36 % der Schweizer Unternehmen setzen in ihrer Kundenbeziehung einen KI-Agenten ein, weitere 41 % ziehen es in Betracht. Das ist die wichtigste Erkenntnis des Barometers «KI & Kundenbeziehung in der Schweiz 2026», das Teleactis gemeinsam mit Colombus Consulting und callnet.ch bei rund 100 Unternehmen aus allen drei Sprachregionen durchgeführt hat. Künstliche Intelligenz hält also Einzug in die Kundenservice-Zentren des Landes, allerdings in sehr unterschiedlichem Tempo. Am stärksten im Rückstand sind KMU mit 50 bis 250 Mitarbeitenden: 55 % von ihnen haben kein Automatisierungsprojekt.
Diese erste Ausgabe geht über eine reine Adoptionsquote hinaus. Sie beschreibt nämlich die gewählten Anwendungsfälle (Chatbot, Callbot, Co-Pilot für Mitarbeitende), die eingesetzten Budgets, den Return on Investment, die Kundenzufriedenheit und die Hürden. Das Bild, das sich daraus ergibt, weicht jedoch vom gängigen Diskurs ab, wonach künstliche Intelligenz den Menschen bald ersetzen wird. Die befragten Unternehmen nutzen diese Werkzeuge vielmehr in erster Linie, um die Arbeit ihrer Teams zu optimieren und effizienter zu werden. Sie gehen mit Bedacht vor, messen wenig und stossen auf ein Hindernis, das die Technologie allein nicht beseitigt: fehlende Kompetenzen im eigenen Haus.
Dieser Artikel fasst alle Zahlen zusammen, ergänzt durch unsere Einschätzung aus der Praxis. Rechnen Sie mit rund zwanzig Minuten Lesezeit. Wenn Sie es eilig haben, finden Sie das Wichtigste im Kasten unten.
Das Barometer in sieben Zahlen
36 % der befragten Unternehmen setzen einen KI-Agenten in der Kundenbeziehung ein. 77 % sind bereits aktiv oder planen den
55 % der Unternehmen mit 50 bis 250 Mitarbeitenden planen keinen KI-Agenten, gegenüber 23 % im gesamten Panel.
Nur 8 % rechnen damit, dass KI den Menschen in grossem Stil ersetzt. Das vorherrschende Szenario bleibt eine KI unter menschlicher Aufsicht.
Erst auf Platz 4 der Beweggründe steht die Kostensenkung, hinter der Optimierung der Teams, der Erreichbarkeit rund um die Uhr und dem Kundenerlebnis.
Keines der befragten Unternehmen meldet einen negativen Return on Investment. Allerdings können 38 % ihr KI-Budget nicht beziffern.
47 % nennen fehlende interne Kompetenzen, das grösste Hindernis.
50 % gegenüber 31 %: Unternehmen, die einen Teil ihrer Kundenbeziehung auslagern, nutzen KI häufiger als jene, die alles intern abwickeln.
Das Barometer «KI & Kundenbeziehung in der Schweiz, Praktiken und Perspektiven 2026» wurde von Teleactis durchgeführt, einem Contact Center mit Sitz in Genf. Für diese Studie hat sich Teleactis mit dem Beratungsunternehmen Colombus Consulting und mit callnet.ch, dem Schweizer Verband der Contact Center, zusammengetan. Die Erhebung fand von Juni bis September 2026 statt, mit einem Online-Fragebogen auf Französisch, Deutsch und Italienisch.
Rund 100 Unternehmen mit Sitz in der Schweiz haben teilgenommen, beidseits des Röstigrabens und bis ins Tessin. Alle Grössen sind vertreten, von Strukturen mit weniger als 50 Mitarbeitenden bis zu Konzernen mit über 1’000 Beschäftigten. Am stärksten vertreten sind die Branchen professionelle Dienstleistungen, Banken und Versicherungen, E-Commerce und Telekommunikation.
Das Profil der Befragten ist für die Einordnung der Zahlen wichtig. 34 % bezeichnen sich beim Thema KI-Agenten als Entscheidungsträger, 26 % als Beeinflusser und 26 % als operative Akteure. Nur 14 % sehen sich als reine Beobachter. Insgesamt spielen 86 % eine aktive Rolle beim Einsatz von KI in ihrem Unternehmen: Die Antworten stammen also von Personen, die das Thema von innen kennen.
Ein Hinweis zur Lektüre: Einige Fragen wurden nur Unternehmen gestellt, die KI bereits einsetzen (Ausgaben, Return on Investment, Zufriedenheit). Die entsprechenden Prozentwerte beziehen sich also auf eine kleinere Basis, worauf wir jeweils hinweisen.
Was ist ein KI-Agent in der Kundenbeziehung?
Ein KI-Agent ist eine Software, die eine in Alltagssprache formulierte Anfrage versteht, schriftlich oder mündlich, und sie selbstständig bearbeitet oder dabei Mitarbeitende unterstützt. Dazu stützt er sich auf die Verarbeitung natürlicher Sprache und immer häufiger auf ein grosses Sprachmodell (LLM), jene Technologiefamilie, die durch ChatGPT bekannt wurde.
Der Unterschied zu den früheren Chatbots ist gross. Ein Chatbot der ersten Generation folgte einem Entscheidungsbaum. Er bot Schaltflächen an und erkannte einige Schlüsselwörter. Sobald man das vorgesehene Menü verliess, war er jedoch überfordert. Ein heutiger Konversationsagent versteht dagegen frei formulierte Sätze und kommt mit Umformulierungen zurecht. Er kann zudem auf eine Wissensdatenbank zugreifen, um seine Antwort zu formulieren. Diese Modelle wurden nämlich mit riesigen Textmengen trainiert, mithilfe von maschinellem Lernen. Deshalb gehen sie so souverän mit der Alltagssprache um.
Ein KI-Agent hat aber auch Grenzen, die man kennen sollte, bevor man loslegt. Erstens weiss er nur, was man ihm zur Verfügung gestellt hat. Ist seine Dokumentation lückenhaft, kann er deshalb mit voller Überzeugung eine falsche Auskunft geben. Zudem ersetzt er weder das Urteilsvermögen noch das Einfühlungsvermögen einer Fachperson, wenn Kundinnen oder Kunden in Schwierigkeiten sind. Darum sehen die meisten seriösen Lösungen eine Weiterleitung an Mitarbeitende vor, ergänzt durch eine regelmässige Kontrolle der Gespräche.
Man unterscheidet grundsätzlich zwei Familien:
Agenten im Front Office, im direkten Kontakt mit der Kundschaft: Chatbot auf der Website, Callbot am Telefon, Mailbot für E-Mails;
Agenten im Back Office, die im Hintergrund arbeiten: ein Konversationsassistent, der den Kundenberaterinnen und -beratern Vorschläge macht, die Analyse von Gesprächen, die Sortierung von Tickets, die Betrugserkennung.
Eine dritte Kategorie sorgt derzeit für viel Gesprächsstoff: die sogenannte agentische KI. Diese Agenten antworten nicht mehr nur, sie handeln. Verbunden mit den Systemen des Unternehmens (CRM, ERP, Fakturierungstool, Agenda), können sie eine Adresse ändern, einen Termin verschieben oder eine Rückerstattung auslösen und dabei mehrere Schritte nacheinander ausführen. Je selbstständiger sie arbeiten, desto wichtiger wird die Kontrolle heikler Aktionen.
Wie viele Unternehmen setzen einen KI-Agenten ein?
Combien d’entreprises utilisent un agent IA ?
