KI-Strategien im SMI: Rangliste der 20 Unternehmen – 3. September 2026

# KI-Strategien und KI-Umsetzung im Swiss Market Index

Stichtag: 3. September 2026 · Rubrik: KI-Gewinner · SMI

Kurzfazit

Zwei Unternehmen führen, weil sie nicht nur Anwendungen nennen, sondern einen finanziellen Wirkungsweg und eine Zielgrösse offenlegen: Holcim zielt bis 2028 auf CHF 200 Mio. wiederkehrenden EBIT-Nutzen bei rund CHF 20 Mio. jährlicher Investition; Kühne+Nagel nennt CHF 100–150 Mio. annualisierten Produktivitätsnutzen für den heutigen Umfang.[40][41]

Dahinter folgen ABB mit im Produkt eingebetteter Industrie-KI, Zurich mit der breitesten sichtbar geregelten Versicherungsarchitektur und Roche mit aussergewöhnlich grosser eigener Recheninfrastruktur.[3][34][22]

Die Rangliste misst Umsetzungsfortschritt, nicht Aktienattraktivität. Ein tiefer Rang kann bedeuten, dass ein Unternehmen vorsichtig berichtet oder dass KI für sein Geschäftsmodell weniger zentral ist. Bei 16 von 20 Unternehmen fehlt ein isolierter, finanziell geprüfter KI-Beitrag; selbst bei Holcim und Kühne+Nagel sind die genannten Beträge Managementziele beziehungsweise annualisierte Nutzenwerte, nicht bereits testierte Jahresgewinne.

Die stärksten kurzfristigen Hebel liegen in Dokument- und Wissensarbeit, Kundenservice, Softwareentwicklung, Wartung und Logistik. Der grösste langfristige Wert liegt in besseren Produkten und Entscheidungen – etwa Arzneien, Risikopreisen, Rezepturen oder Industrieanlagen –, ist aber schwerer zu messen und meist weiter entfernt. KI senkt nicht automatisch Kosten: Datenbereinigung, Rechenleistung, Veränderungsprogramme und Kontrollen verbrauchen zunächst Geld und Managementzeit.

SMI-Abgrenzung

SIX beschreibt den SMI als Index der 20 grössten und liquidesten Aktien des SPI; die Zusammensetzung wird jährlich im September überprüft.[2]

Für diese Untersuchung gilt bewusst der tatsächliche Bestand am 3. September 2026: ABB, Alcon, Amrize, Geberit, Givaudan, Holcim, Kühne+Nagel, Logitech, Lonza, Nestlé, Novartis, Partners Group, Richemont, Roche, Sika, Swiss Life, Swiss Re, Swisscom, UBS und Zurich Insurance.

Angekündigte Änderung, nicht in die Hauptrangliste eingerechnet: SIX beschloss am 8. Juli 2026, Galderma und Sandoz aufzunehmen sowie Swisscom und Kühne+Nagel auszuschliessen. Die technische Anpassung erfolgt nach Börsenschluss am 18. September und gilt ab 21. September 2026.[1]

Galderma und Sandoz gehören deshalb am Stichtag noch nicht zu den untersuchten 20.

Methode und Bewertungsraster

Bewertet wird öffentlich belegte Umsetzung bis zum Stichtag. Primärquellen – Geschäfts-/Halbjahresberichte, Ergebnispräsentationen und Unternehmensmitteilungen – tragen das grösste Gewicht; Reuters und Swissinfo dienen als Gegenprüfung oder Einordnung. Suchtreffer wurden nur zur Auffindung genutzt, nicht als Beleg. „Produktiv“ heisst im Betrieb oder für Kunden eingesetzt; „Pilot/Proof of Concept“ bezeichnet einen begrenzten Versuch. Annualisiert bedeutet: auf zwölf Monate hochgerechnet, nicht zwingend bereits als Jahresergebnis verbucht.

Das vorgeschlagene 100-Punkte-Raster wurde ohne Gewichtsänderung übernommen, weil es Strategie (15), Ausführung (25), Geschäftsmodell (20), wirtschaftlichen Nachweis (20), Skalierungsbasis (10) und Führung/Risiko (10) ausgewogen trennt. Die hohe Gewichtung produktiver Umsetzung und messbaren Nutzens verhindert, dass Absichtserklärungen gewinnen. Punkte sind Ordinalwerte mit einer Unsicherheit von typischerweise ±3 Punkten; Abstände innerhalb dieses Bandes sind nicht wirtschaftlich bedeutsam.

Konkrete Strategie (15): Ziele, priorisierte Felder, Zeitplan und Ressourcen.
Produktive Umsetzung (25): realer Einsatz, Reichweite und Reife statt Demonstration.
Geschäftsmodell/Angebot (20): Nähe zu Produkt, Preis, Vertrieb und Kundennutzen.
Messbarer wirtschaftlicher Nutzen (20): belastbare Zeit-, Umsatz-, Kosten-, Margen- oder Cashflowdaten.
Daten-/Technikbasis und Skalierung (10): proprietäre Daten, Plattform, Integration und Wiederholbarkeit.
Führung, Governance und Risiko (10): Verantwortung, Kontrollen, Datenschutz und Regulierung.

Evidenzqualität: hoch = aktuelle Primärquelle plus konkrete Anwendung/Zahl oder unabhängige Gegenprüfung; mittel-hoch = gute Primärquellen, aber finanzielle Wirkung nicht isoliert; mittel = lückenhafte Reife-/Wirkungsdaten. „Niedrig“ wurde vermieden, indem ein Unternehmen bei dünner Quellenlage ausdrücklich konservativ bewertet wurde.

Rangliste 1–20

|---:|---|---:|---:|---:|---:|---:|---:|---:|---|

| 1 | Holcim | 14 | 23 | 17 | 19 | 9 | 8 | 90 | hoch |

| 2 | Kühne+Nagel | 14 | 22 | 15 | 18 | 9 | 8 | 86 | hoch |

| 3 | ABB | 14 | 22 | 19 | 12 | 9 | 8 | 84 | hoch |

| 4 | Zurich Insurance | 15 | 21 | 18 | 10 | 9 | 9 | 82 | hoch |

| 5 | Roche | 14 | 20 | 19 | 8 | 10 | 9 | 80 | hoch |

| 6 | Givaudan | 13 | 22 | 18 | 11 | 8 | 7 | 79 | hoch |

| 7 | UBS | 14 | 20 | 17 | 8 | 9 | 10 | 78 | hoch |

| 8 | Swiss Re | 13 | 19 | 16 | 10 | 9 | 9 | 76 | hoch |

| 9 | Nestlé | 13 | 20 | 17 | 9 | 8 | 8 | 75 | hoch |

| 10 | Novartis | 13 | 18 | 18 | 9 | 8 | 8 | 74 | mittel-hoch |

| 11 | Swisscom | 13 | 18 | 17 | 7 | 9 | 9 | 73 | hoch |

| 12 | Logitech | 12 | 18 | 18 | 9 | 8 | 7 | 72 | hoch |

| 13 | Partners Group | 12 | 17 | 16 | 15 | 7 | 7 | 74 | mittel-hoch |

| 14 | Sika | 11 | 16 | 15 | 7 | 8 | 8 | 65 | hoch |

| 15 | Lonza | 10 | 15 | 16 | 6 | 8 | 7 | 62 | mittel |

| 16 | Geberit | 10 | 14 | 11 | 5 | 7 | 7 | 54 | mittel-hoch |

| 17 | Alcon | 8 | 13 | 13 | 4 | 7 | 7 | 52 | mittel |

| 18 | Amrize | 8 | 11 | 11 | 4 | 6 | 6 | 46 | mittel |

| 19 | Richemont | 6 | 10 | 9 | 3 | 7 | 7 | 42 | mittel |

| 20 | Swiss Life | 7 | 9 | 8 | 3 | 6 | 7 | 40 | mittel |

Profil 01 — Holcim

Punktbild: Strategie 14/15 · produktive Umsetzung 23/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 19/20 · Daten/Skalierung 9/10 · Führung/Risiko 8/10 = 90/100. Evidenz: hoch; Status: produktiv und gruppenweit im Hochlauf.

1. Strategie und Planung

Fakten/Management: Holcim nennt KI ausdrücklich einen Beschleuniger der Strategie „NextGen Growth 2030“.[40]

Die Planung ist ungewöhnlich konkret: vier Felder – Produktion, Logistik, Vertrieb und Verwaltung –, 38 grosse Initiativen und ein finanzielles Ziel.[40]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: In Werken sollen Modelle Ausfälle vorhersagen, Prozesse und Energieeinsatz verbessern; in Logistik und Beschaffung optimieren sie Routen, Auslastung und Einkauf.[40]

Im Vertrieb geht es um Kundendienst, Preis- und Angebotsprozesse, in der Verwaltung um Automatisierung und Assistenz.[40]

3. Produktiv, Versuch oder Planung?

Fakten: Die 38 Initiativen werden laut Unternehmen bereits ausgerollt; das ist mehr als ein Laborprogramm, aber noch kein Nachweis, dass alle Standorte produktiv arbeiten.[40]

Der Q1-Bericht trennt den laufenden Roll-out nicht nach Reifegrad.[40]

4. Ergebnisse und Kennzahlen

Fakten/Management: Das Management zielt bis 2028 auf CHF 200 Mio. wiederkehrenden EBIT-Nutzen aus KI, je etwa aus vermiedenen Kosten und echten Einsparungen.[40]

Dafür sind rund CHF 20 Mio.[40]

Wachstumsinvestitionen pro Jahr vorgesehen.[40]

Einen bis September 2026 bereits realisierten KI-EBIT weist Holcim nicht separat aus.[40]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Der klarste Weg führt über weniger Stillstand, niedrigeren Brennstoff- und Stromeinsatz, bessere Lkw-Auslastung und schlankere Verwaltung.[unverified]

Das kann Marge und freien Cashflow ab 2026/27 verbessern; Lager, Ersatzteile und Umlaufvermögen könnten sinken.[unverified]

Umsatzwirkungen über schnellere Angebote und besseren Service sind möglich, aber nicht beziffert.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Gegenwind: heterogene Anlagendaten, Nachrüstung alter Werke, Cyberrisiken und die Gefahr, Einsparungen doppelt mit allgemeiner Operational Excellence zu zählen.[unverified]

Automatisierte Preis- oder Beschaffungsentscheidungen brauchen Kontrollen; Modellfehler können Produktions- und Sicherheitskosten verursachen.[unverified]

Kannibalisierung ist gering, eher besteht Integrationsrisiko.[unverified]

Bewertungsbegründung: Die Punktzahl belohnt belegte Reife und wirtschaftliche Messbarkeit. Wo das Unternehmen nur Konzernkennzahlen statt KI-Kausalität nennt, bleibt das Nutzenkriterium bewusst untergewichtet.

