Vom KI-Piloten in die Erfolgsrechnung

Eine Frage gehört in jede GL-Sitzung zu KI: «Wir haben mehrere KI-Initiativen am Laufen. Welche hat dieses Quartal eine Zahl in der Erfolgsrechnung bewegt?» Die Frage ist unbequem, weil zwischen einer gesparten Stunde und einer gebuchten Zahl mehrere Schritte liegen. Ein Pilotbeschrieb ohne diese Schritte liefert keine Entscheidungsgrundlage.

Mein Vorschlag: vier Begriffe sauber trennen und jede Initiative einem von drei Buchungspfaden zuordnen. Das Raster ist eine Arbeitshilfe, kein vollständiges Modell.

Vier Begriffe, die nicht verwechselt werden sollten

1. Zeitgewinn. Eine Tätigkeit dauert kürzer, gemessen über den ganzen Ablauf inklusive Prüfen und Korrigieren.
2. Frei werdende Kapazität. Der Teil des Zeitgewinns, der sich bündeln und verplanen lässt. Zehn Minuten hier und eine Viertelstunde dort ergeben noch keine planbare Kapazität.
3. Realisierter Ergebnisbeitrag. Vermiedene Kosten, bessere Marge oder zusätzlicher Deckungsbeitrag aus zusätzlichem Umsatz.
4. Ergebnis (EBITDA). Der Ergebnisbeitrag nach Abzug der laufenden KI-Kosten, der Einführung, der Kontrolle und der Nacharbeit.

Ein hypothetisches Beispiel: Ein KI-Werkzeug verkürzt die Offertvorbereitung einer Verkaufsassistentin. Ohne Führungsentscheid fliesst die gewonnene Zeit in gründlichere Arbeit, in liegen gebliebene Aufgaben oder in kürzere Antwortzeiten. Das ist sinnvoll. In der Erfolgsrechnung erscheint es erst, wenn daraus vermiedene Kosten, eine bessere Marge oder zusätzlicher Umsatz werden. Produktivere Mitarbeitende und unveränderte Zahlen können gleichzeitig zutreffen.

Drei direkte wirtschaftliche Pfade

Frei werdende Kapazität wird zu einer Zahl in der Erfolgsrechnung, wenn die Geschäftsleitung sie auf einen dieser drei Pfade lenkt:

Pfad 1: Kosten vermeiden. Ein Pensum wird nach einem Abgang reduziert nachbesetzt. Externe Vergaben, Temporäreinsätze oder Überstunden fallen weg. Die Wirkung erscheint im Personalaufwand oder im Fremdleistungsaufwand. Sie entsteht nur im Umfang der tatsächlich wegfallenden Kosten.

Pfad 2: Marge verbessern. Genauere Spezifikationen senken Fehlerkosten und Nacharbeit. Schnellere Reaktion kann die Trefferquote im margenstärkeren Sortiment heben. Die Wirkung erscheint in der Bruttomarge, sofern Preise, Mix oder Fehlerkosten sich messbar verändern.

Pfad 3: Zusätzlichen Umsatz realisieren. Mit gleichem Personal werden mehr Anfragen bearbeitet und mehr Aufträge gewonnen. Die Wirkung erscheint im Umsatz und im Deckungsbeitrag. Voraussetzung: Es gibt unbearbeitete Nachfrage, und die Leistungserbringung kann die zusätzlichen Aufträge abwickeln.

Wirkungen auf Qualität, Durchlaufzeit, Risiko, Kundenzufriedenheit oder gebundenes Kapital sind real. Sie erreichen die Erfolgsrechnung indirekt oder später und lassen sich schwerer zuordnen. Das Raster beschränkt sich bewusst auf die direkt buchbaren Wirkungen.

P&L-Prüfraster

Meine Empfehlung: Den Pfad vor dem Pilot wählen. Ein Offerten-Pilot ohne Antwort auf die Frage «mehr Offerten oder weniger Aufwand?» liefert am Ende eine Zeitmessung und keinen Entscheid.

Drei konkrete Hebel mit ihren Voraussetzungen und der Gegenrechnung beschreibt der Beitrag Drei KI-Hebel: Wann Produktivität zum Ergebnis beiträgt.

Fünf Felder vor dem Skalierungsentscheid

Eine anpassbare Arbeitshilfe. Jeder laufende oder geplante KI-Pilot bekommt fünf Felder. Bleiben mehrere Felder leer, fehlt die Grundlage für einen Entscheid über Ausrollen oder Stoppen.

Mit ausgefüllten Feldern kann die GL pro Initiative entscheiden: schliessen, schärfen oder skalieren.

Ein hypothetisches Beispiel, zu Ende gerechnet

Alle Zahlen sind frei gewählte Annahmen zur Illustration der Rechenschritte. Ein Industrie-KMU erstellt 1'200 Offerten pro Jahr. Der Ablauf dauert heute drei Stunden je Offerte. Mit KI-Unterstützung sinkt er auf anderthalb Stunden, Prüfung und Korrektur eingerechnet.