36 % der befragten Unternehmen setzen in ihrer Kundenbeziehung mindestens einen KI-Agenten ein. Die Hälfte davon (18 % des Panels) nutzt ihn bereits umfassend, die andere Hälfte (18 %) noch eingeschränkt, in einem begrenzten Bereich oder als Test.
Hinzu kommen 41 % der Unternehmen, die den Schritt in Betracht ziehen. Insgesamt haben also 77 % der Befragten KI entweder eingeführt oder denken ernsthaft darüber nach. Nur 23 % haben nichts geplant, also etwa jedes fünfte Unternehmen.
Was lässt sich aus dieser Momentaufnahme ableiten? Der Einsatz von KI steht noch am Anfang: Kaum mehr als ein Drittel der Befragten nutzt sie, und die Hälfte davon beschränkt sie auf einen engen Bereich. Wer abwartet, ist allerdings in der Minderheit. Der Grossteil des Panels befindet sich in der Überlegungsphase. Die Entscheide der nächsten zwölf bis vierundzwanzig Monate werden den Markt also stark verändern.
Warum hinken KMU mit 50 bis 250 Mitarbeitenden hinterher?
Man würde eine logische Abstufung erwarten: Grosskonzerne vorne, kleine Strukturen am Schluss, die mittleren dazwischen. Das Barometer zeigt ein anderes Bild.
Die Grosskonzerne liegen tatsächlich vorne: 55 % der Unternehmen mit über 1’000 Mitarbeitenden setzen KI-Agenten ein. Die kleinen Strukturen halten gut mit: 28 % der Unternehmen mit weniger als 50 Mitarbeitenden nutzen bereits KI, 48 % ziehen es in Betracht. Unternehmen mit 251 bis 1’000 Mitarbeitenden zeigen die stärkste Absicht im ganzen Panel (62 %).
Der Schwachpunkt liegt in der Mitte. Bei den KMU mit 50 bis 250 Mitarbeitenden haben 55 % kein KI-Projekt, mehr als doppelt so viele wie im Durchschnitt (23 %). Und nur 18 % ziehen einen Einstieg in Betracht, gegenüber 41 % aller Befragten.
Dieser Rückstand lässt sich mit zwei Faktoren erklären, die das Barometer herausarbeitet.
Erstens die Organisation. 91 % der KMU mit 50 bis 250 Mitarbeitenden wickeln ihre Kundenbeziehung vollständig intern ab, also praktisch das ganze Segment. Im gesamten Panel sind Unternehmen, die alles intern erledigen, bei der KI deutlich weniger weit als jene, die auch mit einem externen Dienstleister zusammenarbeiten (mehr dazu weiter unten).
Zweitens das Know-how. 64 % dieser KMU nennen fehlende interne Kompetenzen als Hindernis, gegenüber 47 % im gesamten Panel. Es ist das grösste Hindernis der ganzen Studie, und hier wiegt es noch schwerer.
Diese Unternehmen haben also ein doppeltes Handicap. Zu gross, als dass die Chefin oder der Chef an einem Samstagmorgen selbst einen virtuellen Assistenten zusammenbastelt, zu klein für ein eigenes Data-Team oder eine Innovationsabteilung: Ihnen fehlen sowohl das technische Fachwissen im Haus als auch ein Partner, auf den sie sich stützen könnten.
« Was an dieser Verteilung nach Unternehmensgrösse auffällt: Der Rückstand folgt nicht der erwarteten Logik. Die grossen Unternehmen liegen vorne, 55 % derjenigen mit über 1’000 Mitarbeitenden setzen bereits KI-Agenten ein. Doch auch die Unternehmen mit weniger als 50 Mitarbeitenden hinken nicht hinterher: 28 % sind bereits ausgerüstet.
Der eigentliche Schwachpunkt ist das Segment der 50 bis 250 Mitarbeitenden: 55 % haben kein Projekt, und nur 18 % ziehen einen Einstieg in Betracht.
Das ist kein Zufall. 91 % dieser Unternehmen wickeln ihre Kundenbeziehung vollständig intern ab, und 64 % von ihnen nennen fehlende interne Kompetenzen als Hindernis (gegenüber 47 % im Durchschnitt des Panels).
Dieses Segment vereint also die beiden Faktoren, die auch anderswo in der Studie bremsen: eine vollständig interne Organisation und ein Kompetenzdefizit. »
Und dieser Rückstand dürfte mit der Zeit noch wachsen. Warum, erklären wir im Abschnitt zum Einführungstempo.
Welche KI-Agenten nutzen Unternehmen im Front Office und im Back Office?
KI in der Kundenbeziehung verbindet man oft mit dem Chatfenster einer Website. Das ist aber nur ein Teil der Realität.
Bei den Unternehmen, die KI bereits einsetzen, nutzen 54 % KI-Agenten im Front Office, also im direkten Kontakt mit der Kundschaft, schriftlich, per Sprache oder per E-Mail. Aber 46 % setzen sie im Back Office ein, um die Mitarbeitenden im Hintergrund zu unterstützen. Der Unterschied ist gering. Agenten für das Personalwesen (17 %) und andere Anwendungen (17 %) spielen eine kleinere Rolle. Da ein Unternehmen mehrere Arten von Agenten kombinieren kann, liegt das Total über 100 %.
Im Detail unterscheiden sich die beiden Familien jedoch deutlich.
Im Front Office ist die Praxis gefestigt. Der Chatbot, der schriftliche Gespräche führt, macht 48 % der Fälle aus, der Callbot, der Telefonanrufe übernimmt, 30 %. Zusammen vereinen sie 78 % der Einsätze im Front Office. Der Mailbot folgt mit grossem Abstand (17 %), andere Formate spielen kaum eine Rolle (4 %). Die Unternehmen haben sich also auf die beiden klassischsten Kanäle konzentriert: den Chat und das Telefon.
Im Back Office ist die Praxis noch zersplittert. Sieben Kategorien teilen sich das Feld, ohne dass eine wirklich dominiert:
Co-Pilot für Kundenberaterinnen und -berater: 25 %
Wissensmanagement: 19 %
Analyse der Interaktionen: 17 %
Management von Kundenbewertungen: 14 %
Betrugserkennung: 11 %
Produktempfehlungen: 8 %
Ticketbearbeitung: 6 %
Diese Streuung deutet auf eine Experimentierphase hin. Die Unternehmen testen, vergleichen und suchen die Anwendung mit dem grössten Nutzen. Eine Standardpraxis hat sich noch nicht durchgesetzt.
Ein Detail verdient Beachtung. Die verbreitetste Back-Office-Funktion ist das Co-Piloting der Kundenberaterinnen und -berater. Die KI schlägt zum Beispiel eine Formulierung vor oder findet eine Information in der Dokumentation. Sie fasst auch den bisherigen Verlauf mit einem Kunden zusammen, während die Mitarbeitenden die Kontrolle behalten. Das ist die direkteste Form einer KI «zur Unterstützung», und sie steht an erster Stelle. Der Rest der Umfrage bestätigt diese Logik.
Steigen alle Branchen auf dem gleichen Weg in die KI ein?
Nein, und das ist eine der nützlichsten Erkenntnisse für alle, die sich fragen, wo sie beginnen sollen.
Beim Reifegrad liegen die öffentlichen Dienste im Panel vorne: 67 % ihrer Befragten setzen einen KI-Agenten ein, die übrigen 33 % ziehen es in Betracht. Es folgen die Telekommunikation (57 %) und die Industrie (50 %). Die professionellen Dienstleistungen (39 %) und der E-Commerce (38 %) liegen im Mittelfeld.
