Ein KI-Pilotprojekt testet ein KI-Werkzeug mit echten Nutzerinnen und Nutzern in einem eng begrenzten, realen Arbeitsablauf. Es dauert meist vier bis acht Wochen und endet mit einem belegten Entscheid: ausbauen, nachbessern oder stoppen. In der Schweiz gehört eine Prüfung vor dem Start zwingend dazu: Wo werden die Daten bearbeitet, wer hat Zugriff, und hält der Ablauf das Datenschutzgesetz (nDSG) sowie allfällige Berufsgeheimnisse ein? Dieser Leitfaden beschreibt die einzelnen Schritte, von der Wahl des Anwendungsfalls bis zum Go/No-Go-Entscheid, und zeigt, welche Punkte Schweizer KMU in Treuhand, Recht, Gesundheitswesen, Finanzen und HR vorab klären sollten.
Kurz gesagt
- Definition: Ein Pilot erprobt eine KI-Lösung im realen Betrieb. Er geht weiter als ein technischer Machbarkeitstest (Proof of Concept) und ist noch keine produktive Einführung.
- Umfang: ein Prozess, ein Team mit 2 bis 15 Personen, 4 bis 8 Wochen Laufzeit, 3 bis 5 vorab festgelegte Kennzahlen.
- Recht: Das Datenschutzgesetz des Bundes gilt direkt für KI-gestützte Datenbearbeitungen. Datenstandort, Auftragsbearbeitung und Zugriffsrechte gehören deshalb vor den ersten Prompt geklärt.
- Messung: Ohne Ausgangswert gibt es keinen Entscheid. Bearbeitungszeit, Fehler- und Korrekturquote sind vor dem Start im manuellen Prozess zu messen.
- Werkzeug: Die Plattform für den Pilot sollte schon die Anforderungen des produktiven Betriebs erfüllen: Schweizer Hosting, Audit-Trails, Rollen und Rechte.
Inhaltsverzeichnis
- PoC, Pilot oder produktive Lösung: die Abgrenzung
- Welche Anwendungsfälle sich für einen Pilot eignen
- Rechtlicher Rahmen: was vor dem Pilotstart zu prüfen ist
- Die Phasen eines KI-Pilotprojekts
- Pilotteam, Daten und Werkzeug auswählen
- Testbetrieb und Überwachung
- Kennzahlen und Go/No-Go-Entscheid
- Typische Fehler bei KI-Pilotprojekten
- Unsere Sicht: Ein Pilot braucht von Anfang an eine produktionsfähige Grundlage
- Den Pilot mit Nectos starten
- Häufige Fragen
- Quellen
PoC, Pilot oder produktive Lösung: die Abgrenzung
In Schweizer Projekten gehen drei Stufen oft durcheinander. Eine klare Abgrenzung verhindert, dass ein Pilot zu viel beweisen soll oder zu wenig.
| Stufe | Zentrale Frage | Nutzer | Daten | Ergebnis |
|---|---|---|---|---|
| Proof of Concept | Funktioniert die Technik grundsätzlich? | Projektteam, IT | Testdaten, anonymisierte Beispiele | Technische Machbarkeit belegt oder verworfen |
| Pilot | Bringt die Lösung im Arbeitsalltag einen messbaren Vorteil? | Ausgewählte Fachpersonen | Reale Fälle in begrenztem Umfang | Entscheid: ausbauen, nachbessern, stoppen |
| Produktiver Betrieb | Läuft die Lösung sicher, zuverlässig und mit klarer Verantwortung? | Ganze Abteilung oder Unternehmen | Vollständige Datenbasis | Regelbetrieb mit Governance und Support |
Der Pilot ist die anspruchsvollste Stufe, weil echte Daten und echte Mitarbeitende beteiligt sind. Die Anforderungen an Datenschutz und Nachvollziehbarkeit gelten deshalb schon ab dem ersten Tag, nicht erst nach dem Rollout.
Welche Anwendungsfälle sich für einen Pilot eignen
Das Staatssekretariat für Wirtschaft hält auf dem KMU-Portal fest, dass sich generative KI-Anwendungen mit wenig Aufwand in bestehende Prozesse integrieren lassen. Komplexere Fälle in Produktion, Logistik oder Qualitätskontrolle müssen dagegen einzeln beurteilt werden. Für einen ersten Pilot sind daher wissensintensive Büroprozesse mit hohem Volumen der naheliegende Startpunkt.