Schritt 1, Zeitgewinn: 1'200 Offerten mal 1.5 eingesparte Stunden ergeben 1'800 Stunden pro Jahr. Multipliziert mit einem internen Stundensatz entsteht eine eindrückliche Zahl. Sie erscheint in keiner Erfolgsrechnung, solange kein Pfad gewählt ist.

Schritt 2, frei werdende Kapazität: Die 1'800 Stunden verteilen sich auf fünf Personen und viele kleine Zeitfenster. Annahme: Zwei Drittel lassen sich bündeln. Das sind 1'200 planbare Stunden, bei angenommenen 1'900 Jahresstunden je Vollzeitstelle rund 0.6 Stellen.

Schritt 3, Pfad 1 (Kosten vermeiden): 0.6 Stellen sind keine ganze Stelle. Eine Wirkung entsteht, wenn bei einem Abgang das Pensum um 60 Stellenprozente tiefer nachbesetzt wird oder externe Unterstützung in diesem Umfang wegfällt. Vermieden wird der Aufwand für genau dieses Pensum. Die 1'800 Stunden mal Stundensatz werden nicht erreicht.

Schritt 3, Pfad 3 (zusätzlicher Umsatz): 1'200 Stunden geteilt durch 1.5 Stunden ergeben Kapazität für 800 zusätzliche Offerten. Das wären zwei Drittel mehr als heute. So viele zusätzliche Anfragen gibt es nicht. Annahme: 300 Anfragen pro Jahr bleiben heute aus Kapazitätsgründen unbearbeitet. Realisierbar sind also 300 zusätzliche Offerten. Sie binden 450 Stunden. Annahme für die Trefferquote: 20 Prozent, weil die aussichtsreichsten Anfragen schon heute bearbeitet werden. Das ergibt 60 zusätzliche Aufträge. Bei einem angenommenen Auftragswert von CHF 18'000 sind das CHF 1'080'000 zusätzlicher Umsatz pro Jahr. Bei einer angenommenen Deckungsbeitragsquote von 22 Prozent resultieren CHF 237'600 zusätzlicher Deckungsbeitrag pro Jahr.

Schritt 4, vom Deckungsbeitrag zum Ergebnis: Vom Deckungsbeitrag gehen die jährlichen Lizenz- und Betriebskosten ab. Dazu kommt die einmalige Einführung mit Integration und Schulung, verteilt über die geplante Nutzungsdauer. Zu prüfen ist auch, ob Produktion oder Projektleitung 60 zusätzliche Aufträge ohne zusätzliche Fixkosten abwickeln können. Erst der Rest ist ein Beitrag zum EBITDA. Und 750 der 1'200 planbaren Stunden sind in diesem Pfad noch keiner Aufgabe zugeordnet.

Dieselbe Anwendung führt je nach Pfad zu unterschiedlichen Wirkungen und Risiken. In dieser Rechnung bestimmen die Annahmen zu Nachfrage, Trefferquote und Abwicklungskapazität das Resultat.

Was aktuelle Erhebungen zeigen

Porsche Consulting und Fraunhofer FIT haben für einen Bericht vom März 2026 mehr als 100 Top-Führungskräfte verschiedener Branchen befragt. 95 Prozent der Befragten berichten von aktiven KI-Initiativen in ihrer Organisation. Rund 20 Prozent gelingt es nach eigenen Angaben, Anwendungen über die Pilotphase hinaus zu skalieren. 44 Prozent beziffern den wirtschaftlichen Beitrag mit Kennzahlen.

McKinsey hat für den Global Survey 2026 (Feldzeit Mai bis Juni 2026) 1'719 Personen aus 97 Ländern befragt. 36 Prozent davon arbeiten in Organisationen mit mehr als einer Milliarde Dollar Jahresumsatz. 80 Prozent der Befragten sagen, KI habe ihre persönliche Produktivität verbessert. 37 Prozent schreiben KI irgendeinen positiven Beitrag zum EBIT ihrer Organisation zu. Rund 6 Prozent schreiben KI mindestens 5 Prozent des EBIT zu und sprechen zugleich von «signifikantem» Wert. Dieser Anteil ist gegenüber der Erhebung 2025 unverändert. Alle Werte sind Selbstauskünfte.

Für die Schweiz gibt es zwei Anhaltspunkte. In der AI Maturity Study 2026 von ti&m und Hochschule Luzern (Februar 2026, über 200 Schweizer Unternehmen) berichten rund 75 Prozent der Organisationen von Produktivitätsverbesserungen. Umsatzzuwächse bleiben laut den Herausgebern selten. Der Business Transformation Survey 2.0 der Hochschule Luzern (April 2026, knapp 400 Entscheidungsträgerinnen und Entscheidungsträger) hält fest: Generative KI ist im Arbeitsalltag angekommen. Viele Unternehmen erzielen daraus laut Medienmitteilung noch keinen messbaren wirtschaftlichen Mehrwert.

Die Erhebungen befragen unterschiedliche Personen mit unterschiedlichen Fragen. Ihre Prozentwerte lassen sich nicht miteinander verrechnen. Aussagekräftig ist der Abstand innerhalb derselben Befragung: 80 Prozent persönliche Produktivität stehen bei McKinsey 37 Prozent mit einem EBIT-Beitrag gegenüber. Für Schweizer KMU bleibt das ein Hinweis ohne Beweiskraft. Er reicht als Anlass, die eigene Rechnung zu prüfen.

