KI-Strategien im SPI: Rangliste von 196 Unternehmen – 3. September 2026

# SPI-KI-Strategien-Rangliste 2026 — iShares-SPI-ETF-Näherung mit 196 Emittenten

Stichtag: 3. September 2026 · Arbeitsbasis: iShares SPI ETF-Bestand vom 1. September 2026 · keine offizielle SIX-Komponentenliste · keine Anlageempfehlung

Kurzfazit

Die Rangliste vergleicht die öffentlich belegte KI-Strategie und -Umsetzung von 196 Emittenten. Sie misst Offenlegung und Umsetzungsreife, nicht Aktienqualität oder künftige Rendite. Die Spitzengruppe verbindet eine klare Strategie, produktive Anwendungen und einen nachvollziehbaren wirtschaftlichen Wirkungspfad; bei 69 Unternehmen blieb die öffentliche KI-Evidenz unzureichend. Ein Abstand von bis zu drei Punkten liegt innerhalb der methodischen Unsicherheit und sollte nicht überinterpretiert werden.

Abgrenzung des Arbeitsuniversums

SIX wies für den SPI am Stichtag 202 Wertpapiere aus.[1] Die hier verwendete, vom Nutzer autorisierte Näherung beruht dagegen auf dem iShares-SPI-ETF-Bestand vom 1. September 2026.[2] Der Fondsdownload enthält 201 Aktienzeilen; nach Zusammenführung mehrerer Aktienklassen verbleiben 196 Emittenten. Das ist ausdrücklich keine offizielle SIX-Komponentenliste.

Restpositionen: Spexis AG und Talenthouse AG erscheinen als nahezu wertlose Restpositionen im Fondsbestand; ihre aktuelle SIX-Indexmitgliedschaft wurde nicht bestätigt. Sie bleiben aus Transparenzgründen in der fondsnahen Arbeitsmenge und werden nicht stillschweigend entfernt.

Methode und Bewertungsraster

Bewertet werden ausschliesslich die in der Rohrecherche festgehaltenen Fakten, Managementaussagen und Belege bis zum Stichtag. Produktiv bedeutet im Betrieb oder beim Kunden eingesetzt; Pilot bezeichnet einen begrenzten Versuch; Plan eine angekündigte, noch nicht belegte Umsetzung. Unternehmensziele sind keine bereits realisierten Resultate. Fehlende Offenlegung wird nicht als Beweis fehlender interner Aktivität behandelt.

Strategie (15 Punkte): Ziele, Prioritäten, Zeitplan und Ressourcen.
Produktive Umsetzung (25 Punkte): realer Einsatz, Reichweite und Reife.
Geschäftsmodell/Angebot (20 Punkte): Nähe zu Produkt, Vertrieb und Kundennutzen.
Messbarer Nutzen (20 Punkte): belegte Umsatz-, Kosten-, Margen-, Kapital- oder Cashflowwirkung.
Daten/Technik/Skalierung (10 Punkte): Datenbasis, Plattform, Integration und Wiederholbarkeit.
Führung/Governance/Risiko (10 Punkte): Verantwortung, Kontrollen, Datenschutz, Sicherheit und Regulierung.

Die Summe beträgt 100 Punkte. Die kalibrierte Rangliste ist verbindlich; typische Unsicherheit: ±3 Punkte. Gleichstände werden mit demselben Score-Rang gezeigt, während die Profilnummer die feste Reihenfolge der Kalibrierungsdatei bewahrt.

Vollständige Rangliste

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

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

| 2 | 2 | Adecco Group AG | 14 | 24 | 16 | 16 | 9 | 9 | 88 |

| 3 | 3 | Kühne + Nagel International AG | 14 | 22 | 15 | 18 | 9 | 8 | 86 |

| 4 | 4 | ABB Ltd | 14 | 22 | 19 | 12 | 9 | 8 | 84 |

| 5 | 5 | Cosmo N.V. | 14 | 23 | 20 | 12 | 7 | 7 | 83 |

| 6 | 6 | Zurich Insurance Group AG | 15 | 21 | 18 | 10 | 9 | 9 | 82 |

| 6 | 7 | DocMorris AG | 14 | 20 | 17 | 18 | 7 | 6 | 82 |

| 8 | 8 | Roche Holding AG | 14 | 20 | 19 | 8 | 10 | 9 | 80 |

| 8 | 9 | Sonova Holding AG | 13 | 22 | 20 | 10 | 9 | 6 | 80 |

| 10 | 10 | Givaudan SA | 13 | 22 | 18 | 11 | 8 | 7 | 79 |

| 11 | 11 | UBS Group AG | 14 | 20 | 17 | 8 | 9 | 10 | 78 |

| 11 | 12 | SGS AG | 13 | 21 | 18 | 11 | 8 | 7 | 78 |

| 11 | 13 | Landis+Gyr Group AG | 13 | 21 | 19 | 7 | 10 | 8 | 78 |

| 14 | 14 | TEMENOS AG | 14 | 21 | 20 | 5 | 9 | 8 | 77 |

| 15 | 15 | Swiss Re AG | 13 | 19 | 16 | 10 | 9 | 9 | 76 |

| 15 | 16 | Straumann Holding AG | 13 | 21 | 19 | 7 | 9 | 7 | 76 |

| 15 | 17 | Sulzer AG | 11 | 19 | 17 | 16 | 8 | 5 | 76 |

| 15 | 18 | SoftwareOne Holding AG | 14 | 20 | 19 | 7 | 9 | 7 | 76 |

| 19 | 19 | Nestlé AG | 13 | 20 | 17 | 9 | 8 | 8 | 75 |

| 19 | 20 | SMG Swiss Marketplace Group Holding AG | 13 | 20 | 18 | 10 | 8 | 6 | 75 |

| 21 | 21 | Novartis AG | 13 | 18 | 18 | 9 | 8 | 8 | 74 |

| 22 | 22 | DSM-Firmenich AG | 14 | 19 | 15 | 5 | 10 | 10 | 73 |

| 22 | 23 | Swisscom AG | 13 | 18 | 17 | 7 | 9 | 9 | 73 |

| 24 | 24 | Logitech International S.A. | 12 | 18 | 18 | 9 | 8 | 7 | 72 |

| 24 | 25 | MindMaze Therapeutics Holding SA | 12 | 18 | 19 | 8 | 8 | 7 | 72 |

| 26 | 26 | Partners Group Holding AG | 12 | 17 | 16 | 12 | 7 | 7 | 71 |

| 26 | 27 | The Swatch Group AG | 10 | 19 | 19 | 9 | 8 | 6 | 71 |

| 26 | 28 | Stadler Rail AG | 11 | 18 | 17 | 8 | 9 | 8 | 71 |

| 29 | 29 | INFICON HOLDING AG | 11 | 19 | 18 | 5 | 9 | 8 | 70 |

| 29 | 30 | lastminute.com N.V. | 14 | 21 | 19 | 5 | 8 | 3 | 70 |

| 31 | 31 | Kudelski S.A. | 11 | 18 | 18 | 6 | 8 | 7 | 68 |

| 32 | 32 | Swissquote Group Holding Ltd | 11 | 18 | 15 | 7 | 8 | 7 | 66 |

| 33 | 33 | Sika AG | 11 | 16 | 15 | 7 | 8 | 8 | 65 |

| 34 | 34 | Lonza Group AG | 10 | 15 | 16 | 6 | 8 | 7 | 62 |

| 34 | 35 | Compagnie financière Tradition SA | 9 | 16 | 17 | 5 | 9 | 6 | 62 |

| 36 | 36 | Bystronic AG | 9 | 14 | 17 | 9 | 8 | 3 | 60 |

| 37 | 37 | Vontobel Holding AG | 11 | 17 | 8 | 5 | 8 | 10 | 59 |

| 37 | 38 | Xlife Sciences AG | 10 | 14 | 19 | 6 | 6 | 4 | 59 |

| 39 | 39 | Cembra Money Bank AG | 9 | 15 | 8 | 7 | 8 | 10 | 57 |

| 39 | 40 | Tecan Group AG | 11 | 14 | 17 | 2 | 8 | 5 | 57 |

| 41 | 41 | TX Group AG | 10 | 16 | 10 | 7 | 7 | 6 | 56 |

| 42 | 42 | Rieter Holding AG | 10 | 15 | 16 | 4 | 8 | 2 | 55 |

| 43 | 43 | Geberit AG | 10 | 14 | 11 | 5 | 7 | 7 | 54 |

| 43 | 44 | OC Oerlikon Corporation AG | 10 | 15 | 10 | 5 | 8 | 6 | 54 |

| 43 | 45 | Mikron Holding AG | 10 | 12 | 15 | 5 | 8 | 4 | 54 |

| 46 | 46 | dormakaba Holding AG | 10 | 16 | 11 | 3 | 8 | 5 | 53 |

| 47 | 47 | Alcon Inc. | 8 | 13 | 13 | 4 | 7 | 7 | 52 |

| 47 | 48 | Julius Bär Gruppe AG | 12 | 16 | 4 | 2 | 9 | 9 | 52 |

| 47 | 49 | Burckhardt Compression Holding AG | 7 | 11 | 16 | 8 | 7 | 3 | 52 |

| 47 | 50 | Romande Energie Holding SA | 10 | 15 | 6 | 6 | 9 | 6 | 52 |

| 47 | 51 | Ascom Holding AG | 9 | 12 | 14 | 4 | 7 | 6 | 52 |

| 47 | 52 | Klingelnberg AG | 9 | 14 | 14 | 3 | 7 | 5 | 52 |

| 53 | 53 | Accelleron Industries AG | 6 | 13 | 14 | 7 | 8 | 3 | 51 |

| 54 | 54 | Graubündner Kantonalbank | 10 | 16 | 5 | 3 | 8 | 8 | 50 |

| 55 | 55 | Bucher Industries AG | 7 | 15 | 13 | 5 | 6 | 3 | 49 |

| 55 | 56 | ams-OSRAM AG | 9 | 10 | 12 | 3 | 8 | 7 | 49 |

| 55 | 57 | Bellevue Group AG | 8 | 13 | 15 | 3 | 7 | 3 | 49 |

| 58 | 58 | Ypsomed Holding AG | 11 | 16 | 5 | 4 | 8 | 4 | 48 |

| 58 | 59 | AEVIS VICTORIA SA | 7 | 17 | 4 | 8 | 6 | 6 | 48 |

| 60 | 60 | Schindler Holding AG | 6 | 13 | 12 | 4 | 8 | 4 | 47 |

| 60 | 61 | VP Bank AG | 11 | 13 | 5 | 2 | 8 | 8 | 47 |

| 62 | 62 | Amrize Ltd | 8 | 11 | 11 | 4 | 6 | 6 | 46 |

| 62 | 63 | Kardex Holding AG | 7 | 13 | 14 | 4 | 5 | 3 | 46 |

| 62 | 64 | APG SGA SA | 6 | 13 | 15 | 4 | 6 | 2 | 46 |

| 65 | 65 | ALSO Holding AG | 8 | 9 | 11 | 3 | 8 | 4 | 43 |

| 65 | 66 | Implenia AG | 8 | 13 | 5 | 5 | 7 | 5 | 43 |

| 65 | 67 | Orell Füssli AG | 7 | 13 | 11 | 4 | 5 | 3 | 43 |

| 65 | 68 | V-ZUG Holding AG | 4 | 14 | 8 | 7 | 7 | 3 | 43 |

| 69 | 69 | Compagnie Financière Richemont SA | 6 | 10 | 9 | 3 | 7 | 7 | 42 |

| 70 | 70 | DKSH Holding AG | 10 | 13 | 5 | 2 | 7 | 4 | 41 |

| 71 | 71 | Swiss Life Holding AG | 7 | 9 | 8 | 3 | 6 | 7 | 40 |

| 71 | 72 | SF Urban Properties AG | 6 | 12 | 2 | 10 | 6 | 4 | 40 |

| 73 | 73 | Swiss Prime Site AG | 6 | 13 | 2 | 8 | 6 | 4 | 39 |

| 73 | 74 | Flughafen Zürich AG | 7 | 12 | 1 | 5 | 7 | 7 | 39 |

| 75 | 75 | BKW AG | 6 | 13 | 5 | 4 | 5 | 5 | 38 |

| 76 | 76 | Galderma Group AG | 6 | 9 | 10 | 1 | 6 | 5 | 37 |

| 77 | 77 | Barry Callebaut AG | 7 | 7 | 10 | 1 | 6 | 4 | 35 |

| 78 | 78 | Liechtensteinische Landesbank AG | 8 | 7 | 5 | 2 | 7 | 5 | 34 |

| 78 | 79 | Forbo Holding AG | 4 | 12 | 8 | 3 | 4 | 3 | 34 |

| 80 | 80 | Cicor Technologies Ltd. | 7 | 5 | 8 | 1 | 5 | 7 | 33 |

| 81 | 81 | Phoenix Mecano AG | 6 | 6 | 10 | 1 | 5 | 4 | 32 |

| 82 | 82 | EFG International AG | 5 | 10 | 6 | 3 | 5 | 2 | 31 |

| 83 | 83 | WISeKey International Holding AG | 7 | 4 | 8 | 0 | 6 | 5 | 30 |

| 84 | 84 | Peach Property Group AG | 5 | 11 | 0 | 5 | 5 | 3 | 29 |

| 85 | 85 | Luzerner Kantonalbank AG | 10 | 3 | 3 | 0 | 7 | 5 | 28 |

| 85 | 86 | Basilea Pharmaceutica AG, Allschwil | 5 | 6 | 7 | 2 | 4 | 4 | 28 |

| 85 | 87 | Private Equity Holding AG | 4 | 5 | 9 | 3 | 4 | 3 | 28 |

| 85 | 88 | StarragTornos Group AG | 4 | 8 | 9 | 2 | 3 | 2 | 28 |

| 89 | 89 | Basellandschaftliche Kantonalbank | 10 | 3 | 0 | 0 | 7 | 7 | 27 |

| 90 | 90 | Siegfried Holding AG | 5 | 6 | 1 | 1 | 4 | 9 | 26 |

| 90 | 91 | Basler Kantonalbank | 9 | 3 | 1 | 0 | 6 | 7 | 26 |

| 90 | 92 | Addex Therapeutics Ltd | 4 | 5 | 7 | 2 | 4 | 4 | 26 |

| 93 | 93 | Huber+Suhner AG | 3 | 4 | 8 | 5 | 4 | 1 | 25 |

| 93 | 94 | Valiant Holding AG | 4 | 9 | 2 | 3 | 3 | 4 | 25 |

| 93 | 95 | Edisun Power Europe AG | 8 | 1 | 8 | 2 | 5 | 1 | 25 |

| 96 | 96 | Bajaj Mobility AG | 6 | 4 | 1 | 1 | 6 | 6 | 24 |

| 96 | 97 | Feintool International Holding AG | 4 | 7 | 2 | 1 | 5 | 5 | 24 |

| 98 | 98 | Berner Kantonalbank AG | 3 | 8 | 6 | 1 | 3 | 2 | 23 |

| 98 | 99 | Schweizerische Nationalbank | 6 | 2 | 0 | 0 | 8 | 7 | 23 |

| 98 | 100 | MCH Group AG | 4 | 9 | 0 | 2 | 5 | 3 | 23 |

| 101 | 101 | LEM Holding SA | 4 | 3 | 8 | 0 | 5 | 2 | 22 |

| 102 | 102 | SHL Telemedicine Ltd. | 3 | 3 | 5 | 2 | 5 | 3 | 21 |

| 103 | 103 | Idorsia Ltd | 4 | 5 | 3 | 1 | 5 | 2 | 20 |

| 103 | 104 | Carlo Gavazzi Holding AG | 6 | 3 | 5 | 0 | 4 | 2 | 20 |

| 105 | 105 | Sandoz Group AG | 4 | 2 | 1 | 0 | 4 | 8 | 19 |

| 105 | 106 | IVF HARTMANN Holding AG | 6 | 5 | 0 | 0 | 3 | 5 | 19 |

| 107 | 107 | Sunrise Communications AG | 5 | 4 | 1 | 0 | 5 | 3 | 18 |

| 107 | 108 | SFS Group AG | 6 | 3 | 2 | 0 | 5 | 2 | 18 |

| 107 | 109 | Vaudoise Assurances Holding SA | 7 | 2 | 1 | 0 | 4 | 4 | 18 |

| 110 | 110 | BB Biotech AG | 4 | 2 | 4 | 1 | 3 | 2 | 16 |

| 110 | 111 | Clariant AG | 3 | 5 | 1 | 1 | 4 | 2 | 16 |

| 110 | 112 | ARYZTA AG | 5 | 1 | 0 | 0 | 2 | 8 | 16 |

| 113 | 113 | Helvetia Baloise Holding AG | 4 | 2 | 1 | 0 | 3 | 5 | 15 |

| 114 | 114 | Leonteq AG | 2 | 1 | 5 | 0 | 3 | 2 | 13 |

| 115 | 115 | PolyPeptide Group AG | 2 | 0 | 0 | 0 | 2 | 8 | 12 |

| 115 | 116 | Talenthouse AG | 2 | 3 | 4 | 0 | 2 | 1 | 12 |

| 117 | 117 | Galenica AG | 3 | 2 | 0 | 0 | 4 | 2 | 11 |

| 117 | 118 | Glarner Kantonalbank | 2 | 5 | 0 | 1 | 2 | 1 | 11 |

| 119 | 119 | Comet Holding AG | 2 | 0 | 4 | 0 | 3 | 1 | 10 |

| 119 | 120 | Arbonia AG | 1 | 1 | 0 | 0 | 2 | 6 | 10 |

| 121 | 121 | VAT Group AG | 2 | 0 | 3 | 0 | 2 | 1 | **8** |

| 122 | 122 | St.Galler Kantonalbank AG | 3 | 0 | 0 | 0 | 1 | 3 | **7** |

| 122 | 123 | Dottikon ES Holding AG | 2 | 0 | 0 | 0 | 0 | 5 | **7** |

| 124 | 124 | Emmi AG | 2 | 2 | 0 | 0 | 1 | 1 | **6** |

| 124 | 125 | Jungfraubahn Holding AG | 1 | 0 | 0 | 0 | 1 | 4 | **6** |

| 126 | 126 | Sensirion Holding AG | 1 | 0 | 0 | 0 | 1 | 1 | **3** |

| 127 | 127 | Vetropack Holding AG | 1 | 0 | 0 | 0 | 0 | 1 | **2** |

| 128 | 128 | Chocoladefabriken Lindt & Sprüngli AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 129 | BELIMO Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 130 | PSP Swiss Property AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 131 | Ems-Chemie Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 132 | Avolta AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 133 | Georg Fischer AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 134 | Banque Cantonale Vaudoise | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 135 | SIG Group Ltd | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 136 | Allreal Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 137 | VZ Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 138 | Mobimo Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 139 | Bachem Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 140 | Zuger Kantonalbank | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 141 | Bossard Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 142 | Interroll Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 143 | Burkhalter Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 144 | Dätwyler Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 145 | Intershop Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 146 | Medacta Group SA | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 147 | Montana Aerospace AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 148 | SKAN Group AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 149 | Walliser Kantonalbank | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 150 | Zehnder Group AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 151 | Banque Cantonale de Genève | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 152 | Fundamenta Real Estate AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 153 | HIAG Immobilien Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 154 | Kuros Biosciences Ltd. | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 155 | Medartis Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 156 | PLAZZA AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 157 | R&S Group Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 158 | Thurgauer Kantonalbank | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 159 | Zug Estates Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 160 | mobilezone holding ag | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 161 | Autoneum Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 162 | Bell Food Group AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 163 | EPIC Suisse AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 164 | Hypothekarbank Lenzburg AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 165 | Investis Holding SA | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 166 | Komax Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 167 | Novavest Real Estate AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 168 | Schweiter Technologies AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 169 | Warteck Invest AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 170 | BVZ Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 171 | Bergbahnen Engelberg-Trübsee-Titlis AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 172 | BioVersys AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 173 | COLTENE Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 174 | CPH Group AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 175 | Centiel AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 176 | Gurit Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 177 | Infracore SA | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 178 | Meier Tobler Group AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 179 | Metall Zug AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 180 | Molecular Partners AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 181 | Newron Pharmaceuticals S.p.A. | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 182 | Orior AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 183 | Santhera Pharmaceuticals Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 184 | medmix AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 185 | Banque Cantonale du Jura SA | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 186 | Calida Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 187 | Curatis Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 188 | EvoNext Holdings SA | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 189 | GAM Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 190 | Groupe Minoteries SA | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 191 | Highlight Event and Entertainment AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 192 | Schlatter Industries AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 193 | Spexis AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 194 | Varia US Properties AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 195 | Villars Holding S.A. | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

| 128 | 196 | Züblin Immobilien Holding AG | 0 | 0 | 0 | 0 | 0 | 0 | **0** |

Unternehmensprofile

Profil 001 — Holcim Ltd (`six-issuer-20952`)

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. Score-Rang 1; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

38 Initiativen, >100 Werke, CHF-200-Mio.-Ziel, CHF-20-Mio.-Investitionen, Governance[3]

Zusammenfassung der Rohrecherche: KI ist ausdrücklich Beschleuniger der NextGen-Growth-2030-Strategie. 38 gross angelegte KI-Initiativen in Produktion, Logistik, Commercial und Administration. KI ist in mehr als 100 Werken ausgerollt; Foresight läuft in über 30 Märkten; der Bestellassistent wird in Spanien produktiv genutzt. CEO Miljan Gutovic stellt rund CHF 200 Mio. wiederkehrenden EBIT-Nutzen bis 2028 in Aussicht; dies ist ein Ziel, kein realisierter Betrag. Global Head Digital Transformation and AI Lily Wong beschreibt eine Phase schneller Skalierung. Vier priorisierte Funktionsbereiche, Skalierung bewährter Lösungen und bis 2028 quantifiziertes EBIT-Ziel. M-Predict: Sensorik und Machine Learning zur Echtzeit-Zustandsüberwachung und Ausfallprognose. Foresight: KI-Prognosen für Absatz, Bestand, Flotte und Netzwerk. Holcim+: KI-gestützte Planung, Bestellung und Lieferung; AI Ordering Assistant über Messaging-Apps. CareerHub sowie KI-gestützte Sicherheits- und Verwaltungsanwendungen.[3]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: führend / breit skaliert Managementziel: ca. CHF 200 Mio. wiederkehrender EBIT-Nutzen bis 2028 (Kosteneinsparung und vermiedene Kosten). Ausfälle sollen bis zu 90 Tage vorher prognostiziert werden. In Spanien nutzen laut Holcim 89% der Kunden den AI Ordering Assistant für Bestellungen. Für Foresight werden bessere Produktionsabstimmung, niedrigere Bestände und geringere Distributionskosten berichtet; Beträge fehlen. Quantifiziertes Ziel, aber noch keine geprüfte Ist-Überleitung von KI auf EBIT oder Cashflow. Realisierter EBIT-Beitrag 2025/2026, ROI je Initiative, Modellgüte und Fehlerquoten ausserhalb einzelner Beispiele.[3]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Sehr hohe Reife: explizite Strategie, benannte Führung, Portfolio-Steuerung, produktive globale Anwendungen, konkrete Investitions- und Nutzenziele sowie Responsible-AI-Governance. Quantifiziertes Ziel, aber noch keine geprüfte Ist-Überleitung von KI auf EBIT oder Cashflow. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Rund CHF 20 Mio. Wachstumsinvestitionen pro Jahr zur Skalierung der KI-Adoption. Integrierte Sensoren, Data Lakes, tausende externe Datenpunkte; globale Rollouts und zentral geführtes Use-Case-Portfolio. Global Head of Digital Transformation and AI; AI Directive, AI Solutions Inventory, AI Governance Council; Schulungen und Community of Practice. Zielerreichungs-, Modell-, Datenqualitäts-, Cyber-, Datenschutz-, Bias- und Akzeptanzrisiken.[3]

Bewertungsbegründung: SMI-Konsistenzanker: Die sechs Dimensionswerte wurden exakt an das Referenzraster vom 03.09.2026 angeglichen; die vorliegende Rohforschung liefert keinen belastbaren Grund für eine Abweichung. Kalibrierungsvertrauen: high.

Profil 002 — Adecco Group AG (`six-issuer-1432`)

Punktbild: Strategie 14/15 · produktive Umsetzung 24/25 · Geschäftsmodell/Angebot 16/20 · messbarer Nutzen 16/20 · Daten/Skalierung 9/10 · Führung/Risiko 9/10 = 88/100. Score-Rang 2; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Skalierung, operative KPIs, Responsible AI[4]

Zusammenfassung der Rohrecherche: KI-Agenten decken sieben Stufen des Recruiting-Lebenszyklus ab und waren in zehn Ländern eingesetzt. 1,2 Mio. Kandidaten-Agenten-Interaktionen, 250.000 abgeschlossene Interviews und 50.000 Stellen wurden berichtet. Skalierung in weitere Hochvolumenmärkte ist angekündigt. Adecco bezeichnet 1,2 Mio. Interaktionen als erwiesenen Impact und positioniert Talent, Technology and Touch als Betriebsmodell. Verantwortungsvolle agentische KI soll Recruiting durchgängig transformieren und Wachstum sowie Effizienz unterstützen. Pre-Screening, Talentpool-Management, Recruiter Support, Customer Service, Onboarding, Voice und Redeployment Agent.[4]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: führend / breit skaliert In Lead-Märkten 50% kürzere Time-to-deliver, Fill Rates über 80% und Kundenzufriedenheit 4,3/5. 51% der Interaktionen ausserhalb normaler Arbeitszeiten. Klare operative KPIs, aber kein isolierter Umsatz-, Kosten-, EBIT- oder Cashfloweffekt. Investitionssumme, unabhängige Prüfung der KPIs, EBIT-/Cash-Beitrag und Fehler-/Bias-Raten.[4]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Sehr reife produktive Skalierung mit ungewöhnlich konkreten Nutzungs- und Leistungskennzahlen sowie Human Oversight. Da die Zahlen Unternehmensangaben sind und keine Kosten-/EBIT-Überleitung vorliegt, bleibt die finanzielle Bewertung konservativ. Klare operative KPIs, aber kein isolierter Umsatz-, Kosten-, EBIT- oder Cashfloweffekt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Strategische Technologiepartnerschaften und Unlimited-Agentforce-Vereinbarung; Betrag nicht offengelegt. Länderübergreifender Rollout, 3.500 Filialen und grosses Interaktionsvolumen; Daten-Governance und Privacy-by-design werden genannt. Menschliche Aufsicht, Recht auf Human Review, Transparenz/Benachrichtigung, Bias Audits, DSGVO und lokale Beschäftigungsregeln. Bias und Diskriminierung im Recruiting, Datenschutz, regulatorische Änderungen, Automationsfehler und Kandidatenvertrauen.[4]

Bewertungsbegründung: Sehr reife produktive Skalierung mit ungewöhnlich konkreten Nutzungs- und Leistungskennzahlen sowie Human Oversight. Da die Zahlen Unternehmensangaben sind und keine Kosten-/EBIT-Überleitung vorliegt, bleibt die finanzielle Bewertung konservativ. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: high.

Profil 003 — Kühne + Nagel International AG (`six-issuer-4005`)

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. Score-Rang 3; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Globaler Rollout von KI-Agenten; produktiver Assistent Claire für Zollprozesse.[5]
Governance, Training und operative Responsible-AI-Rahmenwerke; mehrere Initiativen live.[6]

Zusammenfassung der Rohrecherche: Claire unterstützt Zollprozesse produktiv; globale KI-Agenten für Auftragseingang, Kommunikation, Dokumente und Ausnahmen werden ausgerollt. Mehrere Kundeninitiativen sind laut Unternehmen live. CEO Stefan Paul beschreibt den Übergang von isolierten Erfolgen zu wiederverwendbaren Fähigkeiten weltweit. Zollabwicklung Auftragseingang Kundenkommunikation Dokumentenverarbeitung Ausnahmebehandlung Datenbereinigung[5][6]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 3 – skaliert in mehreren Bereichen Schnellere Dokumentzusammenfassung und Deklarationsvorbereitung werden behauptet; keine auditierte Zeit-, Qualitäts- oder EBIT-Zahl. Keine KI-spezifischen Investitionen, Einsparungen oder Umsätze offengelegt. Keine Modellnamen, Nutzerzahlen, Fehlerraten, Kontrolltests oder finanziell isolierten Effekte.[5][6]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Sehr fortgeschrittene horizontale Operationalisierung mit klarer Führung und Responsible-AI-Rahmen; separater KI-Umsatz nicht belegt. Keine KI-spezifischen Investitionen, Einsparungen oder Umsätze offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Governance, Training, Inklusion, Erklärbarkeit und Verantwortlichkeit werden ausdrücklich genannt; Award ist externe Anerkennung, aber kein Audit aller Systeme.[5][6]

Profil 004 — ABB Ltd (`six-issuer-10881`)

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. Score-Rang 4; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI ist in Portfolio, F&E-Personal und Kundenlösungen substanziell verankert.[7]
ABB nennt Ressourcen- und Umsatznähe, aber keinen isolierten KI-Ergebnisbeitrag.[7]
ABB weist Konzernumsatz und F&E-Investitionen 2025 aus.[8]

Zusammenfassung der Rohrecherche: ABB weist 300+ dedizierte ML/KI-Entwickler, ca. 55% der F&E-Belegschaft für Digital/KI/Software und ca. 60% digital aktivierte Aufträge aus. Portfolio verbindet Automatisierung/Elektrifizierung mit Analytics, Edge, Cloud und KI. ABB beschreibt KI als langjährig in Technologie und Angebot verankert. 15 14 KI in industriellen Anwendungen und Entwicklungsprozessen breit verankert. Genix/Analytics, Wartungs- und Optimierungslösungen sowie KI-fähige Elektrifizierung.[7][8]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: skaliert Nicht separat offengelegt. Nutzenfelder: Uptime, Energie, Qualität, Abfall, Sicherheit; nicht als Konzern-KI-Effekt quantifiziert.[7][8]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Skalierte Strategie und Angebot sind belegt; Nutzenangaben sind überwiegend Unternehmensclaims und KI-spezifische Umsatz-/Margenwirkung bleibt nicht offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Große digitale F&E-Basis; Edge/Cloud/IoT/Analytics. 2025 F&E insgesamt USD 1.318 Mrd.; KI-Anteil nicht separat. Industrielle Modellrobustheit und Halluzinationen bei GenAI. Cyberrisiko vernetzter Industrieanlagen und Schutz proprietärer Daten. Produktsicherheit/Haftung und sektorale Regeln. Skalierung über viele Geschäftsbereiche. AI-Datacenter-Nachfrage und Kunden-Capex zyklisch.[7][8]

Profil 005 — Cosmo N.V. (`six-issuer-21304`)

Punktbild: Strategie 14/15 · produktive Umsetzung 23/25 · Geschäftsmodell/Angebot 20/20 · messbarer Nutzen 12/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 83/100. Score-Rang 5; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

GI Genius als reguliertes Echtzeit-KI-Medizinprodukt und offene Plattform; vom Unternehmen geschätzte Nutzung bei über 3 Mio. Patienten.[9]
GI-Genius-Plattform technologisch und kommerziell weiterentwickelt; AI-bezogene Umsatzaufteilung nicht offengelegt.[10]

Zusammenfassung der Rohrecherche: GI Genius ist ein vermarktetes Echtzeit-KI-Medizinprodukt, weltweit über Medtronic vertrieben. AI Access und Innovation Center öffnen die Plattform für weitere regulierte Apps; 2026 wurde die Plattform kommerziell und technologisch weiterentwickelt. Cosmo schätzt für 2024 mehr als 3 Mio. betroffene Endoskopiepatienten und bezeichnet GI Genius als führende Echtzeit-KI-Plattform. Echtzeit-Polypenerkennung Edge-AI-Medizinplattform Drittanbieter-App-Ökosystem chirurgische Echtzeitassistenz (Beteiligung) klinische Validierung[9][10]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 4 – KI ist Kern eines skalierenden Geschäftsmodells Marktverfügbarkeit, regulatorischer Status und breite Nutzung sind belegt; Patientenzahl ist eine Unternehmensschätzung. H1 2026 bestätigt Plattformausbau, aber keine GI-Genius-Einzelumsätze. GI Genius gehört zum wiederkehrenden Geschäft, doch H1-Mitteilung trennt KI-Umsatz, Marge und Investitionen nicht separat. Keine separat ausgewiesenen KI-Umsätze/EBITDA, App-Nutzungszahlen, Sensitivitäts-/Spezifitätswerte in den hier verwendeten Unternehmensquellen.[9][10]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Stärkster KI-Geschäftsmodellbezug im Batch: reguliertes Produkt, Plattform-/App-Ökosystem und globale Distribution. Finanzielle Trennschärfe bleibt begrenzt. GI Genius gehört zum wiederkehrenden Geschäft, doch H1-Mitteilung trennt KI-Umsatz, Marge und Investitionen nicht separat. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Reguliertes Medizinprodukt und Responsible-AI-Anspruch; klinische Sicherheit, Bias, Zulassung, Haftung, Cybersicherheit und Partnerabhängigkeit sind wesentlich.[9][10]

Abgrenzung: Mehrere Aktienklassen im Fondsbestand; als ein Emittent dedupliziert.

