KI Center of Excellence: So koordinieren Schweizer KMU ihre KI-Transformation

Die organisatorische Lücke: Warum isolierte KI-Tools nicht skalieren

Schweizer Unternehmen investieren stärker in KI als der europäische Durchschnitt, doch die Ergebnisse bleiben hinter den Erwartungen zurück. Der Grund ist selten technischer Natur. McKinsey dokumentiert im State of Organizations 2026: 83% der befragten Unternehmen erkennen die Notwendigkeit eines neuen Betriebsmodells, um KI zu skalieren – doch 65% verfügen über keine Koordinationsstruktur. Deloitte bringt es auf den Punkt: Der Sprung führt von isolierten KI-Tools zu einem unternehmensweiten AI operating model. Ohne organisatorische Antwort bleibt KI in der Pilot-Falle stecken.

Diese Lücke ist in Schweizer KMU besonders ausgeprägt. Mit typischerweise 10 bis 250 Mitarbeitenden fehlt die kritische Masse für eine dedizierte KI-Abteilung. Gleichzeitig steigen die regulatorischen Anforderungen durch revDSG und die extraterritoriale Wirkung des EU AI Act. Was fehlt, ist eine schlanke, pragmatische Koordinationseinheit: das KI Center of Excellence.

Was ein KI Center of Excellence ist – und was es nicht ist

Ein AI CoE ist keine Technologieabteilung. Es ist eine Koordinationsfunktion, die Strategie, Governance, Befähigung und Monitoring bündelt. Ziel ist nicht, alle KI-Projekte zentral zu steuern, sondern Standards zu setzen, Wissen zu teilen und die dezentrale Umsetzung zu ermöglichen. Das CoE beantwortet Fragen wie: Welche Use Cases priorisieren wir? Welche Daten dürfen wir wie nutzen? Wie messen wir Erfolg? Wie befähigen wir die Fachabteilungen?

McKinsey belegt: Unternehmen mit einem funktionierenden CoE erreichen eine 2,3-mal höhere Erfolgsquote bei der Skalierung von KI-Initiativen. Der Unterschied liegt in der Fähigkeit, Learnings zu konsolidieren, redundante Investitionen zu vermeiden und Governance-Risiken frühzeitig zu adressieren.

Klein anfangen: Das Ein-Personen-CoE

Ralf Blaschke von Accenture formuliert im Schweizer KI-Podcast eine entscheidende Einsicht: 'Ein Center of Excellence kann eine einzige Person sein, die tief in der KI-Materie verankert ist.' Für viele Schweizer KMU ist das der realistischste Startpunkt. Diese Person übernimmt vier Kernaufgaben: Sie kartiert bestehende KI-Initiativen, definiert Bewertungskriterien für neue Use Cases, etabliert erste Governance-Leitplanken und baut ein internes Wissensnetzwerk auf.

Die typische Besetzung: Eine Person mit technischem Verständnis, Geschäftssinn und Zugang zur Geschäftsleitung. Häufig kommt sie aus dem Innovations- oder Digitalisierungsbereich. Entscheidend ist nicht der Titel, sondern das Mandat: Diese Person muss crossfunktional koordinieren dürfen und direkten Zugang zu strategischen Entscheidungen haben.

Skalierung zum crossfunktionalen Team

Ab einer gewissen Anzahl paralleler KI-Initiativen oder bei wachsender Mitarbeitendenzahl stösst das Ein-Personen-Modell an Grenzen. Das CoE wächst dann zu einem kleinen, crossfunktionalen Team. BCG empfiehlt in ihrem Vier-Phasen-Modell, Governance und Koordination in den Monaten 10 bis 15 der KI-Skalierung zu institutionalisieren. Für Schweizer KMU bedeutet das typischerweise ein kleines, crossfunktionales Kernteam mit klaren Rollen.

