In Kürze

  • Der globale «AI Momentum Survey» von Dun & Bradstreet, eine vierteljährliche Befragung von 10'000 Unternehmen in 32 Ländern, zeigt für die Schweiz: Rund sieben von zehn Unternehmen erzielen inzwischen einen messbaren finanziellen Nutzen aus KI – 48 Prozent berichten von vereinzelten Erträgen aus einzelnen Projekten, 21 Prozent bereits von breitem oder starkem Return on Investment über mehrere Projekte hinweg.
  • Laufende KI-Initiativen melden inzwischen 97 Prozent der befragten Unternehmen, doch nur 7 Prozent der Schweizer Firmen bezeichnen ihre Datenbasis als vollständig bereit für einen skalierten KI-Einsatz – global liegt dieser Anteil laut Dun & Bradstreet bei rund 6 Prozent.
  • Die Studienautoren schliessen daraus, dass die KI-Einführung der eigenen Datenreife vorauseilt: Viele Unternehmen erzielen erste Erfolge mit Pilotprojekten, scheitern aber am Sprung zu konsistenten, unternehmensweiten Erträgen, solange Dateninfrastruktur und Datenqualität nicht mitziehen.

Was ist passiert?

Der «AI Momentum Survey» von Dun & Bradstreet, eine vierteljährliche Befragung von 10'000 Unternehmen in 32 Ländern zu Tempo, Investitionen und Ergebnissen ihrer KI-Einführung, zeigt in seinen am 4. September 2026 veröffentlichten Ergebnissen für das dritte Quartal 2026 ein zweigeteiltes Bild für die Schweiz. Einerseits berichten rund sieben von zehn Schweizer Unternehmen inzwischen von einem messbaren finanziellen Nutzen aus KI-Projekten: 48 Prozent erzielen vereinzelte Erträge in einzelnen Projekten, 21 Prozent bereits einen breiten oder starken Return on Investment über mehrere Projekte hinweg. Laufende KI-Initiativen melden praktisch alle befragten Unternehmen – 97 Prozent.

Andererseits offenbart die Studie eine deutliche Bremse: Nur 7 Prozent der Schweizer Unternehmen stufen ihre Datenbasis als vollständig bereit für einen skalierten KI-Einsatz ein – global liegt der entsprechende Anteil laut Dun & Bradstreet bei rund 6 Prozent. Die Studienautoren interpretieren dies als Hinweis darauf, dass die KI-Einführung in den meisten Unternehmen inzwischen der eigenen Datenreife vorauseilt: Erste Pilotprojekte liefern zwar Resultate, ein struktureller, unternehmensweiter Rollout scheitert aber häufig an uneinheitlichen, unvollständigen oder schwer zugänglichen Datenbeständen.

Warum ist das wichtig?

Die Zahlen widerlegen die verbreitete Annahme, KI-Projekte scheiterten vor allem an fehlender Akzeptanz oder mangelndem Interesse in der Belegschaft. Stattdessen zeigt die Studie, dass die technische und organisatorische Dateninfrastruktur zum eigentlichen Engpass geworden ist: Wer seine Kunden-, Produktions- oder Finanzdaten nicht in konsistenter, gut dokumentierter Form vorhält, kann KI-Anwendungen zwar in isolierten Pilotprojekten testen, aber kaum über Abteilungsgrenzen hinweg skalieren. Das verschiebt den Investitionsschwerpunkt vieler Unternehmen von reiner KI-Tool-Beschaffung hin zu klassischer Datenarchitektur- und Governance-Arbeit.

