Die ersten 90 Tage entscheiden darüber, ob AI Automation in Ihrem Unternehmen Wurzeln schlägt oder als gescheitertes Experiment in der Schublade landet. Unternehmen, die strukturiert vorgehen, erreichen nach drei Monaten messbare Ergebnisse, ein begeistertes Team und eine solide Grundlage für weitere Skalierung. Unternehmen ohne Plan verzetteln sich in Tool-Evaluierungen, automatisieren die falschen Prozesse und verlieren das Vertrauen der Stakeholder.
Dieser Guide gibt Ihnen einen erprobten 90-Tage-Fahrplan für die Implementierung von AI Automation – mit konkreten Meilensteinen, Checklisten und den Fehlern, die Sie unbedingt vermeiden sollten.
Vor dem Start: Die richtige Grundhaltung
Bevor Sie in die erste Phase einsteigen, drei Prinzipien, die Ihren Erfolg bestimmen:
- Start small, think big: Beginnen Sie mit einem einfachen Prozess, aber haben Sie die Vision für das Gesamtbild
- Messbar vor ambitioniert: Ein funktionierender kleiner Workflow ist wertvoller als ein halbfertiger grosser
- Menschen vor Tools: Die beste Automation nützt nichts, wenn das Team sie nicht annimmt
Phase 1: Assessment & Quick Wins (Tag 1-30)
Woche 1-2: Prozess-Audit und Bestandsaufnahme
Der erste Schritt ist kein technischer, sondern ein analytischer. Sie müssen verstehen, welche Prozesse sich für Automation eignen und welche den grössten Impact haben.
Prozess-Audit durchführen:
Gehen Sie systematisch alle wiederkehrenden Prozesse in Ihrem Unternehmen durch und bewerten Sie jeden anhand dieser Kriterien:
| Kriterium | Bewertung (1-5) | Gewichtung |
|---|---|---|
| Häufigkeit (wie oft pro Woche?) | 1=selten, 5=täglich | 30% |
| Regelbasiert (klare Wenn-Dann-Logik?) | 1=komplex, 5=eindeutig | 25% |
| Zeitaufwand (Stunden pro Woche) | 1=wenig, 5=viel | 25% |
| Fehleranfälligkeit | 1=selten, 5=häufig | 10% |
| Datenverfügbarkeit (digital vorhanden?) | 1=analog, 5=digital | 10% |
Top-10-Kandidaten identifizieren:
Typische Quick-Win-Prozesse für den Anfang:
- Lead-Benachrichtigungen (CRM → Slack/E-Mail)
- Rechnungseingang erfassen und weiterleiten
- Meeting-Zusammenfassungen automatisch erstellen
- Social-Media-Monitoring mit Zusammenfassung
- Kundenfeedback sammeln und kategorisieren
- Onboarding-Checklisten bei neuen Mitarbeitenden triggern
- Report-Generierung aus verschiedenen Datenquellen
- E-Mail-Triage und automatische Weiterleitung
Woche 2-3: Tool-Auswahl
Basierend auf Ihren Anforderungen wählen Sie die passende Automation-Plattform.
Entscheidungshilfe:
| Anforderung | Make | n8n | Zapier |
|---|---|---|---|
| Einsteigerfreundlich | ★★★★★ | ★★★☆☆ | ★★★★★ |
| Technische Flexibilität | ★★★☆☆ | ★★★★★ | ★★☆☆☆ |
| Datenschutz (Self-Hosting) | ✗ | ✓ | ✗ |
| AI-Integrationen | ★★★★☆ | ★★★★★ | ★★★☆☆ |
| Kosten Einstieg (Währung des Anbieters) | Free: 1'000 Credits/Monat; danach Core ab 9 USD (rund 7 CHF) für 10'000 Credits/Monat | Community selbst gehostet: kostenlos; Cloud Starter 20 EUR (rund 19 CHF) für 2'500 Ausführungen/Monat | Free: 100 Tasks/Monat; Professional beginnt bei 19.99 USD (rund 16 CHF) für 750 Tasks und steigt mit dem gebuchten Volumen — 89 USD bei 5'000 Tasks (Jahresabrechnung) |
| Abrechnungseinheit | Credits je Modul-Aktion | Ausführungen je Durchlauf, unabhängig von der Schrittzahl | Tasks je Aktionsschritt, der Auslöser zählt nicht |
| Ideal für | KMU, Marketing | Tech-Teams, Datenschutz | Einsteiger, Simple Flows |
Quelle der Preisangaben: Make, Zapier, n8n — abgerufen am 22. August 2026. Anbieterpreise ändern sich; die Beträge stehen in der Währung des Anbieters.Für eine detaillierte Gegenüberstellung lesen Sie unseren Make vs n8n Vergleich oder den Drei-Wege-Vergleich.