KI-Nutzung ohne Buchungspfad

Microsoft und LinkedIn haben für den Work Trend Index 2024 (Befragung Februar bis März 2024) 31'000 Wissensarbeitende in 31 Ländern befragt. 75 Prozent gaben an, KI bei der Arbeit zu nutzen. Von diesen Nutzenden brachten 78 Prozent eigene KI-Werkzeuge mit, in kleinen und mittleren Unternehmen 80 Prozent. Die Zahlen sind über zwei Jahre alt und international erhoben. Für ein einzelnes Schweizer KMU begründen sie eine Frage: Welche KI-Nutzung findet im eigenen Betrieb statt, ohne dass jemand sie führt?

Für die GL stellen sich dazu zwei Fragen. Erstens zu Daten und geistigem Eigentum: Welche Firmendaten gelangen in Werkzeuge, die das Unternehmen nicht freigegeben hat? Zweitens zum Buchungspfad: Was geschieht mit dem individuellen Zeitgewinn? Solange darauf niemand eine Antwort hat, bleibt der Nutzen bei der einzelnen Person. Das Risiko trägt das Unternehmen.

Wo ich KI heute nur vorbereitend einsetzen würde

Drei Bereiche, in denen ich eine menschliche Freigabe als Mindestgrenze empfehle:

Schwer umkehrbare Entscheide. Preisfreigaben mit direkter Margenwirkung, Personalentscheide, Garantiezusagen, verbindliche Erklärungen gegenüber Dritten. KI bereitet vor. Ein Mensch entscheidet, und die Verantwortung liegt bei einer namentlich bestimmten Person.

Skalierte Aussenkommunikation ohne Letztkontrolle. Newsletter mit KI-erzeugten Aussagen, automatisierte Kunden-E-Mails mit Preis- oder Verfügbarkeitszusagen. Ein Fehler erreicht sofort die gesamte Empfängerliste.

Abläufe mit Nachweisbedarf. Wo eine Auskunft später nachvollziehbar sein muss, braucht es eine Prüfspur: welche Eingabe, welche Quelle, wer hat freigegeben. Fehlt sie, gehört KI in diesem Ablauf in die Vorbereitung.

Die Liste ist eine organisatorische Empfehlung und nicht abschliessend. Welche rechtlichen Anforderungen im Einzelfall gelten, klärt die Rechtsberatung.

Wann Abwarten rational ist

Es gibt Lagen, in denen ein bewusster Aufschub die bessere Entscheidung ist. Drei Prüffragen:

Tragen die Stammdaten? Ziehen Sie eine Stichprobe aus ERP, CRM oder PIM und prüfen Sie drei Dinge: Sind die Pflichtfelder gefüllt? Gibt es Dubletten? Ist der Stand aktuell? Fällt die Stichprobe schlecht aus, kommt die Datenbereinigung vor dem KI-Pilot. KI verarbeitet fehlerhafte Daten ebenso zügig wie korrekte.

Wo liegt der Engpass? Pfad 3 wirkt nur, wenn Bearbeitungskapazität der Engpass ist. Fehlt die Nachfrage, erzeugen mehr Offerten vor allem mehr unbeantwortete Offerten.

Hat die GL Kapazität? Eine laufende Restrukturierung, eine Nachfolge oder eine M&A-Transaktion bindet Führungskapazität. Ein KI-Vorhaben ohne Aufmerksamkeit der GL bleibt ein IT-Projekt ohne Entscheid über den Buchungspfad.

Meine Empfehlung: den Aufschub befristen und ein Datum für die Neubeurteilung setzen. Ein begründeter Aufschub ist eine Entscheidung. Ein halbherziger Pilot ist keine.

Fazit

Der Weg vom Pilot in die Erfolgsrechnung besteht aus Führungsentscheiden. Den Pfad vor dem Werkzeug wählen. Über den ganzen Ablauf messen, bevor ausgerollt wird. Die frei werdende Kapazität verplanen. Und nach der Messung die Konsequenz ziehen: ein Pensum anpassen, einen Preis oder ein Sortiment verändern oder zusätzliches Volumen annehmen.

Die Befragung von McKinsey zeigt dazu einen Zusammenhang. Eine Ursache belegt sie damit noch nicht. Knapp drei Viertel der Befragten mit hohem EBIT-Beitrag berichten, dass ihre Organisation Arbeitsabläufe wegen KI grundlegend neu gestaltet hat. Bei den übrigen Befragten ist es ein Viertel.

Handlungsfrage

Welcher Ihrer KI-Piloten hat heute Prozess, Kennzahl, Pfad, Schwelle und Verantwortung definiert? Lautet die Antwort «keiner», lohnt sich eine GL-Sitzung mit den fünf Feldern. Danach lässt sich die Frage beantworten, welche Initiative einen Beitrag zur Erfolgsrechnung leisten kann und unter welchen Annahmen.