Bewertungsbegründung: Stärkster KI-Geschäftsmodellbezug im Batch: reguliertes Produkt, Plattform-/App-Ökosystem und globale Distribution. Finanzielle Trennschärfe bleibt begrenzt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 006 — Zurich Insurance Group AG (`six-issuer-19595`)

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. Score-Rang 6; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

AI360-Strategie, produktive Anwendungen, Schulungen und Responsible-AI-Rahmen.[11]
Skalierte KI-Lösungen in Schaden und Underwriting.[12]

Zusammenfassung der Rohrecherche: 15 AI360 ist gruppenweit verankert; Zielbild AI-native insurer mit AI for Everyone, AI at our Core und AI for the Future. AI360 und produktive Anwendungen konkret beschrieben. Mehr als 5’000 Mitarbeitende absolvierten binnen zwölf Monaten AI-/Data-Training. Mario Greco nennt besseren Kundenservice, kürzere Antwortzeiten und genauere Risikoinformation. Underwriting/Roof-Scoring, Schadenaufnahme und -bearbeitung, Call-Center, Policenvergleich, Finance/IFRS-17, Marketing und interne Assistenten.[11][12]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skaliert: mehrere Lösungen produktiv/international ausgerollt; daneben agentische Piloten und Forschung. 20% höhere Retention im spanischen Joint Venture; über eine Million Gesundheitsclaims pro Jahr über Partnerlösung; Underwriting-Dokumente von Stunden auf Minuten. Unternehmensangaben. Keine separat ausgewiesene, geprüfte Konzern-Ergebniswirkung. Use-case-Kennzahlen sind nicht auf BOP/Cashflow überleitbar.[11][12]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat ausgewiesene, geprüfte Konzern-Ergebniswirkung. Use-case-Kennzahlen sind nicht auf BOP/Cashflow überleitbar. Sehr hoher Reifegrad. Wegen unternehmenseigener Evidenz und fehlender finanzieller Überleitung bleibt Nutzen unter Maximum. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Start-up-Piloten, Zurich AI Lab mit ETH/HSG und fünf PhD-Forschenden; Beträge nicht offengelegt. Responsible-AI-/Data-Privacy-Framework, Privacy-by-Design, Datenminimierung, Aufbewahrung, Informationssicherheit, Pflichtschulung und Human Oversight.[11][12]

Profil 007 — DocMorris AG (`six-issuer-21113`)

Punktbild: Strategie 14/15 · produktive Umsetzung 20/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 18/20 · Daten/Skalierung 7/10 · Führung/Risiko 6/10 = 82/100. Score-Rang 6; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

AI-first, Gesundheitsbegleiter, Gemini/Agentic AI, EU-Datenhaltung.[13]
Einsparziel, Stellenabbau und Einmalkosten.[14]
Daten und KI für Kundenerkenntnis.[15]

Zusammenfassung der Rohrecherche: 15 Seit März 2026 AI-First; Google-Partnerschaft für Plattform, Gesundheitsbegleiter, Online-Apotheke, Produktivität, Cloud/Sicherheit. AI-First ist formelle Strategie. Ad hoc quantifiziert Kosten, Stellen und Einsparziel. CEO betont Patientenfokus und sichere Personalisierung. CFO verbindet Maßnahme mit profitablem Wachstum. KI-Gesundheitsbegleiter, Conversational AI, Gemini/Google for Health, Workspace/Agentic AI und Prozessautomatisierung.[13][14][15]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Umsetzung/Skalierung; bestehender AI Health Assistant als Plattformpfeiler, neue Komponenten im Rollout. Ziel mindestens CHF 15 Mio. jährliche Einsparung bis Ende 2027; 100 FTE Abbau; CHF 5 Mio. Einmalkosten; positiver Beitrag ab H2 2026 angekündigt. Zielwerte, keine geprüfte Volljahreswirkung. CHF 5 Mio. Sonderkosten; ≥CHF 15 Mio. jährliche, weitgehend EBITDA-wirksame/cashflow-positive Einsparung nach Vollanlauf. KI eng mit Restrukturierung verbunden.[13][14][15]

Mögliche Wirkung – eigene Einordnung, keine Prognose: CHF 5 Mio. Sonderkosten; ≥CHF 15 Mio. jährliche, weitgehend EBITDA-wirksame/cashflow-positive Einsparung nach Vollanlauf. KI eng mit Restrukturierung verbunden. Stärkste Strategie-/Produkt-/Finanztransparenz im Batch; Einsparungen bleiben Ziel einer breiteren Restrukturierung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Google-Partnerschaft/Infrastrukturmigration; KI-Investitionsvolumen nicht separat offengelegt. Gesundheitsdaten in EU-Rechenzentren, digitale Souveränität und Standards zugesagt; Modellvalidierung, klinische Verantwortung und AI-Act-Klassifikation offen.[13][14][15]

Bewertungsbegründung: Seit März 2026 AI-First; Google-Partnerschaft für Plattform, Gesundheitsbegleiter, Online-Apotheke, Produktivität, Cloud/Sicherheit. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: high.

Profil 008 — Roche Holding AG (`six-issuer-2766`)

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. Score-Rang 8; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[16]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[16]

Zusammenfassung der Rohrecherche: KI ist in Diagnostik, digitaler Pathologie und datenbasierter personalisierter Medizin strategisch verankert. KI erweitert diagnostische Produkte und klinische Entscheidungsunterstützung. Produktiv sichtbare KI-gestützte Pathologie; der Bericht nennt ausserdem KI-fähige Diagnostiklösungen.[16]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: skaliert Konkrete KI-Umsatz-, Kosten- oder Margenbeiträge werden nicht separat offengelegt. Genannt werden Präzisions- und Geschwindigkeitsvorteile; eine finanzielle Kausalität ist nicht quantifizierbar.[16]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Konkrete KI-Umsatz-, Kosten- oder Margenbeiträge werden nicht separat offengelegt. Genannt werden Präzisions- und Geschwindigkeitsvorteile; eine finanzielle Kausalität ist nicht quantifizierbar. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Breite klinische Daten-, Bild- und Diagnostikbasis; Skalierung unter Medizinprodukte- und Datenschutzanforderungen. Validierungsfehler, Bias, Patientendatenschutz, Cyberrisiken und regulatorische Zulassung; hohe Evidenz, aber Nutzenangaben überwiegend qualitativ.[16]

Abgrenzung: Mehrere Aktienklassen im Fondsbestand; als ein Emittent dedupliziert.

Profil 009 — Sonova Holding AG (`six-issuer-18470`)

Punktbild: Strategie 13/15 · produktive Umsetzung 22/25 · Geschäftsmodell/Angebot 20/20 · messbarer Nutzen 10/20 · Daten/Skalierung 9/10 · Führung/Risiko 6/10 = 80/100. Score-Rang 8; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Strategie und proprietärer Stack[17]
Kommerzielle Echtzeit-KI, Produktentwicklung[18]

Zusammenfassung der Rohrecherche: Eigene KI-Chips, Software, Trainingspipeline und Real-World-Daten bilden einen vertikal integrierten Technologie-Stack. Audéo Sphere Infinio mit DEEPSONIC-Echtzeit-KI wurde im August 2024 kommerziell lanciert. Die erneuerte Strategie will KI und digitale Fähigkeiten weiter in das Portfolio integrieren. Der Chief R&D Officer nennt End-to-End-Kontrolle des Stacks als Differenzierung; der CEO stellt den Nutzen bei Sprache im Störgeräusch heraus. KI-gestützte Audiologie ist Teil der Innovationspriorität und soll Adoption neuer Hörlösungen treiben. DEEPSONIC-DNN-Chip für Echtzeit-Sprachtrennung in Audéo Sphere Infinio. KI für personalisierte Anpassungen und datenbasierte Nutzererfahrung.[17][18]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: führend im KI-Produkt / operativ fortgeschritten Berichtet werden bessere Sprachverständlichkeit, geringerer Höraufwand und Lebensqualitätsverbesserungen. Das Produkt trug laut Geschäftsbericht zu Innovationserfolg/Marktanteilsdynamik bei; isolierter KI-Umsatz fehlt. Kein separat ausgewiesener KI-Umsatz, ROI oder Margenbeitrag. KI-Investitionssumme, isolierter Umsatz-/Ergebnisbeitrag, Modellmetriken und Governance-Struktur.[17][18]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Sehr starke produktbezogene KI und proprietäre Daten/Hardware. Messbare klinische bzw. technische Resultate werden behauptet und teilweise belegt; eine isolierte Umsatz-/Margenzuordnung und detaillierte KI-Governance fehlen. Kein separat ausgewiesener KI-Umsatz, ROI oder Margenbeitrag. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Dedizierte Hardware-/Softwareentwicklung, Trainingsrechenleistung, Testequipment und zusätzliche klinische Studien; Betrag nicht publiziert. Eigene Chips, Software, Trainingspipeline und Real-World-Daten ermöglichen Skalierung über das Produktportfolio. R&D-Führung klar; spezifische Responsible-AI-Gremien, Modellkontrollen und Post-Market-KI-Governance werden in den geöffneten Quellen nicht beschrieben. Medizinproduktregulierung, klinische Evidenz, Fehlklassifikation, Datenschutz, Cybersecurity und Akzeptanz.[17][18]

Bewertungsbegründung: Sehr starke produktbezogene KI und proprietäre Daten/Hardware. Messbare klinische bzw. technische Resultate werden behauptet und teilweise belegt; eine isolierte Umsatz-/Margenzuordnung und detaillierte KI-Governance fehlen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: high.

Profil 010 — Givaudan SA (`six-issuer-11181`)

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. Score-Rang 10; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Bindender KI-Verhaltenskodex, risikobasierte Prüfung und AI Governance Board.[19]
KI ist in der Digitalstrategie verankert; proprietäre sensorische Daten und Digital Factory/Space skalieren Entwicklung und Co-Creation.[20]
Myrissi nutzt KI und über 25.000 Consumer Insights für Kunden- und Produktentwicklung.[21]

Zusammenfassung der Rohrecherche: KI ist strategisch, datenbasiert und mit mehreren Kunden-/Entwicklungswerkzeugen sowie verbindlicher Governance verankert; wirtschaftlicher Beitrag bleibt unquantifiziert. Bindender KI-Verhaltenskodex, risikobasierte Prüfung und AI Governance Board. KI ist in der Digitalstrategie verankert; proprietäre sensorische Daten und Digital Factory/Space skalieren Entwicklung und Co-Creation. Myrissi nutzt KI und über 25.000 Consumer Insights für Kunden- und Produktentwicklung. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[19][20][21]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierte Umsetzung[19][20][21]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI ist strategisch, datenbasiert und mit mehreren Kunden-/Entwicklungswerkzeugen sowie verbindlicher Governance verankert; wirtschaftlicher Beitrag bleibt unquantifiziert. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Die Rohrecherche enthält keine weitergehende unternehmensspezifische Quantifizierung von Investitionen sowie Daten-, Sicherheits- oder Regulierungsrisiken.[19][20][21]

Profil 011 — UBS Group AG (`six-issuer-20306`)

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. Score-Rang 11; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Zielbild, Operating Model, gemeinsame Plattform, Governance, Training[22]
55.000 Copilot-Lizenzen, Red-Rollout, Nutzungswachstum[23]

Zusammenfassung der Rohrecherche: 14 Fakt: UBS formuliert ein konzernweites KI-Zielbild, bündelt Strategie, Governance und Enablement im Chief AI Office und konsolidiert Plattformen in UBS Claves. 2025 waren Red und 55.000 Copilot-Lizenzen ausgerollt; die Nutzung vervierfachte sich gegenüber Q4 2024. Management: KI soll Resilienz, Kundenservice und Mitarbeiterproduktivität erhöhen. Einordnung: Sehr weit skalierte interne Umsetzung; öffentlich weniger Evidenz für direkt KI-monetarisierte externe Produkte. Produktiv: Red, Copilot und weitere KI-Fähigkeiten in operativen Workflows. Angebot: KI dient primär Beratungs-/Serviceverbesserung, kein separat bepreistes KI-Kernprodukt belegt. Geschäftsmodellwirkung: höhere Beraterkapazität, schnellere Informationsnutzung und Personalisierung.[22][23]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skaliert[22][23]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Die offengelegten Angaben erlauben keine belastbare Quantifizierung der Wirkung auf Umsatz, Kosten, Marge, Kapital oder freien Cashflow. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: gemeinsame Plattform, Modellrouting, Evaluation und konzernweite Trainings. Governance/Risiko: Group AI Policy, AI Operating & Risk Committee, Prinzipien zu Autonomie, Schadensvermeidung, Fairness und Transparenz sowie Pflichttraining. Wesentliche Risiken: Modell-, Datenschutz-, Compliance-, Cyber- und Fehlberatungsrisiken.[22][23]

Profil 012 — SGS AG (`six-issuer-1289`)

Punktbild: Strategie 13/15 · produktive Umsetzung 21/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 11/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 78/100. Score-Rang 11; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Produktive KI-Lösungen und KPIs[24]
Digital-Trust-Wachstum und KI als Treiber[25]

Zusammenfassung der Rohrecherche: KI ist Teil von Digital Trust und wird zugleich in Angebote und interne Leistungserbringung integriert. Chemical Intelligence, Nirmat AI, FoodNexus und X-Analytic; außerdem AI-Safety- und ISO/IEC-42001-Zertifizierung.[24][25]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierung Chemical Intelligence: 80% schnellere Spektralanalyse bei über 95% Genauigkeit; Digital Trust wuchs 2025 insgesamt 19,2%, wobei KI nur ein Treiber unter mehreren war.[24][25]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Neue Prüf-/Zertifizierungsumsätze und höhere Laboreffizienz; KI-Umsatz nicht separat ausgewiesen. Einer der stärksten Fälle im Batch: produktive Funktionen, externe Angebote und messbare operative KPI; finanzielle Attribution bleibt begrenzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: CertX-Akquisition, Nvidia-Partnerschaft, Daten-/AI-Angebote und globale Labornetzwerke. Konkrete AI-Safety- und Managementsystem-Zertifizierung; Risiken aus Haftung, Fehlklassifikation und Unabhängigkeit der Prüfung bleiben.[24][25]

Bewertungsbegründung: SGS belegt produktive KI-Funktionen, KI-nahe Prüfangebote und eine operative Analyse-KPI; das Wachstum von Digital Trust ist jedoch nicht isoliert KI zurechenbar. Produktiv-, Nutzen- und Basisscore wurden entsprechend konservativ begrenzt. Kalibrierungsvertrauen: medium.

Profil 013 — Landis+Gyr Group AG (`six-issuer-20605`)

Punktbild: Strategie 13/15 · produktive Umsetzung 21/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 7/20 · Daten/Skalierung 10/10 · Führung/Risiko 8/10 = 78/100. Score-Rang 11; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[26]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[26]

Zusammenfassung der Rohrecherche: KI/ML ist Bestandteil der Grid-Edge-Intelligence- und SaaS-Strategie. KI-gestützte Anwendungen ergänzen Messgeräte, Kommunikation und SaaS für Versorger. Produktive Analytics für Spannungsüberwachung, Power Quality und Meter-to-Transformer-Mapping; breite Datenplattform.[26]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: skaliert Operative Nutzenversprechen sind konkret; separater KI-Umsatz/-EBITDA-Beitrag fehlt.[26]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Operative Nutzenversprechen sind konkret; separater KI-Umsatz/-EBITDA-Beitrag fehlt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: 180+ Mio. verbundene Geräte und 1,5+ Mrd. Reads pro Tag bilden eine außergewöhnliche Skalierungsbasis. Cybersecurity kritischer Infrastruktur, Datenschutz, Modellfehler und Regulierung; Mitarbeitertraining und breite Adoption stärken Skalierung.[26]

Bewertungsbegründung: KI/ML ist Bestandteil der Grid-Edge-Intelligence- und SaaS-Strategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 014 — TEMENOS AG (`six-issuer-11603`)

Punktbild: Strategie 14/15 · produktive Umsetzung 21/25 · Geschäftsmodell/Angebot 20/20 · messbarer Nutzen 5/20 · Daten/Skalierung 9/10 · Führung/Risiko 8/10 = 77/100. Score-Rang 14; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI in Produktstrategie, AI Agents, Governance-Rahmen und Plattformgrundlagen; keine isolierte KI-Umsatzkennzahl.[27]
Mehrere kommerzielle KI-Angebote: FCM AI Agent, Copilots und AI Studio.[28]
Produkt-Copilot mit Azure OpenAI, Design-Partnern und geplanter allgemeiner Verfügbarkeit Q4 2025.[29]

Zusammenfassung der Rohrecherche: KI ist Kern der Produkt- und Plattformstrategie; mehrere marktfähige Produkte und Governance sind belegt. Finanzzahlen zeigen Gesamtgeschäft, nicht den kausalen KI-Beitrag. KI in Produktstrategie, AI Agents, Governance-Rahmen und Plattformgrundlagen; keine isolierte KI-Umsatzkennzahl. Mehrere kommerzielle KI-Angebote: FCM AI Agent, Copilots und AI Studio. Produkt-Copilot mit Azure OpenAI, Design-Partnern und geplanter allgemeiner Verfügbarkeit Q4 2025. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[27][28][29]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierte Umsetzung[27][28][29]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI ist Kern der Produkt- und Plattformstrategie; mehrere marktfähige Produkte und Governance sind belegt. Finanzzahlen zeigen Gesamtgeschäft, nicht den kausalen KI-Beitrag. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Skalierte Umsetzung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: high.

Profil 015 — Swiss Re AG (`six-issuer-19435`)

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. Score-Rang 15; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Produktive GenAI-Werkzeuge für Schadenbetrug, Regresschancen, Life-Underwriting und IT-Support.[30]
Langjährige KI-Erfahrung in Life & Health; Governance und Vertrauen werden ausdrücklich thematisiert.[31]
KI-Ambitionen sind mit Talententwicklung und verantwortlicher Umsetzung verknüpft.[32]

Zusammenfassung der Rohrecherche: GenAI-Werkzeuge sind für Claims, Underwriting und internen IT-Support produktiv dokumentiert. Der Geschäftsbericht verknüpft Talententwicklung mit den AI-Ambitionen. Swiss Re bezeichnet KI in Life & Health als langjährig wertstiftend und betont Vertrauen und Governance. Schadenbetrug und Regress Life-Underwriting IT-Support-Triage Risikoeinsichten[30][31][32]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 3 – skaliert in mehreren Bereichen Produktive Bereitstellung ist belegt; der manuelle Vergleich von 10’000 Tickets würde laut Unternehmen etwa ein Jahr beanspruchen. Keine auditierte, KI-isolierte Kosten- oder Ergebniswirkung. Keine KI-spezifischen Umsätze, Investitionen, Einsparungen oder Margenbeiträge offengelegt. Keine Zahl zu Nutzern, Modellgüte, Fehlerquote, ROI oder KI-Budget; Resultatbehauptungen sind überwiegend Unternehmensangaben.[30][31][32]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Breite, geschäftsnahe Umsetzung; KI verbessert den Kernprozess, ist aber nicht als separat monetarisierter Umsatzblock belegt. Keine KI-spezifischen Umsätze, Investitionen, Einsparungen oder Margenbeiträge offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Responsible-AI-/Vertrauensthema explizit; Versicherungsentscheidungen, Datenschutz, Modellfehler und Automationsbias bleiben materielle Risiken.[30][31][32]

Profil 016 — Straumann Holding AG (`six-issuer-10426`)

Punktbild: Strategie 13/15 · produktive Umsetzung 21/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 7/20 · Daten/Skalierung 9/10 · Führung/Risiko 7/10 = 76/100. Score-Rang 15; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[33]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[33]

Zusammenfassung der Rohrecherche: KI-gestützte digitale Workflows sind Kern der Transformation zum serviceorientierten, digital betriebenen Oral-Care-Anbieter. Cloudplattform, Planung, Scanner- und Prothetik-Workflow schaffen Software-/Service- und Verbrauchsmaterialpotenzial. AXS mit KI-gestützter Planung war Ende 2025 bei Tausenden Kunden aktiv; KI-Tools sind in klinische Workflows integriert.[33]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: skaliert Nutzerzahl und qualitative Zeit-/Effizienzvorteile sind belegt; separater KI-Umsatz oder Margenbeitrag nicht offengelegt.[33]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Nutzerzahl und qualitative Zeit-/Effizienzvorteile sind belegt; separater KI-Umsatz oder Margenbeitrag nicht offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Cloud-, Bild- und Behandlungsdaten; AXS verbindet Geräte, Software und Services. Klinische Validierung, Cyber-/Datenschutz, Regulierung und Abhängigkeit von Plattformpartnern.[33]

Bewertungsbegründung: KI-gestützte digitale Workflows sind Kern der Transformation zum serviceorientierten, digital betriebenen Oral-Care-Anbieter. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 017 — Sulzer AG (`six-issuer-1421`)

Punktbild: Strategie 11/15 · produktive Umsetzung 19/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 16/20 · Daten/Skalierung 8/10 · Führung/Risiko 5/10 = 76/100. Score-Rang 15; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

ML-Service und quantifizierter Kundennutzen[34]

Zusammenfassung der Rohrecherche: Digitale Analyse und Machine Learning sind Bestandteil des Energy Optimization Service und von Blue Box. Pumpenaudit, Retrofit-Entscheidung, laufendes Monitoring und ML-basierte Handlungshinweise.[34]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv/Skalierung Pilot in Spanien: EUR 1 Mio. Energiekosten und über 2.300 t CO2 pro Jahr; fünf Pumpen von 72% auf 83% Effizienz, 5.000 MWh Einsparung.[34]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Direkter Kundennutzen und potenziell wiederkehrende Serviceerlöse; Sulzer-KI-Umsatz nicht separat ausgewiesen. Starker, produktiver industrieller KI-Fall mit ungewöhnlich konkreter Nutzenmessung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Proprietäre PumpWise-/Blue-Box-Technologie, über 4.000 Retrofit-Projekte und mehr als 120 Service-Standorte bilden Skalierungsbasis. Menschliche Ingenieurprüfung vorhanden; Datenqualität, Cybersecurity und falsche Wartungsempfehlungen sind zentrale Risiken.[34]

Bewertungsbegründung: Öffentliche Evidenz wurde dimensionsweise gegen das Vergleichsraster geprüft. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 018 — SoftwareOne Holding AG (`six-issuer-20841`)

Punktbild: Strategie 14/15 · produktive Umsetzung 20/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 7/20 · Daten/Skalierung 9/10 · Führung/Risiko 7/10 = 76/100. Score-Rang 15; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

SoftwareOne hat eine explizite KI-Strategie für Kundenlösungen und interne Abläufe; Data & AI sind Teil des Serviceportfolios; KI und Automatisierung unterstützen den Vertrieb.[35]
SoftwareOne implementierte in weniger als sechs Monaten einen produktionsnahen, governance-orientierten AWS-Agentenassistenten für eine APAC-Wirtschaftsorganisation.[36]

Zusammenfassung der Rohrecherche: Explizite KI-Strategie deckt Kundenlösungen, interne Abläufe, Vertrieb und Serviceausführung ab. Data-&-AI-Services, KI-Agenten und Managed Services. Interne Automatisierung und Entscheidungsunterstützung. KI-gestützter GTM-Ansatz. AWS-Agentenassistent als Kundenimplementierung.[35][36]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierte interne Nutzung plus produktive Kundenlösungen Kundenfall belegt Umsetzung in unter sechs Monaten und internes positives Testfeedback; harte Produktivitäts-/Finanzkennzahlen fehlen. Keine separat ausgewiesenen KI-Umsätze oder Einsparungen trotz strategischer Bedeutung.[35][36]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat ausgewiesenen KI-Umsätze oder Einsparungen trotz strategischer Bedeutung. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Mitarbeiter- und Plattformfähigkeiten werden ausgebaut; keine isolierte KI-Capex/Opex-Angabe. Kundenlösung nutzt governte Architektur, Trusted Content sowie Security-/Compliance-Guardrails; Modellrisiken bleiben.[35][36]

Bewertungsbegründung: Explizite KI-Strategie deckt Kundenlösungen, interne Abläufe, Vertrieb und Serviceausführung ab. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 019 — Nestlé AG (`six-issuer-1454`)

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. Score-Rang 19; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

GenAI wird breit im Unternehmen erprobt und ausgerollt; Nutzen wird qualitativ beschrieben.[37]

Zusammenfassung der Rohrecherche: GenAI wird laut CDO über mehrere Bereiche bis nahezu unternehmensweit ausgerollt. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. GenAI wird laut CDO über mehrere Bereiche bis nahezu unternehmensweit ausgerollt. Kein separat quantifizierter KI-Umsatz oder ROI.[37]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv / breit skaliert Qualitative Produktivitäts-, Wachstums- und Supply-Chain-Wirkung; monetäre Zurechnung nicht offengelegt. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[37]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Qualitative Produktivitäts-, Wachstums- und Supply-Chain-Wirkung; monetäre Zurechnung nicht offengelegt. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Unternehmensweiter Rollout; konkrete Investitionssumme nicht offengelegt. Datenqualität, Modellfehler, Datenschutz, IP und Change-Management; Governance nur allgemein beschrieben.[37]

Profil 020 — SMG Swiss Marketplace Group Holding AG (`six-issuer-21266`)

Punktbild: Strategie 13/15 · produktive Umsetzung 20/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 10/20 · Daten/Skalierung 8/10 · Führung/Risiko 6/10 = 75/100. Score-Rang 19; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI ist Strategiebaustein, produktive Personalisierung und Bewertung; Views-Metrik; gruppenweite KI-Policy.[38]
Produktionsreifer Open-Source-LLM-Übersetzer; Latenz und frühere Kosten werden beschrieben.[39]
Dialogbasierte KI-Immobiliensuche produktiv weiterentwickelt.[40]

Zusammenfassung der Rohrecherche: KI ist Strategiebaustein; Personalisierung, Bewertung, Suche und Übersetzung laufen produktiv. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. KI ist Strategiebaustein; Personalisierung, Bewertung, Suche und Übersetzung laufen produktiv. KI-Funktionen verbessern Marktplatzprodukte und Händlerwerkzeuge.[38][39][40]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv / skaliert AI Visibility Booster: bis zu doppelte Views; Übersetzer-Latenz von 25 auf unter 3 Sekunden. Keine EBITDA-Zurechnung. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[38][39][40]

Mögliche Wirkung – eigene Einordnung, keine Prognose: AI Visibility Booster: bis zu doppelte Views; Übersetzer-Latenz von 25 auf unter 3 Sekunden. Keine EBITDA-Zurechnung. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Open-Source-LLM in produktionsreifer API, ML-Modelle und dialogbasierte Suche; Investition nicht offengelegt. Gruppenweite KI-Policy; zusätzlich Fairness-, Datenschutz-, Halluzinations- und Plattformrisiken.[38][39][40]

Bewertungsbegründung: KI ist Strategiebaustein; Personalisierung, Bewertung, Suche und Übersetzung laufen produktiv. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 021 — Novartis AG (`six-issuer-10152`)

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. Score-Rang 21; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

End-to-end R&D-AI-Strategie und konkrete Anwendungen[41]
AI-fähige Forschungsinfrastruktur und Investitionsrahmen[42]

Zusammenfassung der Rohrecherche: Management beschreibt eine klare, Ende-zu-Ende-R&D-Strategie: zweckgebunden, wiederverwendbar, menschenzentriert und verantwortungsvoll. Produktive bzw. eingebettete Anwendungen reichen von Target-Validierung, generativer Chemie und präklinischer Sicherheit bis zu Studiendesign, Standortwahl, Risikosignalen und regulatorischen Erstdrafts.[41][42]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierung Viele konkrete Workflows, aber keine isolierten Zeit-, Erfolgs- oder Ergebnis-KPIs für KI.[41][42]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Potenziell kürzere Forschungs- und Entwicklungszyklen, weniger Fehlentscheidungen und geringere Dokumentationskosten; keine belastbare Quantifizierung des finanziellen Beitrags. Sehr breite und offenbar produktive Nutzung mit guter Skalierungslogik; Abzug wegen fehlender KI-spezifischer Ergebnis- und Finanzkennzahlen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: KI-fähiges Forschungszentrum San Diego als Teil eines USD-23-Mrd.-US-Investitionsprogramms; KI-Anteil nicht separat beziffert. R&D-Leitung benennt Strategie; menschliche Prüfung, Sicherheit, Qualität und Datenschutz werden betont. Modell-, Validierungs- und regulatorische Risiken bleiben hoch.[41][42]

Profil 022 — DSM-Firmenich AG (`six-issuer-21311`)

Punktbild: Strategie 14/15 · produktive Umsetzung 19/25 · Geschäftsmodell/Angebot 15/20 · messbarer Nutzen 5/20 · Daten/Skalierung 10/10 · Führung/Risiko 10/10 = 73/100. Score-Rang 22; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Strategie, Use Cases, Datenfundament, Responsible AI[43]

Zusammenfassung der Rohrecherche: Vier KI-Fokusfelder: Kundenorientierung, Produktinnovation, operative Effizienz und Befähigung der Mitarbeitenden. Produktive Anwendungen umfassen Produktempfehlung, Formulierungsentwicklung, Evidenzgenerierung, Ingredient Discovery, Customer Care, Bestandsoptimierung und sensorische Beschreibung. Alle Mitarbeitenden haben Zugang zu Copilot Chat; fortgeschrittene Nutzer zu Copilot Pro. Das Management bezeichnet interne Daten, Talent und Unternehmensgrösse als Grundlage und will von Experimenten zu Business-as-usual skalieren. KI wird in prioritäre Prozesse wie Produktentwicklung eingebettet; 2026 sollen Use Cases konsolidiert, Grundlagen gestärkt und Adoption skaliert werden. AI-driven formula generation assistant für Duft- und Geschmacksformeln. AI-powered sensory description service. Matchen von Produkten auf Kundenanforderungen in mehreren Business Units. Copilot Chat/Pro und Kampagne We Are Superhuman.[43]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: fortgeschritten / Skalierung Schnellere Formulierung, sofortige standardisierte sensorische Profile und effizientere Kommunikation werden berichtet. Keine Zeit-, Kosten-, Umsatz- oder Margenwerte offengelegt. Kein separater KI-Umsatz, keine Einsparung und kein ROI veröffentlicht. Quantifizierte Adoption, Produktivitätsgewinn, finanzieller Beitrag und Investitionssumme.[43]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Breit verankerte Strategie mit starkem Daten- und Governance-Fundament. Produktivität und Time-to-market werden qualitativ beschrieben, aber ohne belastbare finanzielle Quantifizierung. Kein separater KI-Umsatz, keine Einsparung und kein ROI veröffentlicht. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Gezielte Investitionen in agentische KI-Infrastruktur, Daten, Technologie, internes Talent und Change Management; Betrag nicht offengelegt. Data Foundation Program, Taxonomien, Qualitätsbenchmarks, rationalisiertes Datenökosystem und Ziel eines einheitlichen AI Inventory. Responsible AI Committee, Responsible-AI-Policy, Data and AI Standards, Risikoassessments, Compliance- und Entwicklungsverfahren. Bias, Regulierung, Ethik, operative/reputative Risiken, Talentwettbewerb und Mitarbeitendenadoption werden explizit genannt.[43]

Bewertungsbegründung: Breit verankerte Strategie mit starkem Daten- und Governance-Fundament. Produktivität und Time-to-market werden qualitativ beschrieben, aber ohne belastbare finanzielle Quantifizierung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: high.