Profil 02 — Kühne+Nagel

Punktbild: Strategie 14/15 · produktive Umsetzung 22/25 · Geschäftsmodell/Angebot 15/20 · messbarer Nutzen 18/20 · Daten/Skalierung 9/10 · Führung/Risiko 8/10 = 86/100. Evidenz: hoch; Status: produktiver Ausbau mit finanziellem Ziel.

1. Strategie und Planung

Fakten/Management: Kühne+Nagel hat KI als konzernweites Produktivitätsprogramm mit eigener Führung durch einen Chief AI and Innovation Officer aufgesetzt.[41]

Die Leitplanken sind Veränderungsmanagement, Besitz der Arbeitsabläufe, saubere Daten und technologische Souveränität.[41]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Der kurzfristige Schwerpunkt liegt auf wissensintensiver Arbeit in See- und Luftfracht sowie Zentralfunktionen: Dokumente, Offerten, Ausnahmebehandlung, Entscheidungsunterstützung und Kundenkommunikation.[41]

Mittelfristig kann bessere Prognose die Kapazitätsbeschaffung und das Nettoumlaufvermögen entlasten.[41]

3. Produktiv, Versuch oder Planung?

Fakten: Copiloten und Entscheidungsunterstützung werden ausgerollt; die Präsentation spricht von aktueller Reichweite, nicht nur von Ideen.[41]

Welche Anwendungen vollständig autonom und welche noch Pilot sind, wird jedoch nicht vollständig aufgeschlüsselt.[41]

4. Ergebnisse und Kennzahlen

Fakten/Management: Für den heutigen Umfang nennt das Management CHF 100–150 Mio. annualisierten Produktivitätsnutzen auf Basis der relevanten Kostenbasis im ersten Halbjahr 2026.[41]

Das ist ein Ziel-/Run-rate-Wert, kein testierter, in der Erfolgsrechnung isolierter Gewinn.[41]

Die Präsentation zeigt zugleich eine Working-Capital-Zielspanne von 4,5–5,5% und historische jährliche Cash-Konversion von 91%, ohne den KI-Anteil daran auszuweisen.[41]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Weniger manuelle Bearbeitung kann die Personalkosten je Sendung senken und die EBIT-Konversion ab 2027 sichtbar heben.[unverified]

Schnellere Offerten und bessere Ausnahmebehandlung stützen Umsatz und Kundenbindung; präzisere Kapazitäts- und Zahlungsprognosen helfen gebundenem Kapital und freiem Cashflow.[unverified]

Der Nutzen dürfte zuerst als Kostenvermeidung, später als Stellenabbau oder Volumenhebel erscheinen.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Die Messung muss Volumen, Löhne und Restrukturierungskosten sauber vom KI-Effekt trennen.[unverified]

Frachtbriefe und Kundendaten sind sensibel; Fehler können Zoll-, Sanktions- oder Lieferfolgen haben.[unverified]

Ein Teil des Nutzens könnte durch Preisdruck an Kunden weitergegeben werden; standardisierte digitale Spedition kann traditionelle Margen kannibalisieren.[unverified]

Profil 03 — ABB

Punktbild: Strategie 14/15 · produktive Umsetzung 22/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 12/20 · Daten/Skalierung 9/10 · Führung/Risiko 8/10 = 84/100. Evidenz: hoch; Status: breit produktiv, mit eingebetteter KI im Angebot.

1. Strategie und Planung

Fakten/Management: ABB verfolgt eine dezentrale, kundengeführte Digitalstrategie.[3][37]

Software und KI sollen direkt in Elektrifizierungs- und Automationsprodukte sowie in eigenständige Software einfliessen; rund die Hälfte der F&E-Beschäftigten arbeitet an Digital- und Softwarethemen.[3][37]

ABB will 4,5–5% des Umsatzes in F&E investieren; die gesamte langfristige Sachinvestition liegt bei etwa USD 800 Mio. jährlich.[3][37]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Genix verbindet Betriebs-, Engineering- und IT-Daten für vorausschauende Wartung, Echtzeitoptimierung und zunehmend autonome Anlagen.[3][37]

KI verbessert damit Kundenprodukte und Serviceerlöse; intern sind Qualitäts-, Entwicklungs-, Angebots- und Wissensprozesse naheliegende Felder.[3][37]

Zusätzlich profitiert ABB indirekt vom Strom- und Automationsbedarf neuer Rechenzentren.[3][37]

3. Produktiv, Versuch oder Planung?

Fakten: Genix und KI-gestützte Software sind am Markt; ABB beschreibt sein Angebot mehrheitlich als softwarehaltig oder digital befähigt.[3][37]

Nicht jede der konzernweiten KI-Aktivitäten ist jedoch als zahlendes Produkt ausgewiesen, und die Profitabilität einzelner KI-Funktionen bleibt verborgen.[3][37]

4. Ergebnisse und Kennzahlen

Fakten/Management: Belegt sind Ressourcen und Einsatzbreite, nicht ein isolierter KI-Umsatz.[3][37]

Seit 2022 stieg die absolute F&E-Investition laut ABB um rund 30%; der Geschäftsbericht nennt zudem Beteiligungen wie Sensorfact, das KI zur Senkung von Energie- und Kosten nutzt.[3][37]

Ein separater KI-Beitrag zu Umsatz, EBIT oder freiem Cashflow wird nicht offengelegt.[3][37]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Der beste Umsatzweg ist höherwertige Software auf installierter Hardware, wiederkehrender Service und Differenzierung.[unverified]

Beim Kunden belegbarer Energie- und Stillstandsnutzen erhöht Zahlungsbereitschaft; bei ABB selbst können Softwaremix und Skalierung Bruttomarge heben.[unverified]

Kurzfristig kostet F&E, mittelfristig können mehr Software und weniger Gewährleistung Kapitalrendite und Cashflow stützen.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Industrie-KI braucht zuverlässige Sensordaten, Sicherheitsfreigaben und lange Verkaufszyklen.[unverified]

Haftung bei fehlerhaften Empfehlungen, Cyberangriffe auf Steuerungen und Abhängigkeit von Cloud-/Chipanbietern sind materiell.[unverified]

Autonomere Software kann klassische Wartungsstunden kannibalisieren, sollte aber höhermargige digitale Verträge schaffen.[unverified]

Profil 04 — Zurich Insurance

Punktbild: Strategie 15/15 · produktive Umsetzung 21/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 10/20 · Daten/Skalierung 9/10 · Führung/Risiko 9/10 = 82/100. Evidenz: hoch; Status: breit produktiv plus klar abgegrenzte Versuche.

1. Strategie und Planung

Fakten/Management: Mit „AI360“ will Zurich ein KI-nativer Versicherer werden.[34][35][36]

„AI for Everyone“, ein zentrales KI-Labor mit ETH Zürich und Universität St.[34][35][36]

Gallen, sichere Modellzugänge sowie ein ausdrücklich verantwortlicher Einsatz verbinden Skalierung und Kontrolle.[34][35][36]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: KI soll Risikoauswahl, Zeichnung von Policen, Schadenbearbeitung, Betrugserkennung und Kundenantworten verbessern.[34][35][36]

ZuriChat unterstützt Zusammenfassen, Übersetzen, Suche, Datenanalyse und Programmierung; ein sicherer GenAI-Zugang bündelt Modelle mehrerer Cloudanbieter.[34][35][36]

3. Produktiv, Versuch oder Planung?

Fakten: ZuriChat und die Modellplattform sind produktive interne Grundlagen.[34][35][36]

Der Agentic-AI-Wettbewerb 2025 erzeugte 218 Prototypen in 17 Anwendungsfällen; 34 kamen ins Finale, fünf Piloten bewegen sich laut Zurich in Richtung Produktion.[34][35][36]

Das veröffentlichte KI-Zeichnungsmodell ist ausdrücklich ein „Proof of Concept“, also noch kein Beleg für flächendeckenden Betrieb.[34][35][36]

4. Ergebnisse und Kennzahlen

Fakten/Management: Zurich nennt über 1.000 Teilnehmende aus mehr als 40 Ländern sowie fünf geförderte Doktorierende.[34][35][36]

Der Konzern meldete 2025 USD 8,9 Mrd. operativen Gewinn, veröffentlicht aber keinen davon isolierten KI-Anteil, keine Kostenersparnis und keine Schadenquotenwirkung.[34][35][36]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Schnellere Angebotserstellung kann Abschlussquote und Prämien erhöhen; bessere Risikodaten und Betrugserkennung wirken auf Schadenquote und Marge.[unverified]

Automatisierung senkt Bearbeitungskosten und beschleunigt Zahlungen, bindet aber nicht zwingend weniger Kapital, weil regulatorisches Versicherungskapital primär vom Risiko abhängt.[unverified]

Ergebniswirkung ist eher 2027–29 als sofort zu erwarten.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Versicherungsentscheidungen berühren Datenschutz, Diskriminierung, Erklärbarkeit und Aufsicht.[unverified]

Falsche Modelle können schlechte Risiken günstig bepreisen oder berechtigte Schäden verzögern.[unverified]

Agenten brauchen Freigabegrenzen und Protokolle.[unverified]

Bessere Automatisierung könnte Makler- und Serviceumsätze teilweise kannibalisieren, dürfte aber den Kern eher ergänzen.[unverified]

Profil 05 — Roche

Punktbild: Strategie 14/15 · produktive Umsetzung 20/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 8/20 · Daten/Skalierung 10/10 · Führung/Risiko 9/10 = 80/100. Evidenz: hoch; Status: produktive Infrastruktur, wirtschaftlicher Output noch früh.

