Seit 2025 verwandelt sich gefühlt jede zweite Digitalagentur im DACH-Raum in eine „KI-Agentur“. Auch vimocon ist in den Bereich einzuordnen. Das Angebot wächst schneller als die Kompetenz dahinter. Zeit für eine Einordnung, aus der Perspektive von jemandem, der selbst in diesem Feld arbeitet und deshalb die blinden Flecken kennt.

Ein Begriff, der schneller gewachsen ist als sein Inhalt

Noch vor zwei Jahren war „KI-Agentur“ ein Suchbegriff, den kaum jemand eingegeben hat. Heute liefert er tausende Treffer, und dahinter steht alles Mögliche: vom Freelancer, der ChatGPT-Prompts schreibt, über die klassische Webagentur, die ihr Portfolio um einen KI-Reiter erweitert hat, bis zum spezialisierten Engineering-Team, das eigene RAG-Systeme auf Kundendaten aufsetzt und betreibt.

Das ist nicht grundsätzlich ein Problem. Neue Märkte sind am Anfang immer unscharf. Aber es wird dann eines, wenn Unternehmen, gerade KMU ohne eigene IT-Abteilung oder KI-Erfahrung, nicht unterscheiden können, was sie vor sich haben. Denn die Versprechen klingen überall gleich: Prozesse automatisieren, Effizienz steigern, DSGVO-konform, alles aus einer Hand.

Was eine KI-Agentur eigentlich tut

Im Kern ist eine KI-Agentur ein spezialisierter Dienstleister, der Unternehmen bei der Einführung und dem Betrieb von KI-Lösungen begleitet. Das klingt einfach, hat aber eine Bandbreite, die man sich klarmachen muss, denn sie reicht von der strategischen Beratung bis zum technischen Betrieb.

Am Anfang steht fast immer eine Potenzialanalyse: Wo liegen die Prozesse, die tatsächlich von KI profitieren? Das ist die entscheidende Frage, und sie ist schwerer zu beantworten, als die meisten denken. Ich habe in meiner eigenen Arbeit oft erlebt, dass Unternehmen mit dem Wunsch kommen, „irgendwas mit KI zu machen“, und die eigentliche Arbeit darin besteht, gemeinsam herauszufinden, wo der Hebel wirklich liegt, und wo er eben nicht liegt.

Danach folgt die Umsetzung: Chatbots mit LLM-Anbindung, Workflow-Automatisierungen über Tools wie n8n oder Make, RAG-Systeme, die Firmenwissen durchsuchbar machen, oder die Anbindung von Sprachmodellen an bestehende CRM- und ERP-Systeme. Und im besten Fall bleibt die Agentur auch danach im Spiel, für den Betrieb, das Monitoring und die Weiterentwicklung. Denn KI-Systeme sind keine Websites, die man einmal baut und dann stehen lässt. Sie brauchen Pflege, weil sich Modelle ändern, Daten wachsen und Anforderungen wandeln.

Die Frage, die sich KMU eigentlich stellen

Die spannendere Frage ist eine andere, und sie kommt in fast jedem Erstgespräch: Brauche ich überhaupt eine Agentur, oder kann ich das auch selbst?

Die ehrliche Antwort: Es kommt darauf an, wie tief man gehen will und wie viel interne Kompetenz schon da ist. Für einen ersten Chatbot auf der Website oder eine automatisierte E-Mail-Zusammenfassung braucht man 2026 keine Agentur mehr. Die Tools sind da, die Tutorials sind da, und wer sich einarbeiten will, kommt mit einem Wochenende erstaunlich weit.

Anders sieht es aus, wenn es um Systeme geht, die mit sensiblen Firmendaten arbeiten, die in bestehende Prozesse eingreifen oder die von mehreren Mitarbeitenden produktiv genutzt werden sollen. Da geht es plötzlich um Datenschutz (in der Schweiz um das DSG, in der EU um die DSGVO und den AI Act), um Hosting-Fragen, um Zugriffsrechte, um Qualitätssicherung, und vor allem um die Frage, wer das Ganze am Laufen hält, wenn es in sechs Monaten nicht mehr so funktioniert wie am Tag der Übergabe.

Woran man eine gute von einer schlechten unterscheidet

Drei Dinge, die ich mir mittlerweile als Orientierung zurechtgelegt habe, und die ich auch jedem Kunden mitgebe:

Erstens, die Reihenfolge. Eine gute KI-Agentur beginnt mit dem Prozess, nicht mit dem Tool. Wer im Erstgespräch sofort über ChatGPT Enterprise oder Claude redet, bevor er verstanden hat, was im Unternehmen eigentlich passiert, verkauft ein Produkt, keine Lösung.

