Oracle streicht 30'000 Stellen: Folgen für Schweizer KMU

Die globale KI-Infrastrukturwelle: Oracle, TCS und Microsoft im Umbau

Oracle streicht bis zu 30'000 Stellen quer über Oracle Health, Cloud und Consulting. Damit setzt der Konzern jährlich $8 bis 10 Mrd. frei – Geld, das direkt in den Stargate-Datacenter-Ausbau fliesst, gedeckt durch den $300-Mrd.-Vertrag mit OpenAI. Parallel dazu bauen andere Hyperscaler ihre eigenen Fronten aus: TCS formiert eine Forward-Deployed AI Engineering Unit mit 5'900 bis 8'900 Ingenieuren, Microsoft investiert $2,5 Mrd. in eine Frontier Company Unit mit 6'000 Industrie- und Engineering-Experten, die direkt in Kundenprojekten arbeiten.

Die Botschaft dahinter ist wichtiger als die einzelne Zahl: Hyperscaler verschieben ihr Geschäftsmodell von Lizenzverkauf zu direktem Deployment von KI-Fachkräften bei Kunden. Das verschärft den globalen Wettbewerb um genau jene Spezialisten, die auch Schweizer Unternehmen für ihre eigenen KI-Vorhaben suchen – Talent wird noch knapper, noch bevor die meisten KMU überhaupt in die Umsetzung gestartet sind.

Die Schweizer KMU-Realität: Ambition trifft Novizen-Niveau

Der Deloitte Switzerland AI ROI Report 2026 zeigt eine bemerkenswerte Diskrepanz: 30% der Schweizer Unternehmen planen eine Steigerung ihrer KI-Investitionen um 20 bis 39% – deutlich mehr als der EU-Durchschnitt von 23%. 52% erwarten einen Return on Investment innerhalb eines Jahres. Doch 30% nennen den Mangel an technischem Talent als grösste Hürde, 27% tun sich schwer damit, überhaupt valide Anwendungsfälle zu identifizieren, und nur 24% haben KI-Schulungen für ihre Belegschaft verbindlich vorgeschrieben. Wie diese Lücke zwischen Investitionswille und operativer Reife entsteht, zeigt auch das 76%-Paradox der Schweizer KMU.

Die OECD-D4SME-Studie 2026 liefert die dazugehörige Struktur: 34% der Schweizer KMU nutzen inzwischen KI, ein Anstieg von 22% im Vorjahr. Doch 76% davon verbleiben auf Novizen-Niveau – sie setzen KI-Werkzeuge im Wesentlichen für E-Mails ein. Nur 3,6% erreichen Champion-Status. Die KOF ETH Zürich bestätigt das Bild: 62% der KMU beschränken KI-Nutzung auf Basisaufgaben, und lediglich 34% haben überhaupt Governance-Regeln für den Einsatz definiert.

Warum die Infrastruktur-Expansion die Make-vs-Buy-Rechnung verschiebt

Wenn Hyperscaler wie Oracle, TCS und Microsoft Tausende Fachkräfte direkt in Kundenprojekte entsenden, verändert sich die Kostenlogik für alle, die selbst eine interne KI-Abteilung aufbauen wollen. Der Zugang zu Spitzentalent wird knapper und teurer – gleichzeitig sinken die reinen Modellkosten, was den Einstieg technisch erleichtert, aber das Talentproblem nicht löst. Diese Gegenläufigkeit ist zentral: sinkende Modellkosten senken die Einstiegshürde, doch ohne Fachkräfte, die Use Cases identifizieren und Systeme betreiben, bleibt der Zugang zu günstigeren Modellen wirkungslos. Für die meisten Schweizer KMU verschiebt sich die Kalkulation damit zunehmend in Richtung spezialisierter Partner statt interner Neubauten.

Swiss AI Roadmap 2026: Strukturelle Antworten für den Mittelstand

Die im Juni 2026 von digitalswitzerland vorgestellte Swiss AI Roadmap adressiert genau diese Lücke mit sieben Stossrichtungen – von Scaled AI Education über World-Class Research bis Resilient Infrastructure und Smart Governance. Für KMU besonders relevant sind vier konkrete Instrumente, die 2026 operativ werden.

• European Digital Innovation Hubs (EDIHs) als niederschwellige Beratungs- und Testinfrastruktur für KMU
• Innosuisse-Funding zur Co-Finanzierung von KI-Pilotprojekten und Kompetenzaufbau
• Regulatory Sandboxes, die seit 2026 operativ sind und risikoarmes Experimentieren erlauben
• Apertus als souveränes Schweizer Sprachmodell für datensensible Anwendungen

Die Roadmap projiziert einen jährlichen Innovationsgewinn von CHF 15 Mrd. bis 2034 – vorausgesetzt, die strukturellen Angebote werden tatsächlich von KMU genutzt und nicht nur von Grossunternehmen. Wie ungleich die Ausgangslage heute noch ist, zeigt die Analyse dazu, wie Schweizer Unternehmen stärker investieren als der Rest Europas, während die Belegschaft zurückbleibt.

Was Schweizer KMU jetzt konkret tun sollten

1. EDIH- und Innosuisse-Angebote aktiv prüfen, statt auf interne Kapazität zu warten
2. Make-vs-Buy explizit rechnen: Kosten eines internen Teams gegen die Total Cost of Ownership eines externen Partners stellen
3. Zwei bis drei konkrete, messbare Use Cases definieren, statt KI unstrukturiert auf Basisaufgaben zu beschränken
4. Governance-Regeln früh festlegen – nicht erst, wenn die 34%-KMU-Quote mit Governance-Regeln überschritten werden muss
5. KI-Training für Schlüsselpersonen verbindlich machen, nicht optional

Der Stanford AI Index 2026 bestätigt das Paradox eindrücklich: Die Schweiz führt weltweit mit 110,5 KI-Spezialisten pro 100'000 Einwohner – Platz eins global. Doch nur 8% der Kleinunternehmen nutzen KI, verglichen mit 34% der Grossunternehmen. Das Talent ist im Land vorhanden, doch es konzentriert sich nicht in den KMU, die es am dringendsten bräuchten. Genau hier setzt strukturiertes KI-Outsourcing an: Zugang zum bestehenden Talentpool, ohne den globalen Wettbewerb um interne Einstellungen führen zu müssen.