1. Strategie und Planung

Fakten/Management: Roche baut eine eigene, hybride KI-Fabrik als strategische Forschungs- und Produktionsgrundlage.[22][23]

Sie soll Modelle für Arzneiforschung, Diagnostik und Fertigung trainieren und sensible Gesundheitsdaten unter stärkerer Kontrolle halten.[22][23]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Anwendungen reichen von Zielmolekülen und Wirkstoffdesign über Bild- und Genomdaten in der Diagnostik bis zu digitalen Zwillingen und Fertigungsoptimierung.[22][23]

Im Geschäftsmodell kann KI bessere Medikamente und Tests erzeugen; im Betrieb verkürzt sie Analysen und simuliert Prozesse.[22][23]

3. Produktiv, Versuch oder Planung?

Fakten: Die Infrastruktur ist real: Mit 2.176 zusätzlichen NVIDIA-Blackwell-GPUs nennt Roche insgesamt mehr als 3.500 GPUs und die grösste angekündigte hybride KI-Fabrik der Pharmaindustrie.[22][23]

Infrastruktur ist jedoch kein zugelassenes Medikament; die meisten umsatzrelevanten Ergebnisse liegen in Forschung oder Validierung.[22][23]

4. Ergebnisse und Kennzahlen

Fakten/Management: Die Rechenkapazität ist die wichtigste offengelegte Kennzahl.[22][23]

Roche nennt keine Investitionssumme, keinen isolierten KI-Umsatz, keine nachgewiesene Verkürzung klinischer Phasen und keinen KI-Beitrag zu EBIT oder freiem Cashflow.[22][23]

Reuters ordnet das Vorhaben als Teil des Wettbewerbs um kürzere Entwicklungszeiten und niedrigere Kosten ein.[22][23]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Schon wenige bessere Wirkstoffentscheidungen vor teuren klinischen Studien könnten F&E-Ausfälle vermeiden; der grösste Wert läge in höherer Erfolgswahrscheinlichkeit und früherem Markteintritt.[unverified]

Diagnostik kann durch neue Algorithmen Umsatz und Servicebindung stärken.[unverified]

Rechenzentrum, Energie und Spezialpersonal belasten zunächst Cashflow; eine klare Ergebniswirkung ist eher 3–8 Jahre entfernt.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Biomedizinische Daten sind knapp, verzerrt und streng geschützt; EU-, US- und Medizinprodukterecht verlangen Validierung und Nachvollziehbarkeit.[unverified]

Rechenkosten, Modellalterung und falsche biologische Hypothesen sind hoch.[unverified]

KI kann bestehende Diagnostikprodukte oder Laborarbeit kannibalisieren; Patentschutz und Datenrechte bleiben entscheidend.[unverified]

Profil 06 — Givaudan

Punktbild: Strategie 13/15 · produktive Umsetzung 22/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 11/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 79/100. Evidenz: hoch; Status: produktive Nutzung mit guten Adoptionskennzahlen.

1. Strategie und Planung

Fakten/Management: Givaudan verknüpft KI und grosse Datenbestände mit Kreativität, Konsumentenwissen und Kundenzusammenarbeit.[10][11]

Ziel sind schnellere Duft- und Geschmacksentwicklung, neue digitale Dienste und ein früherer Platz in der Wertschöpfung des Kunden.[10][11]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Ooby erzeugt Konzepte, Bilder, Namen, Beschreibungen und Geschmacksrichtungen; Carto unterstützt Parfümeure bei Formulierungen.[10][11]

In gemeinsamen Workshops kann Givaudan früher Einfluss auf Kundenbriefings nehmen; intern verkürzen die Werkzeuge Recherche, Text- und Ideenschritte.[10][11]

3. Produktiv, Versuch oder Planung?

Fakten: Ooby ist vom Prototyp zum weltweit eingesetzten Werkzeug geworden und wird auch mit Kunden genutzt.[10][11]

Damit ist die Umsetzung produktiv, auch wenn die Plattform den menschlichen Parfümeur oder Lebensmittelentwickler nicht ersetzt.[10][11]

4. Ergebnisse und Kennzahlen

Fakten/Management: Mehr als 300 Projekte wurden mit Ooby erstellt; über 70% der Marketingmitarbeitenden nutzen es täglich.[10][11]

Arbeitsschritte, die Tage oder Wochen dauerten, sollen Minuten brauchen.[10][11]

Givaudan veröffentlicht weder zusätzlichen Umsatz noch EBIT- oder Cashflowbeitrag dieser Werkzeuge; Kausalität zwischen Nutzung und Konzernmarge ist nicht belegt.[10][11]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Schnellere Briefings können mehr Projekte je Team, kürzere Markteinführung und höhere Gewinnwahrscheinlichkeit bringen.[unverified]

Proprietäre Rezeptur-, Sensorik- und Konsumentendaten stützen Preissetzung und Kundenbindung.[unverified]

Kurzfristig dominiert Produktivität; Umsatz- und Mixeffekte könnten in 1–3 Jahren folgen.[unverified]

Lagerkapital profitiert nur indirekt über bessere Trefferquoten und weniger Versuchsreihen.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Kreative Vorschläge können gleichförmig werden oder geistige Eigentumsrechte verletzen.[unverified]

Kundendaten und geheime Formeln erfordern strikte Trennung; Halluzinationen dürfen nicht in Rezepturen gelangen.[unverified]

KI kann klassische Beratungsstunden kannibalisieren, stärkt aber bei guter Einbettung die exklusive Co-Kreation.[unverified]

Profil 07 — UBS

Punktbild: Strategie 14/15 · produktive Umsetzung 20/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 8/20 · Daten/Skalierung 9/10 · Führung/Risiko 10/10 = 78/100. Evidenz: hoch; Status: Skalierung unter zentraler Führung.

1. Strategie und Planung

Fakten/Management: UBS bezeichnet KI als Spitzenpriorität und hat ab Januar 2026 ein Chief Artificial Intelligence Office unter Daniele Magazzeni geschaffen.[32][33]

Auftrag sind einheitliche Standards, technologische Grundlagen, messbare Effizienz und kommerzieller Nutzen.[32][33]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Im Kundengeschäft kann KI Berater mit Recherche, Personalisierung und nächster Handlung unterstützen; in Handel und Risiko mit Erkennung und Simulation; intern bei Software, Dokumenten, Compliance und Integration von Credit Suisse.[32][33]

Der Schwerpunkt liegt ausdrücklich auf Kundenerlebnis und Mitarbeiterproduktivität.[32][33]

3. Produktiv, Versuch oder Planung?

Fakten: KI-Werkzeuge werden skaliert, die Führungs- und Governance-Struktur ist produktiv.[32][33]

Der öffentlich zugängliche Geschäftsbericht zeigt breite Technikinvestitionen, legt aber nicht für jede Anwendung Nutzerzahlen, Automatisierungsgrad oder Produktionsstatus offen.[32][33]

4. Ergebnisse und Kennzahlen

Fakten/Management: Die Ernennung und der Auftrag nennen messbare Effizienzverbesserungen als Ziel, liefern jedoch keinen isolierten KI-Umsatz, keine jährliche Kostenersparnis und keinen Cashflowbeitrag.[32][33]

Konzernweite Synergien aus der Credit-Suisse-Integration dürfen deshalb nicht als KI-Nutzen umetikettiert werden.[32][33]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Weniger Recherche- und Dokumentationszeit kann die Betreuungskapazität je Berater erhöhen; bessere Personalisierung kann verwaltete Vermögen und Gebühren stützen.[unverified]

Compliance-Automatisierung senkt Stückkosten und Fehler.[unverified]

Wirkung sollte über 2–4 Jahre in Kosten-Ertrags-Verhältnis und operativem Cash sichtbar werden, bleibt aber durch Integration und Regulierung verdeckt.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Bankgeheimnis, Marktmissbrauch, Beratungs- und Modellrisiko setzen enge Grenzen.[unverified]

Falsche Empfehlungen können Haftung und Abflüsse verursachen; Drittmodelle schaffen Daten- und Konzentrationsrisiken.[unverified]

Digitalberatung kann Teile traditioneller Beratungsgebühren kannibalisieren, gleichzeitig aber kleinere Kundensegmente rentabel machen.[unverified]

Profil 08 — Swiss Re

Punktbild: Strategie 13/15 · produktive Umsetzung 19/25 · Geschäftsmodell/Angebot 16/20 · messbarer Nutzen 10/20 · Daten/Skalierung 9/10 · Führung/Risiko 9/10 = 76/100. Evidenz: hoch; Status: produktive Plattform, Kernprozesse im Umbau.