Das interessanteste Profil zeigen Banken und Versicherungen. Nur 22 % der Unternehmen dieser Branche haben einen KI-Agenten eingeführt, aber 67 % ziehen es in Betracht. Hier kündigt sich die nächste Welle am deutlichsten an. Für einen Finanzplatz wie die Schweiz ist diese Zahl alles andere als nebensächlich.
Branche
Bereits eingeführt
Geplant
Nicht geplant
Öffentliche Dienste
67 %
33 %
0 %
Telekommunikation
57 %
29 %
14 %
Industrie
50 %
25 %
25 %
Professionelle Dienstleistungen
39 %
44 %
17 %
E-Commerce / Detailhandel
38 %
38 %
25 %
Banken / Versicherungen
22 %
67 %
11 %
Auch beim Einstiegspunkt gehen die Branchen unterschiedliche Wege. Bei den Unternehmen, die KI einsetzen oder dies planen:
setzen Banken und Versicherungen stark auf das Front Office (88 %, gegenüber 25 % im Back Office);
bevorzugen auch die öffentlichen Dienste und die Telekommunikation das Front Office (67 %, gegenüber 50 %);
machen E-Commerce und Detailhandel das Gegenteil, mit 83 % im Back Office gegenüber 50 % im Front Office;
tendieren auch die professionellen Dienstleistungen zum Back Office (67 %, gegenüber 47 %).
Das ist nachvollziehbar. Eine Bank oder Versicherung erhält viele wiederkehrende Anfragen (Kontostand, Bestätigung, Schadenmeldung, Adressänderung), die eine KI direkt im Erstkontakt übernehmen kann. Ein Onlinehändler profitiert oft mehr davon, im Hintergrund die Bestellabwicklung, die Bewertungen oder die Betrugserkennung zu automatisieren. Einen universellen Einstiegspunkt gibt es nicht: Er hängt von der Branche, den Volumen und den Prioritäten jedes Unternehmens ab.
Sind die Unternehmen mit ihren KI-Agenten zufrieden?
Ja, mehrheitlich. 77 % der Anwender sehen ihre Erwartungen an die KI-Agenten erfüllt oder übertroffen: 69 % beurteilen die Bilanz als positiv und erwartungsgemäss, 8 % als sehr positiv, also besser als erhofft. Sie wurden also positiv überrascht.
Die übrigen 23 % sprechen von gemischten oder teilweisen Ergebnissen. Keines der Unternehmen meldet eine negative Bilanz.
Diese Zahl muss man allerdings relativieren. Die Unternehmen beurteilen ihre eigenen Projekte, und es fällt selten leicht zuzugeben, dass eine Investition nicht gehalten hat, was sie versprach. Dass fast ein Viertel von einer gemischten Bilanz spricht, zeigt jedoch, dass die Antworten nicht geschönt sind.
Und was denken die Endkundinnen und Endkunden?
Das Barometer hat auch gefragt, womit die Kundschaft bei KI-Agenten am zufriedensten und am unzufriedensten ist.
Bei der Zufriedenheit steht die schnelle Bearbeitung an erster Stelle (29 %), vor der einfachen Bedienung (25 %) und der Qualität der Antworten (18 %). Die Kundschaft schätzt es, nicht mehr warten zu müssen und unkompliziert eine Lösung zu erhalten, auch am Sonntagabend um 22 Uhr.
Bei der Unzufriedenheit stehen zwei Kritikpunkte gleichauf. Der erste ist die Unfähigkeit der KI, bestimmte Fälle selbstständig zu lösen (28 %): Die Kundin oder der Kunde dreht sich im Kreis, erhält keine Lösung und verlangt schliesslich nach einem Menschen. Der zweite ist die Qualität der Antworten (28 %). Knapp dahinter folgt der begrenzte Leistungsumfang (27 %), wenn der Agent ein Anliegen schlicht nicht bearbeiten kann.
Die Qualität liegt also auf beiden Seiten der Waagschale: Sie ist der dritthäufigste Grund für Zufriedenheit und einer der beiden Hauptgründe für Unzufriedenheit. Dieses Paradox zeigt vor allem eines: Die wahrgenommene Qualität ist von Unternehmen zu Unternehmen sehr unterschiedlich. Ein KI-Agent, der gut gefüttert ist, auf eine aktuelle Dokumentation zugreift und einen klaren Weg zu einer Kundenberaterin oder einem Kundenberater bietet, stellt die Kundschaft zufrieden. Ein schlecht vorbereiteter Agent verärgert sie. Das Werkzeug ist oft dasselbe. Den Unterschied machen die Vorarbeit und die tägliche Steuerung.
Warum investieren Schweizer Unternehmen in KI, und was bringt es ihnen?
Wird KI die Kundenberaterinnen und -berater ersetzen?
Diese Frage taucht in jeder Diskussion zum Thema auf, und das Panel beantwortet sie recht deutlich. Nur 8 % der Befragten rechnen mittelfristig damit, dass KI den Menschen in der Kundenbeziehung in grossem Stil ersetzt.
Klar vorherrschend ist das Szenario einer teilweisen und kontrollierten Übernahme. 70 % gehen davon aus, dass die KI bestimmte Aufgaben übernehmen wird, stets unter menschlicher Aufsicht. Und 56 % sehen sie als ergänzendes Werkzeug, das die Mitarbeitenden unterstützt.
Grundsätzliche Ängste weckt das Thema also nicht. Die Unternehmen haben akzeptiert, dass ein Teil der Arbeit künftig anders verteilt wird. Sie stellen sich ein hybrides Modell vor: Der KI-Agent bearbeitet einfache und wiederkehrende Anfragen, während sich die Kundenberaterinnen und -berater auf Situationen konzentrieren, die Urteilsvermögen, Einfühlungsvermögen oder einen Entscheid erfordern. Bei Teleactis nennen wir das den erweiterten Kundenservice, und das Barometer zeigt, dass die Entscheidungsträger diese Sicht weitgehend teilen.
Was spricht für einen KI-Agenten?
Gefragt, warum sie KI-Agenten eingeführt haben oder einführen würden, nennen die Unternehmen zuerst operative Gründe. Die drei wichtigsten betreffen das Personal und das Kundenerlebnis:
Beweggrund
Anteil der Befragten
Optimierung der Teams
56 %
Reaktionsfähigkeit und Erreichbarkeit rund um die Uhr
52 %
Besseres Kundenerlebnis
49 %
Senkung der Supportkosten
35 %
Compliance und Management der Interaktionen
26 %
Mehrfachauswahl: Jedes Unternehmen konnte mehrere Beweggründe nennen.
Die Kostensenkung steht erst an vierter Stelle, genannt von gut einem Drittel des Panels. Man hätte sie an der Spitze erwartet, so sehr dreht sich die Diskussion über KI um Einsparungen. Die Schweizer Entscheidungsträger scheinen das Thema anders anzugehen: zuerst effizienter werden, dann weniger ausgeben.
Der wichtigste Beweggrund, die Optimierung der Teams, verdient eine Präzisierung. Der Fragebogen führt nicht aus, was die Befragten darunter verstehen. In der Praxis verstehen wir darunter vor allem eine bessere Verteilung der Arbeitslast: die Mitarbeitenden von wiederkehrenden Anfragen entlasten, Anrufspitzen ohne Wartezeiten bewältigen, die Personalplanung erleichtern und mehr Zeit für die Fälle schaffen, die sie verdienen. Die Erreichbarkeit rund um die Uhr, der zweite Beweggrund, geht in dieselbe Richtung. Ein KI-Agent kann nachts, am Wochenende oder an einem kantonalen Feiertag antworten, wenn ein Pikettdienst teuer wäre und die Personalplanung erschweren würde.
Wie viel geben Unternehmen für ihre KI-Agenten aus?