Für Schweizer KMU, die oft über kleinere IT-Teams und historisch gewachsene, wenig standardisierte Systeme verfügen, ist diese Erkenntnis besonders relevant: Der Befund erklärt, weshalb viele Betriebe zwar einzelne KI-Anwendungen wie Übersetzung oder Korrespondenz erfolgreich nutzen, den Sprung zu unternehmensweiten, durchgängigen KI-Workflows aber nicht schaffen. Zugleich hat eine unklare Datenbasis auch eine rechtliche Dimension: Ohne Überblick über Herkunft, Qualität und Rechtmässigkeit der verarbeiteten Daten lässt sich auch die Einhaltung der Transparenz- und Sorgfaltspflichten des revidierten Datenschutzgesetzes beim KI-Einsatz nur schwer nachweisen.

Was bedeutet das für die Schweiz?

Redaktionelle Einordnung: Die folgenden Schlussfolgerungen beziehen sich auf die genannten Quellen. Sie sind keine zusätzlichen Meldungen der Originalquelle.

  • Für Schweizer KMU liefert die Studie eine konkrete Prioritätenliste: Statt in weitere KI-Pilotprojekte zu investieren, dürfte sich für viele Betriebe die Investition in Datenbereinigung, einheitliche Datenstrukturen und Data Governance stärker auszahlen, um bestehende KI-Anwendungen über einzelne Abteilungen hinaus auszurollen.
  • Der hohe Anteil an Unternehmen mit «vereinzelten» statt «breiten» Erträgen (48 gegenüber 21 Prozent) deckt sich mit Beobachtungen anderer Schweizer KMU-Studien dieses Jahres, wonach viele Betriebe zwar einzelne KI-Tools erfolgreich einsetzen, ihnen aber die organisatorischen Voraussetzungen für eine unternehmensweite Skalierung fehlen.
  • Die schlechte Datenreife hat auch eine datenschutzrechtliche Seite: Wer die Qualität, Herkunft und Rechtmässigkeit seiner Datenbestände nicht im Griff hat, tut sich auch schwerer, die Anforderungen des revidierten Datenschutzgesetzes (DSG) an Transparenz und automatisierte Einzelentscheidungen beim KI-Einsatz zu erfüllen.

Verwendete Quellen

Moneycab berichtete am 9. September 2026 über die Schweizer Ergebnisse des Dun & Bradstreet «AI Momentum Survey»; die globale Pressemitteilung des Unternehmens vom 4. September 2026 sowie Berichte von Swiss-Press und der Zürcher Handelskammer lieferten ergänzende Zahlen.

Quellenstatus: 1 verlinkte Quelle · 0 von 1 Originaldaten verifiziert. Prüfregeln ansehen

  • Moneycab Moneycab Originaldatum nicht erfasst Rolle: Ausgangsquelle · Zugriff: Abruf nicht bestätigt · Abruf am 11. September 2026

Häufige Fragen

Was ist die Kernaussage zu Studie: Sieben von zehn Schweizer Firmen sehen KI-Erträge – aber nur 7 Prozent haben ihre Daten bereit?

Der globale «AI Momentum Survey» von Dun & Bradstreet, eine vierteljährliche Befragung von 10'000 Unternehmen in 32 Ländern, zeigt für die Schweiz: Rund sieben von zehn Unternehmen erzielen inzwischen einen messbaren finanziellen Nutzen aus KI – 48 Prozent berichten von vereinzelten Erträgen aus einzelnen Projekten, 21 Prozent bereits von breitem oder starkem Return on Investment über mehrere Projekte hinweg.

Warum ist diese KI-Meldung für die Schweiz relevant?

Für Schweizer KMU liefert die Studie eine konkrete Prioritätenliste: Statt in weitere KI-Pilotprojekte zu investieren, dürfte sich für viele Betriebe die Investition in Datenbereinigung, einheitliche Datenstrukturen und Data Governance stärker auszahlen, um bestehende KI-Anwendungen über einzelne Abteilungen hinaus auszurollen.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Moneycab berichtete am 9. September 2026 über die Schweizer Ergebnisse des Dun & Bradstreet «AI Momentum Survey»; die globale Pressemitteilung des Unternehmens vom 4. September 2026 sowie Berichte von Swiss-Press und der Zürcher Handelskammer lieferten ergänzende Zahlen.