Woche 3-4: Erster Pilot-Workflow
Jetzt wird es praktisch. Wählen Sie einen Prozess aus Ihrem Top-10 und setzen Sie ihn als ersten Workflow um.
Kriterien für den idealen Pilot-Workflow:
- Wenige Schritte (3-5 Module/Nodes)
- Klarer Trigger (z.B. neuer Eintrag in Google Sheet, neue E-Mail, Webhook)
- Geringes Risiko bei Fehlern (kein kundenkritischer Prozess)
- Sichtbarer Nutzen für mindestens einen Mitarbeitenden
- Umsetzbar in 1-2 Tagen
Beispiel: Lead-Notification-Workflow
- Trigger: Neues Formular auf Website ausgefüllt
- Aktion 1: Lead-Daten in CRM eintragen
- Aktion 2: Slack-Nachricht an Sales-Team mit Lead-Details
- Aktion 3: Bestätigungs-E-Mail an Lead senden
- Aktion 4: Aufgabe in Projektmanagement-Tool erstellen
Phase 2: Aufbau & Integration (Tag 31-60)
Woche 5-6: 3-5 Kernworkflows implementieren
Aufbauend auf den Erfahrungen aus dem Pilot erweitern Sie systematisch Ihre Automation.
Workflow-Portfolio aufbauen:
Implementieren Sie 3-5 Workflows aus verschiedenen Unternehmensbereichen:
- Sales/Marketing: Lead Scoring, Follow-up-Sequenzen, Reporting
- Operations: Datenabgleich zwischen Systemen, Statusupdates, Benachrichtigungen
- Finance: Rechnungsverarbeitung, Spesenerfassung, Mahnwesen-Trigger
- HR: Bewerbungs-Triage, Onboarding-Abläufe, Feedback-Erfassung
- Kundenservice: Ticket-Kategorisierung, FAQ-Antworten, Eskalationsregeln
Für jeden Workflow dokumentieren Sie:
- Zweck und Auslöser
- Beteiligte Systeme und Zugangsdaten (sicher gespeichert)
- Erwartetes Verhalten und Fehlerszenarien
- Verantwortliche Person für Wartung
Woche 6-7: Team-Schulung und Change Management
Technologie ist nur die halbe Miete. Ohne Akzeptanz im Team bleibt AI Automation ein Einzelkämpfer-Projekt.
Schulungsplan:
| Zielgruppe | Format | Dauer | Inhalt |
|---|---|---|---|
| Management | Präsentation | 1 Stunde | Vision, ROI, Roadmap |
| Power User | Workshop | 4 Stunden | Tool-Schulung, eigene Workflows bauen |
| Alle Mitarbeitenden | Demo + Q&A | 30 Minuten | Was ändert sich? Was wird einfacher? |
| IT/Ops | Technisches Training | 2 Tage | Administration, Monitoring, Troubleshooting |
- Kommunizieren Sie das Warum: AI Automation soll repetitive Arbeit eliminieren, nicht Arbeitsplätze
- Zeigen Sie Quick Wins: Demonstrieren Sie an konkreten Beispielen, wie viel Zeit gespart wird
- Benennen Sie Champions: 1-2 Personen pro Abteilung, die als Ansprechpartner und Multiplikatoren fungieren
- Sammeln Sie Feedback: Regelmässige Retrospektiven, was funktioniert und was nicht
- Feiern Sie Erfolge: Teilen Sie erreichte Zeitersparnisse im Team
Die Schulung aus diesem Abschnitt ist seit dem 2. Februar 2025 nicht mehr nur eine Frage der Akzeptanz. Artikel 4 der EU-KI-Verordnung verlangt von Anbietern und Betreibern von KI-Systemen, Massnahmen zur KI-Kompetenz ihres Personals und der in ihrem Auftrag tätigen Personen zu ergreifen — abgestuft nach Vorkenntnissen, Erfahrung und Einsatzkontext. Artikel 113 setzt den Geltungsbeginn für Kapitel I, in dem Artikel 4 steht, auf den 2. Februar 2025.