1. Strategie und Planung

Fakten/Management: Swiss Re baut auf einer gruppenweiten Datenbasis und einer führenden KI-Plattform auf.[28][29][44]

Ziel ist zweistufig: heutige Produktivität in Software und Wissensarbeit, morgen tiefere Veränderung von Zeichnung, Schaden und Rückversicherung.[28][29][44]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Eigene Risikomodelle und jahrzehntelange Schaden- und Vertragsdaten speisen Analysen für Preis, Akkumulation und Vertragsprüfung.[28][29][44]

Generative KI unterstützt Softwareentwicklung und Dokumentarbeit; Agenten können strukturierte Teile der langen Rückversicherungsprozesse übernehmen.[28][29][44]

3. Produktiv, Versuch oder Planung?

Fakten: Datenplattform und mehrere Produktivitätsanwendungen sind produktiv; Kernprozesse werden schrittweise umgebaut.[28][29][44]

CEO-Aussagen über Produktivität „wie seit Jahrzehnten nicht“ sind Erwartung, kein verbuchter Beleg.[28][29][44]

4. Ergebnisse und Kennzahlen

Fakten/Management: Swiss Re zielt unabhängig vom KI-Programm auf rund USD 300 Mio. niedrigeren operativen Kostenlauf bis 2027 und USD 4,5 Mrd.[28][29][44]

Nettogewinn 2026. Die Unterlagen nennen KI als Grundlage, schreiben aber keinen Anteil dieser Ziele kausal der KI zu.[28][29][44]

Ein isolierter KI-EBIT- oder Cashflowbeitrag fehlt.[28][29][44]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Schnellere Vertragsanalyse und bessere Risikoselektion können Kosten und Schaden-/Leistungsvolatilität senken; bessere Modelle können Kapital effizienter auf Risiken verteilen.[unverified]

Cashflow profitiert über niedrigere Betriebskosten, Kapitalfreisetzung nur nach regulatorischer Anerkennung.[unverified]

Sichtbare Effekte sind in 2–5 Jahren plausibler als kurzfristig.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Historische Daten spiegeln alte Klimamuster und Versicherungsbedingungen; Modellfehler können sich über grosse Portfolios vervielfachen.[unverified]

Erklärbarkeit, Kundengeheimnis und Aufsicht sind zentral.[unverified]

Automatisierung kann Beratungs- und Modellservices teilweise standardisieren, eröffnet aber neue Risikoprodukte rund um KI.[unverified]

Profil 09 — Nestlé

Punktbild: Strategie 13/15 · produktive Umsetzung 20/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 9/20 · Daten/Skalierung 8/10 · Führung/Risiko 8/10 = 75/100. Evidenz: hoch; Status: breit produktiv, finanzielle Zurechnung schwach.

1. Strategie und Planung

Fakten/Management: Nestlé behandelt KI als Teil einer umfassenden Geschäftsveränderung: social-first Marketing, globale Inhaltsstudios, Daten/Analytik, Forschung, Lieferkette und interne Assistenz.[38][39]

Die Strategie zielt eher auf Skaleneffekte über Marken und Länder als auf ein einzelnes KI-Produkt.[38][39]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Digitale Marken-Zwillinge sollen Bilder und Kampagneninhalte schneller erzeugen; R&D nutzt Modelle für Rezepturen und Verpackung; Nachfrageplanung, Fabriken und Einkauf profitieren von Prognosen.[38][39]

Im Vertrieb verbessern Personalisierung und schnelleres Testen die Medienrendite.[38][39]

3. Produktiv, Versuch oder Planung?

Fakten: Globale Studios, Analytik und mehrere KI-Werkzeuge sind produktiv; digitale Zwillinge und neuere generative Verfahren werden weiter skaliert.[38][39]

Die Halbjahrespräsentation zeigt Konzernmargen, aber keine getrennte KI-Brücke.[38][39]

4. Ergebnisse und Kennzahlen

Fakten/Management: Für 2025 meldete Nestlé CHF 89,5 Mrd.[38][39]

Umsatz, 3,5% organisches Wachstum und 16,1% zugrunde liegende operative Marge.[38][39]

Diese Werte sind keine KI-Ergebnisse.[38][39]

Auch 2026 wird kein separat geprüfter Umsatz-, Gewinn- oder Cashflowbeitrag von KI offengelegt.[38][39]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Der grösste kurzfristige Hebel ist weniger Produktionsaufwand pro Werbemittel und bessere Medienauswahl; danach folgen weniger Ausschuss, präzisere Nachfrage und niedrigere Bestände.[unverified]

Das kann Kosten, gebundenes Kapital und Cashflow in 1–3 Jahren verbessern.[unverified]

Neue personalisierte Produkte können Umsatz bringen, bleiben aber langsamer und regulatorisch anspruchsvoll.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Markenbilder und Ernährungsaussagen dürfen nicht erfunden oder kulturell unpassend sein.[unverified]

Verbraucher- und Gesundheitsdaten, Urheberrecht sowie Abhängigkeit von Plattformen sind Risiken.[unverified]

Billiger generierter Inhalt kann Agenturleistungen kannibalisieren und Marken verwässern; Effizienz darf nicht mit den allgemeinen Sparprogrammen doppelt gezählt werden.[unverified]

Profil 10 — Novartis

Punktbild: Strategie 13/15 · produktive Umsetzung 18/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 9/20 · Daten/Skalierung 8/10 · Führung/Risiko 8/10 = 74/100. Evidenz: mittel-hoch; Status: breit in F&E eingesetzt, wirtschaftliche Beweise langfristig.

1. Strategie und Planung

Fakten/Management: Novartis setzt KI vor allem in Entdeckung, Entwicklung und Wissensarbeit ein und verbindet interne Daten mit externen Partnerschaften.[16][17]

Der Fokus auf vier Therapiefelder und mehrere Technologieplattformen soll Daten und Modellkapazität auf wertvolle Programme konzentrieren.[16][17]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Modelle priorisieren Zielstrukturen, Moleküle und Patienten, unterstützen Studiendesign, medizinische Texte und Produktion.[16][17]

Im Vertrieb kann KI die Arbeit medizinischer Teams und erlaubte Kundenansprache verbessern; der Kernwert liegt jedoch in besseren Pipeline-Entscheidungen.[16][17]

3. Produktiv, Versuch oder Planung?

Fakten: Datenwissenschaft und maschinelles Lernen sind in Forschung und Betrieb produktiv; viele umsatzrelevante Kandidaten bleiben naturgemäss in präklinischen oder klinischen Phasen.[16][17]

Reuters beschreibt branchenweit hohe Erwartungen, aber auch die noch unklare Erfolgsbilanz bei zugelassenen KI-entdeckten Medikamenten.[16][17]

4. Ergebnisse und Kennzahlen

Fakten/Management: Novartis meldete 2025 8% Umsatz- und 14% Kernbetriebsergebniswachstum zu konstanten Währungen sowie USD 17,6 Mrd. freien Cashflow.[16][17]

Diese Zahlen sind nicht als KI-Beitrag ausgewiesen.[16][17]

Es gibt keine veröffentlichte, geprüfte KI-Rendite oder Erfolgsquote.[16][17]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Früheres Stoppen schwacher Projekte spart F&E-Cash; besseres Studiendesign kann Zeit bis Zulassung verkürzen und Patentlaufzeit wirtschaftlich verlängern.[unverified]

Der Umsatzhebel ist enorm, aber binär und meist 4–10 Jahre entfernt.[unverified]

Interne Assistenz kann schon in 1–2 Jahren Kosten vermeiden.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Korrelation ist keine Biologie: Modelle können Scheinsignale liefern.[unverified]

Patientendaten, Einwilligung, Verzerrung, Reproduzierbarkeit und Zulassungsanforderungen sind kritisch.[unverified]

Partnerschafts-Meilensteine und Rechenkapazität binden Kapital.[unverified]

KI kann klassische Screening-Arbeit verdrängen, nicht aber klinische Evidenz ersetzen.[unverified]

Profil 11 — Swisscom

Punktbild: Strategie 13/15 · produktive Umsetzung 18/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 7/20 · Daten/Skalierung 9/10 · Führung/Risiko 9/10 = 73/100. Evidenz: hoch; Status: produktive kundengerichtete Plattformen.

1. Strategie und Planung

Fakten/Management: Swisscom positioniert Vertrauen und digitale Souveränität als Kern: Schweizer Daten sollen auf der Swiss AI Platform in der Schweiz verarbeitet werden; in Italien verfolgt Fastweb+Vodafone denselben Ansatz mit lokaler Infrastruktur.[30][31]

Damit ist KI sowohl internes Werkzeug als auch verkaufbare Infrastruktur und Dienstleistung.[30][31]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Die Swiss AI Platform, myAI und die FastwebAI Suite bieten sichere generative KI und Agenten für Firmen und Behörden.[30][31]

Intern helfen Assistenten im Service, Netzbetrieb und in der Software; im Vertrieb schafft Swisscom Beratung, Rechenleistung und verwaltete KI-Dienste.[30][31]

3. Produktiv, Versuch oder Planung?

Fakten: Plattformen und Assistenten sind lanciert und damit produktiv.[30][31]

Die Breite der zahlenden Nutzung, Auslastung und Marge wird nicht separat veröffentlicht; einige Lösungen befinden sich noch im Kundenhochlauf.[30][31]

4. Ergebnisse und Kennzahlen

Fakten/Management: Swisscom nennt Datenhaltung und -verarbeitung in der Schweiz sowie Ende-zu-Ende-Angebote in Italien.[30][31]

Fastweb+Vodafone gehört zu den frühen Unterzeichnern des EU-Verhaltenskodex für allgemeine KI-Modelle.[30][31]

Ein isolierter KI-Umsatz, EBIT oder freier Cashflow fehlt.[30][31]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: KI kann Cloud- und IT-Umsatz erhöhen, Kundenbindung stärken und Servicekontakte automatisieren.[unverified]

Hohe Rechenzentrumsinvestitionen belasten zunächst freien Cashflow; bei guter Auslastung entstehen wiederkehrende, skalierbare Erlöse in 2–5 Jahren.[unverified]

Netzprognosen können Wartung und Energie sparen.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Das souveräne Angebot kostet mehr als globale Standardclouds und könnte unter Preisdruck geraten.[unverified]

Energie, GPUs, Fachkräfte und Abschreibung binden Kapital.[unverified]

Datenschutz, Telekomgeheimnis und EU-KI-Regeln sind zentral.[unverified]

KI-Assistenten können klassische Callcenter- und Integrationsumsätze kannibalisieren.[unverified]

Profil 12 — Logitech

Punktbild: Strategie 12/15 · produktive Umsetzung 18/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 9/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 72/100. Evidenz: hoch; Status: erste KI-Produkte, breitere Strategie im Aufbau.