Viele wissen es nicht. Bei den Unternehmen, die KI einsetzen, können 38 % das jährliche Budget für ihre KI-Agenten nicht beziffern. Das ist die häufigste Antwort.
Bei jenen, die es kennen, liegt die häufigste Spanne zwischen CHF 10’000 und CHF 50’000 pro Jahr (25 %), gefolgt von CHF 50’000 bis CHF 200’000 (21 %). Extreme sind selten: 8 % geben weniger als CHF 10’000 aus, 8 % mehr als CHF 200’000.
Diese finanzielle Unschärfe steht nicht allein. Sie deckt sich mit zwei weiteren Befunden zu diesen Unternehmen: 46 % messen die Leistung ihrer KI-Agenten nicht, und nur 33 % verfügen über ein eigenes Team. Zwei Drittel steuern ihre KI also ohne zuständige Person, fast die Hälfte ohne Kennzahlen.
Dafür gibt es mehrere mögliche Gründe. Die Ausgaben für KI verteilen sich oft auf mehrere Posten (Lizenz einer Plattform, nach Verbrauch abgerechneter Cloud-Service, interner Zeitaufwand, Integrationsleistungen), was die Gesamtsumme schwer bestimmbar macht. Projekte werden manchmal von einer Fachabteilung lanciert, ohne eigenes Budget. Und KI kommt oft schrittweise ins Unternehmen, integriert in eine bestehende Software, ohne als eigener Posten erfasst zu werden. So oder so bleibt die finanzielle Steuerung weitgehend informell.
Rechnen sich KI-Agenten?
Für jene, die sich ein Urteil zutrauen: ja. 50 % der Unternehmen, die KI einsetzen, melden einen positiven Return on Investment: 21 % bezeichnen ihn als positiv und messbar, 29 % als positiv, aber schwer bezifferbar. Keines meldet einen negativen ROI.
Die andere Hälfte verteilt sich auf jene, die eine Beurteilung für verfrüht halten (21 %), jene, die es nicht wissen (17 %), und jene, die keine nennenswerte Wirkung feststellen (12 %).
Das Signal ist ermutigend, man sollte es aber richtig einordnen. Fällt das Urteil nicht positiv aus, liegt das vor allem an fehlender Erfahrung oder fehlenden Messinstrumenten, selten daran, dass die KI enttäuscht hätte. Und auch unter den Zufriedenen räumt eine Mehrheit ein, den Nutzen nicht genau beziffern zu können. Nur jedes fünfte Unternehmen, das KI einsetzt, kann also mit Zahlen belegen, dass sich sein KI-Agent rechnet.
« Die Messung des ROI muss noch strukturiert werden. Wir empfehlen, diese Baustelle gleich zu Beginn anzugehen!»
Was bremst die Einführung von KI-Agenten in der Schweiz, und was beschleunigt sie?
Was sind die grössten Hindernisse?
Diese Frage wurde dem gesamten Panel gestellt, unabhängig davon, ob KI bereits genutzt wird. Fehlende interne Kompetenzen stehen an erster Stelle (47 %). Dicht dahinter folgen Risiken bei der Vertraulichkeit (45 %) und die Angst, die Servicequalität zu verschlechtern (42 %). Die Implementierungskosten, oft als Haupthindernis genannt, stehen erst an vierter Stelle.
Hindernis
Anteil der Befragten
Fehlende interne Kompetenzen
47 %
Risiken bei der Vertraulichkeit
45 %
Angst vor Qualitätseinbussen
42 %
Zu hohe Implementierungskosten
39 %
Fehlende Wissensdatenbanken
33 %
Interne Hürden (technisch, rechtlich …)
31 %
Mehrfachauswahl: Jedes Unternehmen konnte mehrere Hindernisse nennen.
Das fünfte Hindernis wird oft unterschätzt. Ein Drittel der Befragten (33 %) gibt an, dass ihnen Wissensdatenbanken fehlen. Ein KI-Agent weiss aber nur, was man ihm beibringt. Ohne aktuelle Abläufe, ohne geprüfte Inhalte für häufige Anfragen und ohne strukturierte Produktdokumentation improvisiert er oder schweigt. Dieses Hindernis hängt direkt mit der Unzufriedenheit der Endkundschaft über die Relevanz der Auskünfte zusammen, die wir weiter oben gesehen haben.
Halten die Befürchtungen gegenüber KI der Praxis stand?
Das ist wohl die interessanteste Erkenntnis des Barometers. Hinter der Gesamtrangliste stecken zwei sehr unterschiedliche Realitäten, je nachdem, ob man den Schritt schon gemacht hat oder nicht.
Der Bericht vergleicht die Hindernisse, die Unternehmen ohne jede KI-Absicht befürchten, mit den Schwierigkeiten, auf die Anwender tatsächlich stossen. Die beiden Profile decken sich nicht. Stéphane Ronteix, Präsident von Teleactis, fasst es im Bericht so zusammen: «Dieses Radar zeigt eine echte Diskrepanz zwischen befürchteten Risiken und gelebter Erfahrung.»
Die Befürchtungen zu Vertraulichkeit und Qualität sind bei Unternehmen, die KI nicht in Betracht ziehen, viel stärker als bei jenen, die sie eingeführt haben. Diese Ängste gehen deutlich zurück, sobald man zur Praxis übergeht. Der Fragebogen sagt nicht, warum, aber wir beobachten es im Alltag: Sobald das Projekt läuft, lernen die Teams, ihre Werkzeuge gezielt einzurahmen (passendes Hosting, klar definierter Umfang, Gegenlesen, Weiterleitung an Mitarbeitende).
Bei den fehlenden Kompetenzen ist es umgekehrt. Sie nehmen mit der Erfahrung nicht ab und werden von den Anwendern sogar eher häufiger genannt. Die Erklärung liegt auf der Hand. Vorher stellt man sich vor, dass es Fachwissen braucht, um das Werkzeug einzuführen. Danach merkt man, dass es dieses Wissen auch braucht, um es zu füttern, zu überwachen, zu verbessern und seine Ergebnisse zu messen. Der Bedarf verschwindet nicht, er verändert sich.
« Dieses Radar zeigt eine echte Diskrepanz zwischen befürchteten Risiken und gelebter Erfahrung.
Unternehmen, die KI überhaupt nicht in Betracht ziehen, stufen die Risiken bei der Vertraulichkeit und die Angst vor Qualitätseinbussen viel höher ein als jene, die bereits KI-Agenten eingeführt haben. Anders gesagt: Diese Befürchtungen gehen deutlich zurück, sobald man KI tatsächlich nutzt. […]
Die eigentliche Aufgabe besteht nicht mehr darin, Bedenken gegenüber KI auszuräumen, sondern die Teams so auszurüsten, dass sie KI steuern können. »
Für eine Geschäftsleitung, die noch zögert, ist die praktische Konsequenz klar. Die Einwände zu Vertraulichkeit und Qualität müssen ernst genommen werden, doch an ihnen scheitern Projekte nicht. Langfristig entscheidet die Fähigkeit, das Werkzeug zu steuern.
Was sagt das Schweizer Recht zum Datenschutz?
Da 45 % der Befragten Risiken bei der Vertraulichkeit nennen, lohnt sich ein Blick auf die rechtliche Seite. In der Schweiz fällt die Bearbeitung von Personendaten durch einen KI-Agenten unter das neue Datenschutzgesetz (nDSG), das seit dem 1. September 2023 in Kraft ist. Unternehmen, die auch Kundinnen und Kunden in der Europäischen Union bedienen, müssen zusätzlich die DSGVO berücksichtigen.