Kriterien für einen guten Use Case
- Realer Engpass: Ein Problem, das heute spürbar Zeit oder Qualität kostet.
- Wiederholbarer Ablauf: Dieselbe Aufgabe kommt wöchentlich in ausreichender Menge vor.
- Prüfbare Ausgabe: Eine kompetente Fachperson kann jedes KI-Ergebnis schnell beurteilen.
- Zugängliche Daten: Die nötigen Dokumente sind digital vorhanden und für den Pilot freigegeben.
- Messbares Ergebnis: Eine Verbesserung lässt sich innerhalb von 30 bis 60 Tagen zeigen.
- Vertretbares Risiko: Keine Entscheide über Personen, Kredite oder Diagnosen ohne menschliche Prüfung.
- Verantwortliche Person: Eine Führungsperson trägt den Entscheid am Ende des Pilots.
Typische Pilotfälle nach Branche
- Treuhand: Zusammenfassung von Mandatsunterlagen, Vorprüfung von Belegen, Entwürfe für Kundenkorrespondenz.
- Recht: Analyse von Verträgen auf definierte Klauseln, Recherche in einer internen Wissensdatenbank mit Mustervorlagen.
- Gesundheitswesen: Transkription und Strukturierung von Besprechungen, Entwürfe für administrative Berichte.
- Finanzen: Auswertung von Reglementen und internen Weisungen, Vorbereitung von Kundengesprächen.
- HR: Fragen der Mitarbeitenden zu Reglementen, Entwürfe für Stellenbeschriebe. Selektionsentscheide bleiben ausserhalb des Pilots.
Rechtlicher Rahmen: was vor dem Pilotstart zu prüfen ist
Seit dem 1. September 2023 gilt das revidierte Datenschutzgesetz. Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte (EDÖB) betont, dass es auf KI-gestützte Datenbearbeitungen direkt anwendbar ist. Ein eigenes KI-Gesetz braucht es dafür nicht. Für einen Pilot heisst das: Sobald Personendaten in Prompts, Dokumenten oder Transkripten vorkommen, gelten die Pflichten des nDSG in vollem Umfang.
Prüfliste Datenschutz und Sicherheit
- Datenkategorien bestimmen: Welche Personendaten fliessen in den Pilot? Besonders schützenswerte Daten (Gesundheit, religiöse Ansichten, Sozialhilfe, Strafverfahren) erhöhen die Anforderungen.
- Datenstandort klären: Wo wird gespeichert, wo verarbeitet? Eine Bekanntgabe ins Ausland verlangt zusätzliche Abklärungen zum Schutzniveau im Zielland.
- Auftragsbearbeitung regeln: Mit dem Anbieter ist ein Vertrag über die Auftragsbearbeitung (DPA) abzuschliessen.
- Modelltraining ausschliessen: Vertraglich festhalten, dass Eingaben und Dokumente nicht zum Training von Modellen verwendet werden.
- Risikobeurteilung durchführen: Bei voraussichtlich hohem Risiko für die betroffenen Personen ist eine Datenschutz-Folgenabschätzung zu erstellen.
- Berufsgeheimnis berücksichtigen: Treuhänder, Anwältinnen, Ärzte und Finanzinstitute klären mit ihrer Rechts- oder Compliance-Abteilung, ob und unter welchen Bedingungen geschützte Informationen in ein externes System gelangen dürfen.
- Zugriffe und Protokolle festlegen: Wer sieht welche Daten? Werden Zugriffe und Eingaben nachvollziehbar protokolliert?
- Mitarbeitende informieren: Regeln zur Nutzung schriftlich festhalten: erlaubte Daten, verbotene Daten, Pflicht zur Prüfung jeder Ausgabe.
Für Organisationen mit Kunden in der EU kommt zusätzlich die DSGVO dazu. Bei Unsicherheit zu Berufsgeheimnis oder besonders schützenswerten Daten gehört die Beurteilung zu einer Fachperson für Datenschutzrecht, bevor reale Fälle verarbeitet werden.