Profil 023 — Swisscom AG (`six-issuer-10711`)

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. Score-Rang 22; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Swiss AI Platform, myAI, FastwebAI Suite, Datenresidenz, Nutzerzahl, EU Code[44]

Zusammenfassung der Rohrecherche: 15 Fakt: Vertrauenswürdige und souveräne KI ist expliziter Teil der Positionierung. Swiss AI Platform, myAI und FastwebAI Suite sind produktiv; myAI erreichte in sechs Monaten 67.000 registrierte Nutzer. Management: Datenkontrolle, lokale Infrastruktur und Vertrauen differenzieren das Angebot. Einordnung: umfassende KI-Strategie mit B2C-, B2B- und Infrastrukturmonetarisierung. Angebot: myAI (Text, Bild, Analyse), Swiss AI Platform und italienische FastwebAI Suite inklusive GenAI und Agents. Geschäftsmodell: neue digitale Abos/Services sowie Cloud-/Infrastrukturumsätze; konkrete KI-Umsätze nicht offengelegt.[44]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skaliert[44]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: souveräne Infrastruktur in Schweiz/Italien und End-to-End-Plattformen. Governance: Datenschutz, Transparenz, Datenresidenz und Unterzeichnung des EU Code of Conduct für General-Purpose AI Models. Risiken: Modellqualität, Datenschutz, Energiebedarf, Anbieter-/Cloudabhängigkeit und Regulierung.[44]

Profil 024 — Logitech International S.A. (`six-issuer-2769`)

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. Score-Rang 24; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Streamlabs’ KI-Agent verarbeitet Eingaben und Befehle in Echtzeit und bietet Produktionsassistenz, Automatisierung und Interaktionsfunktionen.[45]
Management bezeichnet KI als Innovationskatalysator für bestehende und neue Produktkategorien sowie schnellere Produktentwicklung; Rally AI Cameras sollen im Sommer 2026 ausgeliefert werden.[46]

Zusammenfassung der Rohrecherche: Management macht KI im FY27-Plan ausdrücklich zum Innovationskatalysator für Produkte, neue Kategorien und Entwicklungsgeschwindigkeit. Streamlabs Intelligent Streaming Agent mit Echtzeit-Assistenz und Automatisierung. Rally AI Cameras/RightSight 2 für intelligente Video-Konferenzen. Interne Beschleunigung der Produktentwicklung.[45][46]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produkte am Markt bzw. angekündigte Auslieferung; interne Nutzung belegt Konkrete Funktionen und Produkte sind belegt; Geschwindigkeitseffekt ist Managementaussage ohne Kennzahl. Keine separat ausgewiesenen KI-Umsätze, Margen oder Kosteneinsparungen.[45][46]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat ausgewiesenen KI-Umsätze, Margen oder Kosteneinsparungen. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Investitionsfokus angekündigt, Betrag nicht separat offengelegt. Partnerschaften mit NVIDIA/Inworld; spezifische Responsible-AI-Kontrollen im geprüften Material nicht detailliert.[45][46]

Profil 025 — MindMaze Therapeutics Holding SA (`six-issuer-21284`)

Punktbild: Strategie 12/15 · produktive Umsetzung 18/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 8/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 72/100. Score-Rang 24; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Kommerziell verfügbare Präzisions-Neurotherapeutika, Plattform und Daten[47]
AI-getriebene VR-Therapie, klinische Validierung, personalisierte Protokolle[48]

Zusammenfassung der Rohrecherche: 14 Fakt: MindMaze beschreibt kommerziell verfügbare Präzisions-Neurotherapeutika in führenden Zentren. MindFocus verbindet KI, immersive VR, personalisierte Schwierigkeitsgrade, Assessments und Remote Monitoring; Innosuisse finanzierte klinische Validierung. Management: KI-basierte Datenanalyse soll Effizienz für Patienten und Kliniker erhöhen. Einordnung: KI ist Kern der klinisch orientierten Produktplattform. Angebot: digitale Neurotherapeutika und Monitoring für neurologische Erkrankungen; KI/VR personalisiert Therapie. Geschäftsmodell: Software-, Geräte-, Daten- und Telehealth-Kombination, klinisch/home-basiert skalierbar.[47][48]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skaliert[47][48]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: multimodale Verhaltens-, Bewegungs- und Therapiedaten, Klinik- und Heimnutzung. Governance: klinische Validierung mit CHUV/Innosuisse und Therapeut im Monitoring-Loop. Risiken: Medizinproduktzulassung, Patientensicherheit, Wirksamkeitsnachweis, sensible Gesundheitsdaten, Bias und Reimbursement.[47][48]

Bewertungsbegründung: Kommerziell verfügbare KI-/VR-Neurotherapie ist belegt, die Innosuisse-/CHUV-Evidenz betrifft jedoch weitere klinische Validierung statt nachgewiesene Überlegenheit oder Finanzwirkung. Produktivscore, Nutzen, Skalierung und Governance wurden deshalb gegenüber dem Rohscore begrenzt. Kalibrierungsvertrauen: medium.

Profil 026 — Partners Group Holding AG (`six-issuer-14428`)

Punktbild: Strategie 12/15 · produktive Umsetzung 17/25 · Geschäftsmodell/Angebot 16/20 · messbarer Nutzen 12/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 71/100. Score-Rang 26; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI als Investment- und Transformationsmotiv.[49]

Zusammenfassung der Rohrecherche: 10 KI als Investment- und Wertschöpfungsthema für neue KI-Unternehmen und Portfoliotransformation. Mid-Year Outlook macht KI zum Private-Markets-Wertschöpfungsthema. Investment Strategy Office spricht von Transformation Era und messbarer Portfolio-Wertschöpfung. Einbindung in Investmentthese/Portfolio-Value-Creation; belastbare interne produktive Use Cases fehlen.[49]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Strategisch/portfolioorientiert; interne Umsetzung nicht beurteilbar. Erwartete messbare Produktivität auf Portfolioebene, aber keine firmenspezifisch realisierten Kennzahlen. Keine KI-bedingte Wirkung auf Fees oder Kosten offengelegt.[49]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine KI-bedingte Wirkung auf Fees oder Kosten offengelegt. Mehr als Marktkommentar, da Portfolio-Transformation zum Leistungsmodell gehört; interne Use Cases, harte Resultate und Governance fehlen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: KI-nahe Investitionen thematisch; Holding-Budget nicht offengelegt. Keine belastbare öffentliche KI-Governance in den geöffneten Quellen.[49]

Profil 027 — The Swatch Group AG (`six-issuer-1288`)

Punktbild: Strategie 10/15 · produktive Umsetzung 19/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 9/20 · Daten/Skalierung 8/10 · Führung/Risiko 6/10 = 71/100. Score-Rang 26; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Produktive KI-Personalisierung, Trainingsdaten, Prozess[50]
Produktiver Computer-Vision-Einsatz bei Olympia[51]

Zusammenfassung der Rohrecherche: 11 Fakt: Swatch AI-DADA erzeugt kundenspezifische Uhrendesigns und ist auf mehr als 40 Jahren Markenmaterial trainiert. Omega setzte sportartspezifische Computer-Vision-Modelle bei Paris 2024 produktiv ein. Management: KI erweitert Personalisierung und Sportdatenangebote. Einordnung: mehrere reale, kundennah monetarisierbare KI-Anwendungen, aber kein konzernweites Governance-/Investitionsbild. Angebot: individualisierte NEW-GENT-Uhren aus Prompts; Omega-Daten, TV-Enhancement, Replay und potenzielle offizielle Resultate. Geschäftsmodellwirkung: direkte Mass-Customization und Differenzierung der Zeitmessdienste.[50][51]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skaliert[50][51]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: 40 Jahre proprietäre Designhistorie sowie sportartspezifische Kamera-/Trainingsdaten. Governance ist nur indirekt erkennbar; öffentlich fehlen detaillierte KI-Richtlinien, Modellkontrollen und Rechteklärung. Risiken: Urheber-/Markenrechte, missbräuchliche Prompts, Datenschutz/Biometrie und Fehlmessungen.[50][51]

Abgrenzung: Mehrere Aktienklassen im Fondsbestand; als ein Emittent dedupliziert.

Bewertungsbegründung: Fakt: Swatch AI-DADA erzeugt kundenspezifische Uhrendesigns und ist auf mehr als 40 Jahren Markenmaterial trainiert. Omega setzte sportartspezifische Computer-Vision-Modelle bei Paris 2024 produktiv ein. Management: KI erweitert Personalisierung und Sportdatenangebote. Einordnung: mehrere reale, kundennah monetarisierbare KI-Anwendungen, aber kein konzernwei. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 028 — Stadler Rail AG (`six-issuer-20799`)

Punktbild: Strategie 11/15 · produktive Umsetzung 18/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 8/20 · Daten/Skalierung 9/10 · Führung/Risiko 8/10 = 71/100. Score-Rang 26; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

PULSE-KI im Kontrollraum, Fehleranalyse, Datenrückfluss, digitale Angebote[52]

Zusammenfassung der Rohrecherche: 13 Fakt: PULSE analysiert Störungsbilder, erkennt Muster und schlägt bewährte Lösungen vor; der Kontrollraum unterstützt seit Januar 2026 die FLIRT-Evo-Flotte. Erkenntnisse fliessen in Entwicklung und Wartbarkeit zurück. Management: KI unterstützt Menschen und vereinfacht Fehlererkennung und Datenanalyse. Einordnung: produktiver, kundennaher KI-Service mit klarer strategischer Einbettung in Digitalisierung. Angebot: Rail Diagnostic System, digitale Zwillinge, automatisierte Wartung und PULSE-Support; damit entstehen datengetriebene Serviceleistungen und Differenzierung im Servicegeschäft.[52]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skaliert[52]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: Echtzeit-Fahrzeugdaten, Fehlerbilder, bekannte Massnahmen und Erfahrungswerte; Rückkopplung in Produktentwicklung. Governance: Mensch im Kontrollraum bleibt verantwortlich. Risiken: sicherheitskritische Fehlklassifikation, Datenqualität, Cybersecurity, Flotteninteroperabilität und Haftung.[52]

Bewertungsbegründung: PULSE unterstützt seit Januar 2026 produktiv die FLIRT-Evo-Flotte; zugleich fehlen breite Rollout-, Umsatz-, Einsparungs- und KI-Governance-Kennzahlen. Produktiv-, Angebots- und Nutzenscore wurden auf diesen belegten Umfang begrenzt. Kalibrierungsvertrauen: low.

Profil 029 — INFICON HOLDING AG (`six-issuer-11360`)

Punktbild: Strategie 11/15 · produktive Umsetzung 19/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 5/20 · Daten/Skalierung 9/10 · Führung/Risiko 8/10 = 70/100. Score-Rang 29; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[53]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[53]

Zusammenfassung der Rohrecherche: KI und Data Science sind Teil des Smart-Manufacturing-Angebots; 2025 wurde ein Advanced Data Science Team gebildet. KI wertet Fertigungsdaten aus und unterstützt Halbleiterfabriken bei Diagnose und Prozessleistung. Ask INFICON ist als Echtzeit-KI-Experte in FabGuard FDC integriert und damit produktnah umgesetzt.[53]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: skaliert Qualitative schnellere Problemdiagnose; kein separat ausgewiesener KI-Umsatz-/Margenbeitrag.[53]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Qualitative schnellere Problemdiagnose; kein separat ausgewiesener KI-Umsatz-/Margenbeitrag. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Domänendaten, Prozesskontrolle und Smart-Manufacturing-Software bilden eine starke proprietäre Basis. IP-, Cyber- und Verfügbarkeitsrisiken in kritischer Fertigung; LLM-Halluzinationen erfordern Begrenzung/Überwachung.[53]

Bewertungsbegründung: KI und Data Science sind Teil des Smart-Manufacturing-Angebots; 2025 wurde ein Advanced Data Science Team gebildet. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 030 — lastminute.com N.V. (`six-issuer-20226`)

Punktbild: Strategie 14/15 · produktive Umsetzung 21/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 5/20 · Daten/Skalierung 8/10 · Führung/Risiko 3/10 = 70/100. Score-Rang 29; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Explizite Transformation zum AI-powered travel company und Reorganisation.[54]
Produktiver Flight-MCP als erster Schritt einer mehrjährigen AI-Infrastruktur-Roadmap.[55]
MCP-Inventar in Claude/ChatGPT buchbar; Personalisierung live; interne Entwicklung beschleunigt, aber keine isolierte KI-Finanzwirkung.[56]

Zusammenfassung der Rohrecherche: AI-first-Transformation, mehrjährige Infrastruktur-Roadmap und live buchbares Inventar/Personalisierung sind belegt; Governance und isolierte Finanzwirkung bleiben schwach offengelegt. Explizite Transformation zum AI-powered travel company und Reorganisation. Produktiver Flight-MCP als erster Schritt einer mehrjährigen AI-Infrastruktur-Roadmap. MCP-Inventar in Claude/ChatGPT buchbar; Personalisierung live; interne Entwicklung beschleunigt, aber keine isolierte KI-Finanzwirkung. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[54][55][56]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierte Umsetzung[54][55][56]

Mögliche Wirkung – eigene Einordnung, keine Prognose: AI-first-Transformation, mehrjährige Infrastruktur-Roadmap und live buchbares Inventar/Personalisierung sind belegt; Governance und isolierte Finanzwirkung bleiben schwach offengelegt. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Skalierte Umsetzung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: high.

Profil 031 — Kudelski S.A. (`six-issuer-2941`)

Punktbild: Strategie 11/15 · produktive Umsetzung 18/25 · Geschäftsmodell/Angebot 18/20 · messbarer Nutzen 6/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 68/100. Score-Rang 31; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

AI-driven MDR, Investitionen und Segmentkennzahlen[57]

Zusammenfassung der Rohrecherche: KI ist expliziter Investitionsschwerpunkt in Cybersecurity und Teil neuer Security-Angebote. AI-driven Managed Detection and Response, modernisierte MDR-Plattform, AI Security Portfolio sowie OT Security; Labs-IP sichert Edge-AI-Chips.[57]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv/Skalierung Cybersecurity-Umsatz 2025 USD 98,5 Mio.; Segment-Bruttomarge stieg laut Bericht, aber KI-Anteil ist nicht getrennt.[57]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI kann höhermargige MDR-/Beratungsumsätze stärken; Konzern blieb 2025 auf EBITDA-Basis inklusive Einmaleffekten negativ. Starker KI-Kern im Angebot und in der Leistungserbringung; Abzüge für fehlende KI-Umsatzattribution und finanzielle Belastung der Transformation. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: USD 104 Mio. R&D konzernweit, Hyperscaler-Partnerschaften, Counter Adversary Unit und Security Labs; KI-Anteil nicht separat. Security-by-design, AI-Security-Services und spezialisierte Einheiten; Risiken sind schnelle Bedrohungsentwicklung, Haftung und weiterhin schwache Profitabilität.[57]

Profil 032 — Swissquote Group Holding Ltd (`six-issuer-11196`)

Punktbild: Strategie 11/15 · produktive Umsetzung 18/25 · Geschäftsmodell/Angebot 15/20 · messbarer Nutzen 7/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 66/100. Score-Rang 32; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

AI-Ökosystem mit News Sentiment und SQ Chatbot produktiv.[58]
Produktives kundenorientiertes AI Daily Digest, Buzz Score und Mediensentiment.[59]

Zusammenfassung der Rohrecherche: News Sentiment analysiert Tausende Artikel und liefert 24-Stunden-/7-Tage-Scores; SQ Chatbot ist in Website und Help Centre integriert. Kundentools wie AI Daily Digest und Buzz Score sind öffentlich angeboten. Swissquote rahmt die Werkzeuge als AI-Ökosystem für einfachere, menschenzentrierte Anlageerlebnisse. News-Sentiment Kundenservice-Chatbot Portfolio-News-Digest Buzz Score Markt- und Unternehmensanalyse[58][59]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 3 – skaliert in mehreren Bereichen Tägliche kundenspezifische Inhalte werden zweimal täglich aktualisiert; keine Conversion-, Nutzungs- oder Renditekennzahlen veröffentlicht. Keine KI-spezifischen Umsätze, Kosten, Capex oder ROI offengelegt. Keine Nutzerzahl, Modellgüte, Beschwerdequote oder Ergebniszurechnung.[58][59]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI ist sichtbar im Kundenerlebnis und differenziert das Plattformangebot; direkter Umsatz-/Ertragsbeitrag bleibt nicht ausgewiesen. Keine KI-spezifischen Umsätze, Kosten, Capex oder ROI offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Menschliche Prüfung KI-generierter Webinhalte wird genannt; Anlagefehlinterpretation, Halluzinationen, Aktualität, Datenschutz und regulatorische Eignung bleiben Risiken.[58][59]

Bewertungsbegründung: KI ist sichtbar im Kundenerlebnis und differenziert das Plattformangebot; direkter Umsatz-/Ertragsbeitrag bleibt nicht ausgewiesen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 033 — Sika AG (`six-issuer-1287`)

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. Score-Rang 33; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Sika nennt KI, Robotik und Big Data als Effizienz-, Abfall-, Qualitäts- und Individualisierungshebel.[60]
Proof of Concept zur KI-basierten Risserkennung auf Dachmembranen.[61]

Zusammenfassung der Rohrecherche: KI wird strategisch als Effizienzhebel genannt; konkreter PoC erkennt Oberflächenrisse in Dachmembranen. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. KI wird strategisch als Effizienzhebel genannt; konkreter PoC erkennt Oberflächenrisse in Dachmembranen. Noch kein belegter, KI-basierter Umsatzstrom.[60][61]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Proof of Concept / punktuelle Anwendung Potenzial bei Prüfaufwand, Qualität, Abfall und Fertigung; keine gemessenen Finanzresultate. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[60][61]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Potenzial bei Prüfaufwand, Qualität, Abfall und Fertigung; keine gemessenen Finanzresultate. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: PoC mit CSEM und neuronalen Netzen; Investitionssumme nicht offengelegt. PoC-Übertragbarkeit, Trainingsdaten, Fehlklassifikation und Baustellenrobustheit.[60][61]

Profil 034 — Lonza Group AG (`six-issuer-11062`)

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. Score-Rang 34; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Lonza vermarktet KI-gestützte Werkzeuge für die frühe Wirkstoffentwicklung und formuliert Nutzen als De-Risking und schnelleren Klinikpfad.[62]
Der Geschäftsbericht verankert End-to-end Execution Excellence und skalierbare Investitions-/Integrationsfähigkeiten in der One-Lonza-Strategie.[63]

Zusammenfassung der Rohrecherche: Lonza positioniert KI-Werkzeuge als Teil der wissenschaftlich-digitalen Entwicklung, aber ohne konzernweite KI-Roadmap. KI/ML für frühe Small-Molecule-Entwicklung und Cocrystal-/Formulierungsentscheidungen; externes Webinar/Angebot.[62][63]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilot bis kommerzielles Enablement; Produktionsbreite nicht offengelegt Management verspricht schnelleres De-Risking und Klinikfortschritt; keine unabhängige oder quantifizierte Ergebnisangabe. Keine KI-spezifischen Umsatz-, Kosten- oder Margeneffekte offengelegt.[62][63]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine KI-spezifischen Umsatz-, Kosten- oder Margeneffekte offengelegt. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-spezifischen Investitionsbeträge offengelegt. Keine KI-spezifische Governance im geprüften Material; allgemeines Modell-/Entwicklungsrisiko bleibt.[62][63]

Profil 035 — Compagnie financière Tradition SA (`six-issuer-18963`)

Punktbild: Strategie 9/15 · produktive Umsetzung 16/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 5/20 · Daten/Skalierung 9/10 · Führung/Risiko 6/10 = 62/100. Score-Rang 34; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

TraditionData bietet zwei mit proprietären Volatilitätsmodellen und Machine Learning erzeugte Swaptions-Oberflächen für illiquide Märkte.[64]
Das Modell synthetisiert grosse Informationsmengen und erzeugt fehlende Daten markt-konsistent und arbitragefrei.[65]
Die Gruppe berichtet den Einsatz eines breiten Spektrums an Data-Science- und KI-Techniken für Handelstische, TraditionData und Supportfunktionen.[66]

Zusammenfassung der Rohrecherche: Data Science und KI werden sowohl in Markt-Datenprodukten als auch für Desks und Supportfunktionen eingesetzt. ML-basierte CHF-SARON- und CAD-CORRA-Swaptions-Oberflächen. Data-Science-/KI-Techniken für Handelstische, TraditionData und Support.[64][65][66]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktive Datenprodukte und interne Nutzung Das Produkt füllt sparse Marktdaten markt-konsistent und arbitragefrei; keine unabhängigen Genauigkeits- oder Umsatzdaten. Kein separat ausgewiesener KI-Umsatz oder Kostenbeitrag.[64][65][66]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Kein separat ausgewiesener KI-Umsatz oder Kostenbeitrag. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Proprietäre Modelle und Datenbasis belegt; Investitionsbetrag nicht offengelegt. Modellrisiko ist bei Preisoberflächen wesentlich; spezifische Validierung, Human Oversight oder Modell-Governance nicht offengelegt.[64][65][66]

Bewertungsbegründung: Data Science und KI werden sowohl in Markt-Datenprodukten als auch für Desks und Supportfunktionen eingesetzt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 036 — Bystronic AG (`six-issuer-20951`)

Punktbild: Strategie 9/15 · produktive Umsetzung 14/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 9/20 · Daten/Skalierung 8/10 · Führung/Risiko 3/10 = 60/100. Score-Rang 36; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Der KI-gestützte Intelligent Cutting Process ist mit ersten Marktanwendungen produktiv.[67]
Nutzen umfasst Qualität, weniger Nacharbeit, Abfall und Personaleinsatz; finanziell nicht quantifiziert.[67]
ICP ist in ByCut Star als KI-gesteuerte Qualitätsfunktion beschrieben.[68]

Zusammenfassung der Rohrecherche: ICP nutzt KI und Kamera zur Prozessüberwachung. Erste Anwendungen waren im Markt etabliert; ByCut Star beschreibt AI-controlled quality protection. Bystronic nennt weniger Nacharbeit, Abfall, Stillstand und Fachkräftebedarf. 15 10 KI in Produktentwicklung/Prozessregelung. ICP/ByCut Star als KI-gestützte Laserschneidlösung.[67][68]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: erste Marktanwendungen bis kommerziell Nicht separat offengelegt. Qualitativ weniger Ausschuss/Nacharbeit/Downtime; kein aggregierter Geldwert.[67][68]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Produktreife und Nutzen sind belegt; belastbare aggregierte Kunden-KPIs und KI-Umsatz fehlen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Maschinensensorik, Kameradaten und BySoft. Nicht separat offengelegt. Fehlerkennung/Regelung in sicherheitsrelevanter Maschine. Produktionsdaten und vernetzte Maschinen. Maschinensicherheit/Produkthaftung. Serienreife und Support. Schwacher Maschinenzyklus kann Adoption bremsen.[67][68]

Bewertungsbegründung: Produktreife und Nutzen sind belegt; belastbare aggregierte Kunden-KPIs und KI-Umsatz fehlen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 037 — Vontobel Holding AG (`six-issuer-580`)

Punktbild: Strategie 11/15 · produktive Umsetzung 17/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 5/20 · Daten/Skalierung 8/10 · Führung/Risiko 10/10 = 59/100. Score-Rang 37; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Governance und EU-AI-Act-Bezug.[69]
CRM-KI produktiv; weitere Vorhaben als Pläne.[70]

Zusammenfassung der Rohrecherche: 13 KI strategisch und im AI-Framework verankert; Analyse, Effizienz und Client Services bei menschlicher Aufsicht. CRM-KI für Relationship Manager produktiv. Formelles Governance-Modell dokumentiert. Vontobel nennt KI strategische Investition und betont menschliche Expertise. Produktive CRM-KI fasst Kundenjournale zusammen und erkennt Beschwerden/Chancen; AI/Quant für Investmentprozesse. RAG, E-Mail, Content und Pricing teils geplant.[69][70]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv in ausgewählten Prozessen; weitere Use Cases geplant. Kundenübersicht in Minuten statt manueller teamübergreifender Prüfung; keine Geldbeträge. Keine quantifizierte KI-spezifische Finanzwirkung.[69][70]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine quantifizierte KI-spezifische Finanzwirkung. Hohe Reife; Abzug für viele Zukunftsanwendungen und fehlende finanzielle Wirkung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Strategic investments genannt; Betrag nicht offengelegt. AI-Framework; DPO, Data & AI Governance Officer, CISO/IT Security, Inventar/Risikobewertung, EU AI Act, Training und Human Oversight.[69][70]

Bewertungsbegründung: KI strategisch und im AI-Framework verankert; Analyse, Effizienz und Client Services bei menschlicher Aufsicht. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: high.