Am 27. Juli 2026 wurde Artikel 4 durch die Verordnung (EU) 2026/1744 neu gefasst und dabei entschärft: Aus dem früheren «nach besten Kräften sicherstellen, dass ein ausreichendes Mass an KI-Kompetenz vorliegt» wurde die Pflicht, die Entwicklung der KI-Kompetenz zu unterstützen. Der Artikel hält seither ausdrücklich fest, dass die Verpflichtung niemanden zwingt, für eine einzelne Person ein bestimmtes Kompetenzniveau zu garantieren. Neu hinzugekommen sind zwei Absätze, wonach Kommission und Mitgliedstaaten insbesondere KMU bei der Erfüllung unterstützen und praktische Beispiele auf einer zentralen Informationsplattform veröffentlichen.
Der Geltungsbereich ist hier der entscheidende Teil der Tatsache. Ein Schweizer Unternehmen wird nicht dadurch zum Adressaten der Verordnung, dass es KI einsetzt. Nach Artikel 2 Absatz 1 Buchstabe c erfasst die Verordnung Anbieter und Betreiber mit Sitz in einem Drittland — und damit auch Schweizer Unternehmen — dann, wenn die vom KI-System hervorgebrachte Ausgabe in der Union verwendet wird. Für ein KMU, das ausschliesslich für Schweizer Kundschaft automatisiert, greift die Pflicht daher in aller Regel nicht. Sobald Ergebnisse Ihrer Workflows in der EU verwendet werden — etwa Texte, Auswertungen oder Entscheidungen für eine EU-Niederlassung oder EU-Kundschaft —, gehört die Frage vor die Rechtsberatung und nicht in die Selbsteinschätzung. Unabhängig vom Rechtsstatus bleibt die Schulung der wirksamste Hebel für Akzeptanz; die Pflicht ändert nichts am Inhalt Ihres Schulungsplans, wohl aber daran, ob Sie ihn dokumentieren sollten.
Quelle: Verordnung (EU) 2024/1689 (KI-Verordnung), konsolidierte Fassung vom 27. Juli 2026, Artikel 2, 4 und 113 — geändert durch die Verordnung (EU) 2026/1744 vom 8. Juli 2026 (ABl. L 1744 vom 24.7.2026, S. 1). Abgerufen am 2. September 2026. Zitate orthografisch an die Schweizer Schreibweise angepasst. Dieser Abschnitt ist keine Rechtsberatung.Für vertieftes Wissen empfehlen wir unseren Guide zu Change Management bei AI Automation.
Woche 7-8: KPIs definieren und Monitoring einrichten
Was Sie nicht messen, können Sie nicht verbessern. Definieren Sie jetzt die Kennzahlen für Ihre AI Automation.
Basis-KPIs ab Phase 2:
- Erfolgsrate: Prozentsatz der Workflow-Ausführungen ohne Fehler (Ziel: >95%)
- Zeitersparnis: Eingesparte Stunden pro Woche, quantifiziert pro Workflow
- Fehlerreduktion: Vergleich Fehlerquote vor und nach Automation
- Adoptionsrate: Wie viele Mitarbeitende nutzen die automatisierten Prozesse?
- Kosten: Laufende Tool- und API-Kosten in CHF pro Monat
- Dashboard mit Workflow-Status (erfolgreich/fehlgeschlagen/pausiert)
- Automatische Alerts bei Fehlern via Slack oder E-Mail
- Wöchentlicher Report mit KPI-Entwicklung
- Monatliches Review-Meeting mit Stakeholdern
Meilenstein Phase 2: 3-5 produktive Workflows, geschultes Team mit benannten Champions, KPI-Dashboard mit Baseline-Daten und ein dokumentierter Change-Management-Prozess.