Die Phasen eines KI-Pilotprojekts
Die Fachhochschule Nordwestschweiz gliedert die Einführung von KI in KMU in drei Phasen: Design, Build und Run. Für einen Pilot von vier bis acht Wochen hat sich folgender Ablauf bewährt:
- Woche 0, Vorbereitung: Use Case wählen, Ziel in einem Satz formulieren, Pilot-Owner und entscheidende Person benennen. Datenschutzprüfung abschliessen, Plattform bereitstellen.
- Woche 0, Ausgangswert erfassen: Den heutigen manuellen Prozess messen: Bearbeitungszeit pro Fall, Fehlerquote, Durchlaufzeit. Ohne diese Zahlen lässt sich der Pilot nicht auswerten.
- Woche 1, Lösung eingrenzen: Prompts, Vorlagen und Wissensdatenbank aufbauen. Die freigegebenen Dokumente hochladen, Rollen und Rechte setzen.
- Wochen 2 bis 5, Paralleltest: Das Pilotteam bearbeitet reale Fälle mit KI-Unterstützung. Der bisherige Prozess läuft weiter, jede Ausgabe wird von einem Menschen geprüft.
- Wochen 5 bis 7, Nachbessern: Systematische Fehler auswerten, Prompts und Vorlagen anpassen, Grenzfälle dokumentieren.
- Woche 8, Entscheid: Kennzahlen mit dem Ausgangswert vergleichen und anhand der vorab festgelegten Schwellenwerte entscheiden.
Für einfache Anwendungsfälle wie Dokumentenanalyse oder Meeting-Protokolle reichen oft vier Wochen. Prozesse mit mehreren Beteiligten oder Systemanbindungen brauchen eher acht Wochen.
Pilotteam, Daten und Werkzeug auswählen
Das Pilotteam
Die Gruppe besteht aus den Personen, welche die Aufgabe tatsächlich ausführen. In KMU genügen zwei bis vier Personen, in grösseren Abteilungen fünf bis fünfzehn. Eine Mischung aus technikaffinen, durchschnittlichen und skeptischen Nutzenden liefert die belastbarsten Ergebnisse. Zwei Rollen sind namentlich festzulegen:
- Pilot-Owner: führt den Pilot im Alltag, sammelt Rückmeldungen, pflegt die Kennzahlen.
- Entscheidungsträger: trifft am Ende den Entscheid und verantwortet das Budget für den Ausbau.
Die Daten
Ausgewählt werden reale, freigegebene Fälle aus dem Alltag: abgeschlossene Mandate, Musterverträge, interne Reglemente, Protokolle vergangener Sitzungen. Die Freigabe erfolgt schriftlich. Dokumente mit besonders schützenswerten Daten werden nur aufgenommen, wenn die Plattform und die Verträge dies rechtlich abdecken.
Das Werkzeug
Die Bewertung der Plattform erfolgt nach fünf Kriterien:
| Kriterium | Prüffrage |
|---|---|
| Datenresidenz | Werden Daten ausschliesslich in der Schweiz gespeichert und verarbeitet? |
| Vertragliche Absicherung | Gibt es einen DPA und den Ausschluss von Modelltraining? |
| Nachvollziehbarkeit | Sind Audit-Trails für Eingaben und Zugriffe vorhanden? |
| Steuerung | Lassen sich Rollen, Rechte und Wissensdatenbanken pro Team verwalten? |
| Skalierbarkeit | Kann der Pilot ohne Plattformwechsel in den Regelbetrieb übergehen? |
Das letzte Kriterium wird oft unterschätzt. Ein Pilot auf einem Werkzeug, das später aus Datenschutzgründen nicht produktiv eingesetzt werden darf, liefert ein Ergebnis, das sich nicht übertragen lässt.
Testbetrieb und Überwachung
Der Pilot läuft parallel zum bestehenden Prozess, nicht als Ersatz. In den ersten Wochen prüft ein Mensch jede KI-Ausgabe, bevor sie weiterverwendet wird. So entsteht ein Referenzdatensatz, und systematische Fehler fallen früh auf.
Zu protokollieren sind:
- Eingaben und Ausgaben: Welche Anfragen wurden gestellt, welche Antworten geliefert?
- Korrekturen: Wie oft und wie stark musste eine Fachperson eingreifen?