Profil 038 — Xlife Sciences AG (`six-issuer-21008`)

Punktbild: Strategie 10/15 · produktive Umsetzung 14/25 · Geschäftsmodell/Angebot 19/20 · messbarer Nutzen 6/20 · Daten/Skalierung 6/10 · Führung/Risiko 4/10 = 59/100. Score-Rang 37; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

FUSE-AI, KI-Radiologie, Bildanalyse, Skalierungspotenzial[71]

Zusammenfassung der Rohrecherche: 12 Fakt: KI ist eine eigene Portfoliosäule. FUSE-AI entwickelt KI-gestützte Radiologiesoftware; prostate.Carcinoma.ai analysiert radiologische Bilder und soll auf weitere Bilddomänen übertragbar sein. Managementaussage: geringere Fehlerrate als das menschliche Auge. Einordnung: klarer KI-Produkt-/Beteiligungsansatz, aber öffentliche Evidenz zu Zulassung, Kunden, Umsatz und aktuellen Eigentumsverhältnissen ist dünn. Angebot/Geschäftsmodell: Aufbau und Wertentwicklung einer KI-Radiologiegesellschaft; mögliche Monetarisierung über Software, Partnerschaften oder Exit. Produktivstatus wird als vorhandener Algorithmus beschrieben, Skalierung in andere Bildfelder bleibt Ziel.[71]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv/Portfolio[71]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: radiologische Bilddaten und Übertragbarkeit auf weitere Erkennung. Governance/Risiko: keine detaillierte Modell-/Daten-Governance veröffentlicht. Risiken: klinische Validierung, Bias, Datenschutz, MDR/FDA-Zulassung, Erstattung und Beteiligungs-/Exitrisiko.[71]

Bewertungsbegründung: Fakt: KI ist eine eigene Portfoliosäule. FUSE-AI entwickelt KI-gestützte Radiologiesoftware; prostate.Carcinoma.ai analysiert radiologische Bilder und soll auf weitere Bilddomänen übertragbar sein. Managementaussage: geringere Fehlerrate als das menschliche Auge. Einordnung: klarer KI-Produkt-/Beteiligungsansatz, aber öffentliche Evidenz zu Zulassung, Kunden. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 039 — Cembra Money Bank AG (`six-issuer-20177`)

Punktbild: Strategie 9/15 · produktive Umsetzung 15/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 7/20 · Daten/Skalierung 8/10 · Führung/Risiko 10/10 = 57/100. Score-Rang 39; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Cembra betreibt KI-gestützten Chatbot und stellt Mitarbeitenden KI-Werkzeuge bereit.[72]
Ein KI-Governance-Rahmen mit Guardrails, Freigaben, Monitoring und Training ist beschrieben.[72]

Zusammenfassung der Rohrecherche: KI-Chatbot beantwortete kurz nach Start über 400 Anfragen täglich. KI-Systeme können bei digitalem Betrug eingesetzt werden; Mitarbeiter erhalten KI-Einführungstrainings. Cembra stellt KI als Teil der strategischen Transformation und Serviceoptimierung dar. 15 10 Chatbot, Mitarbeiterwerkzeuge, potenziell Fraud Detection. KI-gestützter Kundenservice.[72]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv selektiv Nicht separat offengelegt. 400+ Chatbot-Anfragen/Tag; kein Kosten-/Ertragseffekt offengelegt.[72]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Gute Governance-Evidenz; konkrete Profitwirkung und Anteil tatsächlich KI-basierter Fraud-Entscheidungen bleiben offen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Modellmonitoring, Backtesting und Kalibrierung. Nicht separat offengelegt. Bias, Transparenz und falsche Antworten. Datenschutz, ICT/Cyber und neue Betrugsformen. FINMA/Bankrecht und Modellverantwortung. Kompetenzaufbau und kontrollierter Rollout. Drittanbieter-/Modellrisiko.[72]

Bewertungsbegründung: Gute Governance-Evidenz; konkrete Profitwirkung und Anteil tatsächlich KI-basierter Fraud-Entscheidungen bleiben offen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 040 — Tecan Group AG (`six-issuer-2444`)

Punktbild: Strategie 11/15 · produktive Umsetzung 14/25 · Geschäftsmodell/Angebot 17/20 · messbarer Nutzen 2/20 · Daten/Skalierung 8/10 · Führung/Risiko 5/10 = 57/100. Score-Rang 39; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI plus Wet-Lab-Validierung als Forschungsangebot.[73]
Agentic AI in Introspect; Early Access, daher noch keine breite Marktreife belegt.[74]

Zusammenfassung der Rohrecherche: KI ist Teil der Data-Driven-Lab-Strategie; Agentic AI wird in Introspect integriert und mit Wet-Lab-Validierung verbunden. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. KI ist Teil der Data-Driven-Lab-Strategie; Agentic AI wird in Introspect integriert und mit Wet-Lab-Validierung verbunden. Introspect ist ein KI-erweitertes Lab-Analytics-Angebot; Early Access begrenzt Reifegrad.[73][74]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Early Access / produktnah Produktivität und schnellere Forschung werden als Ziel genannt, aber nicht monetär gemessen. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[73][74]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Produktivität und schnellere Forschung werden als Ziel genannt, aber nicht monetär gemessen. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: NVIDIA BioNeMo Agent Toolkit, Plattformdaten und Physical-AI-Roadmap; Investitionssumme fehlt. Validierung, Laborqualität, regulatorische Anforderungen, Agentenfehler und Cyberrisiko.[73][74]

Bewertungsbegründung: KI ist Teil der Data-Driven-Lab-Strategie; Agentic AI wird in Introspect integriert und mit Wet-Lab-Validierung verbunden. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 041 — TX Group AG (`six-issuer-20852`)

Punktbild: Strategie 10/15 · produktive Umsetzung 16/25 · Geschäftsmodell/Angebot 10/20 · messbarer Nutzen 7/20 · Daten/Skalierung 7/10 · Führung/Risiko 6/10 = 56/100. Score-Rang 41; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI in journalistischen und operativen Prozessen, interne Trainings sowie Investitionen bei Portfoliounternehmen.[75]

Zusammenfassung der Rohrecherche: Tamedia nutzt KI gezielt journalistisch und operativ; über 150 interne Trainings wurden bis H1 2025 durchgeführt. JobCloud investiert in KI-Lösungen; SMG fokussiert AI-Integration. TX/Tamedia nennt stabil gehaltene Qualität bei reduzierter operativer Komplexität und unverändert hohe redaktionelle Kontrolle. Journalistische Assistenz Leseerlebnis operative Prozesse Recruiting-Plattformen Marketplace-Produkte[75]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 3 – skaliert in mehreren Bereichen Viele Prozesse laut Bericht optimiert, Qualität stabil, Komplexität reduziert; keine isolierte KPI- oder Ergebniszurechnung. Digitale/Segmentergebnisse werden berichtet, aber kein KI-Anteil an Umsatz, EBIT oder Investitionen. Keine Modellliste, Anbieter, Nutzungsintensität, Fehlerquote, KI-Budget oder kausale Finanzwirkung.[75]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Breite KI-Adoption in Medien- und Plattformbeteiligungen; Nutzenbelege sind qualitativ und nicht kausal-finanziell isoliert. Digitale/Segmentergebnisse werden berichtet, aber kein KI-Anteil an Umsatz, EBIT oder Investitionen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Redaktionelle Verantwortung und Kontrolle werden explizit priorisiert; Desinformation, Urheberrecht, Bias, Datenschutz und Reputationsrisiken bleiben wesentlich.[75]

Bewertungsbegründung: Breite KI-Adoption in Medien- und Plattformbeteiligungen; Nutzenbelege sind qualitativ und nicht kausal-finanziell isoliert. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 042 — Rieter Holding AG (`six-issuer-1455`)

Punktbild: Strategie 10/15 · produktive Umsetzung 15/25 · Geschäftsmodell/Angebot 16/20 · messbarer Nutzen 4/20 · Daten/Skalierung 8/10 · Führung/Risiko 2/10 = 55/100. Score-Rang 42; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

ESSENTIAL erkennt Prozessabweichungen und unterstützt Energie-/Materialeffizienz.[76]
Industrial-AI-Kompetenzaufbau und Strategie-Verknüpfung.[77]
KI-Funktionen in der Card C 81, einschließlich Retrofit-Angebot.[78]

Zusammenfassung der Rohrecherche: ESSENTIAL nutzt KI zur frühen Abweichungserkennung; Card C 81 enthält KI-Funktionen; Kompetenzaufbau mit ZHAW. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. ESSENTIAL nutzt KI zur frühen Abweichungserkennung; Card C 81 enthält KI-Funktionen; Kompetenzaufbau mit ZHAW. KI ist Bestandteil digitaler Plattform und Maschinen-/Retrofit-Angebote.[76][77][78]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv / im Produkt Energie-, Rohmaterial-, Qualitäts- und Ertragshebel sind konkret, aber finanziell nicht quantifiziert. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[76][77][78]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Energie-, Rohmaterial-, Qualitäts- und Ertragshebel sind konkret, aber finanziell nicht quantifiziert. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Industrielle Prozessdaten, ML und wissensbasierte Systeme; Professur als Kompetenzinvestition ohne Betrag. Modellrobustheit, Prozesssicherheit, Datenrechte und Nachweis realer Einsparungen.[76][77][78]

Bewertungsbegründung: ESSENTIAL nutzt KI zur frühen Abweichungserkennung; Card C 81 enthält KI-Funktionen; Kompetenzaufbau mit ZHAW. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 043 — Geberit AG (`six-issuer-10824`)

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. Score-Rang 43; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Kompetenzzentrum, Datenbasis, Training und IT-Sicherheit.[79]
KI-Agent für Nachhaltigkeitsanfragen.[80]

Zusammenfassung der Rohrecherche: 10 2025 Aufbau eines gruppenweiten KI-Kompetenzzentrums; Ziel sind Geschäftsvorteile und Effizienz. Geschäftsbericht nennt Kompetenzzentrum und ersten Agenten. Effizienz und Geschäftsvorteile sind Programmziel, nicht finanziell nachgewiesen. Teilautomatisierte Nachhaltigkeitsanfragen per KI-Agent; Chancenidentifikation, Trainings und Hackathons.[79][80]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Frühe Umsetzung/erste Projekte; keine breite Skalierung quantifiziert. Präzisere, verifizierbare Antworten und Entlastung bei bis zu 500 Fragen je Rating-Plattform als Ziel; keine realisierten Zeit-/Kosteneffekte. Nicht offengelegt.[79][80]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Nicht offengelegt. Solide Basis, aber frühe Reife und geringe Ergebnistransparenz; interner Produktivitätsfall, kein Kundenangebot. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Kompetenzzentrum und Datenbasis; Betrag nicht offengelegt. IT-Sicherheitskomitee/Cybermaßnahmen belegt; spezifischer KI-Risiko-/Modellrahmen nicht veröffentlicht.[79][80]

Profil 044 — OC Oerlikon Corporation AG (`six-issuer-17729`)

Punktbild: Strategie 10/15 · produktive Umsetzung 15/25 · Geschäftsmodell/Angebot 10/20 · messbarer Nutzen 5/20 · Daten/Skalierung 8/10 · Führung/Risiko 6/10 = 54/100. Score-Rang 43; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI in Werkstoffentwicklung, Labor und R&D.[81]
Mehr als 40 KI-Use-Cases und Governance-Absicht.[82]

Zusammenfassung der Rohrecherche: 11 Digital Hub und >40 Use Cases; Annual Report integriert KI in Materialentwicklung, Labor und R&D. Annual Report belegt produktive R&D-/Labor-KI. Mehr als 40 Use Cases genannt. Management berichtet starke, nicht bezifferte Erträge aus AI-based alloy design. KI-Legierungs-/Materialentwicklung, Laborautomatisierung, Prozess-/Simulationsdaten; Churn-/Chatbot-Prototypen.[81][82]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Gemischt: produktive Kernanwendungen plus Use Cases verschiedener Reife. Schnellere Markteinführung, prädiktive Qualität und kürzere Inspektion; keine KI-Finanzbeträge. RPA-Stunden nicht als KI gewertet. Keine separate Umsatz-/Margen-/Cashflow-Wirkung; „strong returns“ unquantifiziert.[81][82]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separate Umsatz-/Margen-/Cashflow-Wirkung; „strong returns“ unquantifiziert. Breite industrielle Praxis; fehlende Monetarisierung und nur teilweise belegte Governance begrenzen Score. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Digital Hub, KI-Fachleute, Scoperta-Investment; Beträge nicht offengelegt. Auswahl nach Wirksamkeit, Nachhaltigkeit/Datenschutz; formaler Governance-Status nicht ausreichend detailliert.[81][82]

Bewertungsbegründung: Digital Hub und >40 Use Cases; Annual Report integriert KI in Materialentwicklung, Labor und R&D. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 045 — Mikron Holding AG (`six-issuer-1907`)

Punktbild: Strategie 10/15 · produktive Umsetzung 12/25 · Geschäftsmodell/Angebot 15/20 · messbarer Nutzen 5/20 · Daten/Skalierung 8/10 · Führung/Risiko 4/10 = 54/100. Score-Rang 43; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI ist dritter Pfeiler der Digitalstrategie.[83]
Mehrere KI-Anwendungen für Energie, Simulation, Prozessparameter und Ursachenanalyse werden ausgebaut.[83]
Finanzwirkung ist nicht isoliert.[83]

Zusammenfassung der Rohrecherche: KI ist dritter Pfeiler der Digitalstrategie. Angebote adressieren Energieprofil, ESG-/Retrofit-Simulation, Werkzeuglebensdauer und Ursachenanalyse. CEO bezeichnet KI als zentral. 15 13 Interne Automatisierung und Wissensmanagement ergänzen Kundenangebote. MiEnergy und weitere KI-basierte Lifecycle-Anwendungen.[83]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: selektiv produktiv/Expansion Nicht separat offengelegt. Ziel: Produktivität, Uptime, Energie und Lebensdauer; keine aggregierten KPIs.[83]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Klare Strategie und Produktpipeline; Formulierung „expanding“ lässt Rolloutgrad einzelner Anwendungen offen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Maschinenkonnektivität, Echtzeitdaten, ERP-Transformation. Nicht separat offengelegt. Modell-/Diagnosefehler. Maschinen- und Kundendaten. Produkthaftung/IP. Integration des Spin-offs und Skalierung. Investitionszyklus der Kunden.[83]

Bewertungsbegründung: Klare Strategie und Produktpipeline; Formulierung „expanding“ lässt Rolloutgrad einzelner Anwendungen offen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: low.

Profil 046 — dormakaba Holding AG (`six-issuer-20377`)

Punktbild: Strategie 10/15 · produktive Umsetzung 16/25 · Geschäftsmodell/Angebot 11/20 · messbarer Nutzen 3/20 · Daten/Skalierung 8/10 · Führung/Risiko 5/10 = 53/100. Score-Rang 46; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI ist Teil von Produktentwicklung, Software und Marktangebot; konkrete Code-/Time-to-market-Nutzung.[84]
KI-Prozessautomatisierung und Plattformansatz zur Skalierung, ohne separat ausgewiesenen KI-Finanzbeitrag.[85]

Zusammenfassung der Rohrecherche: KI wird breit in R&D, Softwareentwicklung und Prozessautomatisierung eingesetzt und mit Plattformstrategie verbunden; Ergebnisbeitrag nicht separat ausgewiesen. KI ist Teil von Produktentwicklung, Software und Marktangebot; konkrete Code-/Time-to-market-Nutzung. KI-Prozessautomatisierung und Plattformansatz zur Skalierung, ohne separat ausgewiesenen KI-Finanzbeitrag. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[84][85]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierte Umsetzung[84][85]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI wird breit in R&D, Softwareentwicklung und Prozessautomatisierung eingesetzt und mit Plattformstrategie verbunden; Ergebnisbeitrag nicht separat ausgewiesen. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Skalierte Umsetzung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 047 — Alcon Inc. (`six-issuer-20791`)

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. Score-Rang 47; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

GenAI-Strategie für Service, Piloten, Governance, Value Tracking[86]
Finanzzahlen 2025; keine separate KI-Finanzwirkung[87]

Zusammenfassung der Rohrecherche: 9 Fakt: Ein verantwortlicher Alcon-Manager beschreibt eine GenAI-Go-to-Market-Strategie zunächst für interne Serviceprozesse, mehrere Piloten und vier priorisierte Felder: Kundeninteraktion, proaktiver Service, Routineautomatisierung und Analytics. Management: klein starten, schnell lernen, Wert messen. Einordnung: klarer strategischer Rahmen, aber überwiegend Pilot-/Frühproduktionsstatus. Produktivitäts- und Servicefälle sind als Piloten bzw. bereits wertstiftende Use Cases beschrieben; ein marktfähiges eigenständiges KI-Produkt ist nicht belegt. Das operative Angebot Intelligent Service Solutions ist digital, wurde aber nicht als KI klassifiziert.[86][87]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilotiert[86][87]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: vorhandene Kunden- und Gerätedaten, geplante regionale Ownership; Fragmentierungsrisiko bei 25.000 Beschäftigten. Governance: dediziertes KI-Team, ethische Leitplanken und ROI-Tracking. Risiken: Datenschutz, Medizinproduktqualität, Halluzinationen, Verantwortlichkeit und regulatorische Compliance.[86][87]

Profil 048 — Julius Bär Gruppe AG (`six-issuer-19016`)

Punktbild: Strategie 12/15 · produktive Umsetzung 16/25 · Geschäftsmodell/Angebot 4/20 · messbarer Nutzen 2/20 · Daten/Skalierung 9/10 · Führung/Risiko 9/10 = 52/100. Score-Rang 47; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Firmweite KI-Fähigkeit, internes Expertenteam, sichere On-Prem-GenAI und Governance-/Skalierungsanspruch.[88]

Zusammenfassung der Rohrecherche: Firmweite Ausrichtung und produktiver On-Prem-GenAI-Assistent sind belegt; keine isolierten Ertrags-/Kosteneffekte oder extern vermarktete KI-Produkte. Firmweite KI-Fähigkeit, internes Expertenteam, sichere On-Prem-GenAI und Governance-/Skalierungsanspruch. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[88]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierte Umsetzung[88]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Firmweite Ausrichtung und produktiver On-Prem-GenAI-Assistent sind belegt; keine isolierten Ertrags-/Kosteneffekte oder extern vermarktete KI-Produkte. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Skalierte Umsetzung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 049 — Burckhardt Compression Holding AG (`six-issuer-14624`)

Punktbild: Strategie 7/15 · produktive Umsetzung 11/25 · Geschäftsmodell/Angebot 16/20 · messbarer Nutzen 8/20 · Daten/Skalierung 7/10 · Führung/Risiko 3/10 = 52/100. Score-Rang 47; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-basierte digitale Services lanciert.[89]
Produktives KI-Angebot mit Leistungsversprechen.[90]
Fünf-Wochen-PoC; Einsparung nur Potenzial.[91]

Zusammenfassung der Rohrecherche: 9 KI in digitalen Services und Effizienz sichtbar, aber keine umfassende Konzern-KI-Strategie. Annual Report bestätigt Launch. Produktseite nennt neuronales Netz. Unternehmen stellt Verfügbarkeit, Wartungskosten und Sicherheit als Nutzen heraus. UP! Detect: neuronale Anomalieerkennung/Wartungsempfehlung; GenAI-PoC für Produktspezifikationen.[89][90][91]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Kundenangebot lanciert; interner GenAI-Fall PoC. Bis zu 90% Anomalien; PoC-Potenzial von Tausenden Stunden. Keine geprüften Konzernfinanzwerte. Keine KI-spezifische Ergebniswirkung; Kennzahlen sind Anbieter-/PoC-Angaben.[89][90][91]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine KI-spezifische Ergebniswirkung; Kennzahlen sind Anbieter-/PoC-Angaben. Starkes AI-enabled Angebot; Governance und Finanztransparenz sind Lücken. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Digitale Services und Fünf-Wochen-PoC; Beträge nicht offengelegt. Cloud/Sicherheitsziele beschrieben; keine umfassende öffentliche KI-Governance.[89][90][91]

Bewertungsbegründung: KI in digitalen Services und Effizienz sichtbar, aber keine umfassende Konzern-KI-Strategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 050 — Romande Energie Holding SA (`six-issuer-14620`)

Punktbild: Strategie 10/15 · produktive Umsetzung 15/25 · Geschäftsmodell/Angebot 6/20 · messbarer Nutzen 6/20 · Daten/Skalierung 9/10 · Führung/Risiko 6/10 = 52/100. Score-Rang 47; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI für Netzplanung, Finanzsimulationen, Energieeinkaufsprognosen; Digital Twin; Smart Meter[92]

Zusammenfassung der Rohrecherche: 13 Fakt: Romande Energie setzt KI zunehmend für Netzplanung, Finanzsimulationen und Prognosen des Energieeinkaufs ein. Vision 2040 umfasst einen vollständigen digitalen Zwilling und digitale Produkte als künftige Erlössäule. 81% der Kunden hatten Ende 2025 Smart Meter. Einordnung: operativ belegte KI plus skalierbare Datenstrategie. Angebot/Geschäftsmodell: heutige KI primär intern; künftig sollen digitale Produkte wachsenden Anteil am operativen Ergebnis liefern. Der digitale Zwilling soll Produktion/Verbrauch optimieren und Cyberresilienz stärken.[92]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv/Skalierend[92]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: 232.550 Smart Meter/81% Abdeckung, modernisierte IT und digitaler Zwilling. Governance: verantwortlicher Daten- und Cloud-Ansatz erwähnt; spezifische Modellgovernance bleibt offen. Risiken: Cybersecurity, Datenschutz, Prognosefehler, Cloudabhängigkeit und wachsender Strombedarf durch KI.[92]

Bewertungsbegründung: Fakt: Romande Energie setzt KI zunehmend für Netzplanung, Finanzsimulationen und Prognosen des Energieeinkaufs ein. Vision 2040 umfasst einen vollständigen digitalen Zwilling und digitale Produkte als künftige Erlössäule. 81% der Kunden hatten Ende 2025 Smart Meter. Einordnung: operativ belegte KI plus skalierbare Datenstrategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 051 — Ascom Holding AG (`six-issuer-2336`)

Punktbild: Strategie 9/15 · produktive Umsetzung 12/25 · Geschäftsmodell/Angebot 14/20 · messbarer Nutzen 4/20 · Daten/Skalierung 7/10 · Führung/Risiko 6/10 = 52/100. Score-Rang 47; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[93]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[93]

Zusammenfassung der Rohrecherche: ML/AI ist in der Vision eines datengetriebenen Smart Hospital und der Core Platform verankert. Datenplattform für Alarmierung, Überwachung und klinische/operative Entscheidungen. Plattform- und Kundenprojekte sind produktiv; die offengelegte Quelle trennt jedoch AI-Funktionen nicht sauber von allgemeiner Integration/Automation.[93]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv Projektmarge, Auslastung und Ticketzeiten verbesserten sich, aber keine dieser Kennzahlen wird kausal KI zugeschrieben; kein KI-Finanzbeitrag offengelegt.[93]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Projektmarge, Auslastung und Ticketzeiten verbesserten sich, aber keine dieser Kennzahlen wird kausal KI zugeschrieben; kein KI-Finanzbeitrag offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: MDI-, Sensor-, Edge-/Cloud- und SaaS-Architektur; integrationsstarke Datenbasis. Patientensicherheit, regulatorische Freigaben, Cybersecurity, Verfügbarkeit und Fehlalarme.[93]

Bewertungsbegründung: ML/AI ist in der Vision eines datengetriebenen Smart Hospital und der Core Platform verankert. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 052 — Klingelnberg AG (`six-issuer-20716`)

Punktbild: Strategie 9/15 · produktive Umsetzung 14/25 · Geschäftsmodell/Angebot 14/20 · messbarer Nutzen 3/20 · Daten/Skalierung 7/10 · Führung/Risiko 5/10 = 52/100. Score-Rang 47; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[94]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[94]

Zusammenfassung der Rohrecherche: KI ist in Smart Factory und datengetriebener Messtechnik als strategisches Angebot verankert. Predictive Maintenance, Engpass-/Fehlererkennung und Qualitätsoptimierung. Smart-Factory-Software wird als Lösung beschrieben; Integration von IoT, KI und Echtzeitdaten in Produktionssysteme ist produktnah.[94]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv Produktivitäts-, Kosten- und Qualitätsnutzen werden qualitativ behauptet; keine isolierten KI-Umsatz- oder Ergebniszahlen.[94]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Produktivitäts-, Kosten- und Qualitätsnutzen werden qualitativ behauptet; keine isolierten KI-Umsatz- oder Ergebniszahlen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Mess-, Maschinen- und Echtzeitproduktionsdaten, digitale Produktionsintegration. Cyber-/IP-Risiken, Fehlentscheidungen in Qualitätsprozessen und Kundenintegration; spezifische KI-Governance nicht offengelegt.[94]

Bewertungsbegründung: KI ist in Smart Factory und datengetriebener Messtechnik als strategisches Angebot verankert. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 053 — Accelleron Industries AG (`six-issuer-21046`)

Punktbild: Strategie 6/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 14/20 · messbarer Nutzen 7/20 · Daten/Skalierung 8/10 · Führung/Risiko 3/10 = 51/100. Score-Rang 53; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Tekomar XPERT ist eine produktive daten- und algorithmusbasierte Plattform.[95]
GenAI war zum Veröffentlichungszeitpunkt noch Exploration, nicht ausgerollte Funktion.[95]

Zusammenfassung der Rohrecherche: Tekomar XPERT ist seit über zehn Jahren im Betrieb, mit 150+ Kunden, 2,400+ Schiffen und Daten von ca. 10,000 Motoren. GenAI für Kundenauskunft und Mehrsprachigkeit wurde geprüft. Management betont datengetriebene Effizienz- und Emissionsentscheidungen. 15 8 Daten-/Algorithmusnutzung und mögliche Support-Copilots. Tekomar XPERT für Motor, Emission, Rumpf/Propeller.[95]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: skaliert digital; GenAI Exploration Nicht separat offengelegt. Unternehmensclaim: datenbasierte Optimierung; separate Quelle nennt 2–4% mögliche Treibstoffeinsparung, hier nicht als realisiert aggregiert.[95]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Die Plattform ist produktiv; ob Kernalgorithmen ML sind, wird nicht durchgehend spezifiziert. GenAI war nicht als produktiv bestätigt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Langjährige Motorendatenbasis. Nicht separat offengelegt. Algorithmusqualität und falsche Empfehlungen. Schiffs-/Betriebsdaten und Cloud-Sicherheit. Emissionsreporting und maritime Haftung. Vom Pilot zur zuverlässigen GenAI-Funktion. Zyklische Schifffahrt/Energie und Kundenadoption.[95]

Bewertungsbegründung: Die Plattform ist produktiv; ob Kernalgorithmen ML sind, wird nicht durchgehend spezifiziert. GenAI war nicht als produktiv bestätigt. Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 054 — Graubündner Kantonalbank (`six-issuer-346`)

Punktbild: Strategie 10/15 · produktive Umsetzung 16/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 3/20 · Daten/Skalierung 8/10 · Führung/Risiko 8/10 = 50/100. Score-Rang 54; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[96]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[96]

Zusammenfassung der Rohrecherche: KI ist konkret in Digitalisierung und Marktbearbeitung eingebettet. Interne Wissensassistenz und individuellere Kundenansprache; kein KI-Produktumsatz. Lead-Management-Modell und interne ChatGPT-Anwendung waren umgesetzt; kundenseitige Nutzung war vorbereitet.[96]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv Gute Erfahrungen und Effizienz-/Qualitätsziele, aber keine isolierten finanziellen KI-Kennzahlen.[96]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Gute Erfahrungen und Effizienz-/Qualitätsziele, aber keine isolierten finanziellen KI-Kennzahlen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Bankinterne Weisungen/Daten und Kundenansprache; IT-Betrieb mit Partner Inventx. KI-Verzeichnis, Mitarbeiterschulung und geplante KI-Weisung sind starke Governance-Indizien; FINMA-, Datenschutz- und Bankgeheimnisrisiken.[96]

Bewertungsbegründung: KI ist konkret in Digitalisierung und Marktbearbeitung eingebettet. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 055 — Bucher Industries AG (`six-issuer-2413`)

Punktbild: Strategie 7/15 · produktive Umsetzung 15/25 · Geschäftsmodell/Angebot 13/20 · messbarer Nutzen 5/20 · Daten/Skalierung 6/10 · Führung/Risiko 3/10 = 49/100. Score-Rang 55; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Bucher Municipal setzte mit KI-, Software-, Mechatronik- und Dateningenieuren ein ADAS bis zur ersten Auslieferung in Solingen um; es regelt Düsen und Lüfter und verhindert Kollisionen.[97]

Zusammenfassung der Rohrecherche: KI ist in der Produktentwicklung von Bucher Municipal konkret verankert, jedoch ohne gruppenweite KI-Strategie. ADAS in Kompaktkehrmaschinen; automatische Regelung von Düsen und Lüfter sowie Kollisionsvermeidung.[97]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Erste Auslieferung/produktiver Feldeinsatz Erste Auslieferung in Solingen und konkrete Funktionsnutzen belegt; keine monetäre Quantifizierung. Keine separat ausgewiesenen KI-Umsätze, Einsparungen oder Margen.[97]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat ausgewiesenen KI-Umsätze, Einsparungen oder Margen. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: KI-, Software-, Daten- und Mechatronikteams belegt; Betrag nicht offengelegt. Sicherheitskritische Kollisionsvermeidung erhöht Validierungsbedarf; spezifische Standards/Kontrollen nicht offengelegt.[97]

Bewertungsbegründung: KI ist in der Produktentwicklung von Bucher Municipal konkret verankert, jedoch ohne gruppenweite KI-Strategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 056 — ams-OSRAM AG (`six-issuer-21004`)

Punktbild: Strategie 9/15 · produktive Umsetzung 10/25 · Geschäftsmodell/Angebot 12/20 · messbarer Nutzen 3/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 49/100. Score-Rang 55; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI ist Effizienzhebel und Teil von R&D/Produktanwendungen.[98]
AI-Datacenter-Interconnects sind Wachstumsoption, kein separat ausgewiesener Umsatz.[98]
Eine AI Policy wird im Nachhaltigkeitskontext genannt.[98]

Zusammenfassung der Rohrecherche: KI wird konzernweit zur Effizienzsteigerung vorangetrieben. ML/KI ist Bestandteil von R&D; Photonik adressiert Robotik, Smart Glasses und KI-Rechenzentren. AI Policy wird genannt. Management sieht KI als wichtigen Hebel im Simplify-Programm. 15 12 KI zur Prozessvereinfachung. Sensoren/Emitter und optische Interconnects als KI-Enabler.[98]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: selektiv produktiv plus Entwicklung Nicht separat offengelegt. EUR 200 Mio. Simplify-Sparziel insgesamt bis 2028; KI-Anteil nicht offengelegt.[98]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Gute strategische und technische Evidenz; AI-Datacenter-Produkte sind teils Wachstumsoptionen, nicht vollständig realisierte Umsätze. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Halbleiter-F&E, Software und Algorithmen. Investitionen nicht KI-separat. Technische Reife/Design-win-Konversion. IP, Cyber und sensible Entwicklungsdaten. AI Policy sowie Produkt-/Exportregeln. Restrukturierung und Personalabbau können Umsetzung belasten. KI-Rechenzentrums-Capex und Kundenkonzentration.[98]

Bewertungsbegründung: Gute strategische und technische Evidenz; AI-Datacenter-Produkte sind teils Wachstumsoptionen, nicht vollständig realisierte Umsätze. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 057 — Bellevue Group AG (`six-issuer-18200`)

Punktbild: Strategie 8/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 15/20 · messbarer Nutzen 3/20 · Daten/Skalierung 7/10 · Führung/Risiko 3/10 = 49/100. Score-Rang 55; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

AI Health Performance, AI/ML im Investmentprozess[99]

Zusammenfassung der Rohrecherche: Bellevue AI Health ist ein explizites Anlageprodukt. (Agentic) AI ist laut Investor-Präsentation integraler Bestandteil des Investmentprozesses; Machine Learning und Big Data unterstützen Investmententscheidungen. Management sieht KI als strukturellen Markttreiber und will digitale Tools/Investmentplattformen modernisieren. KI dient als Investmentthema, Research-Werkzeug und Bestandteil der Plattformmodernisierung. Agentische KI im Investmentprozess. Machine Learning und Big-Data-Analysen zur Unterstützung von Investmententscheidungen. Bellevue AI Health als Kundenangebot.[99]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: fortgeschritten im Investmentprozess und Angebot Bellevue AI Health erzielte 2025 laut Präsentation +14,7% in USD bzw. +0,3% in CHF. Diese Performance ist Markt-/Fondsleistung und kein isolierter Produktivitäts- oder Alpha-Nachweis der KI-Werkzeuge. Keine isolierte KI-Wirkung auf Betriebskosten, Ertrag, Alpha oder Konzerngewinn. KI-Investitionsbetrag, Modellkontrollen, Produktivität, Alpha-Beitrag, Datenabdeckung und Nutzerzahlen.[99]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI ist sowohl im Produktangebot als auch im Kernprozess vorhanden. Fondsperformance ist messbar, beweist aber keinen kausalen Mehrwert der internen KI; Governance und KI-spezifische Kosten fehlen. Keine isolierte KI-Wirkung auf Betriebskosten, Ertrag, Alpha oder Konzerngewinn. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Gezielte Investitionen in Technologie-Tools und Modernisierung der Investmentplattformen; Betrag nicht KI-spezifisch. Big Data, ML und digitale Investmentplattformen; Nutzer-, Datenquellen- und Skalierungsdetails fehlen. Operative Verantwortung über Investmentteams; spezifische Responsible-AI-Governance nicht publiziert. Modellrisiko, Backtest-/Overfitting-Risiko, Datenlizenzen, Erklärbarkeit, Regulierung, Performance- und Reputationsrisiko.[99]

Bewertungsbegründung: KI ist sowohl im Produktangebot als auch im Kernprozess vorhanden. Fondsperformance ist messbar, beweist aber keinen kausalen Mehrwert der internen KI; Governance und KI-spezifische Kosten fehlen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: high.