1. Strategie und Planung

Fakten/Management: Logitech will schneller wachsen, indem es F&E und Marketing auf neue Kategorien und KI-gestützte Nutzung konzentriert.[12][13][42]

Als Schnittstelle zwischen Menschen und Rechnern kann es Hardware mit Softwarediensten und KI-Funktionen aufwerten.[12][13][42]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Der Streamlabs Intelligent Streaming Agent soll Produzent, technischer Helfer und interaktiver Avatar sein; er verarbeitet Spiel- und Chatereignisse in Echtzeit.[12][13][42]

KI-Kameras, Konferenztechnik, Mäuse und Tastaturen können Bild, Ton, Automatisierung und Arbeitsabläufe verbessern.[12][13][42]

3. Produktiv, Versuch oder Planung?

Fakten: Streamlabs zeigte 2025 erweiterte Funktionen, der volle Start war für später angekündigt: daher fortgeschrittener Vorserien-/Pilotstatus, nicht bewiesener Massenumsatz.[12][13][42]

Andere KI-nahe Video- und Collaboration-Funktionen sind im Markt.[12][13][42]

4. Ergebnisse und Kennzahlen

Fakten/Management: Für FY2026 meldete Logitech USD 1,086 Mrd.[12][13][42]

Q4-Umsatz, 44,5% GAAP-Bruttomarge und USD 911 Mio.[12][13][42]

Non-GAAP-Betriebsgewinn im Gesamtjahr. Das Unternehmen schreibt diese Werte nicht KI zu und veröffentlicht weder KI-Umsatz noch Nutzer- oder Abonnementkennzahlen des Agenten.[12][13][42]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: KI-Funktionen können Premiumpreise, Ersatzzyklen und Softwareabos fördern; lokal rechnende Geräte profitieren vom PC-KI-Zyklus.[unverified]

Margen steigen nur, wenn Softwarewert Chip- und Cloudkosten übertrifft.[unverified]

Erste Umsatzwirkung kann in 1–3 Jahren kommen, Cashflow bleibt durch höhere F&E und Marketing zunächst gedämpft.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Viele Funktionen sind leicht durch Betriebssystem- oder Plattformanbieter kopierbar.[unverified]

Cloudgebühren, Datenschutz bei Kamera/Mikrofon, Urheberrecht und unzuverlässige Agenten sind Risiken.[unverified]

Software-Assistenten könnten einfache Hardwaredifferenzierung kannibalisieren und Logitech abhängig von NVIDIA/Inworld machen.[unverified]

Profil 13 — Partners Group

Punktbild: Strategie 12/15 · produktive Umsetzung 17/25 · Geschäftsmodell/Angebot 16/20 · messbarer Nutzen 15/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 74/100. Evidenz: mittel-hoch; Status: klarer Portfolio-Fall, Konzernbreite noch unbewiesen.

1. Strategie und Planung

Fakten/Management: Partners Group nutzt KI als Wertschöpfungshebel in Beteiligungen und kann Fähigkeiten zwischen Portfoliounternehmen verbinden.[18][21]

Der Beispielfall koppelt den US-Versicherungsmakler Foundation Risk Partners (FRP) mit dem KI-Dienstleister Version 1.[18][21]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Saubere Policendaten speisen zwei agentische Lösungen: eine beschleunigt die Aufnahme neuer Kunden, die andere automatisiert Policenprüfung.[18][21]

Im eigenen Asset-Management sind Due Diligence, Monitoring, Berichte und Vertrieb ebenfalls naheliegend, aber öffentlich weniger quantifiziert.[18][21]

3. Produktiv, Versuch oder Planung?

Fakten: Der FRP-Fall ist produktiv: erstes Einsatzgebiet in 14 Wochen von Konzept zu Produktion, umgesetzt von sieben Personen plus Version 1.[18][21]

Das beweist Wiederholbarkeit an einem Unternehmen, aber noch nicht die Skalierung über das gesamte Portfolio oder Partners Group selbst.[18][21]

4. Ergebnisse und Kennzahlen

Fakten/Management: Partners Group nennt 94% kürzere Bearbeitungszeit, verdoppelte Abschlussquoten, 120 Basispunkte höhere EBITDA-Marge und USD 10 Mio.[18][21]

EBITDA-Effekt bei FRP. Diese Zahlen sind Managementangaben eines Beteiligungsfalls, nicht Konzern-EBITDA oder Gebühreneinnahmen von Partners Group.[18][21]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Mehr EBITDA steigert bei erfolgreichem Exit den Beteiligungswert und potenziell erfolgsabhängige Gebühren; bessere Prozesse können zugleich Wachstum finanzieren.[unverified]

Der Cashflow bei Partners Group kommt verzögert über Ausschüttungen und Performance Fees.[unverified]

Ein eigener Effizienzhebel besteht, ist aber nicht beziffert.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Ein erfolgreicher Fall kann Auswahlverzerrung sein; andere Portfolios haben schlechtere Daten.[unverified]

Nutzen muss nach Lizenz-, Integrations- und Personalabbaukosten Bestand haben.[unverified]

Kundendaten und automatisierte Versicherungsentscheidungen sind reguliert.[unverified]

KI kann Umsätze des Dienstleisters Version 1 stärken, zugleich traditionelle Beratung kannibalisieren.[unverified]

Profil 14 — Sika

Punktbild: Strategie 11/15 · produktive Umsetzung 16/25 · Geschäftsmodell/Angebot 15/20 · messbarer Nutzen 7/20 · Daten/Skalierung 8/10 · Führung/Risiko 8/10 = 65/100. Evidenz: hoch; Status: produktive digitale Grundlagen, KI selektiv.

1. Strategie und Planung

Fakten/Management: Sika baut mit dem globalen digitalen F&E-Labor Nuage eine gemeinsame Wissens- und Formulierungsplattform.[24][25]

KI soll Forschung, Kundenzugang und intelligente Betontechnik beschleunigen; ergänzt wird dies durch Partnerschaften wie Giatec.[24][25]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Modelle erschliessen Formulierungswissen und erleichtern Zusammenarbeit zwischen Regionen.[24][25]

Digitale Betonplattformen können Aushärtung, Qualität und Materialverbrauch optimieren; Vertrieb und Handwerkerzugang werden digitaler.[24][25]

Intern sind Einkauf, Produktion und Wissenssuche weitere Hebel.[24][25]

3. Produktiv, Versuch oder Planung?

Fakten: Nuage und digitale Vertriebssysteme laufen; KI-gestützte Erkenntnisse und die Giatec-Partnerschaft sind reale Bausteine.[24][25]

Die öffentliche Berichterstattung trennt jedoch produktive KI-Anwendungen nicht sauber von allgemeiner Digitalisierung und Pilotprojekten.[24][25]

4. Ergebnisse und Kennzahlen

Fakten/Management: Sika meldete 2025 54,9% Materialmarge, CHF 2,065 Mrd.[24][25]

EBITDA und CHF 1,356 Mrd. operativen freien Cashflow.[24][25]

Nach Fast-Forward-Sonderkosten lag die EBITDA-Marge bei 18,4%.[24][25]

Kein Anteil wird KI zugerechnet; Nutzerzahlen, Forschungszeit und konkrete Einsparung fehlen.[24][25]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Weniger Laborwiederholungen beschleunigen Produkte und sparen Rohstoffe; bessere Betonsteuerung stützt Kundennutzen und Preissetzung.[unverified]

Nachfrage- und Rezepturmodelle können Bestände und Ausschuss senken.[unverified]

Wirkung dürfte schrittweise über 2–5 Jahre kommen, zunächst gegen Investitionen in Datenharmonisierung.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Formulierungen sind geistiges Eigentum; falsche Empfehlungen können Bauqualität und Haftung treffen.[unverified]

Unterschiedliche Rohstoffe und Normen erschweren globale Modelle.[unverified]

Digitale Optimierung kann den Materialverbrauch je Projekt senken und damit Volumen kannibalisieren, sollte aber Marktanteil und Wert je Einheit erhöhen.[unverified]

Profil 15 — Lonza

Punktbild: Strategie 10/15 · produktive Umsetzung 15/25 · Geschäftsmodell/Angebot 16/20 · messbarer Nutzen 6/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 62/100. Evidenz: mittel; Status: produktiver Spezialdienst, konzernweit noch begrenzt belegt.

1. Strategie und Planung

Fakten/Management: „One Lonza“ nennt ein führendes wissenschaftliches, technologisches und digitales Ökosystem als Grundlage.[14][15]

KI wird dort wertvoll, wo proprietäre Prozess- und Chemiedaten Entwicklungsdienstleistungen differenzieren.[14][15]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Der KI-gestützte Route-Scouting-Service verbindet proprietäre kommerzielle Daten mit computergestützter Syntheseplanung, um Herstellwege für kleine Moleküle vorzuschlagen.[14][15]

Weitere Hebel sind Bioprozesssteuerung, Qualitätsprüfung, Kapazitätsplanung und Dokumentation.[14][15]

3. Produktiv, Versuch oder Planung?

Fakten: Route Scouting wird als Kundenservice angeboten und ist damit produktiv.[14][15]

Für eine flächendeckende KI-Transformation aller Produktionsstandorte liefert die öffentliche Berichterstattung weniger Belege; viele Anwendungen bleiben interne Programme.[14][15]

4. Ergebnisse und Kennzahlen

Fakten/Management: Lonza veröffentlicht für den Service keine Zahl der Projekte, Trefferquote, Zeitersparnis, KI-Umsatz oder Marge.[14][15]

Auch ein Beitrag zu gebundenem Kapital und freiem Cashflow wird nicht isoliert.[14][15]

Die Evidenz ist deshalb trotz eines konkreten Produkts nur mittel.[14][15]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Schnellere, robustere Syntheserouten können Kunden früher in Produktion bringen, Projektumsatz sichern und Material-/Energieverbrauch senken.[unverified]

Bessere Ausbeute wirkt stark auf Marge; Kapazitätsplanung kann Anlagen- und Lagerbindung reduzieren.[unverified]

Realistische Wirkung 2–5 Jahre, bei neuen Anlagen länger.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: GMP-regulierte Herstellung verlangt validierte, dokumentierte Änderungen; ein Modellvorschlag ersetzt Labor- und Skalierungsnachweis nicht.[unverified]

Kundengeheimnisse und proprietäre Daten müssen getrennt bleiben.[unverified]

Effizientere Prozesse können abrechenbare Entwicklungsstunden reduzieren, aber erfolgsbasierte Wertpreise ermöglichen.[unverified]

Profil 16 — Geberit

Punktbild: Strategie 10/15 · produktive Umsetzung 14/25 · Geschäftsmodell/Angebot 11/20 · messbarer Nutzen 5/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 54/100. Evidenz: mittel-hoch; Status: Kompetenzzentrum und erste Agenten, früher Hochlauf.