Phase 3: Skalierung & Optimierung (Tag 61-90)
Woche 9-10: Von Einzelworkflows zu verbundenen Systemen
In Phase 3 verbinden Sie isolierte Workflows zu einem zusammenhängenden System.
Workflow-Orchestrierung:
- Verkettung: Workflow A triggert Workflow B (z.B. Lead-Qualifikation → Vertriebsaufgabe → Follow-up-Sequenz)
- Fehlerbehandlung: Globale Error-Handler, die bei Problemen in jedem Workflow greifen
- Daten-Konsistenz: Ein zentraler Datenspeicher (z.B. CRM oder Datenbank) als Single Source of Truth
- Versionierung: Workflows versionieren, damit Änderungen nachvollziehbar und rückgängig zu machen sind
Neuer Kunde → CRM-Eintrag → Willkommens-E-Mail → Onboarding-Aufgaben erstellen → After-Sales-Sequenz nach 14 Tagen → Feedback-Abfrage nach 30 Tagen → Ergebnis in Dashboard
Woche 10-11: AI Agents für komplexere Aufgaben evaluieren
Nachdem die regelbasierten Workflows stabil laufen, ist es Zeit für die nächste Stufe: AI Agents.
Wann ein AI Agent sinnvoll ist:
- Die Aufgabe erfordert Interpretation statt nur Wenn-Dann-Logik
- Natürliche Sprache muss verstanden oder generiert werden
- Entscheidungen basieren auf unstrukturierten Daten (E-Mails, Dokumente, Bilder)
- Der Prozess hat zu viele Verzweigungen für einen regelbasierten Workflow
- E-Mail-Triage mit AI: Eingehende E-Mails lesen, kategorisieren und an die richtige Person/Queue weiterleiten
- Dokumenten-Zusammenfassung: Meeting-Protokolle, Reports oder Verträge automatisch zusammenfassen
- Kundensupport Level 1: FAQ-Fragen beantworten, komplexe Anfragen eskalieren
- Content-Unterstützung: Erste Entwürfe für Social Media, Blog-Teaser oder interne Kommunikation
Woche 11-12: ROI-Messung und Reporting an Stakeholder
Vertiefen Sie Ihr Wissen:Der letzte Schritt in den ersten 90 Tagen ist die Beweisführung: Was hat AI Automation konkret gebracht?
ROI-Report erstellen. Die folgende Tabelle ist eine leere Vorlage, keine Beispielrechnung: Tragen Sie links Ihre Baseline aus Woche 1-2 ein, in der Mitte die Nachmessung am Tag 90. Belastbar wird der Report ausschliesslich mit Ihren eigenen Messwerten — übernommene Fremdzahlen halten einer Rückfrage im Stakeholder-Termin nicht stand.
| Kennzahl | Vor AI Automation | Nach 90 Tagen | Veränderung |
|---|---|---|---|
| Manuelle Stunden/Woche | ___ Stunden | ___ Stunden | ___ % |
| Fehlerquote Prozess A | ___ % | ___ % | ___ % |
| Bearbeitungszeit Prozess B | ___ Minuten | ___ Minuten | ___ % |
| Tool-Kosten (CHF/Monat) | – | CHF ___ | Investition |
| Eingesparter Wert (CHF/Monat) | – | CHF ___ | Return |
- Ergebnisse der ersten 90 Tage mit konkreten Zahlen
- Learnings und Anpassungen
- Roadmap für die nächsten 6 Monate
- Budget-Anforderung für Skalierung
- Empfehlung für nächste Automatisierungs-Kandidaten
20-Punkte-Checkliste für erfolgreiche AI Automation
Vorbereitung (Punkte 1-5)
- Geschäftsziele für AI Automation definiert
- Executive Sponsor identifiziert und Commitment eingeholt
- Budget für Tools, Schulung und externe Unterstützung freigegeben
- Verantwortliche Person (AI Automation Lead) benannt
- Prozess-Audit mit priorisierten Kandidaten abgeschlossen
Implementierung (Punkte 6-12)
- Automation-Plattform ausgewählt und eingerichtet
- Pilot-Workflow erfolgreich umgesetzt und getestet