Für KI im engeren Sinn hat die Schweiz kein allgemeines Gesetz nach europäischem Vorbild erlassen. Der Bundesrat hat im Februar 2025 angekündigt, die KI-Konvention des Europarats ratifizieren und das bestehende Recht gezielt, Bereich für Bereich, anpassen zu wollen. Die Schweiz hat diese Konvention im Frühling 2025 unterzeichnet.
Konkret sind bei einem KI-Agenten in der Kundenbeziehung die üblichen Punkte zu prüfen: Wo werden die Daten gespeichert, wer hat Zugriff, wie lange werden sie aufbewahrt, und wie wird die Kundschaft informiert, dass sie mit einer KI kommuniziert? Ein Blogartikel ersetzt nicht die Einschätzung Ihrer Rechtsabteilung oder Ihrer Datenschutzberatung. Das Barometer zeigt jedoch, dass sich für diese Anforderungen Lösungen finden: Anwender sind in diesem Punkt deutlich weniger besorgt als jene, die noch nicht begonnen haben.
Warum erleichtert Outsourcing den Einstieg in die KI?
Das Barometer hat die Organisation der Kundenbeziehung mit dem Grad der KI-Nutzung verglichen. Das Ergebnis ist eindeutig.
Bei Unternehmen, die eigene Teams und einen externen Dienstleister kombinieren (das sogenannte «gemischte» Modell), setzen 50 % KI-Agenten ein. Bei jenen, die alles intern erledigen, sind es nur 31 %. Am anderen Ende ist der Unterschied noch grösser: 28 % der vollständig intern organisierten Unternehmen haben kein KI-Projekt, gegenüber nur 6 % der gemischten.
Organisation der Kundenbeziehung
Nutzen KI bereits
Planen es
Nicht geplant
100 % intern
31 %
41 %
28 %
Gemischt (intern + externer Dienstleister)
50 %
44 %
6 %
Die Erklärung hängt mit dem grössten Hindernis zusammen. Ein Unternehmen, das mit einem Call-Center-Partner zusammenarbeitet, kann auf dessen Fachwissen zurückgreifen: Wahl des Werkzeugs, Aufbau der Wissensdatenbank, Konfiguration, Überwachung der Kennzahlen. Ein vollständig intern organisiertes Unternehmen muss diese Profile selbst finden, rekrutieren oder ausbilden, bevor es überhaupt testen kann. Ihm fehlt ein naheliegender Einstieg in die KI.
Für Jean Meneveau, Partner bei Colombus Consulting, das an der Studie beteiligt ist, fasst dieser Hebel des Outsourcings die Gesamtbilanz des Barometers gut zusammen: viele positive Signale, ein anhaltendes Kompetenzdefizit und eine ROI-Messung, die noch strukturiert werden muss.
« Unser Barometer 2026 zeichnet sich durch viele positive Indikatoren aus: die Dynamik bei der Einführung, das Engagement der Geschäftsleitungen, die konkrete Umsetzung in der Praxis …
Ein Hindernis bleibt jedoch sehr real: die interne Kompetenz. Die Studie zeigt aber gerade, dass die Zusammenarbeit mit einem externen Partner der naheliegendste Weg ist, um hier schneller voranzukommen, mit bereits greifbaren Ergebnissen. Strukturieren muss man noch die Messung des ROI, die zu oft informell bleibt. »
Wir wissen, dass es ein Schmunzeln auslösen kann, wenn ein Contact Center die Vorteile des Outsourcings hervorhebt. Die Zahlen sprechen jedoch für sich, und sie besagen nicht, dass man alles auslagern sollte. Sie zeigen vielmehr: Am leichtesten gelingt der Einstieg in die KI mit dem gemischten Modell, bei dem das Unternehmen die Kontrolle über seine Kundenbeziehung behält und sich für bestimmte Volumen oder Kompetenzen auf einen Partner stützt. Das erklärt auch zu einem grossen Teil den Rückstand der KMU mit 50 bis 250 Mitarbeitenden, die zu 91 % alles intern abwickeln.
In welchem Tempo führen Unternehmen neue KI-Agenten ein?
Zwei Gruppen wurden befragt: Unternehmen, die bereits KI einsetzen und weitere Agenten hinzufügen möchten, und solche, die den Einstieg planen. Der Vergleich ist aufschlussreich.
Bei den Anwendern planen 60 %, innerhalb von 6 Monaten einen neuen Agenten einzuführen, 33 % innerhalb eines Jahres und 7 % innerhalb von zwei Jahren. Bei den Einsteigern rechnen nur 26 % damit, ihren ersten Agenten innerhalb von 6 Monaten in Betrieb zu nehmen. Die Mehrheit gibt sich ein Jahr (52 %) oder sogar zwei Jahre (22 %) Zeit.
Sobald der erste Agent läuft, folgen die nächsten schnell. Unter den Anwendern peilen mehr als doppelt so viele einen Zeithorizont von sechs Monaten an. Sie haben das Schwierigste bereits hinter sich: ein Werkzeug auswählen, die Dokumentation strukturieren, die Mitarbeitenden schulen, intern überzeugen. Das zweite Projekt profitiert von all dieser Vorarbeit.
Dieser Mechanismus hat eine weniger erfreuliche Folge: Der Abstand zwischen den fortgeschrittenen Unternehmen und den übrigen wird grösser. Die KMU mit 50 bis 250 Mitarbeitenden, bei denen der Anteil «nicht geplant» im Panel am höchsten ist, dürften zunehmend Mühe haben, ihren Rückstand aufzuholen, wenn sie zu lange warten. In einem Markt, in dem Reaktionsfähigkeit zum Wettbewerbsvorteil wird, werden das früher oder später auch die Kundinnen und Kunden spüren.
Welche Anwendungsfälle gibt es für KI-Agenten je nach Branche?
Das Barometer zeigt, über welchen Weg jede Branche in die KI einsteigt. Bleibt die Frage, wie das im Alltag aussieht. Die folgenden Beispiele sind gängige Anwendungsfälle, wie wir sie in Contact Centern erleben. Sie stammen nicht aus der Umfrage, sondern veranschaulichen die Trends, die sie aufzeigt.
Banken, Versicherungen und Treuhand
Im Finanzbereich betrifft der Grossteil der Volumen einfache, wiederkehrende Anfragen: eine Bestätigung bestellen, den Stand eines Schadenfalls abfragen, die Adresse ändern, eine Frage zu einer Fälligkeit stellen. Ein Konversationsagent kann sie rund um die Uhr bearbeiten, nachdem sich die Kundin oder der Kunde identifiziert hat. Heikle Dossiers (Streitfall, schwierige finanzielle Situation, Reklamation) bleiben bei den Mitarbeitenden. Das entspricht dem Modell unter Aufsicht, das vom Panel klar bevorzugt wird.
Ein Treuhandbüro kennt andere Spitzen, etwa rund um die Steuererklärungen und die Jahresabschlüsse. Ein Assistent kann dort fehlende Unterlagen bei der Kundschaft nachfordern, über Abläufe informieren und Anrufe filtern, während sich die Fachleute auf die Beratung konzentrieren.
E-Commerce und Detailhandel
Der Onlinehandel zeigt gut, warum das Barometer hier eine klare Präferenz für das Back Office feststellt (83 %). Die rentabelsten Anwendungsfälle liegen oft fernab der Kundschaft: Analyse von Bewertungen, Erkennung von Zahlungsbetrug, Produktempfehlungen, automatische Sortierung von E-Mails. Im Front Office machen Bestellverfolgung, Retouren und Fragen zu Rechnungen den Grossteil der Kontakte aus. Sie eignen sich gut für die Automatisierung.