Profil 058 — Ypsomed Holding AG (`six-issuer-12453`)

Punktbild: Strategie 11/15 · produktive Umsetzung 16/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 4/20 · Daten/Skalierung 8/10 · Führung/Risiko 4/10 = 48/100. Score-Rang 58; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Intelligence Center, YpsoMind, YPM360, Zielwert[100]

Zusammenfassung der Rohrecherche: KI ist ausdrücklich Teil der Säule Operational Excellence. Intelligence Center entwickelt Daten-/KI-Lösungen; YpsoMind wurde intern ausgerollt; YPM360 nutzt mehrere KI-Modelle auf Maschinensignalen. KI-Agenten werden in der Softwareentwicklung eingesetzt. Lead Data Scientist sieht grösstes Potenzial in Produktion und entlang der gesamten Wertschöpfungskette. Gezielter Einsatz von Digitalisierung, KI, Automation und Standardisierung für skalierbare Prozesse. YpsoMind als interne KI-Lösung. YPM360 prognostiziert Qualitätsmerkmale von Spritzgussteilen. KI-Codegenerierung und intelligente Agenten in der Softwareentwicklung. Reporting/Analytics über SAP- und Jira-Daten.[100]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: fortgeschritten / industrielle Skalierung im Aufbau Ziel: manuelle In-Process-Prüfungen künftig um bis zu 90% reduzieren. Schnellere Entwicklung wird qualitativ berichtet; keine belastbare Ist-Zeit- oder Kostenzahl. Kein separater Umsatz-, EBIT- oder Cashfloweffekt. Realisierte Prüfungsreduktion, Nutzerzahlen, Investitionen, ROI, Governance und Modellmetriken.[100]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Klare strategische Verankerung und konkrete produktive/nahe-produktive Anwendungen auf guter Datenbasis. Das 90%-Ziel für weniger manuelle Prüfungen ist zukunftsgerichtet, kein realisierter Nutzen. Kein separater Umsatz-, EBIT- oder Cashfloweffekt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Intelligence Center und Infrastrukturkomponenten; KI-spezifischer Betrag nicht offengelegt. Maschinensignale/Kurvendaten, Integration mehrerer Quellsysteme, MOM-/Produktionsdatenfundament und laufende Infrastruktur-Evaluation. Benannte operative Leitung (Lead Data Scientist/Intelligence Center); spezifische AI Policy, Validierung und Gremien nicht veröffentlicht. Modellvalidierung in regulierter Produktion, Datenintegrität, Qualität/Patientensicherheit, Cybersecurity und Zielverfehlung.[100]

Bewertungsbegründung: Klare strategische Verankerung und konkrete produktive/nahe-produktive Anwendungen auf guter Datenbasis. Das 90%-Ziel für weniger manuelle Prüfungen ist zukunftsgerichtet, kein realisierter Nutzen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 059 — AEVIS VICTORIA SA (`six-issuer-20368`)

Punktbild: Strategie 7/15 · produktive Umsetzung 17/25 · Geschäftsmodell/Angebot 4/20 · messbarer Nutzen 8/20 · Daten/Skalierung 6/10 · Führung/Risiko 6/10 = 48/100. Score-Rang 58; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Gruppenweiter Rollout und Zeitersparnis[101]

Zusammenfassung der Rohrecherche: Über die wesentliche Beteiligung Swiss Medical Network wird KI-gestützte Dokumentation konzernweit ausgerollt; weiterer Ausbau angekündigt. Heidi erstellt medizinische Dokumentationsentwürfe aus Konsultationen; ärztliche Prüfung vor Ablage.[101]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Konzernweiter Rollout Bis zu zwei Stunden Entlastung pro Arzt und Tag; Chief Medical Officer berichtet, dass 1–2 Stunden Nacharbeit nahezu verschwunden seien.[101]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Potenzial für höhere klinische Kapazität und geringere administrative Kosten; AEVIS-Finanzbeitrag nicht ausgewiesen. Starker produktiver klinischer Use Case; Zuordnung erfolgt über eine bedeutende Beteiligung und nicht über alle AEVIS-Segmente. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Gruppenweiter Plattformrollout; Sprachaufzeichnungen werden nach Transkription gelöscht. Human-in-the-loop, Schweizer Datenschutzgesetz und Medizinprodukteverordnung werden genannt; klinische Fehler, Datenschutz und Akzeptanz bleiben wesentlich.[101]

Bewertungsbegründung: Die KI-gestützte medizinische Dokumentation der Tochtergesellschaft ist ein konkreter produktiver Use Case, aber keine belegte konzernweite KI-Transformation. Rolloutbreite, isolierte Finanzwirkung und KI-spezifische Daten-/Governance-Kennzahlen fehlen. Kalibrierungsvertrauen: low.

Profil 060 — Schindler Holding AG (`six-issuer-1285`)

Punktbild: Strategie 6/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 12/20 · messbarer Nutzen 4/20 · Daten/Skalierung 8/10 · Führung/Risiko 4/10 = 47/100. Score-Rang 60; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

IoT und Machine Learning werden für digitale Wartungsservices eingesetzt.[102]
KI-Unterstützung im Flottenmanagement; konkrete Wirtschaftszahlen fehlen.[103]

Zusammenfassung der Rohrecherche: IoT und Machine Learning sind Bestandteil digitaler Wartungsservices; KI wird zusätzlich im Flottenmanagement genutzt. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. IoT und Machine Learning sind Bestandteil digitaler Wartungsservices; KI wird zusätzlich im Flottenmanagement genutzt. Digitale Wartung ist Teil des Serviceangebots, KI-Anteil am Umsatz nicht offengelegt.[102][103]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv Potenziell weniger Ausfälle, effizientere Routen und Wartung; keine KI-spezifische Ergebniskennzahl. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[102][103]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Potenziell weniger Ausfälle, effizientere Routen und Wartung; keine KI-spezifische Ergebniskennzahl. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Vernetzte Anlagen, IoT und ML; Investitionssumme nicht offengelegt. Sicherheitskritische Fehlprognosen, Cyberrisiko und Datenqualität.[102][103]

Abgrenzung: Mehrere Aktienklassen im Fondsbestand; als ein Emittent dedupliziert.

Bewertungsbegründung: IoT und Machine Learning sind Bestandteil digitaler Wartungsservices; KI wird zusätzlich im Flottenmanagement genutzt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 061 — VP Bank AG (`six-issuer-20229`)

Punktbild: Strategie 11/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 2/20 · Daten/Skalierung 8/10 · Führung/Risiko 8/10 = 47/100. Score-Rang 60; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

AI-Solutions-Team; produktive Chatbots; fortgeschrittene KYC-/Dokumentfälle.[104]
Zentrales Team koordiniert Initiativen.[105]
Strategische Partnerschaft.[106]

Zusammenfassung der Rohrecherche: 13 Zentrales AI-Solutions-Team für Kunden, Risk/Compliance und Effizienz; ETH-Partnerschaft seit 2021. Zwei KI-Lösungen 2025 produktiv. KYC/Dokumente fortgeschritten. Management nennt KI strategisch. 2025 produktiv: Policy-Chat und Legal-Chatbot; fortgeschritten: KI-KYC/Dokumente. Recommender/FX/BI nicht durchgehend explizit KI.[104][105][106]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv intern; weitere Anwendungen fortgeschritten. Schnellere Prozesse und Arbeitserleichterung, ohne Zeit-/Finanzkennzahlen. Keine KI-spezifische Finanzwirkung offengelegt.[104][105][106]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine KI-spezifische Finanzwirkung offengelegt. Gute Basis und produktive Anwendungen, aber wenig quantitative Nutzen-/Governance-Transparenz. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: AI-/BI-Teams, Plattform, ETH und Trainings; Beträge nicht offengelegt. Verantwortliche Nutzung/Training; Risk/Compliance Zielbereiche. Konkrete Modellinventar-/AI-Act-Kontrollen nicht detailliert.[104][105][106]

Bewertungsbegründung: Zentrales AI-Solutions-Team für Kunden, Risk/Compliance und Effizienz; ETH-Partnerschaft seit 2021. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 062 — Amrize Ltd (`six-issuer-21251`)

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. Score-Rang 62; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Amrize entwickelte mit Meta und der University of Illinois einen KI-optimierten Betonmix für ein Rechenzentrum in Minnesota.[107]
Amrize beschreibt die Zusammenarbeit mit Meta und der University of Illinois an einer neuartigen KI-optimierten Betonmischung.[108]

Zusammenfassung der Rohrecherche: KI ist als anwendungsbezogene Innovationsmethode sichtbar, nicht als unternehmensweite Strategie. KI-optimierte Betonmischung mit Meta und University of Illinois für ein Rechenzentrum.[107][108]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Realer Pilot/Projekt-Einsatz Unternehmensangaben nennen bessere und schnellere Optimierung nach Nachhaltigkeit, Festigkeit und Aushärtung; keine auditierte Quantifizierung. Kein isolierter KI-Umsatz oder Ergebnisbeitrag offengelegt.[107][108]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Kein isolierter KI-Umsatz oder Ergebnisbeitrag offengelegt. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-spezifische Investitionssumme offengelegt. Partnerschaft liefert fachliche Validierung; Governance, Modellkontrollen und Haftung nicht offengelegt.[107][108]

Profil 063 — Kardex Holding AG (`six-issuer-2425`)

Punktbild: Strategie 7/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 14/20 · messbarer Nutzen 4/20 · Daten/Skalierung 5/10 · Führung/Risiko 3/10 = 46/100. Score-Rang 62; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Live integrierte KI-gestützte Behälterkommissionierung mit FulfillX und AutoStore.[109]
Globaler Vertriebspartner- und Pilotansatz für KI/AR-gestützte Lagerausführung.[110]

Zusammenfassung der Rohrecherche: Kardex hat KI-gestütztes Robotik-Picking mit FulfillX und AutoStore integriert und als live demonstrierbar bezeichnet. 2026 wurde eine globale LightGuide-Partnerschaft mit Pilot- und Go-to-Market-Programm angekündigt. Partner versprechen Produktivitäts-, Qualitäts- und Trainingsverbesserungen; diese Prozentwerte stammen von LightGuide und sind nicht als Kardex-Kundenergebnis belegt. Robotisches Piece Picking Computer-Vision-Verifikation AR-Arbeitsanweisungen operative Lageranalytik[109][110]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 3 – skaliert im Kundenangebot, Partner-Rollout im Aufbau Live-Integration belegt; keine unabhängigen Kardex-Kunden-KPIs. Partnerwerte werden nicht als Kardex-Resultat übernommen. Monetarisierbares Kundenangebot, aber keine KI-spezifische Umsatz-, Auftragseingangs- oder Margenangabe. Keine Kundenanzahl, Umsatzaufteilung, ROI-Studie oder modellbezogene Genauigkeitswerte von Kardex.[109][110]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI wird Teil des verkaufbaren Automationsangebots; echter Einsatz ist belegt, die neue Partnerschaft jedoch teilweise noch Pilot/Go-to-Market. Monetarisierbares Kundenangebot, aber keine KI-spezifische Umsatz-, Auftragseingangs- oder Margenangabe. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Fehlererkennung und Traceability adressiert; Abhängigkeit von Partnertechnologie, Arbeitssicherheit und Computer-Vision-Fehler bleiben relevant.[109][110]

Bewertungsbegründung: KI wird Teil des verkaufbaren Automationsangebots; echter Einsatz ist belegt, die neue Partnerschaft jedoch teilweise noch Pilot/Go-to-Market. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 064 — APG SGA SA (`six-issuer-19666`)

Punktbild: Strategie 6/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 15/20 · messbarer Nutzen 4/20 · Daten/Skalierung 6/10 · Führung/Risiko 2/10 = 46/100. Score-Rang 62; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

APG|SGA lancierte einen Kundenservice für generativ-KI-erzeugte Plakatmotive und digitale Spots und beanspruchte dabei eine Schweizer OOH-Premiere.[111]
APG|SGA betreibt datengetriebene programmatische Werbung; die Seite behauptet langfristige Performanceverbesserung, quantifiziert sie aber nicht.[112]

Zusammenfassung der Rohrecherche: APG|SGA nutzt KI anwendungsbezogen zur Erweiterung des OOH-Werbeangebots; eine gruppenweite KI-Strategie ist nicht offengelegt. Service für generativ erzeugte Plakatmotive und digitale Spots. Datengetriebene programmatische Kampagnen als ergänzende Basis.[111][112]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Kommerziell verfügbarer KI-Kreativservice Angebot ist produktiv lanciert; beanspruchte Leistungsverbesserung bleibt unquantifiziert. Keine separat ausgewiesenen KI-Umsätze oder Margeneffekte.[111][112]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat ausgewiesenen KI-Umsätze oder Margeneffekte. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-spezifische Investitionssumme offengelegt. Urheberrecht, Markenqualität und Fehler generativer Inhalte sind relevante Risiken; keine öffentlich detaillierte KI-Governance gefunden.[111][112]

Bewertungsbegründung: APG|SGA nutzt KI anwendungsbezogen zur Erweiterung des OOH-Werbeangebots; eine gruppenweite KI-Strategie ist nicht offengelegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 065 — ALSO Holding AG (`six-issuer-2411`)

Punktbild: Strategie 8/15 · produktive Umsetzung 9/25 · Geschäftsmodell/Angebot 11/20 · messbarer Nutzen 3/20 · Daten/Skalierung 8/10 · Führung/Risiko 4/10 = 43/100. Score-Rang 65; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

ALSO nennt KI für operative Exzellenz und als Wachstumsfeld digitaler Plattformen.[113]
Finanzbeitrag von KI wird nicht separat ausgewiesen.[113]
ALSO beschreibt die Transformation vom Distributor zum Technologieanbieter und Governance-Basis.[114]

Zusammenfassung der Rohrecherche: ALSO nennt operative Exzellenz durch KI und Wachstum digitaler Plattformen inklusive KI. Transformation zum Technologieanbieter und Cloudumsatzbasis sind belegt. Management bestätigt strategische Richtung. 15 10 KI für operative Exzellenz. Distribution/Cloud-Marktplatz für KI-Angebote.[113][114]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: selektiv produktiv/kommerziell Nicht separat offengelegt. Keine KI-spezifischen Nutzen-KPIs.[113][114]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Öffentliche Unterlagen bündeln KI mit Cloud/IoT/Cybersecurity; KI-spezifische Umsatz- und Produktnutzung bleibt unklar. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Große Cloudplattform und Nutzerbasis. Nicht separat offengelegt. Qualität/Haftung bei Drittanbieterangeboten. Cloud-, Cyber- und Kundendatenrisiko. Grenzüberschreitende AI-/Datenschutzregeln. Integration von Akquisitionen und Skalierung. Vendorabhängigkeit und geringe Transparenz des KI-Mix.[113][114]

Bewertungsbegründung: Öffentliche Unterlagen bündeln KI mit Cloud/IoT/Cybersecurity; KI-spezifische Umsatz- und Produktnutzung bleibt unklar. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 066 — Implenia AG (`six-issuer-14380`)

Punktbild: Strategie 8/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 5/20 · Daten/Skalierung 7/10 · Führung/Risiko 5/10 = 43/100. Score-Rang 65; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI ist in Projektsteuerung, Value Assurance und visueller Fortschrittsmessung produktiv.[115]
Expliziter KI-Finanzbeitrag ist nicht ausgewiesen.[115]

Zusammenfassung der Rohrecherche: KI-basierte Benchmarks in der Angebotsphase und visuelle KI für Soll-/Ist-Tracking werden genannt. Operational Excellence umfasst KI-Anwendungen. Management beschreibt KI-gestützte Digitalisierung in Bau und internen Prozessen. 15 11 Value Assurance, Vertrags-/Projektprozesse und visuelles Tracking. KI ist Bestandteil der Leistungserbringung, aber kein klar separat verkauftes Produkt.[115]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv und Skalierung Nicht separat offengelegt. Produktivitätssteigerung qualitativ; keine KI-spezifische CHF-Kennzahl.[115]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Mehrere produktive Use Cases; Umsatz-/EBIT-Beitrag und gruppenweite Governance-KPIs bleiben offen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: BIM/Projekt- und Bilddatenbasis. 2026 Wachstumsinvestitionen CHF 10–20 Mio. insgesamt; KI-Anteil unbekannt. Benchmark-/Computer-Vision-Fehler. Projekt-, Vertrags- und Bilddaten. Bauhaftung, Datenschutz und Nachvollziehbarkeit. Skalierung auf Baustellen und Akzeptanz. Projektzyklus und heterogene Daten.[115]

Bewertungsbegründung: Mehrere produktive Use Cases; Umsatz-/EBIT-Beitrag und gruppenweite Governance-KPIs bleiben offen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 067 — Orell Füssli AG (`six-issuer-1020`)

Punktbild: Strategie 7/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 11/20 · messbarer Nutzen 4/20 · Daten/Skalierung 5/10 · Führung/Risiko 3/10 = 43/100. Score-Rang 65; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Seit 22.02.2026 produktiv integrierter Lerncoach; kuratierte Inhalte, geschützte Umgebung und Verantwortlichkeitsprinzipien.[116]

Zusammenfassung der Rohrecherche: NAVE ist seit 22. Februar 2026 in LERN:GALAXIE verfügbar und unterstützt Lernende und Lehrpersonen. Der Coach nutzt lizenzierte/kuratierte Lerninhalte in geschützter Umgebung. Orell Füssli beschreibt personalisierte Lernpfade, Erkennung von Wissenslücken und Entlastung bei Standardfragen. Lerncoach/Chat personalisierte Lernempfehlungen Wissenslücken Lehrerentlastung[116]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 2 – punktuell produktiv Launch und Funktionsumfang belegt; keine Lernfortschritts-, Nutzungs- oder Zeitersparnisdaten. Potenziell abonnements-/produktstützend, aber keine KI-Umsätze, Kosten oder ROI ausgewiesen. Keine Modell-/Anbieterangabe, Nutzerzahl, Genauigkeit, Preis- oder Ergebniszurechnung.[116]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Produktive KI-Funktion in einem digitalen Bildungsprodukt; gruppenweite KI-Strategie und ökonomische Wirkung nicht offengelegt. Potenziell abonnements-/produktstützend, aber keine KI-Umsätze, Kosten oder ROI ausgewiesen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Geschützte Umgebung, kuratierte Inhalte und fortlaufende pädagogisch-technische Weiterentwicklung genannt; Halluzination, Jugendschutz, Datenschutz und didaktische Qualität bleiben Risiken.[116]

Bewertungsbegründung: Produktive KI-Funktion in einem digitalen Bildungsprodukt; gruppenweite KI-Strategie und ökonomische Wirkung nicht offengelegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 068 — V-ZUG Holding AG (`six-issuer-20884`)

Punktbild: Strategie 4/15 · produktive Umsetzung 14/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 7/20 · Daten/Skalierung 7/10 · Führung/Risiko 3/10 = 43/100. Score-Rang 65; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

RAG-Chatbot, Architektur und Nutzungskennzahlen[117]

Zusammenfassung der Rohrecherche: Ein produktiver RAG-Chatbot bietet rund um die Uhr Produktberatung und nutzt Azure OpenAI sowie eine Vektordatenbank mit Produktinhalten. Der Implementierungspartner berichtet mehr als 9.000 Interaktionen und 0,6% negatives Feedback. Keine konzernweite KI-Strategie in den geöffneten Unternehmensberichten; der Chatbot zeigt eine kundenorientierte Umsetzungsrichtung. RAG-basierter Produktberatungs-Chatbot mit Retrieval aus Vektordatenbank und natürlicher Sprachgenerierung über Azure OpenAI.[117]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiver kundenorientierter Use Case Über 9.000 Interaktionen; 0,6% negatives Feedback; sinkende Bounce Rate qualitativ berichtet. Kein verifizierter Conversion-, Supportkosten- oder Ergebnisbeitrag. Keine KI-spezifische Umsatz-/Kosten-/EBIT-Wirkung veröffentlicht. Veröffentlichungsdatum, Unternehmensbestätigung im Geschäftsbericht, Kosten, Conversion-Effekt, Governance und Qualitätsmetriken jenseits Feedback.[117]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Konkreter produktiver und skalierbarer Kunden-Use-Case mit Nutzungskennzahlen. Evidenz stammt jedoch vom Implementierungspartner, das Veröffentlichungsdatum fehlt, und Finanzwirkung sowie Governance sind nicht offengelegt. Keine KI-spezifische Umsatz-/Kosten-/EBIT-Wirkung veröffentlicht. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Implementierungsaufwand und Kosten nicht offengelegt. Vektordatenbank aktueller Produktinhalte, Azure-Architektur und Website-Integration; laut Partner skalierbar. Kontinuierliches Testen/Optimieren wird genannt; Responsible-AI-, Datenschutz- und Modellkontrollen nicht detailliert. Halluzinationen bei Produktberatung, Datenaktualität, Datenschutz, Marken-/Haftungsrisiko und Anbieterabhängigkeit.[117]

Bewertungsbegründung: Konkreter produktiver und skalierbarer Kunden-Use-Case mit Nutzungskennzahlen. Evidenz stammt jedoch vom Implementierungspartner, das Veröffentlichungsdatum fehlt, und Finanzwirkung sowie Governance sind nicht offengelegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 069 — Compagnie Financière Richemont SA (`six-issuer-2700`)

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. Score-Rang 69; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Produktive ML-gestützte Kundenansprache und Empfehlungen; Roll-out über 11 Marken in mehr als 25 Ländern.[118]

Zusammenfassung der Rohrecherche: Produktive Empfehlungsmodelle sind global skaliert; aktuelle Konzernkommunikation liefert aber keine KI-Finanzkennzahl oder konzernweite Governance. Produktive ML-gestützte Kundenansprache und Empfehlungen; Roll-out über 11 Marken in mehr als 25 Ländern. Cartier sucht Führung für GenAI- und Predictive-AI-Roadmap, produktive Modelle und MLOps. Aktueller Konzernbericht wurde auf explizite KI-Aussagen und wirtschaftliche Quantifizierung geprüft. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[118]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Skalierte Umsetzung[118]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Produktive Empfehlungsmodelle sind global skaliert; aktuelle Konzernkommunikation liefert aber keine KI-Finanzkennzahl oder konzernweite Governance. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Profil 070 — DKSH Holding AG (`six-issuer-19581`)

Punktbild: Strategie 10/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 2/20 · Daten/Skalierung 7/10 · Führung/Risiko 4/10 = 41/100. Score-Rang 70; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Portfolio und strategische Positionierung[119]

Zusammenfassung der Rohrecherche: FY-2025-Präsentation nennt KI als Chance für Wachstum und Effizienz über alle Business Units. Use-Case-Portfolio umfasst Preisoptimierung, Segmentierung, Forecasting, Inventory, Routing, Rechnungserkennung, Credit Limit Advisor, Prospecting und Agentic AI. Management positioniert KI als Verstärker des nachhaltigen Wettbewerbsvorteils. KI soll Wachstum und Effizienz über sämtliche Business Units treiben. Demand Forecasting, Inventory Optimization, AI Sales Hub, Prospecting, Routing, Invoice Recognition, Finance/HR Copilot und weitere Use Cases.[119]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: fortgeschritten / Portfolio in Skalierung Höhere Sales-Produktivität und bessere Kundenabdeckung werden als Chancen genannt; keine isolierten Ist-KPIs. Kein separat ausgewiesener KI-Effekt auf das 2025er EBIT-Wachstum oder den Cashflow. Status je Use Case, Rollout-Länder/Nutzer, Ergebnisbeitrag, Investitionen und AI-Governance.[119]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Breites, geschäftsnahes Portfolio und konzernweiter Anspruch; belastbare Angaben zu Produktivstatus, Nutzerzahlen, Nutzen und Governance sind jedoch knapp. Kein separat ausgewiesener KI-Effekt auf das 2025er EBIT-Wachstum oder den Cashflow. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-spezifische Investitionssumme offengelegt. Breites Portfolio über Funktionen und Business Units; Rollout- und Plattformdetails nicht vollständig veröffentlicht. Keine detaillierte Responsible-AI-Struktur in der geöffneten Quelle; das begrenzt den Governance-Score. Datenqualität, Datenschutz, Forecast-Fehler, Change Management, regulatorische Risiken und ROI-Unsicherheit.[119]

Bewertungsbegründung: Breites, geschäftsnahes Portfolio und konzernweiter Anspruch; belastbare Angaben zu Produktivstatus, Nutzerzahlen, Nutzen und Governance sind jedoch knapp. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 071 — Swiss Life Holding AG (`six-issuer-11974`)

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. Score-Rang 71; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Swiss Life France nennt KI als Hebel für Skalierbarkeit im Konzernprogramm.[120]
Swiss Life Global Solutions plant GenAI-Anwendungen für Vertrieb, Enrollment und Member Services.[121]
Sicherheit, Datenschutz und verantwortliche Einführung werden betont.[121]

Zusammenfassung der Rohrecherche: Swiss Life France nennt KI explizit zur Skalierung. Global Solutions vereinbarte GenAI-Lösungen für Kunden- und Partnerprozesse. Management erwartet effizientere, kostengünstigere Services und bessere Customer Experience. 15 11 Skalierbarkeit und Serviceprozesse; konzernweiter Rolloutgrad unklar. GenAI-gestützte Employee-Benefits-/Member-Services.[120][121]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilot/Partnerschaft bis selektiv produktiv Nicht separat offengelegt. Keine realisierten KI-KPIs; geplante Reduktion von Callcenter-Volumen.[120][121]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Konkrete Anwendungsfelder sind benannt; Partnerquelle enthält Planungs-/Zukunftsaussagen, nicht flächendeckend realisierte KPIs. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Datenbasis und Architektur nicht detailliert offengelegt. Nicht separat offengelegt. Antwortqualität und Nachvollziehbarkeit in Beratung. Besonders sensible Gesundheits-, Finanz- und Beschäftigtendaten. FINMA-/EU-AI-Act-, Versicherungs- und Datenschutzanforderungen. Adoption durch Vertrieb und Netzwerkpartner. Abhängigkeit von Drittanbieter-Technologie.[120][121]

Profil 072 — SF Urban Properties AG (`six-issuer-20802`)

Punktbild: Strategie 6/15 · produktive Umsetzung 12/25 · Geschäftsmodell/Angebot 2/20 · messbarer Nutzen 10/20 · Daten/Skalierung 6/10 · Führung/Risiko 4/10 = 40/100. Score-Rang 71; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-basierte Heizungssteuerung wurde 2025 bei sechs Liegenschaften gestartet.[122]
Erwartet werden 10–20% jährliche Wärmeeinsparungen; realisierte Einsparung noch nicht berichtet.[122]

Zusammenfassung der Rohrecherche: 2025 startete KI-gestützte Wärmeoptimierung bei sechs Liegenschaften. Erwartete Wärmeeinsparung beträgt 10–20% jährlich bei diesen Objekten. Management berichtet dies im Nachhaltigkeits-/Betriebsoptimierungskontext. 15 7 KI-Heizungssteuerung im eigenen Portfolio. Kein KI-Produkt für Dritte.[122]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv eingeführt, Wirkung noch zu messen Kein KI-Umsatz. Erwartet 10–20% Wärmeverbrauchseinsparung an sechs Objekten.[122]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Klarer Use Case mit Ziel-KPI; erwartete, nicht bereits gemessene Einsparung. Kein externes KI-Angebot. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Digitale Energieerfassung und zentrale Datenbank. KI-spezifische Kosten nicht offengelegt. Fehlsteuerung von Heizung/Komfort. Gebäude- und Verbrauchsdaten. Mieter-/Datenschutz und Gebäudestandards. Validierung erwarteter Einsparungen. Abhängigkeit von Dienstleistern und Objektübertragbarkeit.[122]

Bewertungsbegründung: Klarer Use Case mit Ziel-KPI; erwartete, nicht bereits gemessene Einsparung. Kein externes KI-Angebot. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 073 — Swiss Prime Site AG (`six-issuer-11149`)

