FAQ KI für KMU: 35 häufige Fragen aus Praxis, Recht und Kosten

Realistisch liegt der Einstieg bei CHF 1500-3500 pro Monat: ChatGPT Business oder Claude Team Lizenzen (ca. CHF 30/Person), ein RAG-Pilot für Mandanten-Dokumente (Einrichtung CHF 8000-15000 einmalig), und CHF 200-500/Monat laufende Cloud-Kosten. Ohne RAG ist der Einstieg unter CHF 500/Monat möglich. Siehe was-kostet-ki-automation-kmu.

Nicht ohne weiteres. Sie brauchen einen Auftragsverarbeitungs-Vertrag mit OpenAI (im Business- und Enterprise-Plan verfügbar), eine dokumentierte Daten-Klassifikation und unter Berufsgeheimnis (StGB 321) zusätzlich eine Mandanten-Einwilligung oder Pseudonymisierung. Im Free- und Plus-Tarif ist es klar nicht zulässig für personenbezogene Mandantendaten. Siehe berufsgeheimnis-stgb-321-ki und ndsg-revfadp-ki.

Apertus ist das Schweizer Open-Weight-Modell der ETH/EPFL (Veröffentlichung 2025, Weiterentwicklungen 2026). Es ist auf Deutsch, Französisch und Italienisch gut, in der Spitzen-Reasoning-Leistung aber unter dem aktuellen Claude-Spitzenmodell und GPT-4o. Für Use-Cases mit Souveränitäts-Anforderung (FINMA, Verwaltung) ist es eine ernstzunehmende Option; für reine Qualitäts-Spitze nicht. Siehe apertus-swiss-ai-modell.

Typische RAG-Piloten amortisieren sich in 4-9 Monaten, wenn der Use-Case stimmt (Mandanten-FAQ, interne Wissens-Suche, Mahnwesen). Ein CHF 12000-Pilot, der 1 Stunde Sachbearbeiter-Zeit pro Tag spart (Stundensatz CHF 80), zahlt sich in 7 Arbeitsmonaten zurück. Pilot-Auswahl entscheidet – falscher Use-Case zahlt nie zurück. Siehe was-kostet-rag-pilot.

OpenAI-Ausfälle dauern Mai 2026 typisch 15-90 Minuten und treten ca. 2-4 mal pro Quartal auf (siehe status.openai.com Historie). Geschäftskritische Use-Cases brauchen einen Fallback über LLM-Gateway: bei OpenAI-Ausfall automatisch auf Claude oder Mistral umschwenken. Siehe was-ist-llm-gateway und multi-llm-routing-strategien.

Ja, aber unter dem FINMA-Rundschreiben "Operationelle Risiken" plus dem AI-spezifischen Leitfaden (Stand 2025). Pflicht sind unter anderem dokumentierte Risiko-Bewertung, Modell-Governance, Audit-Trail und Outsourcing-Prüfung bei Cloud-Anbietern. Siehe finma-ki-rundschreiben und finma-awareness.

In Praxis-Messungen bei Treuhand- und Anwalts-Büro zwischen 30 und 90 Minuten pro Sachbearbeiter und Tag. Voraussetzung: ein RAG-Index über die letzten 24-36 Monate Mandanten-Korrespondenz plus Klassifikation in Kategorien (Frist-relevant, Standard-Frage, Honorar-Diskussion). Bei 8 Sachbearbeitern sind das 4-12 Stunden pro Tag oder 80-240 Stunden pro Monat. Siehe email-triage-automation.

Reduzieren, nicht eliminieren. Drei Schichten: (1) RAG mit Quellen-Pflicht im System-Prompt, (2) Citation-Check nach der Antwort (sind die Quellen wirklich im Retrieval?), (3) Human-in-the-Loop für alle Ausgaben Richtung Mandant. Die dritte Schicht ist nicht verhandelbar bei Berufsgeheimnis-Branchen. Siehe halluzinationen-begrenzen.