- Fehlerbehandlung und Fallback-Szenarien implementiert
- 3-5 Kernworkflows produktiv im Einsatz
- Dokumentation für alle Workflows erstellt
- Zugangsdaten und API-Keys sicher verwaltet
- Datenschutz- und Compliance-Anforderungen geprüft (nDSG, DSGVO) sowie geklärt, ob die KI-Kompetenz-Pflicht nach Artikel 4 der EU-KI-Verordnung greift — massgeblich ist, ob die Ausgabe in der EU verwendet wird
Team & Change (Punkte 13-16)
- Management-Präsentation durchgeführt
- Team-Schulungen für alle relevanten Gruppen abgehalten
- Champions pro Abteilung benannt
- Feedback-Kanal für Verbesserungsvorschläge eingerichtet
Monitoring & Optimierung (Punkte 17-20)
- KPIs definiert und Baseline erhoben
- Monitoring-Dashboard eingerichtet
- Automatische Alerts bei Fehlern konfiguriert
- ROI-Report erstellt und Roadmap für Skalierung verabschiedet
Häufige Fehler in den ersten 90 Tagen
Fehler 1: Zu gross anfangen
Viele Unternehmen wollen sofort den komplexesten Prozess automatisieren. Starten Sie stattdessen mit einem einfachen Workflow, der in 1-2 Tagen steht und sofort Nutzen liefert. Der Erfolg dieses Quick Wins schafft das Vertrauen für grössere Projekte.
Fehler 2: Tools vor Prozessen evaluieren
Erst die Prozesse verstehen, dann das Tool wählen. Wer zuerst ein Tool kauft und dann nach Anwendungsfällen sucht, automatisiert häufig die falschen Dinge. Der Prozess-Audit in Phase 1 ist nicht optional.
Fehler 3: Das Team nicht mitnehmen
AI Automation, die am Team vorbei eingeführt wird, erzeugt Widerstand statt Begeisterung. Investieren Sie in Schulung, Kommunikation und Change Management. Die Stunden, die Sie hier investieren, sparen Sie später vielfach ein.
Fehler 4: Kein Monitoring einrichten
Workflows, die einmal gebaut und dann vergessen werden, brechen irgendwann. APIs ändern sich, Datenformate wechseln, Zugangsdaten laufen ab. Ohne Monitoring merken Sie es zu spät. Richten Sie von Anfang an Alerts ein.
Fehler 5: Keine Dokumentation
Nach drei Monaten weiss niemand mehr, warum Workflow X so gebaut wurde. Dokumentieren Sie jeden Workflow: Zweck, Ablauf, Fehlerszenarien, verantwortliche Person. Das kostet pro Workflow 30 Minuten und spart Stunden beim Troubleshooting.
Fehler 6: Unrealistische Erwartungen
AI Automation löst nicht alle Probleme in 90 Tagen. Setzen Sie realistische Meilensteine und kommunizieren Sie transparent, was möglich ist und was nicht. Und rechnen Sie erst mit einer Rendite, wenn Sie den Ist-Aufwand des Prozesses gemessen haben — vorher ist jede Prozentzahl geraten.
Vertiefte Informationen zu typischen Stolperfallen finden Sie in unserem Guide AI Automation Fehler vermeiden.
FAQ: AI Automation Onboarding
- Wie viel Budget brauche ich für die ersten 90 Tage?
Für ein Schweizer KMU mit 10-50 Mitarbeitenden sollten Sie mit CHF 3'000-10'000 für die ersten 90 Tage rechnen. Das umfasst Tool-Lizenzen (CHF 50-200/Monat), eventuell externe Beratung für den Kickstart (CHF 2'000-5'000) und interne Zeitinvestition (ca. 40-80 Stunden über 3 Monate). Das grösste Budget ist nicht Geld, sondern die engagierte Zeit Ihres AI Automation Leads. Alle genannten Beträge sind Richtwerte aus eigener Einschätzung, keine erhobenen Marktdaten.
- Brauche ich technisches Know-how im Team?