1. Strategie und Planung

Fakten/Management: Geberit baut ein gruppenweites KI-Kompetenzzentrum auf.[5][7]

Es identifiziert Geschäftsmöglichkeiten, schafft die Datenbasis und erhöht Kompetenz durch Schulungen und Hackathons; Ziel sind mittel- bis langfristige Vorteile und effizientere Abläufe.[5][7]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Interdisziplinäre Teams entwickeln KI-Agenten, etwa zur Suche in grossen Wissensbeständen.[5][7]

Weitere sinnvolle Felder sind Kundenservice, Produktdaten, Planung, Produktion und Nachhaltigkeitsfragen; öffentlich sind diese Felder aber nicht alle als produktiv bestätigt.[5][7]

3. Produktiv, Versuch oder Planung?

Fakten: Kompetenzzentrum, Schulungen und Hackathons laufen; erste Agenten existieren.[5][7]

Die Quellen zeigen vor allem Aufbau und Entwicklung, nicht einen flächendeckenden produktiven Einsatz mit verbindlichen Service-Niveaus.[5][7]

4. Ergebnisse und Kennzahlen

Fakten/Management: Geberit veröffentlicht keine Zahl produktiver Agenten, keine Nutzerquote und keinen isolierten Kosten-, Umsatz- oder Cashflowbeitrag.[5][7]

Höhere 2026-Investitionen in IT, Digitalisierung und KI belasten zunächst die Kosten; der genaue KI-Anteil fehlt.[5][7]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Wissensagenten können Such- und Antwortzeit senken; Prognosen könnten Lager und Lieferfähigkeit verbessern.[unverified]

Der finanzielle Weg ist primär Kostenvermeidung und Working-Capital-Effizienz über 2–4 Jahre, weniger ein neues Umsatzmodell.[unverified]

Produkt-KI ist bislang kein sichtbarer Schwerpunkt.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Der Nutzen hängt von sauberem Produkt- und Prozesswissen ab.[unverified]

Halluzinationen in Installations- oder Nachhaltigkeitsangaben können Haftung und Reputation treffen.[unverified]

Kleine Skalierung gegenüber Plattformkonzernen, Fachkräftemangel und laufende ERP-Arbeiten erhöhen Umsetzungsrisiko; Kannibalisierung ist gering.[unverified]

Profil 17 — Alcon

Punktbild: Strategie 8/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 13/20 · messbarer Nutzen 4/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 52/100. Evidenz: mittel; Status: operative KI erwähnt, Produktbelege begrenzt.

1. Strategie und Planung

Fakten/Management: Alcon ordnet KI in eine breitere Transformation von F&E, Fertigung und kommerziellen Abläufen ein.[4][8]

Der sichtbare Produktfokus bleibt jedoch die neue UNITY-Chirurgieplattform; die veröffentlichten Produktinformationen trennen Automatisierung und KI nicht präzise.[4][8]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Potenzielle Felder sind Bildanalyse und Entscheidungsunterstützung im Operationssaal, Produktionsqualität, klinische Entwicklung, Nachfrageplanung und zielgerichteter Vertrieb.[4][8]

UNITY soll chirurgische Abläufe effizienter machen, wird aber nicht als autonomes KI-System ausgewiesen.[4][8]

3. Produktiv, Versuch oder Planung?

Fakten: UNITY-Produkte sind kommerziell eingeführt; daraus folgt nicht automatisch ein produktiver KI-Beitrag.[4][8]

Im Q1-2026-Gespräch wurde eine operative KI-Integration beschrieben, die zugängliche Transkriptfassung liefert aber keine belastbare Detail- oder Wirkungskennzahl.[4][8]

Deshalb konservative Bewertung.

4. Ergebnisse und Kennzahlen

Fakten/Management: Alcon meldete im Q1 2026 unter anderem USD 769 Mio.[4][8]

Consumables-Umsatz und USD 487 Mio.[4][8]

Ocular-Health-Umsatz; zudem USD 33 Mio. tarifbedingte Zusatzkosten.[4][8]

Nichts davon ist als KI-Effekt ausgewiesen.[4][8]

Ein separater KI-Umsatz, Gewinn- oder Cashflowbeitrag fehlt.[4][8]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Bild- und Prozessunterstützung könnte Premiumgeräte, Verbrauchsmaterialbindung und Operationsdurchsatz fördern.[unverified]

In Fertigung und Planung sind weniger Ausschuss und Bestand möglich.[unverified]

Wegen Zulassung und Klinikvalidierung liegt ein Produktumsatzhebel eher 3–7 Jahre entfernt; interne Produktivität könnte früher kommen.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Medizinprodukte-KI braucht klinische Evidenz, Überwachung und Cyber-/Datenschutz.[unverified]

Falsche Hinweise können Patientenschäden verursachen.[unverified]

Hohe Entwicklung und Zulassung belasten Cashflow; Software könnte Teile des Geräte- oder Servicegeschäfts verändern, dürfte Verbrauchsmaterialien aber eher stützen.[unverified]

Profil 18 — Amrize

Punktbild: Strategie 8/15 · produktive Umsetzung 11/25 · Geschäftsmodell/Angebot 11/20 · messbarer Nutzen 4/20 · Daten/Skalierung 6/10 · Führung/Risiko 6/10 = 46/100. Evidenz: mittel; Status: Innovationsbasis, KI-Umsetzung schwach ausgewiesen.

1. Strategie und Planung

Fakten/Management: Amrize ist seit Juni 2025 eigenständig und formuliert Innovation über den ganzen Baulebenszyklus, offene Partnerschaften, Hochschulen und Start-ups.[6][9]

KI-Fachwissen wird in diesem Ökosystem genannt, aber eine eigenständige, finanzierte KI-Roadmap ist im 2025er 10-K nicht erkennbar.[6][9]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Naheliegend sind Rezepturoptimierung, vorausschauende Wartung, Werksenergie, Logistik und kommerzielle Planung.[6][9]

Die Innovationsseite zeigt den Rahmen, jedoch keine vollständige Liste produktiver KI-Systeme nach Standort.[6][9]

3. Produktiv, Versuch oder Planung?

Fakten: Die Daten- und Innovationsarbeit ist real, die öffentliche Evidenz für skalierten KI-Betrieb bleibt dünn.[6][9]

Der Geschäftsbericht erwähnt KI auffällig auch als Verstärker von Cyberangriffen.[6][9]

Deshalb wird Potenzial nicht mit Umsetzung verwechselt.[6][9]

4. Ergebnisse und Kennzahlen

Fakten/Management: Amrize meldet keinen KI-Umsatz, keine Einsparung, keine Produktivitätskennzahl und keinen KI-Anteil am freien Cashflow.[6][9]

Konzernzahlen und Synergien des ASPIRE-Programms sind nicht ohne Weiteres KI zuzuschreiben.[6][9]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Bei 1.000 Standorten wären Wartung, Energie, Fuhrpark und Einkauf grosse Hebel; bessere Nachfrage kann Bestände und Lkw-Leerfahrten senken.[unverified]

Ein indirekter Umsatzschub kommt zudem vom Bau von KI-Rechenzentren, ist aber Marktnachfrage statt eigener KI-Umsetzung.[unverified]

Sichtbarer eigener Nutzen frühestens 2–5 Jahre.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Die Abspaltung schafft IT-, Daten- und Integrationsarbeit.[unverified]

Alte Anlagen, uneinheitliche Daten, Cyberrisiko und Kapitalkosten bremsen Skalierung.[unverified]

Rezepturoptimierung darf Qualität und Normerfüllung nicht gefährden.[unverified]

Automatisierung könnte Service- und Planungsarbeit reduzieren, aber das Kernmaterialgeschäft kaum kannibalisieren.[unverified]

Profil 19 — Richemont

Punktbild: Strategie 6/15 · produktive Umsetzung 10/25 · Geschäftsmodell/Angebot 9/20 · messbarer Nutzen 3/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 42/100. Evidenz: mittel; Status: selektive Digitalisierung, KI kaum offengelegt.

1. Strategie und Planung

Fakten/Management: Richemont steuert Technologieplattformen zentral, lässt den Maisons aber grosse Autonomie.[19][20]

In den FY26-Berichten fehlt eine konkrete konzernweite KI-Roadmap mit Zielen, Budgets oder Verantwortlichen; der Schutz von Marke, Kundendaten und Handwerk dominiert.[19][20]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: Mögliche Anwendungen sind Nachfrage- und Bestandsprognosen, Kundensegmentierung, Fälschungserkennung, Übersetzung, Bildsuche und interne Assistenz.[19][20]

Öffentlich bestätigt sind digitale Kundenkanäle und Technologieplattformen, nicht jedoch eine breite produktive KI-Landschaft.[19][20]

3. Produktiv, Versuch oder Planung?

Fakten: Die Berichte zeigen Technologie- und Datenschutzstrukturen, aber kaum überprüfbare KI-Produktion.[19][20]

Einzelne Maisons können weiter sein als die Konzernpublizität erkennen lässt; wegen fehlender Evidenz gibt es keinen Bonus für vermutete Projekte.[19][20]

4. Ergebnisse und Kennzahlen

Fakten/Management: FY26 erreichte der Konzern EUR 22,4 Mrd.[19][20]

Umsatz und EUR 4,492 Mrd.[19][20]

Betriebsgewinn; die Nettoliquidität betrug EUR 8,496 Mrd.[19][20]

Kein Anteil ist KI zugeordnet, es fehlen Nutzer-, Zeit- oder Kostendaten.[19][20]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Bessere Zuteilung knapper Produkte und Bestände kann Umsatz, Vollpreisquote und Kapitalbindung verbessern; personalisierte Kundenpflege kann Wiederkäufe erhöhen.[unverified]

Im Luxus ist jedoch künstliche Massenpersonalisierung riskant.[unverified]

Effekte wären eher 2–5 Jahre und im Mix verborgen.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Generierte Bilder oder Texte können Exklusivität, Urheberrechte und Markenstimme beschädigen.[unverified]

Sehr vermögende Kundschaft erwartet Privatsphäre; Datenlecks wären teuer.[unverified]

KI-Design kann Handwerk und Authentizität kannibalisieren, weshalb Assistenz statt Ersatz wirtschaftlich sinnvoller ist.[unverified]

Profil 20 — Swiss Life

Punktbild: Strategie 7/15 · produktive Umsetzung 9/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 3/20 · Daten/Skalierung 6/10 · Führung/Risiko 7/10 = 40/100. Evidenz: mittel; Status: Digitalisierung produktiv, KI kaum separat belegt.