Unter revFADP Art. 22 ist eine Datenschutz-Folgenabschätzung (DPIA) bei hohem Risiko für betroffene Personen Pflicht. Eine LLM-Anwendung mit personenbezogenen Mandanten-Daten erfüllt diese Schwelle typischerweise. Aufwand: 1-3 Tage für einen sauberen Erstentwurf, gefolgt von jährlicher Aktualisierung. Siehe dpia-für-ki-systeme.

GPT-4o, das aktuelle Claude-Spitzenmodell und Gemini 2 sind in Deutsch, Französisch, Italienisch, Englisch nahezu auf Native-Niveau. Romansh ist schwächer, aber zunehmend nutzbar. Schweizerdeutsch (Mundart) bleibt Mai 2026 anspruchsvoll – Whisper plus ein Sprachmodell ist Standard-Setup für Schweizer Voice. Siehe ki-und-schweizer-mehrsprachigkeit-de-fr-it.

Bei Schweizer Anbietern (Swisscom, Infomaniak, Exoscale, Safe Swiss Cloud) sind die Daten unter Schweizer Recht und Schweizer Personal verarbeitet. Bei US-Anbietern (AWS, Azure, GCP) mit EU- oder CH-Region greift potentiell der US Cloud Act, was die FINMA und der EDÖB als Risiko bewerten. Siehe swiss-cloud-souverän-hosten und drittlandtransfer-tia.

GPT-4o ist stärker bei Multimodalität (Bild, Audio, Live-Video) und allgemeiner Werkzeug-Use; das aktuelle Claude-Spitzenmodell ist stärker bei langem Kontext, Code und Schreib-Qualität in Deutsch. Mai 2026 nutzen viele Schweizer KMU beide parallel und routen Aufgaben per LLM-Gateway. Siehe openai-vs-anthropic-vs-mistral.

Llama 4 70B 4-Bit quantisiert läuft auf einer einzelnen RTX 4090 (24 GB VRAM) oder RTX 5090 (32 GB) brauchbar, mit etwa 8-15 Tokens pro Sekunde. Für Mehrbenutzer-Workloads zwei H100 (80 GB) oder eine H200 (141 GB). Bei Cloud: Runpod oder Lambda Labs ab CHF 1.50/h. Siehe gpu-kosten-rechner.

Im Business- und Enterprise-Plan speichert OpenAI Ihre API-Daten standardmässig nicht zur Modell-Verbesserung; Retention beträgt 30 Tage zur Missbrauchs-Prüfung, in Enterprise mit Zero-Data-Retention auch 0 Tage. Im Free- und Plus-Plan ist die Default-Verwendung anders – Opt-Out nötig. Aufbewahrungs-Standort EU bzw. US-Region wählbar. Siehe dsgvo-und-llms.

Mit einer Eval-Suite: 50-300 Test-Fälle aus Ihrem Geschäft, jede mit erwarteter Antwort. Pro Modell-Update messen Sie automatisch Genauigkeit, Faithfulness (RAG) und Latenz. Mai 2026 sind LangFuse, Helicone oder Promptfoo Standard-Werkzeuge. Siehe eval-frameworks-für-llms und ki-qualität-kpis-rag.

Es gibt keine offizielle Zertifizierungs-Liste. DSG-konform wird ein Tool durch Ihre Konfiguration: AVV vorhanden, EU- oder CH-Region gewählt, Zero-Data-Retention aktiviert, Audit-Trail eingerichtet, RBAC gesetzt. Mistral La Plateforme (EU), Anthropic mit EU-Workspace, OpenAI Enterprise mit ZDR und EU-Region sowie Schweizer Hosting-Anbieter sind gängige Bausteine. Siehe ndsg-revfadp-ki.

Ein KMU-tauglicher GPU-Server (1x RTX 5090 oder 2x RTX 4090) kostet CHF 9000-18000 Anschaffung plus CHF 200-500/Monat Strom bei Vollbetrieb. Vergleich Cloud: äquivalente Cloud-Inferenz ca. CHF 1500-3500/Monat. Break-Even nach 6-12 Monaten Vollbetrieb. Siehe cloud-api-vs-selfhost-break-even und was-kostet-eigenes-llm.