• KI-Strategin: Priorisierung, Roadmap, Business-Case-Validierung
• Data Steward: Datenqualität, -zugang, -architektur
• Compliance Officer: revDSG, EU AI Act, interne Richtlinien
• Change Manager: Training, Kommunikation, Adoption-Messung

Diese Rollen müssen nicht zwingend Vollzeitstellen sein. In vielen KMU übernehmen bestehende Führungskräfte diese Funktionen anteilig – entscheidend ist die formale Mandatierung und die regelmässige Koordination. Das World Economic Forum identifiziert 2026 eine neue Rolle: den 'AI workforce manager', der Mensch-Maschine-Hybridteams koordiniert. In der Praxis übernimmt diese Funktion oft der Change Manager im CoE.

Die vier Kernfunktionen eines AI CoE

1. Strategische Steuerung

Das CoE kuratiert die KI-Roadmap. Es bewertet Use Cases nach Geschäftswert, Machbarkeit und strategischer Passung. Es orchestriert die Ressourcenallokation und stellt sicher, dass KI-Initiativen auf Unternehmensziele einzahlen. Typisches Artefakt: eine quartalsweise aktualisierte Prioritätenliste mit klaren Go/No-Go-Kriterien.

2. Governance und Compliance

Das CoE definiert, dokumentiert und überwacht Leitplanken. Dazu gehören Datenschutzstandards, Bias-Checks, Transparenzanforderungen und Eskalationswege. In der Schweiz ist dieser Bereich nicht optional: 82% der Schweizer Unternehmen haben laut Swiss AI Observatory 2026 schwache bis mittlere Daten-Ökosysteme – Governance schliesst diese strukturelle Lücke.

3. Befähigung und Enablement

Das CoE baut interne Kompetenz auf. Es organisiert Schulungen, kuratiert Best Practices und stellt wiederverwendbare Bausteine bereit (Prompts, Workflows, Datensets). Es adressiert das 76%-Paradox: Die meisten Mitarbeitenden bleiben KI-Novizen, weil strukturiertes Enablement fehlt.

4. Monitoring und ROI-Messung

Das CoE etabliert ein konsistentes Messframework. Es trackt nicht nur technische KPIs (Modellgenauigkeit, Latenz), sondern Geschäftskennzahlen: Zeitersparnis, Fehlerreduktion, Umsatzeffekte. Ohne einheitliche Metriken bleibt der Business Case diffus und die Skalierung stockt.

Praxisfall: Ein Schweizer Industriezulieferer baut sein CoE auf

Ein Zürcher Zulieferbetrieb mit 120 Mitarbeitenden startet 2025 mit drei isolierten KI-Piloten: Predictive Maintenance in der Produktion, automatisierte Angebotserstellung im Vertrieb, Qualitätskontrolle per Computer Vision. Jeder Pilot läuft in seiner Abteilung, ohne Austausch. Die Geschäftsleitung ernennt im dritten Quartal die Leiterin Digitalisierung zur KI-Koordinatorin – das Ein-Personen-CoE entsteht.

Erste Massnahme: Use-Case-Register. Die Koordinatorin kartiert alle Initiativen, identifiziert Datenüberschneidungen und stellt fest, dass zwei Abteilungen dieselbe externe API lizenzieren. Zweite Massnahme: Governance-Checkliste. Sie entwickelt gemeinsam mit der Rechtsberatung eine einseitige Checkliste für neue Use Cases – Datenschutz, Bias, Erklärbarkeit. Dritte Massnahme: monatlicher Steuerkreis mit GL und Bereichsleitern. Nach sechs Monaten sind redundante Kosten merklich reduziert, ein einheitliches ROI-Framework etabliert und mehrere neue Use Cases in der Pipeline priorisiert.

Im zweiten Jahr wächst das CoE: Die Koordinatorin wird zur Vollzeit-KI-Strategin, der Leiter IT übernimmt anteilig die Data-Steward-Rolle, die HR-Leiterin koordiniert Change und Training. Das crossfunktionale Trio trifft sich wöchentlich, der Steuerkreis bleibt monatlich. Resultat: mehrere produktive KI-Anwendungen, messbare Effizienzgewinne und eine Belegschaft, die KI als Werkzeug versteht, nicht als Bedrohung.

Drei häufige Fallstricke – und wie du sie vermeidest

Fallstrick 1: Das CoE wird zur Engpass-Instanz

Wenn jede KI-Initiative zur Genehmigung durch das CoE muss, entsteht ein Flaschenhals. Lösung: Das CoE definiert Leitplanken und Standards, entscheidet aber nicht über jeden Use Case. Fachabteilungen bleiben verantwortlich – das CoE befähigt und überprüft ex post.

