Darum gehts
Der Computer fährt hoch. Der Startbildschirm weist darauf hin, dass es über Nacht ein firmenweites IT-Update gab. Ein Wechsel des IT-Systems hat meist eines zur Folge: ein Durcheinander. Mitarbeitende brauchen länger für ihre Aufgaben, Schnittstellen funktionieren noch nicht reibungslos, und die Gewohnheit fehlt.
Nach ein, zwei Monaten hat sich die Lage beruhigt – im besten Fall arbeiten die Angestellten effizienter und produktiver mit dem neuen System. Eine solche Neuorientierung in Gross durchlebt die globale Wirtschaft derzeit mit der künstlichen Intelligenz (KI).
Die Zahlen sind eindeutig: 2,5 Billionen Dollar werden laut dem Beratungsunternehmen Gartner dieses Jahr weltweit in künstliche Intelligenz investiert. Die Rendite dieser Investitionen? Ernüchternd. In der jüngsten CEO-Umfrage von PWC gaben nur 21 Prozent der Schweizer Firmen an, mit KI ihre Kosten gesenkt zu haben – global sind es 26 Prozent.
Beim Umsatz sieht es noch magerer aus: 15 Prozent der Unternehmen in der Schweiz konnten ihn mithilfe von KI steigern, global sind es 30 Prozent. Die Boston Consulting Group kommt in ihrer Studie zu einem noch drastischeren Ergebnis: 60 Prozent der befragten Firmen sehen keinerlei messbaren Erfolg von KI. Viel Lärm um nichts?
Dieser Artikel wurde erstmals im Angebot von handelszeitung.ch veröffentlicht. Weitere spannende Artikel findest du unter www.handelszeitung.ch.
Dieser Artikel wurde erstmals im Angebot von handelszeitung.ch veröffentlicht. Weitere spannende Artikel findest du unter www.handelszeitung.ch.
«Viele Schweizer Unternehmen sind schlicht nicht bereit», sagt Gustav Baldinger, CEO von PWC Schweiz. Die technologische Basis fehle: Firmen seien nicht Cloud-ready, hätten keine stabile Dateninfrastruktur. Ohne diese Grundlagen könne KI nicht skalieren. Hinzu komme, dass in den Schweizer Unternehmen weniger Projekte gestartet würden als international üblich. Und dass man länger an ihnen festhalte, selbst wenn sie nicht funktionierten.
Dass Schweizer Unternehmen zuerst auf Effizienz statt Wachstum setzen, erklärt sich Baldinger mit der Struktur der Schweizer Wirtschaftslandschaft: «Bei hohen Salärkosten ist es natürlich, zuerst auf Effizienz zu setzen», sagt er. «Aber das ist nicht der Zweck von KI. Die Technologie soll Wachstum generieren – in der Kundeninteraktion, im Verkauf, bei Produktinnovationen.»
Es harzt beim C-Level
Dass die Produktivität von KI hinter den Erwartungen zurückbleibt, verortet Dalith Steiger-Gablinger, Co-Founder und Managing Partner von Swisscognitive, ganz oben, in der Führungsetage. Es fehle an Strategie und an KI-Kompetenz in der Geschäftsleitung wie im Verwaltungsrat. «KI kann keine kaputten Prozesse reparieren, sie macht sie nur sichtbar.» Wer die Digitalisierung nicht sauber durchgeführt hat, spürt das spätestens jetzt.
«Change-Management ist die eigentliche Herausforderung, nicht die Technologie», sagt sie. Es brauche kein Extrastrategiepapier für KI, sondern die Führungsebene sollte KI in der allgemeinen Strategie verankern. Der Erfolg von KI hängt nicht von den gewählten Modellen oder Tools, sondern vom Führungsumfeld ab. Ohne gemeinsame Vision und Verständnis vom Einsatz, vom Mehrwert und vom Risiko von KI ersticken KI-Projekte. Oder anders gesagt: Stimmt die Kultur nicht, bringt die Technologie auch keinen Fortschritt.