Über die Bexio-REST-API plus einen MCP-Server oder einen n8n-Workflow. Typische Use-Cases: Mandanten-Daten aus Bexio in den RAG-Index ziehen, Belege per OCR erfassen und vorkontiert in Bexio importieren, Mahnungen automatisch entwerfen. Aufwand für ein KMU-Setup: 5-15 Tage. Siehe integration-bexio-api.

Wenn Sie KI-Produkte oder -Dienstleistungen im EU-Markt anbieten, oder wenn EU-Bürger Ihre KI-Ausgaben empfangen, gilt der EU AI Act direkt. Gestaffeltes Inkrafttreten 2025-2027; ab August 2026 greifen die Pflichten für General-Purpose-AI. Auch ohne EU-Markt empfehlen wir Compliance, weil die Schweiz die EU-Regeln mit Verzögerung übernehmen dürfte. Siehe eu-ai-act-2026 und eu-ai-act-kmu-fristen-2026.

Selten. Für 90% der KMU-Use-Cases liefert ein gutes Basis-Modell plus RAG bessere Resultate als Fine-Tuning. Fine-Tuning lohnt sich bei (a) Domänen-spezifischem Vokabular, das im Basis-Modell schwach ist, (b) konsistentem Ausgabe-Format, das per Prompt nicht stabil ist, (c) klar messbarer Aufgabe mit grosser Trainings-Datenmenge. Siehe was-ist-fine-tuning-vs-rag.

Vorbereiten, nicht final erstellen. KI kann Belege erkennen, vorkontieren, Plausibilitäten prüfen und Entwurfs-Texte für Beilagen verfassen. Die Verantwortung für die finale Erklärung liegt beim Treuhänder; eine Vier-Augen-Prüfung bleibt Pflicht. Siehe ai-steueroptimierung-entwurf.

In drei Stufen. Stufe 1 (60 Minuten, alle Mitarbeitende): Grundbegriffe, Datenschutz-Regeln, was darf in welchem Tool. Stufe 2 (4 Stunden, Anwender): Prompt-Engineering, Tool-Bedienung, typische Fehler. Stufe 3 (2 Tage, Champions): Use-Case-Bau, Eval-Pflege, Schatten-KI-Detektion. Wiederholung halbjährlich wegen Modell-Updates.

Mitarbeitende, die KI-Tools auf eigene Faust nutzen – meistens ChatGPT Free im Browser mit Mandanten-Daten in der Eingabe. Datenschutz- und Berufsgeheimnis-Risiko, gleichzeitig oft produktive Pioniere. Antwort ist nicht Verbot, sondern eine sanktionierte Alternative plus klare Regel. Siehe schatten-ki-im-unternehmen.

Vier Schritte in den ersten 24 Stunden: (1) Tool stoppen und Mandanten-Daten aus dem Verarbeitungs-Pfad ziehen, (2) Audit-Trail sichern und Vorfall protokollieren, (3) bei Personendaten-Leck binnen 72h Meldung an EDÖB prüfen, (4) Mandanten-Information vorbereiten, wenn Berufsgeheimnis betroffen ist. Detail-Playbook siehe incident-response-playbook.

Closed-Weight: die Modell-Gewichte sind nicht öffentlich (GPT-4, Claude, Gemini). Sie nutzen die Modelle nur via API beim Anbieter. Open-Weight: die Gewichte sind downloadbar (Llama, Mistral, Apertus). Sie können das Modell lokal oder bei jedem Cloud-Anbieter selbst betreiben. Souveränität vs Spitzen-Qualität ist der typische Trade-off. Siehe trend-open-weight-vs-closed.

Falls Sie Belege per OCR erfassen, Verträge mit Tabellen parsen, oder Voice-Telefonie bauen – ja. Falls Sie nur Text verarbeiten (Mahnwesen, Korrespondenz, Notiz-Suche), brauchen Sie kein Multimodal. GPT-4o und das aktuelle Claude-Spitzenmodell sind Mai 2026 multimodal Standard; der Aufpreis ist gering. Siehe was-ist-multimodal-ki.

