Automatisierung ohne Kontrollpunkt. Ein Mensch klickt zwar auf „Freigeben“, prüft das Ergebnis aber faktisch nicht. Für kritische Prozesse braucht es Zeit, Kompetenz und eine dokumentierte Möglichkeit, der KI-Empfehlung zu widersprechen.

Pilot ohne Messgrösse. Begeisterung in einer Demo ist kein Business Case. Gemessen werden sollten mindestens Zeitersparnis, Korrekturaufwand, Fehlerarten und Nutzungshäufigkeit.

Kein Betriebsverantwortlicher. Modelle, Preise, Funktionen und Vertragsbedingungen ändern sich. Jemand muss Freigaben, Zugänge, Vorfälle und die regelmässige Neubewertung besitzen.

Ein pragmatischer Einführungsplan für KMU

Ein sinnvoller Pilot lässt sich klein halten.

Woche 1: Prozess und Daten festlegen. Einen Anwendungsfall wählen, Datenklassen definieren und ausschliessen, was im Pilot nicht verarbeitet werden darf.

Woche 2: Anbieter und Vertrag prüfen. Speicherort, Trainingsnutzung, Löschung, Unterauftragsverarbeiter, Zugriffskontrollen und Exit klären. Bei hohem Risiko Datenschutz- und Rechtsfachleute einbeziehen.

Woche 3: Mit realen Testfällen messen. Nicht nur gute Beispiele verwenden. Grenzfälle, falsche Angaben, unvollständige Dokumente und unerwünschte Ausgaben gehören in den Test.

Woche 4: Freigeben oder stoppen. Nur bei messbarem Nutzen und beherrschbaren Fehlern ausweiten. Verantwortlichen, erlaubte Nutzung, menschliche Prüfung und einen Termin für die nächste Kontrolle dokumentieren.

Das Ergebnis kann auch „nicht einführen“ lauten. Ein Tool, das zehn Minuten spart und dafür einen schwer kontrollierbaren Datenfluss eröffnet, ist kein Fortschritt.

Fazit

KI-Tools funktionieren für KMU dort am besten, wo die Aufgabe begrenzt, das Ergebnis überprüfbar und die Datenlage beherrscht ist. Textentwürfe, interne Wissenssuche und vorbereitende Prozesshilfe sind bessere Startpunkte als Entscheidungen über Menschen.

Der EU AI Act gibt DACH-KMU durch die verschobenen Hochrisiko-Fristen mehr Vorbereitungszeit, aber keinen rechtsfreien Aufschub. Transparenzpflichten gelten bereits. In der Schweiz greifen Datenschutz, Informationspflichten und die Regeln für automatisierte Einzelentscheidungen unabhängig davon, ob das Produkt sich „KI-Assistent“ nennt.