Punktbild: Strategie 6/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 2/20 · messbarer Nutzen 8/20 · Daten/Skalierung 6/10 · Führung/Risiko 4/10 = 39/100. Score-Rang 73; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Legal-AI-Projekt und Nutzen[123]
AI-Scouting und Piloten[124]

Zusammenfassung der Rohrecherche: Systematische Suche nach KI-Anwendungen über Accelerator; Fokus auf repetitive Prozesse sowie HR, Recht und Finanzen. Produktive Vertragsanalyse für über 1.000 Verträge; weitere vier Anbieter für Gespräche/Piloten ausgewählt.[123][124]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv/Piloten Projekt dauerte zwei Monate; Anbieter berichtet rund 10% der Kosten einer Großkanzlei und fehlerfreie Schreiben.[123][124]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Deutliches Kosten- und Zeitpotenzial in Legal Operations; Angaben stammen vom Anbieter und sind nicht im Konzernabschluss verifiziert. Klarer produktiver Use Case mit quantifiziertem Projektnutzen, aber noch keine konzernweite Strategie oder finanzielle Attribution. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Testsets, menschliche SPS-Validierung und strukturierte Export-/Dokumentpipeline. Executive Management Board in Auswahl eingebunden; Datenschutz-/Modellrisiken werden in der Fallstudie nur begrenzt behandelt.[123][124]

Profil 074 — Flughafen Zürich AG (`six-issuer-11171`)

Punktbild: Strategie 7/15 · produktive Umsetzung 12/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 5/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 39/100. Score-Rang 73; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Autonomer Shuttle, Datensammlung, Algorithmustraining, Safety Driver, Remote Cockpit[125]
KI-Weiterbildung des Verwaltungsrats[126]

Zusammenfassung der Rohrecherche: 9 Fakt: Ein autonomer Mitarbeiter-Shuttle fährt seit Mai 2026 weitgehend aus dem Remote Cockpit überwacht; der Sicherheitsfahrer sitzt hinten und kann notbremsen. Der Verwaltungsrat erhielt KI-spezifische Weiterbildung. Management: schrittweise Datensammlung, Tests und kontrollierte Automatisierung. Einordnung: fortgeschrittener operativer KI-/Autonomiepilot, kein externes KI-Angebot. Umsetzung: Mapping, algorithmisches Lernen, Remote Cockpit, Echtzeitsensorik und autonomer Betrieb. Geschäftsmodellwirkung: potenziell effizientere Airside-Mobilität; aktuell primär interner Betrieb/Pilot.[125][126]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv/Pilot[125][126]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: Routen-, Objekt- und Situationsdaten sowie laufende Nachtrainierung. Governance: Safety Driver, Remote Monitoring, Notbremsung und Board-Schulung. Risiken: Personensicherheit, Edge Cases, Haftung, Cyberangriffe, Datenschutz und regulatorische Zulassung.[125][126]

Bewertungsbegründung: Fakt: Ein autonomer Mitarbeiter-Shuttle fährt seit Mai 2026 weitgehend aus dem Remote Cockpit überwacht; der Sicherheitsfahrer sitzt hinten und kann notbremsen. Der Verwaltungsrat erhielt KI-spezifische Weiterbildung. Management: schrittweise Datensammlung, Tests und kontrollierte Automatisierung. Einordnung: fortgeschrittener operativer KI-/Autonomiepilot,. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 075 — BKW AG (`six-issuer-19547`)

Punktbild: Strategie 6/15 · produktive Umsetzung 13/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 4/20 · Daten/Skalierung 5/10 · Führung/Risiko 5/10 = 38/100. Score-Rang 75; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Wind-Log überwacht BKW- und Drittanlagen mit KI; konkretes Schadenskostenbeispiel und operative Skalierung genannt.[127]
Produktiver generativer IR-Assistent mit externer KI-Verarbeitung und expliziten Haftungs-/Genauigkeitsrisiken.[128]

Zusammenfassung der Rohrecherche: Wind-Log überwacht Windturbinen mit Sensorik und KI; Anlagen Dritter werden ebenfalls überwacht. DIRO erzeugt automatisierte Investor-Relations-Antworten unter Einbezug externer KI-Anbieter. BKW beschreibt frühe Fehlererkennung, Wartungsplanung und Produktionsoptimierung als Nutzen. Predictive Maintenance Wind Produktionsoptimierung Investor-Relations-Assistent[127][128]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 2 – punktuell produktiv Wind-Log verarbeitet laut BKW bis zu 4 Mio. Datensätze in Echtzeit; ein illustratives Reparaturkostenverhältnis wird genannt, aber keine aggregierte Einsparung. Wind-Log wird auch für Drittanlagen eingesetzt; Umsatz und Marge daraus sowie DIRO-Kosten sind nicht offengelegt. Kein gruppenweites KI-Budget, keine Modellgüte, keine Nutzerzahlen und keine isolierte Ergebniswirkung.[127][128]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Mehrere produktive, geschäftsnahe KI-Anwendungen sind belegt; keine gruppenweite KI-Roadmap oder Ergebnisrechnung. Wind-Log wird auch für Drittanlagen eingesetzt; Umsatz und Marge daraus sowie DIRO-Kosten sind nicht offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: DIRO weist auf fehlerhafte/ungenau generierte Antworten und externe KI-Verarbeitung hin; menschliche Interpretation bleibt bei Wind-Log nötig.[127][128]

Bewertungsbegründung: Mehrere produktive, geschäftsnahe KI-Anwendungen sind belegt; keine gruppenweite KI-Roadmap oder Ergebnisrechnung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: medium.

Profil 076 — Galderma Group AG (`six-issuer-21166`)

Punktbild: Strategie 6/15 · produktive Umsetzung 9/25 · Geschäftsmodell/Angebot 10/20 · messbarer Nutzen 1/20 · Daten/Skalierung 6/10 · Führung/Risiko 5/10 = 37/100. Score-Rang 76; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[129]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[129]

Zusammenfassung der Rohrecherche: KI erscheint als selektiver Innovationsbaustein, nicht als eigenständige Konzernstrategie. Kundennahes Hautanalysewerkzeug und Forschungsauswertung. Cetaphil AI Skin Analysis ist als Nutzerwerkzeug genannt; ein AI Steering Committee untersucht fortgeschrittene Analysen einer epidemiologischen Studie.[129]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilot/selektiv Keine separat offengelegten KI-Umsatz-, Kosten-, Margen- oder Cashflowbeiträge.[129]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat offengelegten KI-Umsatz-, Kosten-, Margen- oder Cashflowbeiträge. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Daten aus Hautanalysen und einer globalen Studie; Umfang, Architektur und Skalierungskennzahlen fehlen. Gesundheits-/Hautdaten, Modellvalidität und Verbraucherkommunikation; Governance-Signal durch Steering Committee.[129]

Bewertungsbegründung: KI erscheint als selektiver Innovationsbaustein, nicht als eigenständige Konzernstrategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 077 — Barry Callebaut AG (`six-issuer-10480`)

Punktbild: Strategie 7/15 · produktive Umsetzung 7/25 · Geschäftsmodell/Angebot 10/20 · messbarer Nutzen 1/20 · Daten/Skalierung 6/10 · Führung/Risiko 4/10 = 35/100. Score-Rang 77; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Vierjährige Zusammenarbeit mit ETH; skalierbare, automatisierte HCS-Kartierung aus Satellitendaten.[130]
Partnerschaft testet KI-gestützte Rezepturentwicklung; erwartete, nicht gemessene Effekte.[131]

Zusammenfassung der Rohrecherche: KI/Remote Sensing für Waldkartierung ist aus vierjähriger Kooperation hervorgegangen; NotCo-Kooperation testet KI-Rezepturentwicklung. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. KI/Remote Sensing für Waldkartierung ist aus vierjähriger Kooperation hervorgegangen; NotCo-Kooperation testet KI-Rezepturentwicklung. KI soll Innovation und Kundenlösungen beschleunigen, ist aber noch nicht als eigenständiges Angebot monetarisiert.[130][131]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilot / Partnerschaft plus bestehendes Tool Skalierungs- und Kostenvorteile werden qualitativ behauptet; kein gemessener ROI. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[130][131]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Skalierungs- und Kostenvorteile werden qualitativ behauptet; kein gemessener ROI. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Satellitendaten, Deep Learning und proprietäre Lebensmitteldaten; Investitionsbetrag nicht offengelegt. Datenqualität, ökologische Fehlklassifikation, IP und Abhängigkeit von Partnerplattformen.[130][131]

Bewertungsbegründung: KI/Remote Sensing für Waldkartierung ist aus vierjähriger Kooperation hervorgegangen; NotCo-Kooperation testet KI-Rezepturentwicklung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 078 — Liechtensteinische Landesbank AG (`six-issuer-2428`)

Punktbild: Strategie 8/15 · produktive Umsetzung 7/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 2/20 · Daten/Skalierung 7/10 · Führung/Risiko 5/10 = 34/100. Score-Rang 78; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Innosuisse-KI/ML-Projekt in Asset Management, reale Investmentprozesse[132]
ACT-26 Digitalisierung, CHF 100 Mio. digitale Transformation[133]

Zusammenfassung der Rohrecherche: 10 Fakt: LLB arbeitet seit Herbst 2025 mit der Universität Liechtenstein an einem Innosuisse-Projekt zur Weiterentwicklung des Multi-Faktor-Ansatzes mit KI/ML; der Projektbericht beschreibt Überführung in reale Investmentprozesse. ACT-26 priorisiert Digitalisierung und Automatisierung. Einordnung: strategisch relevanter, aber noch projekt-/forschungsgeprägter KI-Einsatz. Angebot/Geschäftsmodell: KI-gestützte Faktor- und Risikomodelle können Fonds- und Mandatsentscheidungen verbessern; konkrete kommerzielle Produktänderungen oder Kundenerlöse sind nicht belegt.[132][133]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilotiert[132][133]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: grosse Kapitalmarktdatensätze, quantitative Modelle, Universitätspartnerschaft. Governance: Innosuisse-Prüfung und fachliche Modellkritik, aber keine öffentliche konzernweite KI-Policy. Risiken: Modellrisiko, Backtesting-/Overfitting-Risiko, Datenqualität, Erklärbarkeit und Anlagehaftung.[132][133]

Bewertungsbegründung: Fakt: LLB arbeitet seit Herbst 2025 mit der Universität Liechtenstein an einem Innosuisse-Projekt zur Weiterentwicklung des Multi-Faktor-Ansatzes mit KI/ML; der Projektbericht beschreibt Überführung in reale Investmentprozesse. ACT-26 priorisiert Digitalisierung und Automatisierung. Einordnung: strategisch relevanter, aber noch projekt-/forschungsgeprägter K. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 079 — Forbo Holding AG (`six-issuer-1897`)

Punktbild: Strategie 4/15 · produktive Umsetzung 12/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 3/20 · Daten/Skalierung 4/10 · Führung/Risiko 3/10 = 34/100. Score-Rang 78; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Forbo betreibt einen KI-Assistenten für technischen 24/7-Support und weist ausdrücklich auf mögliche Fehler hin.[134]

Zusammenfassung der Rohrecherche: Öffentlich sichtbar ist ein konkreter KI-Supportdienst, nicht eine konzernweite KI-Strategie. 24/7 Forbo AI Assistant für technischen Support.[134]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiver externer Support-Assistent Verfügbarkeit rund um die Uhr ist konkreter Betriebsnutzen; Nutzungs-, Lösungs- oder Kostendaten fehlen. Keine KI-spezifische Finanzwirkung offengelegt.[134]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine KI-spezifische Finanzwirkung offengelegt. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-spezifische Investitionsangabe. Forbo warnt ausdrücklich vor Überraschungen und Fehlern; weitergehende Kontrollen/Datenschutzdetails nicht belegt.[134]

Bewertungsbegründung: Öffentlich sichtbar ist ein konkreter KI-Supportdienst, nicht eine konzernweite KI-Strategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 080 — Cicor Technologies Ltd. (`six-issuer-12696`)

Punktbild: Strategie 7/15 · produktive Umsetzung 5/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 1/20 · Daten/Skalierung 5/10 · Führung/Risiko 7/10 = 33/100. Score-Rang 80; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI/Digitalisierung als Priorität in Cicor-2028-Strategie; risikobasierte Kontrollen und Datenschutz-by-design.[135]
Edge-AI-Systemengineering für MedTech, inklusive Produktionsskalierung und regulatorischer Dokumentation.[136]

Zusammenfassung der Rohrecherche: KI ist strategische Priorität mit Kontrollen; Edge-AI-Engineering wird Kunden angeboten. Referenzumsätze oder benannte produktive Kundeneinsätze fehlen. KI/Digitalisierung als Priorität in Cicor-2028-Strategie; risikobasierte Kontrollen und Datenschutz-by-design. Edge-AI-Systemengineering für MedTech, inklusive Produktionsskalierung und regulatorischer Dokumentation. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[135][136]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Angebots- und Governance-Aufbau[135][136]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI ist strategische Priorität mit Kontrollen; Edge-AI-Engineering wird Kunden angeboten. Referenzumsätze oder benannte produktive Kundeneinsätze fehlen. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Angebots- und Governance-Aufbau. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 081 — Phoenix Mecano AG (`six-issuer-2653`)

Punktbild: Strategie 6/15 · produktive Umsetzung 6/25 · Geschäftsmodell/Angebot 10/20 · messbarer Nutzen 1/20 · Daten/Skalierung 5/10 · Führung/Risiko 4/10 = 32/100. Score-Rang 81; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[137]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[137]

Zusammenfassung der Rohrecherche: Management sieht KI-Chancen in Prozessen, Produktdesign und Mustererkennung. KI-gestütztes Smart-Health-Produkt kann Vitaldaten auswerten und Pflegeproduktivität unterstützen. Smartes Sensorbett in China wird als Pilot/Markteinführung beschrieben; globale Skalierung ist geplant, nicht belegt.[137]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilot/selektiv Kein separater KI-Umsatz-/Kosten-/Margenbeitrag; Nutzen ist Managementerwartung.[137]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Kein separater KI-Umsatz-/Kosten-/Margenbeitrag; Nutzen ist Managementerwartung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Sensor-, Vital- und Produktdaten; technische Skalierungsdetails fehlen. Gesundheitsdaten, medizinische Validierung, Regulierung und Akzeptanz; Pilotstatus begrenzt Evidenz.[137]

Bewertungsbegründung: Management sieht KI-Chancen in Prozessen, Produktdesign und Mustererkennung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 082 — EFG International AG (`six-issuer-14226`)

Punktbild: Strategie 5/15 · produktive Umsetzung 10/25 · Geschäftsmodell/Angebot 6/20 · messbarer Nutzen 3/20 · Daten/Skalierung 5/10 · Führung/Risiko 2/10 = 31/100. Score-Rang 82; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Management erkennt KI als Produktivitäts-/Effizienztreiber und Risiko; Konzernbericht quantifiziert KI-Wirkung nicht.[138]

Zusammenfassung der Rohrecherche: Ein produktiver KI-gestützter Research-Indikator ist belegt; eine konzernweite KI-Strategie, Governance oder wirtschaftliche Attribution nicht. KI-basierter Research-Indikator produktiv publiziert; Ergebnis-Korrelationen, aber keine Erlöswirkung. Management erkennt KI als Produktivitäts-/Effizienztreiber und Risiko; Konzernbericht quantifiziert KI-Wirkung nicht. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[138]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiver Einzelanwendungsfall[138]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Ein produktiver KI-gestützter Research-Indikator ist belegt; eine konzernweite KI-Strategie, Governance oder wirtschaftliche Attribution nicht. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Keine Korrektur nach batchübergreifender Prüfung. Kalibrierungsvertrauen: medium.

Profil 083 — WISeKey International Holding AG (`six-issuer-20441`)

Punktbild: Strategie 7/15 · produktive Umsetzung 4/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 0/20 · Daten/Skalierung 6/10 · Führung/Risiko 5/10 = 30/100. Score-Rang 83; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Angekündigte KI-Plattform mit signierten Quellen und Human-Centric-AI-Ausrichtung.[139]
Governance-Rahmen und Knowledge Vault; überwiegend Initiative/Ankündigung.[140]
Finanzkennzahlen sind nicht kausal KI zurechenbar; keine KI-Umsatzkennzahl.[141]

Zusammenfassung der Rohrecherche: HUMAN-AI-T verbindet zertifizierte/signierte Wissensquellen mit Human-Centric-AI; Ausbau 2026 als Bewegung und Knowledge Vault. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. HUMAN-AI-T verbindet zertifizierte/signierte Wissensquellen mit Human-Centric-AI; Ausbau 2026 als Bewegung und Knowledge Vault. KI, digitale Identität, IoT und Post-Quantum-Sicherheit sollen ein Angebot bilden; Marktreife/Umsatz nicht belegt.[139][140][141]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: angekündigt / frühe Umsetzung Konzernwachstum ist berichtet, aber nicht kausal KI zurechenbar; kein KI-Umsatz. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[139][140][141]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Konzernwachstum ist berichtet, aber nicht kausal KI zurechenbar; kein KI-Umsatz. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Signierte Quellen, Root of Trust, KI/IoT/Blockchain; spezifische AI-Investition nicht offengelegt. Explizite Forderung nach menschlicher Aufsicht und verantwortlicher Governance; zusätzlich Ausführungs-, Reputations- und Monetarisierungsrisiko.[139][140][141]

Bewertungsbegründung: HUMAN-AI-T verbindet zertifizierte/signierte Wissensquellen mit Human-Centric-AI; Ausbau 2026 als Bewegung und Knowledge Vault. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 084 — Peach Property Group AG (`six-issuer-19250`)

Punktbild: Strategie 5/15 · produktive Umsetzung 11/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 5/20 · Daten/Skalierung 5/10 · Führung/Risiko 3/10 = 29/100. Score-Rang 84; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Produktiver ESG-Daten-Use-Case und qualitativer Nutzen[142]

Zusammenfassung der Rohrecherche: 2025 wurde der CO2-Fussabdruck erstmals mit einer KI-gestützten Lösung berechnet. KI wird zur Erhebung von Verbrauchs- und Emissionsdaten eingesetzt. CEO/CFO Gerald Klinck sagt, Effizienz, Qualität und Transparenz der Umweltkennzahlen seien verbessert worden. KI ist in Digitalisierung/Nachhaltigkeit eingebettet; keine konzernweite KI-Roadmap. KI-gestützte Erhebung und Berechnung von Verbrauchs-, Emissions- und CO2-Fussabdruckdaten.[142]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiver Einzel-Use-Case Die Effizienz der Datenerhebung wurde laut Unternehmen deutlich verbessert. Portfolioemissionen und Energieinvestitionen werden quantifiziert, aber nicht kausal als KI-Effekt ausgewiesen. Kein KI-spezifischer Ergebnis- oder Kosteneffekt. Anbieter/Modell, Abdeckung, Zeit-/Kostenersparnis, Investition, Validierung und Governance.[142]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Konkreter produktiver ESG-Daten-Use-Case mit Managementbestätigung. Breite KI-Strategie, Architektur, Governance und finanzieller Nutzen sind nicht veröffentlicht. Kein KI-spezifischer Ergebnis- oder Kosteneffekt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-Investitionssumme; EUR 7,4 Mio. betrafen 2025 Energieeffizienzmassnahmen, nicht ausgewiesen als KI-Investition. Portfolioweite Verbrauchs- und Emissionsdaten; Skalierungsarchitektur nicht beschrieben. CEO/CFO unterstützt den Use Case; spezifische AI Policy oder Kontrollen nicht veröffentlicht. Datenqualität/Schätzungen, Greenwashing-/Berichtsrisiko, Modelltransparenz und Vendor-Abhängigkeit.[142]

Bewertungsbegründung: Konkreter produktiver ESG-Daten-Use-Case mit Managementbestätigung. Breite KI-Strategie, Architektur, Governance und finanzieller Nutzen sind nicht veröffentlicht. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 085 — Luzerner Kantonalbank AG (`six-issuer-431`)

Punktbild: Strategie 10/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 3/20 · messbarer Nutzen 0/20 · Daten/Skalierung 7/10 · Führung/Risiko 5/10 = 28/100. Score-Rang 85; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI als Pfeiler der Strategie 2026–2030.[143]
KI soll Mitarbeitende unterstützen und entlasten.[144]

Zusammenfassung der Rohrecherche: 13 LUKB30 verankert Kompetenzzentrum, AI Readiness, Prozessneugestaltung und digitale Finanzassistenz. Mehrere KI-Handlungsfelder und Voraussetzungen benannt. Technologie/Daten als Hebel für Produkte, Services, Kundenerlebnis und Effizienz. Geplant: KI-Abwicklung, Self-Service, Assistenzsysteme, datengetriebener Vertrieb; Bericht nennt Mitarbeiterentlastung.[143][144]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Strategisch vorbereitet/früh; keine konkret benannte produktive KI-Anwendung mit Resultat. Erwartete Entlastung, Effizienz und Kundenerlebnis; keine realisierte KI-Kennzahl. Nicht offengelegt; strategische Finanzziele nicht KI-kausal zurechenbar.[143][144]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Nicht offengelegt; strategische Finanzziele nicht KI-kausal zurechenbar. Klare Strategie, aber überwiegend zukunftsgerichtet; unter produktiven Unternehmen bewertet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Kompetenzzentrum/Voraussetzungen; Budget nicht offengelegt. Tools, Governance und Messmethoden geplant; konkrete Kontrollen/Modellinventar nicht detailliert.[143][144]

Bewertungsbegründung: LUKB30 verankert Kompetenzzentrum, AI Readiness, Prozessneugestaltung und digitale Finanzassistenz. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 086 — Basilea Pharmaceutica AG, Allschwil (`six-issuer-12329`)

Punktbild: Strategie 5/15 · produktive Umsetzung 6/25 · Geschäftsmodell/Angebot 7/20 · messbarer Nutzen 2/20 · Daten/Skalierung 4/10 · Führung/Risiko 4/10 = 28/100. Score-Rang 85; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Frühe KI-gestützte Wirkstoffforschungskooperation; noch kein produktiver/kommerzieller Resultatnachweis.[145]

Zusammenfassung der Rohrecherche: Basilea und Phare Bio arbeiten seit Dezember 2025 an KI-gestützter Antibiotikaforschung. Basilea sieht die Kombination aus Phare Bios Plattform und eigener Entwicklungskompetenz als Chance für einen neuen Wirkstoff. Generative/AI-gestützte Antibiotikaentdeckung Kandidatenidentifikation[145]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 1 – Partnerschaft/Forschungsphase Partnerschaft gestartet; kein Wirkstoffkandidat, klinischer Meilenstein oder Zeit-/Kostenvergleich öffentlich belegt. Keine Vertragswerte, Meilensteinzahlungen, KI-Budgets oder erwartete Umsätze offengelegt. Keine Details zu Modellen, Trainingsdaten, Validierung, Verantwortlichkeit oder ökonomischem Effekt.[145]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Strategisch relevanter, aber früher externer Plattformzugang; kein produktiver oder kommerzieller KI-Erfolg belegt. Keine Vertragswerte, Meilensteinzahlungen, KI-Budgets oder erwartete Umsätze offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Forschungs-, Validierungs-, IP-, Partner- und klinische Entwicklungsrisiken; Aussagen sind zukunftsgerichtet.[145]

Bewertungsbegründung: Strategisch relevanter, aber früher externer Plattformzugang; kein produktiver oder kommerzieller KI-Erfolg belegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 087 — Private Equity Holding AG (`six-issuer-10715`)

Punktbild: Strategie 4/15 · produktive Umsetzung 5/25 · Geschäftsmodell/Angebot 9/20 · messbarer Nutzen 3/20 · Daten/Skalierung 4/10 · Führung/Risiko 3/10 = 28/100. Score-Rang 85; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Materielles direktes KI-Investment[146]

Zusammenfassung der Rohrecherche: KI ist als direkte Portfolioposition materiell, aber keine eigene operative KI-Strategie. Direktes Co-Investment in einen israelischen KI-Softwareanbieter; operative Nutzung im Holdingbetrieb nicht offengelegt.[146]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktive Kapitalallokation Fair Value EUR 22,0 Mio., 5,5% des Portfolios; positive Bewertungsanpassung im Berichtsjahr.[146]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Direkte NAV-/Bewertungswirkung belegt, jedoch kein Umsatz-/Ergebnisbeitrag des Zielunternehmens offengelegt. Starker belegter KI-Bezug im Geschäftsmodell als Investmentgesellschaft, jedoch keine operative KI-Umsetzung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Kapitalallokation über Amundi Alpha Associates; keine KI-Technikplattform der Holding. Board/Investment Manager überwachen Markt-, Bewertungs-, Liquiditäts- und Konzentrationsrisiken; KI-spezifische Due-Diligence-Kriterien nicht offengelegt.[146]

Bewertungsbegründung: Das Rohprofil belegt vor allem KI-Exposition über Portfoliounternehmen, nicht eine eigene produktive KI-Transformation der Holding. Produktiv-, Angebots-, Nutzen- und Governancewerte wurden auf die firmenspezifische Evidenz begrenzt. Kalibrierungsvertrauen: low.

Profil 088 — StarragTornos Group AG (`six-issuer-21149`)

Punktbild: Strategie 4/15 · produktive Umsetzung 8/25 · Geschäftsmodell/Angebot 9/20 · messbarer Nutzen 2/20 · Daten/Skalierung 3/10 · Führung/Risiko 2/10 = 28/100. Score-Rang 85; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

RCS 8.0 als lernfähige CAM-Software mit automatisierten Arbeitsabläufen; keine quantifizierten Kundenergebnisse.[147]

Zusammenfassung der Rohrecherche: Das Fachmedium beschreibt RCS 8.0 als lernfähige CAM-Software für Turbinenschaufeln mit automatisierten Abläufen und geometrischer Anpassung. Die Darstellung geht auf Starrags Produkteinführung zurück, wurde aber hier über eine Fachsekundärquelle belegt. CAM für Turbinenschaufeln automatisierte Workflows adaptive Geometrieanpassung[147]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 2 – produktive Produktfunktion Produkteinführung und Funktionsumfang belegt; keine Kunden-KPI, Genauigkeit oder Produktivitätsmessung. Keine KI-spezifischen Umsätze, Auftragseingänge, Preise, Margen oder Entwicklungskosten. Primäre Detailseite war in der Extraktion unvollständig; Kernaussage über Fachmedium. Keine Adoptions- oder Ergebniszahlen.[147]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI-/Lernfunktion im Kernproduktangebot vorhanden; Tiefe, Adoption und wirtschaftliche Wirkung sind nicht belastbar quantifiziert. Keine KI-spezifischen Umsätze, Auftragseingänge, Preise, Margen oder Entwicklungskosten. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Fertigungsqualität, Maschinen-/Softwarefehler, Validierung und Cyberrisiken relevant; keine spezifische AI-Governance offengelegt.[147]

Bewertungsbegründung: KI-/Lernfunktion im Kernproduktangebot vorhanden; Tiefe, Adoption und wirtschaftliche Wirkung sind nicht belastbar quantifiziert. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 089 — Basellandschaftliche Kantonalbank (`six-issuer-414`)

Punktbild: Strategie 10/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 7/10 · Führung/Risiko 7/10 = 27/100. Score-Rang 89; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

BLKB und Zühlke entwickelten in vier Monaten eine unternehmensweite Daten- und KI-Strategie, priorisierte Use Cases und eine Roadmap.[148]
BLKB nennt Risiken beim KI-Einsatz und insbesondere beim Umgang mit sensiblen Kundendaten.[149]

Zusammenfassung der Rohrecherche: BLKB hat mit Zühlke eine unternehmensweite Daten- und KI-Strategie samt priorisierter, iterativer Roadmap erarbeitet. Spezifische Daten- und KI-Use-Cases wurden entwickelt und priorisiert; konkrete produktive Anwendungen bleiben ungenannt.[148][149]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Strategie/Roadmap und priorisierte Use Cases; Produktion nicht öffentlich belegt Erwarteter Nutzen ist Echtzeit-Geschäftswert sowie weniger Doppelarbeit/Zeitverlust; keine realisierten Kennzahlen. Keine KI-spezifische Finanzwirkung oder Investitionssumme offengelegt.[148][149]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine KI-spezifische Finanzwirkung oder Investitionssumme offengelegt. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Externer Implementierungspartner und unternehmensweite Massnahmen belegt; Betrag nicht offengelegt. BLKB benennt Risiken bei KI-gestützter Datenverarbeitung und sensiblen Kundendaten; konkrete Kontrollarchitektur nicht öffentlich detailliert.[148][149]

Bewertungsbegründung: BLKB hat mit Zühlke eine unternehmensweite Daten- und KI-Strategie samt priorisierter, iterativer Roadmap erarbeitet. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 090 — Siegfried Holding AG (`six-issuer-1416`)

Punktbild: Strategie 5/15 · produktive Umsetzung 6/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 1/20 · Daten/Skalierung 4/10 · Führung/Risiko 9/10 = 26/100. Score-Rang 90; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Governance und Risiko[150]

Zusammenfassung der Rohrecherche: Eine konzernweite AI Policy 2026 regelt Einsatz, Human Oversight, Vertraulichkeit, Bias und Training. 2024 wurde ein AI-enhanced Value Stream Mapping in Malta als Beispiel genannt; Qualitätssysteme sollen künftig um KI-Analytik erweitert werden. Die Policy beschreibt KI als assistiv, nicht autonom, und ordnet Verantwortung vollständig Menschen zu. KI erscheint als Compliance-/Effizienzthema; die EVOLVE+-Strategie nennt Data Analytics, aber keine umfassende KI-Roadmap. AI-enhanced Value Stream Mapping in Malta. Erlaubte assistive Content- und Entscheidungsunterstützung; konkrete Rolloutzahlen fehlen.[150]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: früh / governance-getrieben Freisetzung von Fläche durch Value Stream Mapping wird qualitativ genannt; keine Kennzahl. Kein KI-bezogener Finanzbeitrag ausgewiesen. Anzahl produktiver Use Cases, Nutzer, Nutzen, Investitionen, Plattform und Modellkontrollen.[150]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Starke Policy und einzelne operative Hinweise, aber keine breite, belastbar dokumentierte KI-Produktionslandschaft oder quantifizierter Nutzen. Kein KI-bezogener Finanzbeitrag ausgewiesen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Investitionen in Digitalisierung/IT werden berichtet, aber nicht KI-spezifisch aufgeschlüsselt. Data Analytics ist strategisch genannt; keine Architektur-, Plattform- oder Skalierungsangaben. Information Security Board; konzernweite AI Policy; Human Review; Verbot vollautomatisch erzeugter Inhalte; Datenschutz, EU AI Act und Bias Awareness. Informationssicherheit, Datenschutz, Regulierung, Urheberrecht, Integrität, Bias und Patientensicherheit.[150]