Gesundheitswesen
In einer Arztpraxis, einer Klinik oder einem Gesundheitsnetz übernimmt der KI-Agent vor allem Anrufe, bei denen Termine vereinbart, verschoben oder abgesagt werden. Zudem gibt er praktische Auskünfte (Öffnungszeiten, Anfahrt, mitzubringende Unterlagen). Gesundheitsdaten sind besonders geschützt: Hosting, Rückverfolgbarkeit und ein streng begrenzter Aufgabenbereich des Agenten sind hier noch wichtiger als anderswo.
Öffentliche Dienste und Telekommunikation
Die öffentlichen Dienste, beim Reifegrad an der Spitze des Barometers (67 %), bearbeiten grosse Mengen an Informationsanfragen: Schalteröffnungszeiten, Behördengänge, Stand eines Dossiers. Ein mehrsprachiger KI-Agent leistet der Bevölkerung hier einen echten Dienst. In der Telekommunikation geht es typischerweise um die Diagnose von Störungen, um Rechnungsfragen und um Abowechsel.
Wie führt man einen KI-Agenten in der Schweiz ein, Schritt für Schritt?
Aus den Zahlen des Barometers lässt sich indirekt eine Methode ableiten. Sie gilt für Unternehmen jeder Grösse, richtet sich aber vor allem an KMU mit 50 bis 250 Mitarbeitenden, die am meisten gewinnen, wenn sie nicht länger warten. Die folgenden Empfehlungen sind unsere Lesart der Ergebnisse, ergänzt durch das, was wir täglich in Genf, Lausanne und anderswo in der Romandie erleben.
Schritt 1 · Ihre Kontaktflüsse analysieren
Bevor Sie über Technologie sprechen, schauen Sie sich an, was bei Ihnen eingeht. Was sind die häufigsten Kontaktgründe? Über welche Kanäle kommen die Anfragen (Telefon, E-Mail, Chat)? Zu welchen Zeiten? Wie lange dauert die Bearbeitung? Eine Erhebung über einige Wochen genügt oft, um drei oder vier Gründe zu erkennen, die einen grossen Teil des Volumens ausmachen. Das sind Ihre Kandidaten für die Automatisierung. Nutzen Sie die Gelegenheit auch, um zu sehen, wo es in Ihren heutigen Abläufen hakt: ein schlecht gestaltetes Formular, eine Information, die auf der Website nicht zu finden ist, ein Prozess, der die Kundschaft zu einem erneuten Anruf zwingt. Manchmal fällt ein Teil der Kontakte schon weg, wenn man die Ursache behebt, noch bevor überhaupt etwas automatisiert wird. Ein Arbeitsablauf, der schon mit Menschen nicht richtig funktioniert, wird auch mit einem KI-Agenten nicht besser.
Schritt 2 · Einen ersten Anwendungsfall wählen, im Front Office oder im Back Office
Beginnen Sie mit einem einzigen, klar abgegrenzten Fall. Das Barometer zeigt, dass es keinen universellen Einstieg gibt: Banken und Versicherungen starten eher im Front Office, E-Commerce und professionelle Dienstleistungen eher im Back Office.
Ein guter Ausgangspunkt erfüllt drei Bedingungen: genügend Volumen, damit sich der Nutzen zeigt, ausreichend standardisierte Anfragen, damit eine KI sie bearbeiten kann, und ein geringes Risiko, falls etwas schiefgeht. Typische Beispiele sind Öffnungszeiten, die Verfolgung einer Bestellung oder eines Dossiers, die Terminvereinbarung oder, im Hintergrund, die Unterstützung beim Verfassen von E-Mails.
Wenn Sie unsicher sind, ist das Co-Piloting der Kundenberaterinnen und -berater ein vorsichtiger Einstieg. Es ist die verbreitetste Back-Office-Funktion im Panel (25 %). Die KI macht Vorschläge, die Mitarbeitenden entscheiden: Die Kundschaft spricht nie direkt mit der Maschine, und das Personal lernt ohne Druck, mit ihr zu arbeiten.
Schritt 3 · Eine verlässliche Wissensdatenbank aufbauen
Das ist oft der aufwendigste Teil. Ein Drittel des Panels nennt fehlende Wissensdatenbanken als Hindernis, und die Qualität der Antworten gehört zu den beiden Hauptgründen für die Unzufriedenheit der Endkundschaft. Diese beiden Befunde hängen zusammen.
Sammeln Sie, was Ihre Mitarbeitenden bereits wissen: Standardantworten, Abläufe, allgemeine Geschäftsbedingungen, Produktblätter, die häufigsten Anfragen. Lassen Sie diese Inhalte von denjenigen gegenlesen, die tatsächlich mit der Kundschaft sprechen. Legen Sie fest, wer sie aktualisiert und wie oft. Ein KI-Agent, der auf eine veraltete Dokumentation zugreift, gibt veraltete Auskünfte, und das mit grosser Selbstsicherheit.
Schritt 4 · Architektur und Integration festlegen
Ein isolierter KI-Agent bringt wenig. Um wirklich nützlich zu sein, muss er auf Ihre Systeme zugreifen und sie teilweise auch aktualisieren können: CRM, ERP, Agenda, Ticketsystem. Von dieser Integration hängen die Genauigkeit der Auskünfte ab und wie reibungslos die Übergabe an Mitarbeitende funktioniert.
Jetzt ist auch der richtige Moment, um die Fragen zum Datenschutz zu klären: Wo werden die Daten gespeichert, in der Schweiz oder anderswo? Welcher Cloud-Service wird genutzt? Welche Daten darf der Agent sehen? Setzen Sie auf eine modulare Architektur, damit Sie später weitere Anwendungsfälle hinzufügen können, ohne alles neu aufzubauen. Und lassen Sie die Lösung von Ihrer Datenschutzberatung prüfen.
Ein letzter, oft vernachlässigter Punkt ist die Wahl zwischen einer Standardlösung und einer Eigenentwicklung. Plattformen, die teilweise bereits in Ihre Software integriert sind (Microsoft, Ihr CRM- oder Telefonieanbieter), ermöglichen einen schnellen Start. Eine Eigenentwicklung bietet mehr Freiheit, erfordert aber mehr Know-how für den Unterhalt. Für ein KMU ist die Standardlösung in der Regel die vernünftigste Wahl. Prüfen Sie dabei, ob das Werkzeug Ihre Sprachen beherrscht, sich in Ihre Systeme einfügt und Ihnen erlaubt, Ihre Daten mitzunehmen, wenn Sie den Anbieter wechseln.
Schritt 5 · Eine Pilotphase mit Kontrolle starten
Öffnen Sie den Agenten nicht gleich zum Start für Ihre gesamte Kundschaft. Mit einem Pilotprojekt auf einem Kanal oder für einen bestimmten Kontaktgrund lassen sich Fehler korrigieren, bevor sie Ihrem Image schaden. In dieser Phase ist es unerlässlich, dass Ihre Mitarbeitenden die Gespräche kontrollieren: eine Stichprobe gegenlesen und die Fälle prüfen, in denen der Agent unsicher war.
Planen Sie zudem von Anfang an einen klaren Weg zu den Mitarbeitenden ein. Dass die KI bestimmte Anliegen nicht selbstständig lösen kann, ist einer der beiden Hauptgründe für die Unzufriedenheit der Endkundschaft (28 %). Nichts ärgert mehr als ein Agent, der sich im Kreis dreht, ohne ein Gespräch mit einem Menschen anzubieten. Legen Sie fest, in welchen Situationen die KI übergeben muss (Reklamation, verärgerte Kundschaft, Thema ausserhalb des Aufgabenbereichs, dritte erfolglose Umformulierung). Und stellen Sie sicher, dass die Kundenberaterin oder der Kundenberater den bisherigen Verlauf sieht, damit sich die Kundschaft nicht wiederholen muss.