Für den Einstieg mit Make oder Zapier nicht zwingend. Diese Plattformen sind für Nicht-Techniker konzipiert und ermöglichen erste Workflows ohne Programmierkenntnisse. Für n8n und komplexere Setups ist technisches Grundverständnis von Vorteil. Spätestens ab Phase 3, wenn AI Agents ins Spiel kommen, profitieren Sie von jemandem mit API- und Datenbank-Erfahrung – intern oder als externer Partner.
- Was mache ich, wenn der Pilot-Workflow scheitert?
Ein gescheiterter Pilot ist kein Misserfolg, sondern eine Lektion. Analysieren Sie, woran es lag: War der Prozess zu komplex? Fehlten Daten? War das Tool ungeeignet? Häufig liegt es daran, dass der Prozess vor der Automation nicht sauber definiert war. Vereinfachen Sie den Workflow, wählen Sie einen einfacheren Prozess oder holen Sie sich Unterstützung. Die meisten erfolgreichen AI-Automation-Teams hatten mindestens einen fehlgeschlagenen Versuch.
- Wie überzeuge ich mein Management von AI Automation?
Starten Sie mit Fakten: Dokumentieren Sie eine Woche lang, wie viel Zeit Ihr Team mit repetitiven Aufgaben verbringt. Rechnen Sie die Stunden in CHF um. Zeigen Sie dann einen konkreten Pilot-Workflow, der innerhalb einer Woche umsetzbar ist, und präsentieren Sie den erwarteten ROI. Management überzeugt man nicht mit Technologie-Begeisterung, sondern mit Geschäftsergebnissen. Nutzen Sie die Kosten-ROI-Analyse als Argumentationsgrundlage.
- Muss ich mein Team wegen der EU-KI-Verordnung schulen?
Das hängt nicht davon ab, ob Sie KI einsetzen, sondern davon, wo die Ergebnisse landen. Artikel 4 der EU-KI-Verordnung verlangt von Anbietern und Betreibern Massnahmen zur KI-Kompetenz des Personals und gilt seit dem 2. Februar 2025. Ein Schweizer Unternehmen fällt nach Artikel 2 Absatz 1 Buchstabe c aber erst dann darunter, wenn die vom KI-System hervorgebrachte Ausgabe in der Union verwendet wird. Wer ausschliesslich für Schweizer Kundschaft automatisiert, ist in aller Regel nicht erfasst. Seit der Neufassung durch die Verordnung (EU) 2026/1744 am 27. Juli 2026 ist die Pflicht zudem als Unterstützungspflicht formuliert: Ein bestimmtes Kompetenzniveau je Person muss niemand garantieren. Unabhängig davon empfehlen wir den Schulungsplan aus Phase 2 — er entscheidet über die Akzeptanz, nicht über die Konformität. Für die rechtliche Einordnung im Einzelfall ziehen Sie eine Rechtsberatung bei.
- Kann ich die 90 Tage verkürzen?
Mit externer Unterstützung und dediziertem Fokus lassen sich die Phasen komprimieren – auf etwa 45-60 Tage. Das erfordert allerdings einen Vollzeit-AI-Automation-Lead und ein klares Commitment des Teams. Warnung: Verkürzen Sie nicht die Assessment-Phase. Die Prozessauswahl bestimmt den Erfolg aller folgenden Schritte. Sparen Sie lieber in Phase 3 Zeit durch parallele Umsetzung statt in Phase 1 durch übersprungene Analyse.
Weiterführende Themen
Quellen
- Quelle der Preisangaben: Make, Zapier, n8n — abgerufen am 22. August 2026. Anbieterpreise ändern sich; die Beträge stehen in der Währung des Anbieters.
- Verordnung (EU) 2024/1689 (KI-Verordnung), konsolidierte Fassung vom 27. Juli 2026, Artikel 2, 4 und 113 — geändert durch die Verordnung (EU) 2026/1744 vom 8. Juli 2026 (ABl. L 1744 vom 24.7.2026, S. 1). Abgerufen am 2. September 2026. Zitate orthografisch an die Schweizer Schreibweise angepasst. Dieser Abschnitt ist keine Rechtsberatung.