Die Daten zeigen genau in diesem Bereich ein Problem: Gemäss der PWC-Studie beschäftigen sich Schweizer CEOs mehr mit kurzfristigen Themen als der globale Durchschnitt. Dies ist beunruhigend, denn das hemmt langfristige Innovationen und Investitionen.
Erst Kosten, dann Gewinn
Wieso innovieren Unternehmen überhaupt? Zum Spass machen sie es nicht. Unternehmen rüsteten in neuen Technologien und komplementären Fähigkeiten auf, um am Ende produktiver zu werden und wettbewerbsfähig zu sein, meint Martin Wörter, Leiter des Bereichs Innovationsökonomik am KOF-Institut. Der aktuell ausbleibende Nettogewinn sei ein typisches Merkmal des Zyklus: «Die Integration einer neuen Technologie in vorhandene Systeme verursacht zunächst oft mehr Kosten, bevor die Produktivität steigt.»
Der Zyklus verläuft immer ähnlich: Kurzfristig kommt es häufig zu steigenden Kosten, mittelfristig ergeben sich neue Geschäftsfelder, und langfristig schlägt sich dies in einem Nettogewinn der Produktivität nieder. «Bei KI könnte es aber anders sein», warnt Wörter. Denn hier besteht ein sogenanntes Diffusionsproblem.
Modelle wie Chat GPT, Claude und Gemini weisen eine häufige Anwendung in der Gesellschaft auf, sie sind schnell zugänglich und einfach zu bedienen. Die KI-Adoptionsrate im Kernbereich des Unternehmens liegt derzeit aber noch deutlich unter 100 Prozent: Gemäss der KMU-Arbeitsmarktstudie der Axa haben 2025 erst 11 Prozent der dreihundert befragten KMU künstliche Intelligenz in sämtliche Geschäftsbereiche bewusst integriert und 22 Prozent in gewisse Projekte. «Wenn die Transformation zu schnell abläuft, könnten die volkswirtschaftlichen Ausgleichsmechanismen kurzfristig schlechter greifen.»
Das makroökonomische Paradox
Interessant wird es, wenn man die Perspektive wechselt. Denn selbst wenn alle Unternehmen KI perfekt implementieren würden – in der Gesamtwirtschaft wäre der Effekt noch kaum messbar. Ökonomen erstaunt das wenig, denn den gleichen Effekt konnte man schon bei früheren technologischen Revolutionen beobachten.
David Dorn, UBS-Professor für Globalisierung und Arbeitsmärkte an der Universität Zürich, verweist auf das Solow-Paradox von 1987: Man sieht Computer überall, ausser in der Produktivität. Dieses Muster habe sich seither mehrfach wiederholt und zeige sich nun erneut. Das hat mehrere Gründe: Einerseits lassen sich Effizienzgewinne nicht automatisch aus den Wirtschaftsdaten ablesen: «Wer schneller E-Mails schreibt und früher Feierabend macht, schafft nicht automatisch mehr Wert.»
Andererseits braucht die Technologie Zeit. Um überhaupt Auswirkungen von KI in makroökonomischen Daten suchen zu können, sei es schlicht noch zu früh. Was bereits ersichtlich ist, ist eine erhöhte Aktivität in Bereichen, die implizit von KI betroffen sind. Als Beispiel nennt Dorn die extreme Bautätigkeit im Bereich Rechenzentren, die es braucht, um die Rechenleistung für KI bereitzustellen. «Die Investitionen und Bautätigkeit stützen derzeit die amerikanische Wirtschaft», sagt er.