Bewertungsbegründung: Starke Policy und einzelne operative Hinweise, aber keine breite, belastbar dokumentierte KI-Produktionslandschaft oder quantifizierter Nutzen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 091 — Basler Kantonalbank (`six-issuer-2929`)

Punktbild: Strategie 9/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 0/20 · Daten/Skalierung 6/10 · Führung/Risiko 7/10 = 26/100. Score-Rang 90; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Strategie 2026+, Enterprise GPT, Training und Risiken[151]

Zusammenfassung der Rohrecherche: KI wird in der Strategieperiode 2026+ als wichtiger Beschleuniger definiert. Ein Enterprise GPT sollte im laufenden Jahr eingeführt werden; Daten-Nutzbarkeit, Kontrollen und Fähigkeiten sollen aufgebaut werden. Mehr als 50 Führungskräfte befassten sich 2025 mit Chancen und Risiken; 2026 wird Weiterbildung für alle Mitarbeitenden geöffnet. Die Bank nennt Effizienz, Produktivität, Personalisierung und digitale Lösungen als Potenziale und betont wegen sensibler Kundendaten den verantwortungsvollen Einsatz. KI als Beschleuniger 2026+; Datenbasis, Fähigkeiten und sichere Integration in den Bankalltag. Enterprise GPT in Einführung; konkrete produktive Funktionen und Nutzungszahlen fehlen.[151]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Aufbau / kontrollierte Einführung Keine quantifizierten KI-Ergebnisse. Nicht offengelegt. Go-live/Adoption Enterprise GPT, Use Cases, Nutzen, Investition und detailliertes Kontrollmodell.[151]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Klare strategische Absicht, Governance- und Kompetenzaufbau. Die Quelle belegt Einführungsvorbereitung stärker als breit produktiven Einsatz; Nutzen ist nicht quantifiziert. Nicht offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Ausbildungsprogramm und Enterprise-GPT-Einführung; Betrag nicht offengelegt. Erhöhung der Nutzbarkeit von Daten und skalierbare Integration als ausdrückliches Ziel. Kontrollen, klare Verantwortlichkeiten, Leitlinien, Ausbildungsprogramm und Führungskräfteschulung. Sensible Kundendaten, Regulierung, Informationssicherheit, Cyberangriffe mit KI und Drittparteien.[151]

Bewertungsbegründung: Klare strategische Absicht, Governance- und Kompetenzaufbau. Die Quelle belegt Einführungsvorbereitung stärker als breit produktiven Einsatz; Nutzen ist nicht quantifiziert. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 092 — Addex Therapeutics Ltd (`six-issuer-19617`)

Punktbild: Strategie 4/15 · produktive Umsetzung 5/25 · Geschäftsmodell/Angebot 7/20 · messbarer Nutzen 2/20 · Daten/Skalierung 4/10 · Führung/Risiko 4/10 = 26/100. Score-Rang 90; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

CHF 600k Forschungsförderung und KI/Deep-Learning-gestützte Hypothesengenerierung; frühes Forschungsstadium.[152]

Zusammenfassung der Rohrecherche: Addex und SIB erhielten CHF 600k Innosuisse-Förderung für computergestützte Indikationssuche zu ADX10061. SIB setzt KI, Deep Learning und molekulare Modellierung ein. Addex beschreibt kollaborativen Technologiezugang als Teil der Portfoliostrategie. Drug Repurposing Indikationshypothesen molekulare Modellierung[152]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 1 – Forschungskooperation Förderzusage und Projektansatz belegt; keine validierte neue Indikation oder klinischer Fortschritt aus KI öffentlich belegt. CHF 600k Grant offengelegt; keine Eigenmittel, Meilensteinwerte, Kosteneinsparungen oder Umsatzwirkung. Quelle ist älter (2021); bis Cutoff wurde kein klarer öffentlicher KI-Folgeerfolg gefunden. Keine Modellmetriken.[152]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Konkrete finanzierte KI-Forschungsaktivität, aber frühe Hypothesengenerierung ohne nachgewiesenen Kandidaten- oder Geschäftserfolg. CHF 600k Grant offengelegt; keine Eigenmittel, Meilensteinwerte, Kosteneinsparungen oder Umsatzwirkung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Validierungs-, Reproduzierbarkeits-, Daten-, IP- und klinische Translationsrisiken; SIB ist Technologiepartner.[152]

Bewertungsbegründung: Konkrete finanzierte KI-Forschungsaktivität, aber frühe Hypothesengenerierung ohne nachgewiesenen Kandidaten- oder Geschäftserfolg. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 093 — Huber+Suhner AG (`six-issuer-1446`)

Punktbild: Strategie 3/15 · produktive Umsetzung 4/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 5/20 · Daten/Skalierung 4/10 · Führung/Risiko 1/10 = 25/100. Score-Rang 93; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

OCS-Nachfrage für KI-Hyperscaler trieb Auftragseingang; wirtschaftlicher Nachweis über Segmentaufträge, noch nicht KI-Umsatz.[153]

Zusammenfassung der Rohrecherche: OCS ist real in KI-Hyperscaler-Infrastruktur nachgefragt; Auftragseingang und Erwartung signifikanter Umsätze liefern starken, aber noch nicht als KI-Umsatz isolierten wirtschaftlichen Nachweis. OCS-Nachfrage für KI-Hyperscaler trieb Auftragseingang; wirtschaftlicher Nachweis über Segmentaufträge, noch nicht KI-Umsatz. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[153]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Kommerziell skaliertes KI-Infrastrukturangebot[153]

Mögliche Wirkung – eigene Einordnung, keine Prognose: OCS ist real in KI-Hyperscaler-Infrastruktur nachgefragt; Auftragseingang und Erwartung signifikanter Umsätze liefern starken, aber noch nicht als KI-Umsatz isolierten wirtschaftlichen Nachweis. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Optische Schalter für Hyperscaler-Rechenzentren profitieren von KI-Infrastrukturnachfrage, sind aber keine nachgewiesene eigene KI-Funktion. Indirekte KI-Nachfrage und allgemeine Digitalisierung wurden daher nicht als produktive KI-Umsetzung oder KI-Nutzen des Emittenten gewertet. Kalibrierungsvertrauen: medium.

Profil 094 — Valiant Holding AG (`six-issuer-10284`)

Punktbild: Strategie 4/15 · produktive Umsetzung 9/25 · Geschäftsmodell/Angebot 2/20 · messbarer Nutzen 3/20 · Daten/Skalierung 3/10 · Führung/Risiko 4/10 = 25/100. Score-Rang 93; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI seit längerem produktiv in Betrugsprävention und -erkennung; weitere Anwendungen in Prüfung.[154]

Zusammenfassung der Rohrecherche: KI wird seit längerer Zeit im Zahlungsverkehr zur Betrugsprävention und -erkennung eingesetzt. Kundencenter- und Dokumentenverarbeitungsanwendungen werden geprüft. Valiant nennt einen erhöhten Sicherheitsstandard für Kundinnen und Kunden. Betrugsprävention/-erkennung Prüfung Kundencenter Prüfung Dokumentenverarbeitung[154]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: 2 – punktuell produktiv Sicherheitsnutzen wird qualitativ behauptet; keine vermiedenen Schäden, Trefferquote oder Zeitersparnis. Keine KI-spezifischen Kosten, Investitionen, Einsparungen oder Umsätze. Keine Angaben zu Modell, Anbieter, Umfang, False Positives, Governance-Verantwortung oder ROI.[154]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Ein klarer produktiver Kontrollanwendungsfall, ansonsten Prüfphase; keine umfassende KI-Strategie belegt. Keine KI-spezifischen Kosten, Investitionen, Einsparungen oder Umsätze. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Vertrauen, Zustimmung, Datensicherheit und klare Regeln werden diskutiert; konkrete Governance-Struktur nicht offengelegt.[154]

Bewertungsbegründung: Ein klarer produktiver Kontrollanwendungsfall, ansonsten Prüfphase; keine umfassende KI-Strategie belegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 095 — Edisun Power Europe AG (`six-issuer-18796`)

Punktbild: Strategie 8/15 · produktive Umsetzung 1/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 2/20 · Daten/Skalierung 5/10 · Führung/Risiko 1/10 = 25/100. Score-Rang 93; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Renewables-to-AI-Strategie, Fuencarral-Projekt, KI als Nachfragetreiber, finanzielle Belastung[155]

Zusammenfassung der Rohrecherche: 12 Fakt: Edisun positioniert sich als Renewables-to-AI-Unternehmen und entwickelt erneuerbare Stromlösungen für Rechenzentren. Fuencarral kombiniert 941 MWp Solarprojekt mit 250 MW IT-Rechenzentrum. Der Bericht wurde laut Unternehmen mit Claude unterstützt. Einordnung: KI ist primär Nachfragetreiber und Zielkundensegment, nicht Kerntechnologie des Betriebs. Angebot/Geschäftsmodell: Entwicklung und Verkauf von Solar-/Speicher-/Stromversorgungsprojekten für KI-Rechenzentren. Damit entsteht ein klar KI-exponiertes Infrastrukturangebot; eigene produktive KI beschränkt sich öffentlich auf Berichtserstellung.[155]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Strategische Neuausrichtung[155]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: Projektpipeline in Spanien/Portugal und Kopplung grosser Erzeugung mit Rechenzentren. Governance: wenig KI-spezifische Kontrollen, da Angebot Energieinfrastruktur ist. Risiken: Projektverkauf, Genehmigungen, Netzanschluss, Strompreise, Kapitalbedarf, Hyperscaler-Nachfrage und Konzentration.[155]

Bewertungsbegründung: Fakt: Edisun positioniert sich als Renewables-to-AI-Unternehmen und entwickelt erneuerbare Stromlösungen für Rechenzentren. Fuencarral kombiniert 941 MWp Solarprojekt mit 250 MW IT-Rechenzentrum. Der Bericht wurde laut Unternehmen mit Claude unterstützt. Einordnung: KI ist primär Nachfragetreiber und Zielkundensegment, nicht Kerntechnologie des Betriebs. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 096 — Bajaj Mobility AG (`six-issuer-21286`)

Punktbild: Strategie 6/15 · produktive Umsetzung 4/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 1/20 · Daten/Skalierung 6/10 · Führung/Risiko 6/10 = 24/100. Score-Rang 96; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Schulungen, Copilot, Governance-Grundlagen, geplante Implementierung, F&E[156]

Zusammenfassung der Rohrecherche: 9 Fakt: Seit September 2025 ist ein KI-Grundkurs für alle Beschäftigten verpflichtend; ein zweiter Kurs schult Microsoft Copilot. Potenzielle KI-Anwendungen entlang des Produktlebenszyklus werden schrittweise evaluiert und implementiert. Management: Effizienz und End-to-End-Datenkette sind Schwerpunkte. Einordnung: Governance-/Enablement-Fundament, produktive Fachanwendungen bleiben unspezifisch. Umsetzung: Copilot-Schulung und graduelle Use-Case-Einführung; kein klares kundenseitiges KI-Produkt. Fahrerassistenz wurde nicht ohne explizite KI-Evidenz als KI gewertet.[156]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Frühe Umsetzung[156]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: angestrebte durchgängige Datenkette über Produktentwicklung und Lebenszyklus. Governance: Pflichtkurs behandelt rechtliche, technische, ethische Grundlagen, Chancen/Risiken; Code of Conduct erwähnt AI tools. Risiken: Sicherheit, IP, Datenschutz, Cybersecurity und Kompetenzlücken.[156]

Bewertungsbegründung: Fakt: Seit September 2025 ist ein KI-Grundkurs für alle Beschäftigten verpflichtend; ein zweiter Kurs schult Microsoft Copilot. Potenzielle KI-Anwendungen entlang des Produktlebenszyklus werden schrittweise evaluiert und implementiert. Management: Effizienz und End-to-End-Datenkette sind Schwerpunkte. Einordnung: Governance-/Enablement-Fundament, produktive. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 097 — Feintool International Holding AG (`six-issuer-10678`)

Punktbild: Strategie 4/15 · produktive Umsetzung 7/25 · Geschäftsmodell/Angebot 2/20 · messbarer Nutzen 1/20 · Daten/Skalierung 5/10 · Führung/Risiko 5/10 = 24/100. Score-Rang 96; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

SPAICER-Projekt für KI/ML-basierte Resilienz, digitale Zwillinge und potenzielle Services; Forschungs-/Pilotstatus.[157]
Produktiver KI-gestützter 24/7-Sicherheitsbetrieb über externes SOC.[158]

Zusammenfassung der Rohrecherche: Forschungsprojekt mit Daten-/Digital-Twin-Basis und produktives KI-SOC sind belegt; SPAICER ist alt und der kommerzielle bzw. finanzielle Transfer bleibt offen. SPAICER-Projekt für KI/ML-basierte Resilienz, digitale Zwillinge und potenzielle Services; Forschungs-/Pilotstatus. Produktiver KI-gestützter 24/7-Sicherheitsbetrieb über externes SOC. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[157][158]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilot plus produktiver Sicherheits-Use-Case[157][158]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Forschungsprojekt mit Daten-/Digital-Twin-Basis und produktives KI-SOC sind belegt; SPAICER ist alt und der kommerzielle bzw. finanzielle Transfer bleibt offen. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Pilot plus produktiver Sicherheits-Use-Case. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 098 — Berner Kantonalbank AG (`six-issuer-221`)

Punktbild: Strategie 3/15 · produktive Umsetzung 8/25 · Geschäftsmodell/Angebot 6/20 · messbarer Nutzen 1/20 · Daten/Skalierung 3/10 · Führung/Risiko 2/10 = 23/100. Score-Rang 98; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-gestütztes Gründerangebot[159]

Zusammenfassung der Rohrecherche: Keine konzernweite KI-Strategie gefunden; KI wird in einem Gründerangebot eingesetzt. BEKB-Kunden erhalten Zugang zur honestmonday-Plattform; KIM unterstützt Visionserfassung, Validierung der Geschäftsidee, Kerndaten und Marktpotenzial.[159]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Produktiv im Kundenangebot Rabattcode von CHF 199 für das erste Jahr; keine Wirkungs- oder Nutzungs-KPI.[159]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Potenziell Differenzierung und Effizienz in der Gründungsberatung; finanzieller Beitrag nicht offengelegt. Konkreter kundenorientierter KI-Service, aber geringe strategische Tiefe und keine Wirkungsnachweise. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Partnerplattform statt offengelegter Eigenplattform. Modellvalidität bei Geschäftsplan-/Marktpotenzialbewertungen und Datenschutz sind Risiken; Governance nicht beschrieben.[159]

Bewertungsbegründung: Öffentliche Evidenz wurde dimensionsweise gegen das Vergleichsraster geprüft. Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt. Kalibrierungsvertrauen: low.

Profil 099 — Schweizerische Nationalbank (`six-issuer-1881`)

Punktbild: Strategie 6/15 · produktive Umsetzung 2/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 8/10 · Führung/Risiko 7/10 = 23/100. Score-Rang 98; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

SNB bereitete ein internes KI-Assistentensystem vor.[160]
On-premises-Betrieb schützt vertrauliche Daten; noch Vorbereitungsstatus.[160]

Zusammenfassung der Rohrecherche: SNB bereitete 2025 ein KI-Assistentensystem vor. Modelle sollen on-premises und cloud-unabhängig laufen. Ziel ist Erfahrung und Prozessoptimierung. 15 7 Geplanter interner Assistent. Kein Kundenangebot.[160]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Vorbereitung/Pilot Nicht anwendbar/nicht offengelegt. Nicht offengelegt.[160]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Starke Daten-/Sicherheitsbasis, aber Vorbereitungsstatus und keine öffentliche Nutzenmessung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: On-premises-Modelle und eigene IT-Infrastruktur. Nicht separat offengelegt. Fehler in sensiblen Analysen. Höchste Vertraulichkeits- und Cyberanforderungen; On-prem mitigiert Cloudrisiko. Öffentlich-rechtliche Rechenschaft, Datenschutz. Kontrollierte Einführung und Nutzerkompetenz. Systemisches Reputationsrisiko.[160]

Bewertungsbegründung: Starke Daten-/Sicherheitsbasis, aber Vorbereitungsstatus und keine öffentliche Nutzenmessung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 100 — MCH Group AG (`six-issuer-12704`)

Punktbild: Strategie 4/15 · produktive Umsetzung 9/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 2/20 · Daten/Skalierung 5/10 · Führung/Risiko 3/10 = 23/100. Score-Rang 98; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Hydrus.AI unterstützt produktiv CO2-Bilanzierung; keine monetären Effekte.[161]

Zusammenfassung der Rohrecherche: Hydrus.AI unterstützt die globale CO2-Bilanzierung und Emissionssteuerung. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. Hydrus.AI unterstützt die globale CO2-Bilanzierung und Emissionssteuerung. Kein externes KI-Geschäftsmodell belegt.[161]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: produktiv / enger interner Use Case Bessere Datenqualität und Steuerung plausibel; kein monetärer Nutzen ausgewiesen. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[161]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Bessere Datenqualität und Steuerung plausibel; kein monetärer Nutzen ausgewiesen. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Digitale Carbon-Accounting-Lösung; Investitionssumme und Architektur fehlen. Datenvollständigkeit, Berechnungsmethodik und Prüfbarkeit von Emissionsdaten.[161]

Bewertungsbegründung: Hydrus.AI unterstützt die globale CO2-Bilanzierung und Emissionssteuerung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 101 — LEM Holding SA (`six-issuer-2749`)

Punktbild: Strategie 4/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 8/20 · messbarer Nutzen 0/20 · Daten/Skalierung 5/10 · Führung/Risiko 2/10 = 22/100. Score-Rang 101; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

AI-enhanced sensing[162]
KI als Robotiktreiber[163]

Zusammenfassung der Rohrecherche: KI erscheint als Technologie- und Markttrend; klare konzernweite KI-Roadmap fehlt. Unternehmensunterlagen nennen AI-enhanced current sensing mit Echtzeitdaten für Kalibrierung, Kompensation und Anomalieerkennung; Reifegrad/Markteinführung nicht eindeutig.[162][163]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Entwicklung/Frühphase Keine KI-spezifische Produkt- oder Finanz-KPI.[162][163]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Mögliche Differenzierung in Robotik, Drives und Datenzentren; Beitrag nicht quantifiziert. Plausibler produktnaher KI-Ansatz, aber begrenzte Angaben zu Produktion, Skalierung und Nutzen. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Globale R&D-Struktur und Sensor-/Onboard-Analytics sind Basis; KI-Budget nicht offengelegt. Safety-kritische Sensorik verlangt robuste Validierung; spezifische KI-Governance nicht öffentlich beschrieben.[162][163]

Profil 102 — SHL Telemedicine Ltd. (`six-issuer-11364`)

Punktbild: Strategie 3/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 2/20 · Daten/Skalierung 5/10 · Führung/Risiko 3/10 = 21/100. Score-Rang 102; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

SHL hat Telemedizinprodukte, aber der Bericht belegt keine eigene produktive KI-Strategie.[164]
SHL Smartheart lieferte ECG-Daten an das Mayo AI-ECG-Dashboard; KI ist extern, nicht als SHL-eigenes Modell belegt.[165]

Zusammenfassung der Rohrecherche: Peer-reviewed Pilotstudie übertrug Smartheart-ECG an Mayo AI-ECG Dashboard. SHL-Jahresbericht fokussiert Turnaround und Technologieplattformen, nicht KI. Keine belastbare eigene KI-Managementstrategie gefunden. 15 3 Keine eigene produktive KI klar belegt. Smartheart erzeugt Daten, die externe AI-ECG-Modelle nutzen können.[164][165]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Forschung/Integration Nicht separat offengelegt. Studien-/Versorgungsnutzen des Remote-ECG, aber kein isolierter SHL-KI-Effekt.[164][165]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Die Studie zeigt Interoperabilität mit KI, nicht SHL-eigenes KI-IP oder produktive Monetarisierung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Remote-ECG- und Telemedizinplattform. Nicht separat offengelegt. Klinische Modellfehler und Generalisierbarkeit. Gesundheitsdaten/Cyber. Medizinprodukterecht, klinische Evidenz und Haftung. Turnaround kann Investitionsfähigkeit begrenzen. Abhängigkeit von Partneralgorithmen und Erstattung.[164][165]

Bewertungsbegründung: Die Studie zeigt Interoperabilität mit KI, nicht SHL-eigenes KI-IP oder produktive Monetarisierung. Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 103 — Idorsia Ltd (`six-issuer-20591`)

Punktbild: Strategie 4/15 · produktive Umsetzung 5/25 · Geschäftsmodell/Angebot 3/20 · messbarer Nutzen 1/20 · Daten/Skalierung 5/10 · Führung/Risiko 2/10 = 20/100. Score-Rang 103; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Werkzeuge in Wirkstoffdesign, Daten/Automatisierung, Scientific Board[166]

Zusammenfassung der Rohrecherche: 7 Fakt: Idorsia beschreibt die laufende Integration von KI-Werkzeugen in das Wirkstoffdesign; grosse Datenmengen, automatisierte Hochdurchsatztests und leistungsfähige IT bilden die Basis. Management: Der Scientific Board priorisiert die Pipeline. Einordnung: glaubwürdiger fachlicher Einsatz, aber alte und wenig konkrete Offenlegung ohne benannte Modelle/Programme. Umsetzung: KI-Tools im Drug Design; kein separat vermarktetes KI-Angebot. Geschäftsmodellwirkung: potenziell bessere Kandidatenauswahl und schnellere Forschung, jedoch ohne kausalen Nachweis für Pipeline- oder Zulassungserfolge.[166]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Frühe Umsetzung[166]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: Hunderttausende Verbindungen, automatisierte Assays und Visualisierung. Governance: Scientific Board für wissenschaftliche Pipeline-Entscheidungen, aber keine spezifische Responsible-AI-Regelung. Risiken: Bias, Reproduzierbarkeit, IP, Datenqualität und regulatorische Validierung.[166]

Bewertungsbegründung: Fakt: Idorsia beschreibt die laufende Integration von KI-Werkzeugen in das Wirkstoffdesign; grosse Datenmengen, automatisierte Hochdurchsatztests und leistungsfähige IT bilden die Basis. Management: Der Scientific Board priorisiert die Pipeline. Einordnung: glaubwürdiger fachlicher Einsatz, aber alte und wenig konkrete Offenlegung ohne benannte Modelle/Progr. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 104 — Carlo Gavazzi Holding AG (`six-issuer-1899`)

Punktbild: Strategie 6/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 0/20 · Daten/Skalierung 4/10 · Führung/Risiko 2/10 = 20/100. Score-Rang 103; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Integration in Produkte und Prozesse[167]

Zusammenfassung der Rohrecherche: Unternehmen nennt progressive Integration von ML und KI in Produkte und Prozesse als Teil des Digitalausbaus. Keine einzelnen KI-Produkte, produktiven Workflows oder Rolloutquoten benannt.[167]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Frühphase/Integration Keine KI-KPI oder Nutzenmessung.[167]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Mögliche Produktdifferenzierung und Prozesseffizienz; kein separater Beitrag veröffentlicht. Klare Absicht und Integrationsrichtung, aber Reife mangels konkreter Use Cases konservativ bewertet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Investitionen in R&D, Fertigungsfootprint und digitale Fähigkeiten; KI-Anteil nicht beziffert. Sicherheits- und ESG-Investitionen werden genannt, aber keine spezifische KI-Governance.[167]

Bewertungsbegründung: Öffentliche Evidenz wurde dimensionsweise gegen das Vergleichsraster geprüft. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 105 — Sandoz Group AG (`six-issuer-21141`)

Punktbild: Strategie 4/15 · produktive Umsetzung 2/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 0/20 · Daten/Skalierung 4/10 · Führung/Risiko 8/10 = 19/100. Score-Rang 105; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Risikomanagement und Assessments[168]
Anforderungen an Lieferanten-KI[169]

Zusammenfassung der Rohrecherche: Sandoz veröffentlicht verantwortliche KI-Grundsätze, aber keine belastbare operative KI-Roadmap. Keine konkret benannte produktive Eigenanwendung; automatisierte digitale Produktion ist nicht automatisch KI.[168][169]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Governance/Frühphase Keine KI-KPI oder Nutzenmessung veröffentlicht.[168][169]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Effizienzpotenzial ist plausibel, aber nicht belegt oder quantifiziert. Governance ist überdurchschnittlich konkret, operative Umsetzung bleibt öffentlich unklar. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Mehr als USD 1 Mrd. für Biosimilars sowie IT-Upgrades; kein KI-Anteil offengelegt. Enterprise Risk Management, Privacy & Data Ethics Office, Bias-Assessments sowie detaillierte Lieferantenanforderungen sind belegt.[168][169]

Bewertungsbegründung: Öffentliche Evidenz wurde dimensionsweise gegen das Vergleichsraster geprüft. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 106 — IVF HARTMANN Holding AG (`six-issuer-12072`)

Punktbild: Strategie 6/15 · produktive Umsetzung 5/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 3/10 · Führung/Risiko 5/10 = 19/100. Score-Rang 105; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Schulung, Pilotprojekte, verantwortungsvoller Einsatz[170]

Zusammenfassung der Rohrecherche: 2025 startete eine breit angelegte Schulung und mehrere KI-Pilotprojekte. Der Nachhaltigkeits-/Lagebericht nennt verantwortungsvollen KI-Einsatz und Förderung digitaler Kompetenzen. Das Management will Prozesse durch KI effizienter gestalten; laufende Pilotprojekte werden erwähnt. KI als Teil der digitalen Transformation und Prozesseffizienz; keine eigenständige Roadmap. Mehrere Pilotprojekte; konkrete Funktionen nicht benannt.[170]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Pilotierung / kontrollierte Einführung Erwartete Effizienzverbesserung, aber keine quantifizierten Ist-Ergebnisse. Kein KI-spezifischer Ergebnisbeitrag. Use Cases, Produktivstatus, Resultate, Investitionssumme, Verantwortliche und Kontrollen.[170]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Strategische Absicht, Training und Pilotportfolio sind belegt. Produktivstatus, konkrete Anwendungen und Ergebnisse bleiben überwiegend nicht offengelegt. Kein KI-spezifischer Ergebnisbeitrag. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Breit angelegte Schulung und Pilotprojekte; Betrag nicht offengelegt. Keine Architektur- oder Skalierungsangaben. Responsible-use-Ansatz und Kompetenzförderung; konkrete Policy-/Gremiendetails fehlen. Patienten-/Gesundheitsdaten, Regulierung, Datenschutz, Qualität, Cybersecurity und Pilot-zu-Produktion-Risiko.[170]

Bewertungsbegründung: Strategische Absicht, Training und Pilotportfolio sind belegt. Produktivstatus, konkrete Anwendungen und Ergebnisse bleiben überwiegend nicht offengelegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 107 — Sunrise Communications AG (`six-issuer-20719`)

Punktbild: Strategie 5/15 · produktive Umsetzung 4/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 0/20 · Daten/Skalierung 5/10 · Führung/Risiko 3/10 = 18/100. Score-Rang 107; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

IT-Konsolidierung und AI-first-Fundament mit Infosys; produktive Resultate nicht quantifiziert.[171]

Zusammenfassung der Rohrecherche: Sunrise und Infosys konsolidieren die IT-Landschaft und bauen eine AI-first-Basis für prädiktivere, skalierbare Plattformen. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. Sunrise und Infosys konsolidieren die IT-Landschaft und bauen eine AI-first-Basis für prädiktivere, skalierbare Plattformen. Kein belegtes externes KI-Produkt im geöffneten Beleg.[171]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Transformation / Aufbau Verbesserte Customer Experience und operative Agilität erwartet; keine quantifizierte Wirkung. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[171]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Verbesserte Customer Experience und operative Agilität erwartet; keine quantifizierte Wirkung. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Infosys Topaz, Daten, Analytics und IT-Konsolidierung; Investitionssumme nicht offengelegt. Partnerabhängigkeit, Datenschutz, Integrations- und Transformationsrisiko.[171]

Bewertungsbegründung: Sunrise und Infosys konsolidieren die IT-Landschaft und bauen eine AI-first-Basis für prädiktivere, skalierbare Plattformen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 108 — SFS Group AG (`six-issuer-20231`)

Punktbild: Strategie 6/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 2/20 · messbarer Nutzen 0/20 · Daten/Skalierung 5/10 · Führung/Risiko 2/10 = 18/100. Score-Rang 107; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Rolloutziel[172]
Digitalisierungsbasis[173]

Zusammenfassung der Rohrecherche: Management nennt als Ziel, KI, Machine Learning, IoT und Automatisierung in tägliche Abläufe zu bringen. Keine spezifische produktive KI-Anwendung öffentlich beschrieben.[172][173]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Rollout-Ziel Keine KI-KPI.[172][173]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Mögliche Prozess- und Flexibilitätsgewinne; unquantifiziert. Strategisches Signal ist klar, Reife und Nutzen bleiben mangels konkreter Use Cases niedrig bewertet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Standardisierte Prozesse, Systeme und Anlagen werden als Grundlage genannt. Verantwortung und Governance für KI nicht konkret offengelegt.[172][173]

Bewertungsbegründung: Öffentliche Evidenz wurde dimensionsweise gegen das Vergleichsraster geprüft. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 109 — Vaudoise Assurances Holding SA (`six-issuer-10753`)

Punktbild: Strategie 7/15 · produktive Umsetzung 2/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 0/20 · Daten/Skalierung 4/10 · Führung/Risiko 4/10 = 18/100. Score-Rang 107; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Management positioniert KI als künftigen Hebel für Automatisierung, Prognosen und Entscheidungen.[174]
Konkrete produktive Systeme und finanzielle Beiträge sind nicht offengelegt.[174]

Zusammenfassung der Rohrecherche: HR-Leitung nennt KI als zentralen zukünftigen Hebel. Ziel ist Kompetenzsteigerung, nicht Ersatz der Mitarbeitenden. Management erwartet Automatisierung, Prognosen und bessere Entscheidungen. 15 9 Geplante Integration in Prozesse. Nicht konkret belegt.[174]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Planung/Frühphase Nicht offengelegt.[174]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Aussagen sind zukunftsgerichtet; keine produktive Anwendung oder KI-Finanzkennzahl genannt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Digitale HR-/Prozessbasis. Nicht offengelegt. Bias/Entscheidungsqualität. Sensible Versicherungs-/Personaldaten. FINMA und Datenschutz. Upskilling und Vertrauen. Umsetzungs- und Offenlegungsrisiko.[174]

Bewertungsbegründung: Aussagen sind zukunftsgerichtet; keine produktive Anwendung oder KI-Finanzkennzahl genannt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 110 — BB Biotech AG (`six-issuer-3246`)

Punktbild: Strategie 4/15 · produktive Umsetzung 2/25 · Geschäftsmodell/Angebot 4/20 · messbarer Nutzen 1/20 · Daten/Skalierung 3/10 · Führung/Risiko 2/10 = 16/100. Score-Rang 110; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

BB Biotech sieht KI-Potenzial sowohl für Investmentprozesse als auch für die Wirkstoffentwicklung; zwei Portfoliounternehmen verfolgten damals KI-Ansätze.[175]

Zusammenfassung der Rohrecherche: BB Biotech sieht KI als Instrument für Wirkstoffentwicklung und potenziell tiefere Due Diligence; Schwerpunkt ist Investmentselektion. Analyse KI-nutzender Biotech-Unternehmen im Portfolio. Potenzieller Einsatz von KI zur Vertiefung der Due Diligence; tatsächlicher Produktionsstatus bleibt offen.[175]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Strategische Beobachtung und Portfolioexposition; eigener produktiver Einsatz nicht klar belegt Potenzial und Portfoliofälle sind beschrieben, aber kein quantifizierter Investment- oder Wirkstofferfolg kausal KI zugeordnet. Keine separat offengelegte KI-bedingte NAV-, Rendite- oder Kostenwirkung.[175]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat offengelegte KI-bedingte NAV-, Rendite- oder Kostenwirkung. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine separate KI-Investitionssumme; Exposition erfolgt primär über Portfoliounternehmen. Modell-, Daten- und Biotech-Entwicklungsrisiken werden im geprüften KI-Beitrag nicht systematisch governanceseitig ausgeführt.[175]

Bewertungsbegründung: BB Biotech sieht KI als Instrument für Wirkstoffentwicklung und potenziell tiefere Due Diligence; Schwerpunkt ist Investmentselektion. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 111 — Clariant AG (`six-issuer-10039`)

Punktbild: Strategie 3/15 · produktive Umsetzung 5/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 1/20 · Daten/Skalierung 4/10 · Führung/Risiko 2/10 = 16/100. Score-Rang 110; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Clariant nutzt die interne KI-Figur Clarita für Wissens-/Historieninhalte.[176]
Keine quantifizierten KI-Beiträge oder konzernweite KI-Governance offengelegt.[176]

Zusammenfassung der Rohrecherche: Die KI-Figur Clarita vermittelt Unternehmensgeschichte. Digitalplattform CLARITY ist skaliert, wurde aber öffentlich nicht belastbar als KI ausgewiesen. Keine belastbare Managementaussage zu einem konzernweiten KI-Programm gefunden. 15 4 Interner/kommunikativer KI-Assistent Clarita. Kein klar KI-basiertes Kundenprodukt belegt.[176]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: punktuell produktiv Nicht offengelegt.[176]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Clarita belegt einen produktiven Content-/Wissensanwendungsfall, aber keine tiefe operative Transformation. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Digitale Plattformbasis vorhanden; KI-Datenarchitektur nicht beschrieben. Nicht offengelegt. Content-Genauigkeit. Schutz von F&E- und Unternehmensdaten. IP-/Urheberrecht. Skalierung jenseits Kommunikation. Unklarer wirtschaftlicher Hebel.[176]

Bewertungsbegründung: Clarita belegt einen produktiven Content-/Wissensanwendungsfall, aber keine tiefe operative Transformation. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: low.