1. Strategie und Planung

Fakten/Management: Swiss Life 2027 fokussiert Gebührenresultat, Beratung, Produktivität und Cash-Überweisungen.[26][27]

Die öffentlich zugänglichen Berichte nennen Investitionen in Backoffice-Digitalisierung, aber keine gleichwertig konkrete konzernweite KI-Strategie, Zielzahl oder KI-Führung.[26][27]

2. Einbindung in Geschäftsmodell, Produkte, Vertrieb, F&E und Abläufe

Fakten/Management: KI könnte Berater bei Vorsorgeanalyse, Dokumentation und Kundenansprache unterstützen sowie Policenverwaltung, Compliance und Schadenprozesse automatisieren.[26][27]

Diese Wirkungswege sind plausibel, aber in den geprüften Quellen nicht als gruppenweit produktiv und messbar belegt.[26][27]

3. Produktiv, Versuch oder Planung?

Fakten: Digitale Backoffice-Investitionen und Produktivitätsarbeit laufen.[26][27]

Der Übergang von regelbasierter Automatisierung zu KI bleibt öffentlich unscharf; deshalb ist der Umsetzungsstand niedrig bewertet.[26][27]

4. Ergebnisse und Kennzahlen

Fakten/Management: 2025 betrugen Betriebsgewinn CHF 1,8 Mrd., Nettogewinn CHF 1,3 Mrd. und Cash-Überweisung an die Holding CHF 1,2 Mrd.[26][27]

Das Programm zielt 2025–27 kumuliert CHF 3,6–3,8 Mrd.[26][27]

Cash-Überweisung. Swiss Life weist keinen KI-Anteil an diesen Zahlen, keine Ersparnis und keine Umsatzwirkung aus.[26][27]

5. Mögliche Wirkung auf Umsatz, Marge, Kosten, Kapital und freien Cashflow

Eigene Einordnung, keine Prognose: Weniger Administration kann Kosten und Beraterproduktivität verbessern; bessere Bindungsmodelle können Gebührenumsatz halten.[unverified]

Kapitalwirkung bleibt begrenzt, solange Aufsicht und Garantien dominieren.[unverified]

Ein Ergebnisbeitrag wäre eher 2–5 Jahre sichtbar und muss von Swiss-Life-2027-Massnahmen getrennt werden.[unverified]

6. Investitionen, Risiken, Daten/Regulierung und Kannibalisierung

Eigene Einordnung: Vorsorgeberatung ist langfristig, reguliert und vertrauenssensibel.[unverified]

Verzerrte Empfehlungen, ungeeignete Produkte, Datenschutz und mangelnde Erklärbarkeit können Schaden stiften.[unverified]

Digitale Beratung kann Provisionen und persönliche Beratung kannibalisieren, zugleich aber kleinere Kunden wirtschaftlich erschliessen.[unverified]

Vergleich nach Branchen und Wirkungswegen

Industrie, Baustoffe und Logistik

ABB, Holcim, Kühne+Nagel, Sika, Geberit und Amrize haben harte physische Prozesse. KI wirkt dort über weniger Stillstand, Energie, Ausschuss, Leerfahrten und Bestand. Holcim und Kühne+Nagel führen, weil sie Nutzenziele offenlegen; ABB liegt durch marktfähige Software knapp dahinter. Sika und Geberit bauen wertvolle Wissensgrundlagen, zeigen aber noch wenig finanzielle Kausalität. Amrize besitzt grosse theoretische Hebel, weist nach der Abspaltung jedoch kaum skalierten KI-Betrieb aus.[40][41][3]

Pharma, Diagnostik und Auftragsentwicklung

Roche und Novartis können durch bessere Forschungsentscheidungen sehr grosse Werte schaffen; Lonza monetarisiert einen engeren KI-Service, Alcon hat mögliche Operations- und Fertigungshebel. In dieser Branche ist die Zeitachse lang: Ein Modell kann Laborarbeit beschleunigen, doch Zulassung, Sicherheit und klinischer Beweis bleiben bestehen. Rechenleistung oder Partnerschaftsvolumen sind Inputs, kein Beweis für spätere Medikamente oder Cashflows.[22][17][15]

Versicherungen, Bank und Private Markets

Zurich, Swiss Re und UBS verbinden starke Daten mit strenger Governance; der unmittelbare Hebel liegt in Dokumenten, Risikoauswahl, Beratung und Software. Partners Group liefert den saubersten Einzelfall: 94% kürzere Policenbearbeitung und USD 10 Mio. EBITDA-Effekt bei einer Beteiligung, aber noch keinen Konzernbeweis. Swiss Life bleibt zurück, weil allgemeine Digitalisierung öffentlich kaum von KI getrennt wird.[34][44][32]

Konsum, Luxus und Technologie

Givaudan zeigt die stärkste tägliche Nutzung und macht proprietäre Sensorik- und Rezepturdaten zum Vorteil. Nestlé kann Inhalte und Planung über enorme Markenreichweite skalieren, Logitech KI direkt in Geräte und Software einbauen. Richemont verfügt über Daten und Kundenkontakt, berichtet aber kaum konkrete KI-Umsetzung – und muss besonders darauf achten, dass Automatisierung Exklusivität und Handwerk nicht beschädigt.[10][39][13]

Telekommunikation

Swisscom ist zugleich Anwender und Infrastrukturverkäufer. Lokale Datenhaltung ist ein Differenzierungsmerkmal für regulierte Kunden, erfordert aber GPU-, Energie- und Rechenzentrumsinvestitionen. Erfolg sollte deshalb nicht nur an Umsatz, sondern an Auslastung, Abschreibung, Energieeffizienz und freiem Cashflow gemessen werden.[30][31]

Realistische Einschätzung zu Ertrag und freiem Cashflow

Kurzfristig, 0–2 Jahre: Am glaubwürdigsten sind Kostenvermeidung und mehr Leistung je Beschäftigten. Dokumentzusammenfassung, Code, Angebots- und Policenbearbeitung benötigen weniger Zeit; der Nutzen erscheint oft zuerst als vermiedene Neueinstellung, nicht als sofortiger Stellenabbau. Holcims jährliche Investition und Roche/Swisscoms Infrastruktur zeigen die Gegenrechnung: Cash-Ausgaben kommen vor dem vollen Nutzen.[40][22][31]

Mittelfristig, 2–5 Jahre: Vorausschauende Wartung, bessere Planung und höhere Abschlussquoten können Marge und Umlaufvermögen verbessern. Kühne+Nagels CHF 100–150 Mio. annualisierter Nutzen und Partners Groups FRP-Fall sind die besten Anker, dürfen aber nicht unbesehen auf andere Unternehmen hochgerechnet werden.[41][18]

Langfristig, 5–10 Jahre: Arzneimittel, Diagnostik, autonome Industrie und neue Versicherungsprodukte haben den grössten Umsatzhebel, zugleich die breiteste Ergebnisverteilung. Ein einziger Erfolg kann viel wert sein; viele Modelle bleiben ohne wirtschaftliches Produkt. Deshalb enthält dieser Bericht keine eigene Franken-Prognose.

Transparente Szenariologik statt Prognose: Für Unternehmen ohne Zielzahl wäre eine seriöse interne Rechnung dreistufig: (a) nur nachgewiesene Arbeitsstunden oder Fehler vermeiden, (b) Lizenz-, Cloud-, Daten-, Integrations- und Kontrollkosten vollständig abziehen, (c) nur den cashwirksamen Anteil ansetzen. Eine Bandbreite kann erst belastbar werden, wenn Basiskosten und Nutzungsgrade veröffentlicht sind; diese fehlen meist. Wir nennen daher bewusst keine erfundenen Margenpunkte.

Gebundenes Kapital reagiert je nach Branche verschieden. Bessere Nachfrage und Logistik können Lager und Forderungen rasch senken; Versicherungs- und Bankkapital sinkt dagegen nur, wenn Aufsicht und interne Modelle die bessere Risikomessung anerkennen. In Pharma kann KI teure Fehlversuche vermeiden, doch hohe Rechen- und Laborausgaben sowie neue Studien bleiben vorzufinanzieren.