Fallstrick 2: Zu theoretisch, zu wenig operativ

Ein CoE, das Strategiepapiere produziert, aber nie in echte Projekte involviert ist, verliert Glaubwürdigkeit. Lösung: Mindestens eine Person im CoE arbeitet aktiv in Pilotprojekten mit. So bleibt das CoE geerdet und lernt aus der Praxis.

Fallstrick 3: Fehlende Anbindung an die Geschäftsleitung

Ohne direkten Zugang zur GL bleibt das CoE zahnlos. Lösung: Die CoE-Leitung berichtet direkt an CEO oder COO, der monatliche Steuerkreis ist GL-besetzt und Use-Case-Priorisierung ist GL-Entscheidung.

Wann skalieren, wann outsourcen?

Nicht jedes KMU muss ein vollwertiges internes CoE aufbauen. Die Entscheidung hängt von drei Faktoren ab: Anzahl paralleler KI-Initiativen, strategische Bedeutung von KI und interne Kapazität. Als Faustregel: Bei wenigen aktiven Use Cases und begrenzter interner KI-Expertise ist ein hybrides Modell oft effizienter – eine interne Koordinatorin plus externer Sparringpartner für Strategie, Governance und Enablement.

KI-Outsourcing.ch operiert genau in diesem Hybrid-Raum: Wir agieren als externe KI-Division für Schweizer KMU, die KI skalieren wollen, ohne eine vollständige interne Struktur aufzubauen. Die interne Koordinatorin bleibt strategische Ansprechperson, wir liefern Governance-Frameworks, ROI-Messung, Pilotbegleitung und Change-Enablement. Sobald die Organisation reif genug ist, internalisiert sie schrittweise – oder bleibt im Hybrid-Modus, wenn das wirtschaftlich sinnvoller ist.

Checkliste: Die ersten 90 Tage deines AI CoE

1. Mandat klären: Wer entscheidet? Wer berichtet wohin? Welches Budget steht zur Verfügung?
2. Use-Case-Inventar erstellen: Alle laufenden und geplanten KI-Initiativen kartieren, Verantwortliche benennen, Status dokumentieren.
3. Governance-Grundlagen definieren: Einseitige Checkliste für Datenschutz, Bias, Transparenz – pragmatisch, nicht akademisch.
4. Steuerkreis etablieren: Monatliches Format mit GL und Bereichsleitern, feste Agenda (Prioritäten, Risiken, Learnings).
5. Quick Wins identifizieren: Ein bis zwei Use Cases, die in 60 Tagen Mehrwert liefern – Sichtbarkeit schafft Momentum.
6. Enablement-Plan skizzieren: Wer braucht welches Training wann? Wie teilen wir Learnings? Welche Best Practices dokumentieren wir?

Diese sechs Schritte schaffen die Basis. Das CoE ist kein Big-Bang-Projekt, sondern ein iterativer Aufbau. Starte schlank, lerne schnell, skaliere nach Bedarf.

Fazit: Organisatorische Reife bestimmt KI-ROI

Die technologischen Bausteine für KI-Skalierung sind verfügbar. Die entscheidende Variable ist organisatorisch. McKinsey zeigt: 83% erkennen die Notwendigkeit eines neuen Betriebsmodells, doch nur die wenigsten setzen es strukturiert um. Ein KI Center of Excellence ist die praktische Antwort – keine monströse Struktur, sondern eine schlanke Koordinationsfunktion, die in Schweizer KMU mit einer einzigen Person beginnen kann.

Die Investition ist überschaubar, der Hebel enorm. Unternehmen mit funktionierendem CoE skalieren KI 2,3-mal erfolgreicher. Sie vermeiden redundante Kosten, reduzieren Governance-Risiken und befähigen ihre Belegschaft systematisch. Der erste Schritt ist eine Mandatsentscheidung: Wer koordiniert? Ab wann? Mit welchen Befugnissen? Die technologische Transformation folgt der organisatorischen – nicht umgekehrt.