Bei einer Vollauslastung von über 8 GPU-Stunden pro Tag, bei Souveränitäts-Pflicht (FINMA-bewilligte Verarbeitung, sensible Mandanten-Daten unter Berufsgeheimnis) oder bei extrem Latenz-kritischen Use-Cases. Unter 8 GPU-h/Tag ist Cloud günstiger. Siehe self-hosted-vs-cloud-llm.

Drei Linien. Erstens: System-Prompt klar trennen, User-Eingaben nicht als Anweisungen interpretieren lassen. Zweitens: Eingabe-Filter (OWASP LLM Top 10) gegen bekannte Muster. Drittens: keine Tool-Use mit sensiblen Aktionen (Geld senden, Mandanten-Daten löschen) ohne menschliche Bestätigung. Siehe red-teaming-für-ki.

MCP (Model Context Protocol) ist der von Anthropic im November 2024 veröffentlichte offene Standard, wie LLMs auf Werkzeuge und Datenquellen zugreifen. Mai 2026 von OpenAI, Google und Microsoft adoptiert. Über 500 öffentliche MCP-Server existieren. Für KMU bedeutet das: ein Werkzeug, viele Modelle – kein Lock-in. Siehe was-ist-mcp.

Pflicht in regulierten Branchen (Treuhand unter Art. 957a OR, Banken unter FINMA, Anwälte unter Berufsregeln). Auch ausserhalb stark empfohlen – ohne Audit-Trail lassen sich Modell-Fehler nicht rekonstruieren. Pro KI-Anfrage zu protokollieren: Anwender, Modell, Version, Prompt, Quelle, Antwort, Zeitstempel. Siehe ai-audit-trail-design und art-957a-or-audit-trail.

Sie als Anwender. Der Anbieter haftet nur für technische Pflichten aus dem Vertrag (Verfügbarkeit, Datensicherheit). Bei einem inhaltlichen Fehler (Halluzination im Mandanten-Brief) haften Sie gegenüber dem Mandanten. Vier-Augen-Prüfung und Eval-Suite sind Ihre Haftungs-Reduktion. Siehe wer-haftet-bei-ki-fehlern.

Ein RAG-System über die letzten 24-36 Monate Mandanten-Korrespondenz plus ein Workflow-Builder (n8n, Make) entwirft Mahnungen automatisch: passendes Mahn-Niveau, kontextbezogener Text, Anhänge mit Belegen. Erwartete Zeit-Ersparnis: 60-80% der Sachbearbeiter-Zeit. Siehe ai-mahnwesen-automation.

Über die Microsoft Graph API plus, falls Sie ohnehin Copilot lizenziert haben, die nativen Copilot-Integrationen in Outlook, Word und SharePoint. Für Custom-Use-Cases ein MCP-Server zu Graph API; das gibt Ihnen Zugriff auf Mails, Kalender, SharePoint und Teams aus Claude oder GPT. Siehe integration-microsoft-365-graph-api.

Pro Token ist Mai 2026 die Reihenfolge (input/output je 1M Tokens): DeepSeek V3 ca. CHF 0.20/0.90, Gemini Flash ca. CHF 0.10/0.40, GPT-4o-mini ca. CHF 0.13/0.60, Claude Haiku ca. CHF 0.70/3.50, Premium-Tier (GPT-4o, das aktuelle Claude-Spitzenmodell) ca. CHF 2.50-15. Für hochsensible Daten ist "günstig" weniger wichtig als Daten-Souveränität. Siehe token-kosten-erklärt.

Ja, aber realistisch erst ab 15-25 aktiven KI-Nutzern oder einer harten Souveränitäts-Vorgabe. Stack: Ollama oder vLLM auf einem RTX-5090- oder H100-Server, plus LiteLLM-Gateway, plus Qdrant für RAG. Aufwand für ein KMU-Setup: 5-10 Tage, laufend ca. 2-4 Stunden pro Monat. Unter 15 Nutzern ist Cloud meist billiger und einfacher. Siehe self-hosted-vs-cloud-llm.