KI Umsetzung · Automatisierung · Schweiz
KI im Alltag – nicht als Projekt, sondern als Betriebssystem
Die meisten Unternehmen wissen, dass KI etwas verändern wird. Aber zwischen Strategie und echtem Einsatz im Arbeitsalltag liegt eine Lücke. Wir schliessen sie – schrittweise, hands-on und mit messbarem Ergebnis.
Nicht das grosse System. Die vielen kleinen Schritte.
Automatisierung klingt nach IT-Projekt, Lastenheft und sechs Monaten Wartezeit. Die Realität ist eine andere: die grössten Gewinne entstehen nicht durch ein grosses System – sondern durch hundert kleine Verbesserungen im Arbeitsalltag.
Teilnehmende unserer Trainings sparen im Schnitt 11.5 Stunden pro Woche – bei gleichzeitig besserer Output-Qualität, mehr Zufriedenheit und mehr Zeit für strategische und kreative Aufgaben.
Die Rechnung: Ein Team von 10 Personen, 11.5h Ersparnis pro Woche, CHF 65 Stundensatz: das ergibt über ein Jahr eine Einsparung im sechsstelligen Bereich. Gut gemachte KI-Automatisierung ist keine Wette – sie ist Mathematik.
Einige unserer Kunden
Was gehört zur KI Umsetzung?
Warum der Weg von klein zu gross der richtige ist
Der häufigste Fehler: auf das grosse System warten. Das Team lernt nie, die Lösung deckt nur einen Teil der Use Cases ab, und wenn sie fertig ist, hat sich die Technologie schon zweimal verändert.
Standardsoftware
Mit ChatGPT, Copilot, Gemini oder noch besser Claude und 30 CHF/Monat pro Person lassen sich bereits viele repetitive Aufgaben automatisieren – ohne eine Zeile Code. Erste kleinere Workflows lassen sich aufbauen und mit Dritttools verknüpfen. SEO-Analyse aus Claude, Texte optimieren und direkt ins CMS pushen? Keine Theorie – heute absolut möglich.
No-Code & erweiterte Integrationen
Bestehende Prozesse werden ausgeweitet: mehr Datenquellen, mehr Tools, mehr Automatisierungstiefe – mit Claude Cowork, Claude Code oder n8n. Noch immer ohne grosses IT-Projekt.
Custom & On-Premise
Erst wenn die Use Cases klar sind und das Team weiss was funktioniert, lohnt sich eine eigene Lösung. Dann mit echtem Fundament: validierte Prozesse, ein Team das die Lösung versteht und annimmt, und eine skalierbare Architektur.
So wächst das Team organisch rein. Die Lösung wird live gefinetuned. Am Ende entsteht kein System das die Leute erst noch lernen müssen – sondern eines das sie selbst mitgebaut haben.
«He finds a good balance between truly challenging the status quo and still ensuring the actual project delivery. Mike has the ability to transform strategy into execution. His ability to break complex, technical situations into digestible junks makes him a good and trusted advisor for senior management.»
Thomas Truttmann·VP Marketing & Comm·McDonald's Switzerland
«Absolut inspirierender Tag Mike Schwede. Danke für all deine Inputs und Anregungen. Die Reise hat begonnen!»
Jürg Beutler·Leiter Kommunikation·Beratungsstelle für Unfallverhütung
«Merci Mike Schwede, war sehr spannend und wertvoll. AI wird uns effizienter machen und hat generell das Potenzial dringend nötige Kosteneinsparungen im Gesundheitswesen mitzubewirken.»
Simon Stettler·Marketing Management·Visana
Häufige Fragen zur KI Umsetzung
Womit soll man anfangen?
Mit dem konkreten Problem – nicht mit dem Tool. Welche Aufgabe kostet täglich am meisten Zeit? Welcher Prozess ist fehleranfällig und repetitiv? Dort anfangen. Wer mit dem Tool anfängt, sucht Probleme für die Lösung statt umgekehrt.
Was kostet KI-Automatisierung?
Die Spanne ist gross: von 30 CHF/Monat für Standard-Tools bis zu sechsstelligen Investitionen für On-Premise-Lösungen. Der richtige Einstieg für die meisten KMU: Claude oder ChatGPT Team-Lizenz, ein bis zwei Workshops, erste Workflows – Gesamtkosten im ersten Jahr unter CHF 10'000. Der ROI ist bei sorgfältiger Umsetzung nachweisbar.
Wie lange bis die ersten Resultate sichtbar sind?
Bei einfachen Automatisierungen mit Standard-Tools: Tage bis Wochen. Beim Pilot: 10 Arbeitstage bis zum ersten funktionierenden System. Bei komplexen Custom-Lösungen: 2–4 Monate.
Braucht man technisches Know-how im Team?
Für Stufe 1 (Standardsoftware) nein. Für Stufe 2 und 3 hilft ein technisch affines Team – aber es muss kein Entwicklerteam sein. Wir begleiten und befähigen.
Was passiert wenn ein Mitarbeiter das Unternehmen verlässt?
Das ist der häufigste Einwand – und berechtigt. Deshalb bauen wir keine Black Boxes: Dokumentation, Wissenstransfer und ein Team das das System versteht sind Teil jedes Projekts.
Wir haben schlechte Erfahrungen mit AI-Tools gemacht – was machen wir falsch?
Meistens eines von drei Dingen: falsches Tool für den Use Case, fehlende Datenqualität, oder zu hohe Erwartungen. Ein ehrliches Assessment zeigt schnell wo der Fehler liegt.
Was ist der Unterschied zwischen einem Chatbot und einem Custom GPT?
Marketing-Begriff vs. Architektur. Entscheidend ist nicht der Name – sondern ob das System auf sauberen eigenen Daten basiert, die richtigen Grenzen kennt und zuverlässig antwortet. Billige Chatbots tun das nicht. Gut gebaute Systeme schon.