Wichtigste Beobachtungspunkte für die nächsten 12–24 Monate

1. Holcim: erstmals realisierter statt nur angestrebter KI-EBIT, Roll-out der 38 Initiativen und klare Brücke zu CHF 200 Mio.[40]

2. Kühne+Nagel: Definition, Zeitplan und tatsächlich verbuchte CHF 100–150 Mio.; Verhältnis zu Stellen, Servicequalität und Restrukturierung.[41]

3. ABB: Anteil wiederkehrender Softwareerlöse, Genix-Nutzung und messbarer Kundenwert; klare Trennung vom Rechenzentrums-Nachfrageboom.[3][37]

4. Zurich/Swiss Re/UBS: Übergang von Copiloten zu kontrollierten Agenten, Fehlerquoten, Freigabegrenzen und erste finanzielle Nachweise.[34][44][32]

5. Roche/Novartis/Lonza/Alcon: Kandidaten oder Diagnostikfunktionen, deren Zeit- oder Erfolgsverbesserung klinisch und regulatorisch belegt ist.[22][16][15]

6. Givaudan/Nestlé/Logitech: zahlende Kunden, Premiumpreise, Abonnements und Geschwindigkeit – nicht nur Nutzungs- oder Inhaltsmenge.[10][39][13]

7. Swisscom: Umsatz, Auslastung und Kapitalrendite der souveränen KI-Infrastruktur; Energie- und Abschreibungseffekt.[30][31]

8. Sika/Geberit/Amrize: Zahl produktiver Standorte/Agenten, konkrete Zeit- oder Materialersparnis und Datenstandardisierung.[24][7][9]

9. Partners Group: Wiederholung des FRP-Musters in mehreren unabhängigen Beteiligungen und Durchschlag auf Exits/Performance Fees.[18]

10. Richemont/Swiss Life: erstmals eine konkrete Roadmap, zentrale Verantwortung und messbare Anwendungen statt allgemeiner Digitalisierung.[20][27]

Grenzen der Untersuchung

Die Analyse nutzt nur bis 3. September 2026 öffentlich zugängliche Informationen. Unternehmen veröffentlichen KI selektiv: Schweigen kann echte Rückständigkeit, Wettbewerbsgeheimnis oder vorsichtige Kommunikation bedeuten. Rangabstände von ein bis drei Punkten sind deshalb nicht als präzise Messung zu lesen.

Managementangaben zu Projekten, Zeitersparnis und Nutzen sind meist nicht extern geprüft. Gesamtumsatz, Marge oder Cashflow beweisen keine KI-Kausalität. Besonders bei mehrjährigen Spar- und Transformationsprogrammen besteht Doppelzählungsgefahr. Die Studie bewertet den Stand, nicht die Wahrscheinlichkeit eines Aktienkursanstiegs.

Die Wirkung auf freien Cashflow lässt sich ohne Angaben zu Cloudkosten, Personalumschichtung, Investitionen, Abschreibung, Steuern und Working Capital nicht sauber quantifizieren. Eigene Wirkungswege sind als Einordnung gekennzeichnet; es wurden keine erfundenen Finanzwerte eingesetzt.

Verifizierte Quellen

Sources

[1] https://www.six-group.com/dam/download/market-data/indices/index-messages/index-adjustments-on-the-occasion-of-the-ordinary-index-review-2026.pdf — Media Release

[2] https://www.six-group.com/en/market-data/indices/switzerland/equity/smi.html — SMI (Swiss Market Index): Performance, Chart, Overview | SIX

[3] https://www.abb.com/global/en/company/annual-reporting-suite/value-creation/strategic-priorities-explained — Our strategic priorities | ABB

[4] https://investor.alcon.com/news-and-events/press-releases/news-details/2025/Alcon-Elevates-Vitreoretinal-and-Cataract-Surgery-for-Superior-Efficiency-with-UNITY-VCS-and-UNITY-CS/default.aspx — Alcon - Alcon Elevates Vitreoretinal and Cataract Surgery for Superior Efficiency* with UNITY VCS and UNITY CS

[5] https://reports.geberit.com/annual-report/2025/business-report/business-and-financial-review/financial-year-2025/information-technology.html — Information Technology

[6] https://investors.amrize.com/sec-filings/content/0002035989-26-000017/holcim-20251231.htm — February 18, 2026 - 10-K: Annual report [Section 13 and 15(d), not S-K Item 405] | Amrize (AMRZ)

[7] https://reports.geberit.com/annual-report/2025/highlights/competencies/ai-combs-through-mountains-of-data.html — AI combs through mountains of data - Geberit Annual Report 2025

[8] https://fool.com/earnings/call-transcripts/2026/05/06/alcon-alc-q1-2026-earnings-call-transcript — Alcon (ALC) Q1 2026 Earnings Call Transcript | The Motley Fool

[9] https://www.amrize.com/us/en/innovation.html — Innovation

[10] https://integratedreport.givaudan.com/2025/esg-progress/our-stories/strategy/ai-powered-ooby — AI‑powered Ooby™: a creative ally in food and beverage innovation | Givaudan Integrated Report

[11] https://www.givaudan.com/files/giv-2025-integrated-report.pdf — 2025 Integrated Report on economic and ESG performance

[12] https://news.logitech.com/press-releases/news-details/2025/Logitech-Shares-Plans-to-Accelerate-Profitable-Growth-at-Analyst--Investor-Day — Logitech Shares Plans to Accelerate Profitable Growth at Analyst & Investor Day

[13] https://ir.logitech.com/news/news-details/2025/Logitech-Gs-Streamlabs-Unveils-Breakthrough-AI-Streaming-Agent-Features-at-Computex-with-NVIDIA-and-Inworld-AI/default.aspx — Logitech G’s Streamlabs Unveils Breakthrough AI Streaming Agent Features at Computex with NVIDIA and Inworld AI

[14] https://www.lonza.com/annualreport/2025/company/one-lonza-strategy — Lonza | One Lonza Strategy

[15] https://www.lonza.com/advanced-synthesis/small-molecules/drug-substance/route-scouting-service — AI-Enabled Route Scouting Service | Lonza

[16] https://www.novartis.com/sites/novartis_com/files/novartis-annual-report-2025.pdf — Annual Report 2025

[17] https://www.reuters.com/business/healthcare-pharmaceuticals/pharma-sector-doubles-down-ai-amid-hopes-slashing-costs-timelines-2026-08-20 — Pharma sector doubles down on AI amid hopes of slashing costs, timelines | Reuters

[18] https://www.partnersgroup.com/en/news-and-views/press-releases/investment-news/detail?news_id=1bcda79f-a47d-440b-84b4-c7adc3d6563c — Press Releases - Partners Group

[19] https://www.richemont.com/media/045hlucv/richemont-fy26-annual-report-and-accounts.pdf — Richemont – FY26 Annual Report and Accounts announcement – EN

[20] https://www.richemont.com/media/cskglbj3/richemont-non-financial-report-2026.pdf — Richemont Non-Financial Report 2026

[21] https://www.partnersgroup.com/en/shareholders/reports-and-presentations — Reports & Presentations - Partners Group

[22] https://www.roche.com/media/releases/med-cor-2026-03-16 — Roche launches NVIDIA AI factory to accelerate the development of new therapeutics and diagnostics solutions

[23] https://www.reuters.com/business/healthcare-pharmaceuticals/roche-ramps-up-ai-computing-capacity-with-nvidia-chip-expansion-2026-03-16 — Roche ramps up AI computing capacity with Nvidia chip expansion | Reuters

[24] https://reports.sika.com/en/annual-report-2025/digital-momentum-and-strategic-discipline — Digital Momentum and Strategic Discipline

[25] https://www.sika.com/dms/getdocument.get/25912ef3-3470-49d7-b658-f41ccfb7a317/glo-ar-25-annual-report.pdf — Sika Business Year 2025

[26] https://reporting.swisslife.com/en/2025AR/quick-report — Quick Report 2025

[27] https://www.swisslife.com/content/dam/com_rel/dokumente/hy_results/hy_2025/Swiss_Life_Half-year_results_2025_Investor_Presentation_EN.pdf — Investor presentation

[28] https://www.swissre.com/dam/jcr:a7e9dca5-1911-404d-bc9d-a8875ca7cab9/2025-annual-report.pdf — Annual Report 2025

[29] https://www.swissinfo.ch/eng/swiss-ai/ceo-swiss-re-ai-will-bring-huge-productivity-improvements/91282629 — ‘AI will bring huge productivity improvements’: Swiss Re CEO

[30] https://reports.swisscom.ch/en/2025/report/introduction/what-did-innovators-of-trust-mean-in2025/an-ai-that-icantrust — An AI that I can trust

[31] https://reports.swisscom.ch/download/2025/en/swisscom_geschaeftsbericht_gesamt_2025_en.pdf — Annual Report

[32] https://www.ubs.com/global/en/media/display-page-ndp/en-20251016-ai-strategy.html — UBS appoints Chief AI Officer to drive its AI strategy

[33] https://www.ubs.com/content/dam/assets/cc/investor-relations/annual-report/2025/annual-report-ubs-group-2025.pdf — Annual Report 2025 UBS Group

[34] https://www.zurich.com/about-us/ai-at-zurich — AI at Zurich | Zurich Insurance

[35] https://www.zurich.com/about-us/ai-at-zurich/ai-driven-underwriting-workflow — AIâDriven Underwriting Workflow | Zurich Insurance

[36] https://www.zurich.com/annual-report-2025 — Annual Report 2025 | Zurich Insurance

[37] https://library.e.abb.com/public/b32991481e8b4418a5c5261c5ff25440/ABB%20Financial%20Report%202025.pdf — Abb Financial Report 2025

[38] https://nestle.com/sites/default/files/2026-07/half-year-results-investor-presentation-2026.pdf — half-year-results-investor-presentation-2026

[39] https://www.nestle.com/sites/default/files/2026-02/annual-review-2025-en.pdf — Nestlé - Annual Review 2025

[40] https://holcim.com/sites/holcim/files/docs/20260424-media-finance-holcim-q1-2026-results-en.pdf — Holcim Q1 2026 Results Media Release - English

[41] https://a.storyblok.com/f/331466/x/b687283818/q2-2026-analyst-presentation.pdf — PowerPoint-Präsentation

[42] https://s1.q4cdn.com/104539020/files/doc_financials/2026/q4/Logitech-Q4-2026-Shareholder-Letter_vF.pdf — (Logitech Q4 2026 Shareholder Letter)

[44] https://www.swissre.com/dam/jcr:26957bcd-fbfe-4f5e-822a-5efddc840b57/management-dialogue-2025-presentation.pdf — Management Dialogue 2025