Zweitens, die eigene Umsetzungskompetenz. Kann die Agentur das, was sie empfiehlt, auch selbst bauen und betreiben? Oder reicht sie APIs weiter und nennt das „Implementierung“? Der Unterschied zeigt sich spätestens dann, wenn etwas schiefgeht. Und bei KI-Systemen geht regelmässig etwas schief, das liegt in der Natur probabilistischer Modelle.

Drittens, Datenschutz als Grundhaltung, nicht als Zusatzleistung. Wer DSGVO- oder DSG-Konformität als Premium-Feature verkauft, hat das Thema nicht verstanden. Oder hofft, dass der Kunde es nicht versteht.

Was das für die Schweiz bedeutet

Im Schweizer Markt kommt ein Aspekt dazu, der selten explizit genannt wird, aber in der Praxis ständig auftaucht: Vertrauen. KMU in der Schweiz arbeiten anders als Grosskonzerne. Der Entscheid, externe Hilfe reinzuholen, fällt oft über persönliche Empfehlung, und die Beziehung zum Dienstleister hat ein anderes Gewicht als in anonymeren Märkten.

Das spricht im Grunde für spezialisierte, kleinere Partner, Agenturen oder Berater, die verstehen, was ein Betrieb mit 20 oder 50 Mitarbeitenden wirklich braucht, und die nicht versuchen, Enterprise-Lösungen auf KMU-Budgets herunterzuschrumpfen. Die also auch ehrlich sagen: Das lohnt sich für euch gerade nicht. Kommt in sechs Monaten wieder.

Ich sage das auch über meine eigene Arbeit: Nicht jedes Unternehmen braucht jetzt sofort eine KI-Lösung. Und nicht jedes, das eine braucht, braucht dafür eine Agentur. Manchmal ist ein Workshop, eine saubere Potenzialanalyse und eine Handvoll guter Prompts der richtige erste Schritt. Der Rest kommt, wenn er reif ist.

Häufig gestellte Fragen

Das hängt stark vom Umfang ab. Ein einzelner Workshop oder eine Potenzialanalyse liegt in der Schweiz typischerweise bei 1’500 bis 5’000 Franken. Ein produktiver Chatbot mit RAG-Anbindung auf Firmenwissen kann zwischen 5’000 und 20’000 Fanken kosten, je nach Komplexität und Hosting-Modell. Dazu kommen laufende Kosten für Betrieb, API-Nutzung und Weiterentwicklung. Der wichtigste Rat: Wer keinen klaren Kostenrahmen nennen kann, bevor er das Problem verstanden hat, sollte mindestens transparent machen, wie sich der Preis zusammensetzt.

Für einen einfachen Anwendungsfall, etwa einen FAQ-Bot oder eine automatisierte E-Mail-Zusammenfassung, sind zwei bis vier Wochen realistisch. Systeme, die mit sensiblen Firmendaten arbeiten oder in bestehende Prozesse eingreifen, brauchen eher zwei bis drei Monate, weil Datenschutzprüfung, Testphase und Mitarbeiterschulung dazukommen. Wer von „KI in drei Tagen produktiv“ spricht, meint entweder etwas sehr Einfaches oder unterschätzt den Aufwand.

Eine klassische Digitalagentur baut Websites, betreibt Kampagnen oder gestaltet Markenauftritte. Eine KI-Agentur denkt vom Geschäftsprozess her: Wo lässt sich mit Sprachmodellen, Automatisierung oder intelligenter Datenverarbeitung Zeit sparen oder Qualität verbessern? Die Schnittmenge wächst, denn viele Digitalagenturen erweitern ihr Angebot um KI-Leistungen. Entscheidend ist, ob echte Umsetzungskompetenz dahintersteckt oder nur ein neuer Reiter auf der Website.

Nicht zwingend, aber es vereinfacht vieles. Das Schweizer DSG verlangt, dass personenbezogene Daten angemessen geschützt sind, auch bei der Übermittlung ins Ausland. Eine Agentur mit Sitz in der Schweiz kennt die lokalen Anforderungen und kann einfacher sicherstellen, dass Hosting, Datenverarbeitung und Auftragsverarbeitungsverträge den Vorgaben entsprechen. Bei Anbietern aus dem EU-Raum greift zusätzlich die DSGVO, was in der Praxis oft kompatibel ist. Wichtiger als der Firmensitz ist, dass die Agentur Datenschutz als Grundhaltung versteht und nicht als Zusatzleistung verpackt.

Es gibt keine feste Schwelle. Schon ein Einpersonenunternehmen kann von einer sauberen Automatisierung profitieren, braucht dafür aber selten eine Agentur. Der Punkt, an dem externe Hilfe Sinn ergibt, kommt meistens dann, wenn mehrere Mitarbeitende mit einem System arbeiten sollen, sensible Daten im Spiel sind oder die interne IT-Kompetenz nicht ausreicht, um eine Lösung selbst zu betreiben und weiterzuentwickeln. In der Praxis liegt das oft bei Unternehmen ab 10 bis 20 Mitarbeitenden.