- Eskalationen: Welche Fälle konnte die KI nicht lösen?
- Zeitaufwand: Bearbeitungszeit pro Fall, inklusive Prüfung und Korrektur.
- Nutzung: Wie viele Mitglieder des Pilotteams arbeiten wöchentlich mit dem Werkzeug?
Ein wöchentlicher Termin von 30 Minuten mit Pilot-Owner und Team reicht in der Regel aus, um Probleme zu erfassen und Anpassungen festzulegen.
Kennzahlen und Go/No-Go-Entscheid
Vor dem Start werden drei bis fünf Kennzahlen festgelegt, die direkt mit dem Ziel des Use Cases zusammenhängen. Für jede Kennzahl gibt es einen Ausgangswert, einen Zielwert und eine Abbruchschwelle.
| Kennzahl | Messung | Beispiel für einen Zielwert |
|---|---|---|
| Bearbeitungszeit pro Fall | Minuten inklusive Prüfung und Korrektur | Reduktion um 30 % gegenüber Ausgangswert |
| Korrekturquote | Anteil der Ausgaben mit inhaltlicher Korrektur | unter 10 % |
| Fehlerquote nach Prüfung | Fehler, die trotz Prüfung weitergegeben wurden | nicht höher als im manuellen Prozess |
| Wöchentliche Nutzung | Anteil des Pilotteams, der das Werkzeug nutzt | über 80 % |
| Datenschutzvorfälle | Gemeldete Verstösse gegen die Nutzungsregeln | keine schweren Vorfälle |
Die Zielwerte in der Tabelle sind Beispiele. Jedes Unternehmen legt sie für seinen Prozess fest, bevor der Pilot beginnt.
Die drei möglichen Entscheide
- Ausbauen: Die Mehrheit der operativen Ziele und alle Compliance-Ziele sind erreicht. Nächster Schritt: weitere Teams, weitere Prozesse, verbindliche Governance.
- Nachbessern: Der Nutzen ist sichtbar, aber einzelne Werte verfehlen das Ziel. Nächster Schritt: eine zweite, kürzere Pilotrunde mit angepasstem Setup.
- Stoppen: Der Use Case bringt keinen messbaren Vorteil. Nächster Schritt: Erkenntnisse dokumentieren und einen anderen Prozess wählen.
Entscheidend ist, was nach Prüfung, Korrektur und sämtlichem Zusatzaufwand bleibt. Zufriedene Rückmeldungen des Teams sind ein gutes Zeichen, ersetzen aber keine Zahlen.
Typische Fehler bei KI-Pilotprojekten
- Kein Ausgangswert: Der manuelle Prozess wurde nie gemessen, ein Vergleich ist unmöglich.
- Keine Verantwortung: Niemand hat Zeitbudget für den Pilot, Rückmeldungen versanden.
- Datenschutz erst nachträglich: Mitarbeitende verwenden private Konten mit Kundendaten, bevor Regeln und Plattform festgelegt sind.
- Zu breiter Umfang: Fünf Use Cases gleichzeitig, keiner wird sauber ausgewertet.
- Hochkritische Entscheide im ersten Pilot: Personalselektion, Kreditentscheide oder medizinische Beurteilungen gehören nicht in einen Erstversuch.
- Unterschätzte Integration: Ergebnisse werden von Hand in CRM, Buchhaltung oder ERP kopiert. Der Aufwand dafür fehlt in der Bilanz.
- Kein Fallback: Es ist nicht dokumentiert, wie bei Ausfall oder Fehlern weitergearbeitet wird.
- Betriebskosten nicht budgetiert: Lizenzen, Support und Schulung für den Regelbetrieb fehlen im Budget.
Unsere Sicht: Ein Pilot braucht von Anfang an eine produktionsfähige Grundlage
Viele Schweizer Unternehmen starten ihren ersten KI-Versuch mit einem frei verfügbaren Werkzeug ausländischer Anbieter. Der Pilot zeigt dann zwar, dass KI im Arbeitsalltag hilft, aber die Ergebnisse lassen sich nicht übertragen: Spätestens beim Rollout stellen Datenschutz, Berufsgeheimnis oder Compliance die Frage, wo die Daten bearbeitet wurden.