Schritt 6 · Mitarbeitende schulen und die Steuerung organisieren
Fehlende Kompetenzen sind das grösste Hindernis, und sie verschwinden nach der Inbetriebnahme nicht. Die Schulung der Teams ist deshalb genauso entscheidend für den Erfolg wie die Technologie. Die Mitarbeitenden müssen wissen, wie der Agent funktioniert, wann sie übernehmen sollen, wie sie einen Fehler melden und wie sie die Wissensdatenbank ergänzen.
Für den Start genügt ein Schulungsplan über einige Wochen: eine Einführung für das gesamte betroffene Personal, eine vertiefte Schulung für die zwei oder drei Ansprechpersonen, die den Agenten im Alltag betreuen, und danach regelmässige Treffen, um schwierige Fälle zu besprechen. Dieses Vorgehen hat einen weiteren, weniger offensichtlichen Vorteil: Es beruhigt. Wer versteht, was das Werkzeug kann und was nicht, sieht darin eher eine Unterstützung als eine Bedrohung für die eigene Laufbahn. Die 70 % des Panels, die sich eine KI unter Aufsicht vorstellen, sagen es auf ihre Weise: Die Transformation gelingt über die Menschen ebenso wie über die Software.
Zudem braucht es eine verantwortliche Person. Nur 33 % der Anwender verfügen über ein eigenes Team. Sie müssen nicht gleich eine Abteilung schaffen, sollten aber mindestens eine Person bestimmen, die den Agenten betreut, seine Gespräche analysiert und Verbesserungen vorschlägt. Fehlt einem KMU dieses Profil, kann genau hier ein externer Partner einspringen: Die gemischt organisierten Unternehmen im Panel nutzen KI zu 50 %, gegenüber 31 % der vollständig intern organisierten. Es geht nicht darum, alles abzugeben, sondern schneller zu starten, während das Know-how intern wächst.
Schritt 7 · Die Ergebnisse ab dem Start messen
Legen Sie Ihre Kennzahlen vor dem Start fest, nicht erst danach. 46 % der Anwender messen die Leistung ihrer KI-Agenten nicht. Das dürfte ein wichtiger Grund sein, warum so viele ihren ROI als «positiv, aber schwer bezifferbar» einstufen.
Für den Anfang genügen einige einfache KPI:
die Automatisierungsquote, also der Anteil der Kontakte, die ohne menschliches Eingreifen gelöst werden;
die Quote der Weiterleitungen an Mitarbeitende;
die durchschnittliche Bearbeitungszeit vorher und nachher;
die Kundenzufriedenheit bei Gesprächen, die die KI bearbeitet hat;
die Zeit, die für das Personal frei wird, und wofür sie genutzt wird.
Erheben Sie diese Werte schon vor der Inbetriebnahme, damit Sie einen Vergleichspunkt haben. Fassen Sie auf der finanziellen Seite alle Ausgaben (Lizenzen, Verbrauch, interne Zeit, Begleitung) in einer einzigen Position zusammen, damit Sie nicht zu den 38 % gehören, die nicht wissen, was sie ausgeben. Dieses Dashboard hilft Ihnen auch beim nächsten Schritt: Mit einer bezifferten Bilanz lässt sich ein zweiter Anwendungsfall vor der Geschäftsleitung viel leichter vertreten.
Welche Trends prägen KI-Agenten im Jahr 2026?
Das Barometer zeigt den Stand zu einem bestimmten Zeitpunkt. Mehrere Entwicklungen, die wir im Markt und bei unseren Kundinnen und Kunden beobachten, dürften dieses Bild in den kommenden Monaten verändern.
Die erste betrifft die agentische KI. Agenten, die selbst in Systemen handeln können (ein Dossier ändern, einen Termin planen, eine Rückerstattung auslösen), verlassen nach und nach die Labors. Sie versprechen mehr als blosse Antworten, machen aber die Fragen der Kontrolle und der Nachvollziehbarkeit noch dringlicher.
Die zweite betrifft die Sprache. Callbots klingen immer natürlicher, und das Telefon, das in der Westschweizer Kundenbeziehung nach wie vor eine grosse Rolle spielt, lässt sich leichter automatisieren. In einem Land mit vier Landessprachen bleibt es ein entscheidendes Auswahlkriterium, ob ein System Französisch, Deutsch, Italienisch, Englisch und regionale Akzente beherrscht.
Die dritte ist der Aufstieg des Back Office. Das Barometer zeigt es bereits: 46 % der Anwender setzen KI im Hintergrund ein, kaum weniger als im Front Office. Die Orchestrierung mehrerer spezialisierter Agenten (einer für die Dokumentation, einer für die Analyse der Gespräche, einer für das Verfassen von Texten) dürfte zunehmen. Dabei wird es darauf ankommen, diese Agenten gut aufeinander abzustimmen.
Die vierte ist weniger technologisch: die Professionalisierung der Steuerung. Da 38 % der Anwender ihr Budget nicht kennen und 46 % die Leistung nicht messen, gibt es viel Luft nach oben. Wer den Nutzen seiner Agenten belegen kann, erhält auch die Mittel, um zu skalieren.
Die fünfte betrifft schliesslich die Organisation der Kundenbeziehung. Das Barometer zeigt, dass das gemischte Modell aus internen Teams und externem Partner den Einstieg in die KI deutlich erleichtert. Wir gehen davon aus, dass sich dieses hybride Modell verbreiten wird, vor allem bei KMU, die vorankommen wollen, ohne ein ganzes Data-Team aufzubauen. Für sie wird die digitale Transformation der Kundenbeziehung weniger über ein grosses Einzelprojekt gelingen als über eine Abfolge kurzer, begleiteter und messbarer Schritte.
Was bleibt vom Barometer KI & Kundenbeziehung in der Schweiz 2026?
Jean Meneveau, Partner bei Colombus Consulting, hält im Bericht fest: «Unser Barometer 2026 zeichnet sich durch viele positive Indikatoren aus: die Dynamik bei der Einführung, das Engagement der Geschäftsleitungen, die konkrete Umsetzung in der Praxis …»
Die Schweizer Unternehmen kommen bei der KI voran. 36 % setzen in ihrer Kundenbeziehung einen KI-Agenten ein, 41 % denken darüber nach, und wer den Schritt gemacht hat, ist mehrheitlich zufrieden. Keines der Unternehmen meldet eine negative Bilanz oder einen negativen Return on Investment.
Sie gehen dabei sehr pragmatisch vor. Zuerst wollen sie ihre Teams stärken und ihre Erreichbarkeit verbessern, die Kostensenkung kommt erst danach. Nur 8 % rechnen damit, dass KI die Kundenberaterinnen und -berater in grossem Stil ersetzt: Der Mensch bleibt im Spiel.
Das grösste Hindernis ist die Kompetenz. Fehlendes Know-how ist das wichtigste Hindernis überhaupt und geht mit der Erfahrung nicht zurück, anders als die Befürchtungen zu Vertraulichkeit und Qualität. Unternehmen, die sich auf einen externen Dienstleister stützen, führen KI leichter ein als jene, die alles intern erledigen.
Die Steuerung bleibt der Schwachpunkt. 38 % der Anwender kennen ihr KI-Budget nicht, 46 % messen die Leistung ihrer Agenten nicht, und nur jedes fünfte Unternehmen kann einen bezifferten ROI belegen.