Warten auf spürbaren Effekt
Wie lange wird es dauern, bis KI einen wirklichen Effekt hat? Das bereits in den 60er-Jahren entstandene Internet und die Webrevolution Ende der 90er-Jahre brauchten fast ein Jahrzehnt, bis sie messbare Produktivitätsgewinne brachten. Oliver Gassmann von der Universität St. Gallen sagt: «KI folgt einem ähnlichen Muster.» Seine Prognose, ab wann die Wirtschaft messbare Effekte von KI sieht: «Vermutlich erst ab 2027, sobald KI systematisch in Prozesse integriert ist und nicht nur punktuell eingesetzt wird.»
Der Vergleich lässt unweigerlich an die Dotcom-Blase denken. Ende der 90er-Jahre wurde massiv in alles investiert, was die Kürzel «www» und «.com» enthielt. Bis im März 2000 die Blase platzte. Firmen fuhren hohe Verluste ein, Unternehmen stampften mehr als die Hälfte der Projekte wieder ein. Und der Aktienmarkt kollabierte. Ob die Investitionen in KI einem ähnlichen Muster folgen, ist unter Expertinnen und Experten umstritten. Während Oliver Gassmann eine Blase sieht und ihr Platzen auch erwartet, relativiert David Dorn das Risiko mit den Charakteristika der Unternehmen: «Google, Amazon und Nvidia sind hochprofitabel. Während der Dotcom-Blase wurde in Firmen investiert, die nicht einmal ein Produkt hatten.»
Google und Amazon gelten als grosse Gewinner der Dotcom-Blase, beide Konzerne wurden in den 90er-Jahren gegründet. Doch auch bei ihnen waren zunächst keine Produktivitätsgewinne spürbar. Google Maps machte die Menschen effizienter beim Navigieren, wirtschaftlich führte es jedoch zu einem Einbruch bei den Verkäufen von Karten und Atlanten. Gleiches bei Amazon: Kundinnen und Kunden bestellten ihre Bücher nun über die E-Commerce-Plattform, und viele kleine Buchläden konnten diesem Druck nicht standhalten. In den Wirtschaftsdaten glichen sich diese Effekte gegenseitig aus. Einzelne Unternehmen konnten aber massiv profitieren. Genau das bewegt derzeit die Aktienmärkte.
Wer wird das nächste Amazon und Google?
Schwierig ist es, zu antizipieren, wer das Google oder das Amazon der KI-Welt wird. Die Börse scheint davon auszugehen, dass KI-, Hardware- und Cloud-Anbieter die klassischen Softwareanbieter verdrängen.
Als die KI-Firma und Open-AI-Konkurrentin Anthropic vergangene Woche ankündigte, dass ihre Claude-Plattform Cowork neu auch juristische Fälle bearbeiten kann, verloren Softwarefirmen in diesem Bereich rund 300 Milliarden Dollar an Börsenwert. Und Anthropic legte nach: Kurz darauf folgte die Ausweitung des Angebots auf Finanzanalyse. Die Börse reagierte erneut sofort.
Sind Softwarefirmen die ersten Opfer von KI? Vielleicht. Ökonom David Dorn zieht eine Parallele zu Google: «Vor einem Jahr brach der Kurs ein, weil viele dachten, Open AI mache das Geschäftsmodell der Internetsuche redundant.» Doch es kam anders: Google präsentierte mit der Gemini-Plattform ein wettbewerbsfähiges KI-Modell und überzeugte die Aktionäre und Aktionärinnen. Von April 2025 bis Ende Januar 2026 kletterte der Aktienkurs des Mutterkonzerns Alphabet von rund 145 Dollar auf 340 Dollar. «Softwareanbieter haben noch die Möglichkeit, ihr Geschäftsmodell wieder wettbewerbsfähig zu machen», sagt Dorn.
Die Produktivitätslücke ist real. Die Phase der Neuorientierung, der hohen Investitionen und noch nicht sichtbaren Gewinne ist typisch für Transformationen. Die Geschichte lehrt: Nach jeder technischen Disruption folgt langfristig ein Produktivitätssprung. Entscheidend ist also nicht, ob KI die Wirtschaft verändert, sondern wann und wie schnell.