Wir empfehlen deshalb, den Pilot auf der Plattform durchzuführen, die auch im Regelbetrieb eingesetzt werden kann. Bei Nectos werden sämtliche Daten ausschliesslich auf Schweizer Servern gespeichert und verarbeitet, gemäss nDSG und DSGVO. Eingaben und Dokumente werden nie zum Training von Modellen verwendet, und es gibt keine Datenflüsse zu ausländischen KI-Anbietern.
Für die Auswertung eines Pilots sind Audit-Trails, Admin- und Zugriffssteuerung sowie geteilte Wissensdatenbanken pro Team zentral. Sie machen nachvollziehbar, wer welche Daten genutzt hat, und sie bleiben beim Übergang in den Regelbetrieb unverändert bestehen. Ein DPA stellen wir auf Anfrage bereit.
Ein Pilot, der auf dieser Grundlage gelingt, ist kein Experiment mehr, sondern der erste Schritt der Einführung.
Adopt
Den Pilot mit Nectos starten
Nectos ist ein souveräner Schweizer KI-Arbeitsbereich für Unternehmen, Teams und Fachpersonen. Für ein Pilotprojekt stehen die Funktionen bereit, die in den meisten Schweizer Use Cases gebraucht werden: privater KI-Chat, Upload und Analyse von Dokumenten, persönliche und geteilte Wissensdatenbanken, Meeting-Transkription, KI-Assistenten für Schweizer Berufs- und Branchenkontexte, Websuche mit optionaler Anonymisierung sowie Prompt-Anonymisierung.
Die Pläne werden pro Platz abgerechnet: Starter für CHF 29.90, Pro für CHF 49.90 und Pro+ für CHF 99.90 pro Platz und Monat, dazu ein Testzugang (Trial). Ein Pilotteam von drei Personen lässt sich so mit wenigen Plätzen aufsetzen und danach ohne Plattformwechsel erweitern. Alle Details stehen auf der Preisübersicht von Nectos. Organisationen mit erhöhten Anforderungen nutzen das Pack Sécurité & Conformité oder den Betrieb in der eigenen Infrastruktur (BYOC/On-premise), mit Support ab CHF 490 pro Monat. Wie Nectos Daten im Einzelnen bearbeitet, zeigt die Seite zu den Datenflüssen.
Häufige Fragen
Wie lange dauert ein KI-Pilotprojekt?
In der Regel vier bis acht Wochen. Einfache Anwendungsfälle wie Dokumentenanalyse oder Meeting-Protokolle lassen sich in vier Wochen auswerten. Prozesse mit mehreren Beteiligten oder Anbindungen an andere Systeme brauchen eher acht Wochen oder eine zweite Pilotrunde.
Braucht ein KI-Pilot eine Datenschutz-Folgenabschätzung?
Das hängt vom Risiko ab. Werden voraussichtlich Daten mit hohem Risiko für die betroffenen Personen bearbeitet, etwa Gesundheitsdaten oder Daten unter Berufsgeheimnis, ist eine Folgenabschätzung vorzunehmen. Die Beurteilung erfolgt vor dem Start, idealerweise mit der zuständigen Datenschutzfachperson.
Wie viele Personen sollten am Pilot teilnehmen?
In KMU genügen zwei bis vier Personen, die die Aufgabe täglich ausführen. In grösseren Abteilungen sind fünf bis fünfzehn Teilnehmende üblich. Dazu kommen ein Pilot-Owner und eine Person, die am Ende entscheidet.
Dürfen im Pilot echte Kundendaten verwendet werden?
Ja, sofern die Plattform und die Verträge dies abdecken: Datenbearbeitung in einem Land mit angemessenem Schutzniveau, ein DPA, Ausschluss von Modelltraining und protokollierte Zugriffe. Für Daten unter Berufsgeheimnis klären Treuhand, Kanzleien und Praxen die Zulässigkeit vorab mit ihrer Rechts- oder Compliance-Abteilung.
Was passiert nach einem erfolgreichen Pilot?
Der Ausbau folgt schrittweise: weitere Teams, weitere Prozesse, verbindliche Nutzungsregeln und ein budgetierter Regelbetrieb. Läuft der Pilot bereits auf einer produktionsfähigen Plattform, entfallen Migration und erneute Datenschutzprüfung.