Und schliesslich wird der Abstand grösser. Unter den Anwendern planen mehr als doppelt so viele eine Einführung innerhalb von sechs Monaten wie unter den übrigen Unternehmen (60 % gegenüber 26 %). Am meisten zu verlieren haben die KMU mit 50 bis 250 Mitarbeitenden, von denen 55 % kein Projekt haben, wenn sie weiter abwarten.
Möchten Sie wissen, wo Ihr Unternehmen steht? Laden Sie das vollständige Barometer herunter.
Häufige Fragen zu KI-Agenten im Kundenservice in der Schweiz (FAQ)
Wie viele Schweizer Unternehmen setzen einen KI-Agenten im Kundenservice ein?
Gemäss dem Barometer KI & Kundenbeziehung in der Schweiz 2026 setzen 36 % der Schweizer Unternehmen mindestens einen KI-Agenten in ihrer Kundenbeziehung ein, 18 % davon bereits umfassend. Weitere 41 % ziehen eine Einführung in Betracht. Damit sind 77 % der Befragten bereits aktiv oder planen den Schritt. Nur 23 % haben kein Projekt.
Was ist der Unterschied zwischen einem Chatbot, einem Callbot und einem Voicebot?
Ein Chatbot antwortet schriftlich, meist auf einer Website, in einer App oder in einem Messenger. Ein Callbot antwortet am Telefon und führt ein Gespräch mit der anrufenden Person. Der Begriff Voicebot bezeichnet allgemeiner jeden KI-Agenten, der über Sprache funktioniert, auch auf Sprachassistenten. Im Barometer 2026 entfallen 48 % der Anwendungsfälle im Front Office auf den schriftlichen Kanal und 30 % auf das Telefon. Mehr dazu finden Sie auf unseren Seiten KI-Chatbot und Voicebot.
Was kostet ein KI-Agent in der Schweiz?
Das Budget hängt stark vom Umfang ab. Bei den 2026 befragten Anwendern liegt die häufigste Spanne zwischen CHF 10’000 und CHF 50’000 pro Jahr (25 %), gefolgt von CHF 50’000 bis CHF 200’000 (21 %). 38 % können ihre jährlichen Ausgaben nicht beziffern, oft weil sich die Kosten auf mehrere Posten verteilen (Lizenz, Cloud-Verbrauch, interne Zeit, Integration).
Welche Vorteile bieten KI-Agenten für die Kundenbeziehung?
Das Panel nennt vor allem drei Vorteile: die Optimierung der Teams (56 %), die Reaktionsfähigkeit und Erreichbarkeit rund um die Uhr (52 %) sowie ein besseres Kundenerlebnis (49 %). Bei der Endkundschaft ist die schnelle Bearbeitung der am häufigsten genannte Grund für Zufriedenheit (29 %). Die Kostensenkung steht bei den Beweggründen erst an vierter Stelle (35 %).
Wie misst man die Effizienz eines KI-Agenten?
Die Effizienz eines KI-Agenten misst man mit einigen Kennzahlen, die vor dem Start festgelegt werden: Automatisierungsquote (Anteil der Anfragen, die ohne Eingreifen einer Beraterin oder eines Beraters gelöst werden), Quote der Weiterleitungen an Mitarbeitende, durchschnittliche Bearbeitungszeit, Kundenzufriedenheit bei den von der KI bearbeiteten Gesprächen und die für das Personal frei gewordene Zeit. Gemäss Barometer 2026 messen in der Schweiz 46 % der Anwender die Leistung ihrer Agenten noch nicht.
Wie verändern KI-Agenten den Kundenservice?
KI-Agenten übernehmen einfache und wiederkehrende Anfragen rund um die Uhr und unterstützen die Kundenberaterinnen und -berater im Hintergrund (Vorschläge, Dokumentensuche, Zusammenfassung des bisherigen Verlaufs). Die Mitarbeitenden konzentrieren sich auf komplexe Fälle und auf Kundinnen und Kunden, die ein offenes Ohr brauchen. Für 70 % der befragten Schweizer Unternehmen wird KI bestimmte Aufgaben übernehmen, aber stets unter Aufsicht.
Kann ein KI-Agent auf Französisch, Deutsch und Italienisch antworten?
Ja, heutige KI-Agenten beherrschen mehrere Sprachen, ein Vorteil in einem Land mit vier Landessprachen. Die Qualität hängt jedoch von der Sprache, vom Akzent und vom Fachvokabular ab, besonders mündlich bei einem Callbot. Schweizerdeutsche Dialekte erfordern zum Beispiel eigene Tests. Es empfiehlt sich, jede Sprache vor der Inbetriebnahme einzeln zu prüfen und eine Weiterleitung an Mitarbeitende vorzusehen, die die Sprache der Kundschaft sprechen.
Ist ein KI-Agent mit dem nDSG vereinbar?
Ein KI-Agent lässt sich im Einklang mit dem neuen Datenschutzgesetz (nDSG), das seit dem 1. September 2023 in Kraft ist, einsetzen, sofern die Datenbearbeitung klar geregelt ist: Hosting, Aufbewahrungsdauer, Zugriffe, Information der Kundschaft. Risiken bei der Vertraulichkeit sind das zweithäufigste Hindernis, das die Befragten des Barometers 2026 nennen (45 %). Diese Befürchtung nimmt jedoch bei Unternehmen, die KI bereits einsetzen, deutlich ab. Für jedes Projekt empfiehlt sich die Einschätzung einer juristischen Fachperson.
Werden KI-Agenten die Kundenberaterinnen und -berater ersetzen?
Gemäss den befragten Unternehmen nicht. Nur 8 % rechnen mittelfristig damit, dass KI den Menschen in grossem Stil ersetzt. 70 % gehen davon aus, dass KI bestimmte Aufgaben unter Aufsicht übernehmen wird, und 56 % sehen sie als ergänzendes Werkzeug zur Unterstützung der Teams. Die verbreitetste Back-Office-Funktion, das Co-Piloting der Kundenberaterinnen und -berater (25 %), bestätigt diese Sicht.
Warum erleichtert Outsourcing der Kundenbeziehung den Einstieg in die KI?
Weil fehlende interne Kompetenzen das grösste Hindernis sind (47 %) und ein externer Dienstleister dieses Know-how einbringen kann. Im Barometer 2026 setzen 50 % der Unternehmen mit gemischt organisierter Kundenbeziehung (intern und externer Dienstleister) KI ein, gegenüber 31 % jener, die alles intern abwickeln. Nur 6 % der gemischt organisierten Unternehmen haben kein KI-Projekt, gegenüber 28 % der vollständig intern organisierten.
Methodik: Barometer «KI & Kundenbeziehung in der Schweiz, Praktiken und Perspektiven 2026», durchgeführt von Teleactis in Partnerschaft mit Colombus Consulting und callnet.ch. Online-Fragebogen auf Französisch, Deutsch und Italienisch, durchgeführt von Juni bis September 2026 bei rund 100 Unternehmen mit Sitz in der Schweiz, jeder Grösse und aus allen drei Sprachregionen. Einige Fragen wurden nur Unternehmen gestellt, die bereits KI-Agenten einsetzen.
Die Ergebnisse wurden am 6. Oktober 2026 in einem Webinar auf Microsoft Teams vorgestellt.
Sprechen Sie diese Ergebnisse an, und fragen Sie sich, wo Ihr eigener Kundenservice steht?
Lassen Sie uns in einem persönlichen Termin darüber sprechen. Ich helfe Ihnen, den ersten sinnvollen Anwendungsfall zu finden und umzusetzen, ohne dass Sie die Kontrolle über Ihre Kundenbeziehung verlieren.