Profil 112 — ARYZTA AG (`six-issuer-18780`)

Punktbild: Strategie 5/15 · produktive Umsetzung 1/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 2/10 · Führung/Risiko 8/10 = 16/100. Score-Rang 110; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Technology Committee für Emerging Technologies/KI; Board-Aufsicht und Kompetenzaufbau, aber keine belastbare produktive KI-Nutzung.[177]

Zusammenfassung der Rohrecherche: Board-Strukturen und KI-Kompetenz sind klar belegt; produktive Use Cases, Datenplattform oder KI-Wirtschaftswirkung fehlen. Technology Committee für Emerging Technologies/KI; Board-Aufsicht und Kompetenzaufbau, aber keine belastbare produktive KI-Nutzung. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[177]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Governance/Strategievorbereitung[177]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Board-Strukturen und KI-Kompetenz sind klar belegt; produktive Use Cases, Datenplattform oder KI-Wirtschaftswirkung fehlen. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Governance/Strategievorbereitung. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 113 — Helvetia Baloise Holding AG (`six-issuer-21282`)

Punktbild: Strategie 4/15 · produktive Umsetzung 2/25 · Geschäftsmodell/Angebot 1/20 · messbarer Nutzen 0/20 · Daten/Skalierung 3/10 · Führung/Risiko 5/10 = 15/100. Score-Rang 113; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[178]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[178]

Zusammenfassung der Rohrecherche: Öffentliche Baloise-Positionierung erkennt KI als relevantes Versicherungsthema; für die fusionierte Gruppe ist bis zum Stichtag keine detaillierte KI-Roadmap belegt. Potenziale in Schaden, Underwriting und Kundenservice werden beschrieben. Die geöffnete Quelle diskutiert Anwendungsfelder und sichere Experimente, belegt aber keine gruppenweite produktive Umsetzung.[178]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Plan/Frühphase Keine offengelegten KI-Finanzbeiträge. Die 2026 ausgewiesenen Fusionssynergien dürfen nicht KI zugerechnet werden.[178]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine offengelegten KI-Finanzbeiträge. Die 2026 ausgewiesenen Fusionssynergien dürfen nicht KI zugerechnet werden. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Datenqualität, Datenschutz und menschliche Aufsicht werden als Voraussetzungen hervorgehoben. Bias, Fehler, Datenschutz und Regulierung werden ausdrücklich thematisiert; Reifegrad konservativ niedrig.[178]

Bewertungsbegründung: Öffentliche Baloise-Positionierung erkennt KI als relevantes Versicherungsthema; für die fusionierte Gruppe ist bis zum Stichtag keine detaillierte KI-Roadmap belegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: low.

Profil 114 — Leonteq AG (`six-issuer-20018`)

Punktbild: Strategie 2/15 · produktive Umsetzung 1/25 · Geschäftsmodell/Angebot 5/20 · messbarer Nutzen 0/20 · Daten/Skalierung 3/10 · Führung/Risiko 2/10 = 13/100. Score-Rang 114; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Themenindex[179]

Zusammenfassung der Rohrecherche: Keine belastbare interne KI-Strategie gefunden; KI wird als Anlagethema produktisiert. Leonteq berechnet/veröffentlicht einen regelbasierten Index auf sechs Unternehmen, die vom KI-Trend profitieren sollen; das ist KI-Exposure, nicht zwingend KI in Leonteqs Abläufen.[179]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: KI als Anlagethema Index-Kennzahlen werden veröffentlicht, aber kein KI-bedingter Geschäftsbeitrag.[179]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Potenzielle Gebühren-/Emissionsumsätze aus thematischen Produkten; nicht separat ausgewiesen. Relevantes KI-bezogenes Angebot, operative KI-Transformation jedoch nicht belegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Eigene skalierbare Plattform ist vorhanden, KI-Nutzung darin nicht belegt. Produkt-, Modell-, Markt- und Eignungsrisiken; keine spezifische KI-Governance veröffentlicht.[179]

Bewertungsbegründung: Öffentliche Evidenz wurde dimensionsweise gegen das Vergleichsraster geprüft. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 115 — PolyPeptide Group AG (`six-issuer-20950`)

Punktbild: Strategie 2/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 2/10 · Führung/Risiko 8/10 = 12/100. Score-Rang 115; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Governance in Entwicklung; Prinzipien für Patientensicherheit, Transparenz und Datensicherheit, aber keine belegte produktive KI-Anwendung.[180]

Zusammenfassung der Rohrecherche: KI-Governance wird entwickelt; der Bericht belegt keine produktive KI-Anwendung oder wirtschaftliche Wirkung. KI-Governance in Entwicklung; Prinzipien für Patientensicherheit, Transparenz und Datensicherheit, aber keine belegte produktive KI-Anwendung. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[180]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Governance im Aufbau[180]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI-Governance wird entwickelt; der Bericht belegt keine produktive KI-Anwendung oder wirtschaftliche Wirkung. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Governance im Aufbau. Dimensionswerte anhand der belegten Reife und Evidenzqualität neu verankert. Kalibrierungsvertrauen: medium.

Profil 116 — Talenthouse AG (`fund-symbol-THAG`)

Punktbild: Strategie 2/15 · produktive Umsetzung 3/25 · Geschäftsmodell/Angebot 4/20 · messbarer Nutzen 0/20 · Daten/Skalierung 2/10 · Führung/Risiko 1/10 = 12/100. Score-Rang 115; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Talenthouse erwarb eine datengetriebene KI-Softwareplattform für Influencer-Marketing und wollte sie für Kampagnenmanagement und Datenanalyse nutzen; aktueller Betrieb ist nicht belegt.[181]
Talenthouse konnte den Geschäftsbericht 2022 zum damaligen Termin nicht publizieren; dies begrenzt die Aktualität und Verifizierbarkeit der historischen KI-Angabe.[182]

Zusammenfassung der Rohrecherche: 2022 wurde eine KI-basierte Influencer-Marketing-Plattform akquiriert; wegen veralteter/unterbrochener Berichterstattung ist der Stand 2026 unklar. Sponsokit als KI-/datenbasierte Software für Influencer-Marketing, Kampagnenmanagement und Datenanalyse.[181][182]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Historische Implementierungsangabe; aktueller Betrieb nicht verifiziert Management erwartete Serviceverbesserung; keine quantifizierten Resultate und kein aktueller Betriebsnachweis. Kaufpreis vertraulich; keine aktuelle KI-Finanzwirkung offengelegt.[181][182]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Kaufpreis vertraulich; keine aktuelle KI-Finanzwirkung offengelegt. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Akquisition von Plattform und Team belegt; Betrag nicht offengelegt. Sehr hohe Evidenz-/Fortführungsunsicherheit wegen fehlender zeitnaher Finanzberichterstattung; keine KI-Governance offengelegt.[181][182]

Abgrenzung: Nahezu wertlose Restposition im Fonds; aktuelle SIX-Indexmitgliedschaft nicht bestätigt.

Bewertungsbegründung: 2022 wurde eine KI-basierte Influencer-Marketing-Plattform akquiriert; wegen veralteter/unterbrochener Berichterstattung ist der Stand 2026 unklar. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 117 — Galenica AG (`six-issuer-20585`)

Punktbild: Strategie 3/15 · produktive Umsetzung 2/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 4/10 · Führung/Risiko 2/10 = 11/100. Score-Rang 117; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Geschäfts-/Umsetzungsstand und Einordnung der KI-Evidenz[183]
Kontext für Produkt, Strategie oder fehlende KI-spezifische Offenlegung[183]

Zusammenfassung der Rohrecherche: KI wird als künftige Innovationschance auf Basis der SAP-Modernisierung genannt, nicht als ausformulierte Strategie. Mögliches Logistik- und Prozessoptimierungspotenzial. Zum Stichtag überwiegend Infrastruktur/Plan; keine belastbare produktive KI-Anwendung belegt.[183]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Plan/Frühphase Keine offengelegten KI-Finanzbeiträge; 2025 EBIT-Verbesserung wird nicht KI zugerechnet.[183]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine offengelegten KI-Finanzbeiträge; 2025 EBIT-Verbesserung wird nicht KI zugerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: SAP-Standardisierung schafft Daten- und Prozessbasis. Gesundheitsdaten, Cyberrisiken und fehlerhafte Automatisierung; Governance nicht KI-spezifisch offengelegt.[183]

Bewertungsbegründung: KI wird als künftige Innovationschance auf Basis der SAP-Modernisierung genannt, nicht als ausformulierte Strategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 118 — Glarner Kantonalbank (`six-issuer-17104`)

Punktbild: Strategie 2/15 · produktive Umsetzung 5/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 1/20 · Daten/Skalierung 2/10 · Führung/Risiko 1/10 = 11/100. Score-Rang 117; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Eine GLKB-Kampagne nutzte KI zur Erzeugung fehlender Altersprofile; der GLKB-Marketingleiter nannte vergleichsweise tiefen Aufwand und hohe Qualität.[184]

Zusammenfassung der Rohrecherche: KI-Einsatz ist in einer konkreten Kampagne sichtbar, nicht als Bankstrategie. Generative Bildbearbeitung zur Rekonstruktion verschiedener Lebensphasen von Kampagnenmodels durch die Agentur AMMARKT.[184]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Einmaliger produktiver Marketing-Use-Case GLKB-Management nennt vergleichsweise tiefen Aufwand und hohe Qualität; keine quantitative oder unabhängige Messung. Keine KI-spezifische Finanzwirkung offengelegt.[184]

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-Investitionssumme; Umsetzung durch Agentur. Bildrechte, Transparenz und Reputationsrisiko relevant; Governance nicht offengelegt.[184]

Bewertungsbegründung: KI-Einsatz ist in einer konkreten Kampagne sichtbar, nicht als Bankstrategie. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 119 — Comet Holding AG (`six-issuer-11972`)

Punktbild: Strategie 2/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 4/20 · messbarer Nutzen 0/20 · Daten/Skalierung 3/10 · Führung/Risiko 1/10 = 10/100. Score-Rang 119; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Comet erwartet durch KI-Investitionen steigende Prozesskomplexität und Nachfrage nach RF-Komponenten sowie Röntgen-/CT-Lösungen; KI ist Nachfragetreiber, keine offengelegte interne KI-Anwendung.[185]
Comet ordnet KI als strukturellen Markttreiber und Teil seiner Wachstumspositionierung ein.[186]

Zusammenfassung der Rohrecherche: Comet integriert KI als strukturellen Nachfragetreiber in die Markt- und Wachstumsstrategie, nicht als offengelegte interne KI-Transformation. RF-Generatoren, Matching Networks und Vakuumkondensatoren für komplexere AI-getriebene Halbleiterprozesse. Röntgen-/CT-Lösungen für höhere Prüfanforderungen bei Advanced Packaging für KI.[185][186]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Indirekte, kommerzielle KI-Infrastruktur-Exposition Geschäftsbericht beschreibt Nachfrageimpulse; kein KI-Anteil an Umsatz oder Auftragseingang quantifiziert. Keine separat ausgewiesenen KI-Umsätze oder Margen.[185][186]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine separat ausgewiesenen KI-Umsätze oder Margen. Konservative Evidenzbewertung; Unternehmensangaben sind als solche gekennzeichnet und nicht als unabhängiger Wirkungsnachweis behandelt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Langfristige R&D-Ausrichtung genannt, aber keine KI-spezifische Investitionssumme. Zyklizität, Speicherengpässe und AI-Infrastruktur-Skalierung sind Marktrisiken; keine interne AI-Governance erkennbar.[185][186]

Bewertungsbegründung: Comet integriert KI als strukturellen Nachfragetreiber in die Markt- und Wachstumsstrategie, nicht als offengelegte interne KI-Transformation. Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 120 — Arbonia AG (`six-issuer-2666`)

Punktbild: Strategie 1/15 · produktive Umsetzung 1/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 2/10 · Führung/Risiko 6/10 = 10/100. Score-Rang 119; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Tool-Richtlinie und Verantwortlichkeit[187]

Zusammenfassung der Rohrecherche: Eine konzerninterne Weisung regelt den Umgang mit KI-basierten Tools; verantwortlich sind Group CIO und Head of Compliance. Industry-4.0-Automation und Echtzeit-Prozessüberwachung sind vorhanden, aber nicht als KI ausgewiesen. Keine veröffentlichte KI-Roadmap. Nutzung von KI-basierten Tools ist geregelt; konkrete produktive Anwendungen nicht benannt.[187]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: früh / Richtlinien vorhanden Nicht offengelegt. Use Cases, Nutzer, Nutzen, Investitionen und Policy-Inhalt.[187]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Governance-Grundlage vorhanden; belastbare KI-Use-Cases, Resultate und Investitionen fehlen. Nicht offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-spezifische Investition offengelegt. Vernetzte Produktions- und IT-Systeme schaffen Datenbasis; keine KI-Skalierungsangaben. Group CIO und Head of Compliance verantworten die Weisung zu KI-basierten Tools. Datenschutz, Fehlanwendung und Cyberrisiken; Details der Richtlinie und Kontrollen nicht öffentlich.[187]

Bewertungsbegründung: Governance-Grundlage vorhanden; belastbare KI-Use-Cases, Resultate und Investitionen fehlen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet. Kalibrierungsvertrauen: medium.

Profil 121 — VAT Group AG (`six-issuer-20447`)

Punktbild: Strategie 2/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 3/20 · messbarer Nutzen 0/20 · Daten/Skalierung 2/10 · Führung/Risiko 1/10 = 8/100. Score-Rang 121; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

VAT profitiert als Vakuumtechnik-Zulieferer vom KI-getriebenen Halbleiterausbau.[188]
Kein eigener produktiver KI-Einsatz oder KI-Umsatz wird offengelegt.[188]

Zusammenfassung der Rohrecherche: VAT bezeichnet KI als Nachfragetreiber für Wafer-Fab-Equipment. 2025 stiegen Umsatz 14% berichtet und FCF 25.7%, ohne kausale KI-Aufteilung. Management sieht VAT technologisch für KI-bedingtes Wachstum positioniert. 15 5 Keine belastbare interne KI-Produktion belegt. Vakuumventile ermöglichen Leading-edge-Chipfertigung für KI-Nachfrage.[188]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: kommerziell skaliertes Enabler-Angebot, keine KI-Software Nicht separat offengelegt. Umsatz +14%, aber nicht als KI-Beitrag isoliert.[188]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Bewertung trennt AI-enabling Hardware von eigener KI-Fähigkeit; Finanzwachstum darf nicht vollständig KI zugerechnet werden. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Präzisionsfertigung und tiefe Kundenintegration. Capex CHF 68.3 Mio.; KI-Anteil nicht offengelegt. Technologie-/Spezifikationsrisiko. Cyber/Datenschutz nicht KI-spezifisch berichtet. Exportkontrollen und Geopolitik. Ramp readiness und Kapazität. Starke Abhängigkeit von Halbleiter-Capex/AI-Hyperscalern.[188]

Bewertungsbegründung: Bewertung trennt AI-enabling Hardware von eigener KI-Fähigkeit; Finanzwachstum darf nicht vollständig KI zugerechnet werden. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Angebot nur für nachweislich KI-basierte, eigene Kundenfunktionen gewertet; Nutzen wegen fehlender isolierter Finanzwirkung bzw. nur qualitativer, geplanter oder unternehmenseigener KPI gekappt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 122 — St.Galler Kantonalbank AG (`six-issuer-371`)

Punktbild: Strategie 3/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 1/10 · Führung/Risiko 3/10 = 7/100. Score-Rang 122; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Technologiethemen einschließlich KI werden aktiv beobachtet und bei Reifegrad umgesetzt; kein konkreter KI-Use-Case offengelegt.[189]

Zusammenfassung der Rohrecherche: Die Bank beobachtet KI aktiv und will bei ausreichendem Reifegrad kundenorientiert umsetzen; konkrete Anwendung fehlt. Siehe wörtliche Zitate in den Quellenobjekten; Zukunfts- und Wirkungsangaben sind nicht als extern verifiziert behandelt. Die Bank beobachtet KI aktiv und will bei ausreichendem Reifegrad kundenorientiert umsetzen; konkrete Anwendung fehlt. Kein öffentlich belegtes KI-Angebot.[189]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Beobachtung / selektive Umsetzung nicht belegt Keine gemessene Wirkung oder KI-spezifische Finanzangabe. Keine erfundenen Zahlen. Nicht offengelegt bleiben insbesondere KI-Capex/Opex, kausaler Ergebnisbeitrag, Modellgüte und häufig die Reichweite des Roll-outs.[189]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Keine gemessene Wirkung oder KI-spezifische Finanzangabe. Öffentliche Evidenz vorhanden; Managementaussagen und Unternehmensangaben sind als solche behandelt. Nichtoffengelegte Finanzwirkung wurde nicht geschätzt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine Investition oder Architektur offengelegt. Reifegrad- und Kundenbedarfsfilter deuten Vorsicht an; spezifische KI-Governance fehlt.[189]

Bewertungsbegründung: Die Bank beobachtet KI aktiv und will bei ausreichendem Reifegrad kundenorientiert umsetzen; konkrete Anwendung fehlt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 123 — Dottikon ES Holding AG (`six-issuer-12602`)

Punktbild: Strategie 2/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 0/10 · Führung/Risiko 5/10 = 7/100. Score-Rang 122; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Managementsicht auf KI-Risiken und Effizienz[190]

Zusammenfassung der Rohrecherche: CEO/Chairman legt eine dezidiert kritische Sicht auf KI vor; Schwerpunkt ist Wissensschutz statt KI-Rollout. Keine produktive KI-Anwendung gefunden.[190]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Positionierung ohne Umsetzung Keine KPI.[190]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Management erkennt Effizienzpotenzial, veröffentlicht aber keine finanzielle Wirkung. Substanzielle Governance-/Risikoposition, aber keine belegte Umsetzung. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Investitionen betreffen Anlagen und Kapazität, nicht KI. Explizite Risiken: Halluzinationen, Wissensverlust, Informationsverwässerung und Prozessstörung; Gegenmaßnahmen sind Ausbildung, Vor-Ort-Arbeit und flache Hierarchien.[190]

Bewertungsbegründung: Öffentliche Evidenz wurde dimensionsweise gegen das Vergleichsraster geprüft. Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 124 — Emmi AG (`six-issuer-11665`)

Punktbild: Strategie 2/15 · produktive Umsetzung 2/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 1/10 · Führung/Risiko 1/10 = 6/100. Score-Rang 124; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI-Projekte im Führungskräfteprogramm[191]

Zusammenfassung der Rohrecherche: 16 mittlere Führungskräfte bearbeiteten während zehn Monaten praxisbezogene KI-Projekte im Management Practice Programme 2024. Der Geschäftsbericht ordnet die KI-Projekte der Führungskräfteentwicklung zu; Inhalte und Umsetzung werden nicht genannt. Keine eigenständige KI-Strategie offengelegt. Praxisprojekte im Management-Programm; Produktivsetzung nicht belegt.[191]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: früh / Lern- und Projektphase Keine KI-bezogenen Ergebniskennzahlen. Nicht offengelegt. Projektinhalte, Produktivstatus, Nutzer, Nutzen, Investitionen, Governance.[191]

Mögliche Wirkung – eigene Einordnung, keine Prognose: Es gibt belastbare Aktivität im Kompetenzaufbau, aber keine veröffentlichte konzernweite KI-Strategie, keine klar produktiv gesetzten Anwendungen und keine Nutzenkennzahlen. Nicht offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Zehnmonatiges Entwicklungsprogramm; KI-Investitionsbetrag nicht offengelegt. Keine KI-Daten- oder Skalierungsarchitektur veröffentlicht. Kompetenzaufbau im Management; spezifische AI Governance nicht veröffentlicht. Fehlende Transparenz über Datenschutz, Modellrisiko, Governance und Umsetzungsstatus.[191]

Bewertungsbegründung: Es gibt belastbare Aktivität im Kompetenzaufbau, aber keine veröffentlichte konzernweite KI-Strategie, keine klar produktiv gesetzten Anwendungen und keine Nutzenkennzahlen. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 125 — Jungfraubahn Holding AG (`six-issuer-10207`)

Punktbild: Strategie 1/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 1/10 · Führung/Risiko 4/10 = 6/100. Score-Rang 124; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI im Verhaltenskodex[192]

Zusammenfassung der Rohrecherche: 2025 wurde der Verhaltenskodex unter anderem um das Thema künstliche Intelligenz erweitert. Die Gruppe baut digitale Plattformen und Dateninfrastruktur aus; eine produktive KI-Anwendung wird in der geöffneten Quelle nicht belegt. Keine konkrete Managementaussage zu KI-Zielen oder Nutzen veröffentlicht. Keine eigenständige KI-Strategie; Digitalisierung ist breiter Bestandteil der Entwicklung. Keine belastbar dokumentierte produktive KI-Anwendung.[192]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: früh / Governance-Vorbereitung Keine KI-bezogenen Ergebniskennzahlen. Nicht offengelegt. KI-Roadmap, produktive Anwendungen, Nutzen, Investitionen, Verantwortliche und Policy-Inhalt.[192]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI ist als Governance-Thema erkannt, aber Strategie, Use Cases und Resultate sind nicht öffentlich belegt. Nicht offengelegt. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Investitionen, Daten, Sicherheit und Regulierung: Keine KI-spezifische Investition offengelegt. Digitale Buchungs-/Dateninitiativen schaffen Voraussetzungen, sind aber nicht als KI ausgewiesen. Verhaltenskodex wurde um KI ergänzt; Details zu Kontrollen, Verantwortlichkeiten und Schulung fehlen. Datenschutz, Gästedaten, Cybersecurity, Modellfehler und fehlende Governance-Transparenz.[192]

Bewertungsbegründung: KI ist als Governance-Thema erkannt, aber Strategie, Use Cases und Resultate sind nicht öffentlich belegt. Produktivscore auf den belegten Rollout-/Reifegrad begrenzt; Daten-/Technikbasis nur bei KI-spezifischer Skalierung angerechnet; Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 126 — Sensirion Holding AG (`six-issuer-20673`)

Punktbild: Strategie 1/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 1/10 · Führung/Risiko 1/10 = 3/100. Score-Rang 126; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

Schliessung ehemaliger KI-Aktivität AiSight; finanzieller Sondereffekt[193]

Zusammenfassung der Rohrecherche: 2 Fakt: Sensirion schloss 2024 die Condition-Monitoring-Aktivitäten in Berlin (vormals AiSight), die auf KI-gestützter Maschinendiagnostik beruhten. Einordnung: relevante historische KI-Umsetzung, zum Stichtag aber kein fortgeführtes KI-Angebot in diesem Feld belegt. Geschäftsmodell: der Full-Solution-Vorstoss in Predictive Maintenance wurde beendet. Andere Sensorprodukte sind datenreich, wurden ohne explizite Evidenz nicht als KI klassifiziert.[193]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Beendet[193]

Investitionen, Daten, Sicherheit und Regulierung: Daten/Skalierung: historische Vibrations-/Temperaturdaten; aktuelle Skalierung nicht belegt. Governance/Risiko: klare Portfolioentscheidung zur Beendigung; Gründe und KI-spezifische Kontrollen sind nicht detailliert. Risiken: Product-Market-Fit, Skalierungskosten und Akquisitions-/Integrationsrisiko.[193]

Bewertungsbegründung: Fakt: Sensirion schloss 2024 die Condition-Monitoring-Aktivitäten in Berlin (vormals AiSight), die auf KI-gestützter Maschinendiagnostik beruhten. Einordnung: relevante historische KI-Umsetzung, zum Stichtag aber kein fortgeführtes KI-Angebot in diesem Feld belegt. Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: low.

Profil 127 — Vetropack Holding AG (`six-issuer-2445`)

Punktbild: Strategie 1/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 0/10 · Führung/Risiko 1/10 = 2/100. Score-Rang 127; Unsicherheit ±3 Punkte.

Belegte Strategie und konkrete Einsatzfelder:

KI erscheint als externe Industry-4.0-/Risikodimension; keine konkrete KI-Umsetzung oder Ergebniswirkung.[194]

Zusammenfassung der Rohrecherche: KI wird lediglich als Industry-4.0-Megatrend in der Risikoanalyse genannt; keine belastbare Umsetzung. KI erscheint als externe Industry-4.0-/Risikodimension; keine konkrete KI-Umsetzung oder Ergebniswirkung. Unternehmensangaben wurden als solche gewertet; Produkt-/Effizienzversprechen ohne belastbare KPI erhielten nur begrenzte Punkte.[194]

Produktiv, Pilot oder Plan; Resultate und nicht offengelegte Kennzahlen: Risiko-/Megatrendbeobachtung[194]

Mögliche Wirkung – eigene Einordnung, keine Prognose: KI wird lediglich als Industry-4.0-Megatrend in der Risikoanalyse genannt; keine belastbare Umsetzung. Kein nicht ausdrücklich KI-attribuierter Umsatz-, EBITDA- oder Kosteneffekt wurde als KI-Wirtschaftsnachweis angerechnet. Für Umsatz, Kosten, Marge, Kapital und freien Cashflow werden über die Rohrecherche hinaus keine Werte ergänzt.

Bewertungsbegründung: Risiko-/Megatrendbeobachtung. Governance nur bei expliziten KI-Kontrollen angerechnet. Kalibrierungsvertrauen: medium.

Profil 128 — Chocoladefabriken Lindt & Sprüngli AG (`six-issuer-1383`)

Punktbild: Strategie 0/15 · produktive Umsetzung 0/25 · Geschäftsmodell/Angebot 0/20 · messbarer Nutzen 0/20 · Daten/Skalierung 0/10 · Führung/Risiko 0/10 = 0/100. Score-Rang 128; Unsicherheit ±3 Punkte.

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Strategie, Einsatzfelder und Reife: Mangels belastbarer öffentlicher Evidenz werden weder Strategie noch Einsatzfeld als produktiv, Pilot oder Plan eingestuft. Dies ist kein Beleg für fehlende interne Aktivität.

Resultate, Finanzwirkung und Investitionen: KI-spezifische Kennzahlen, Budgets und Wirkungsnachweise werden nicht angesetzt. Eine Wirkung auf Umsatz, Kosten, Marge, Kapital oder freien Cashflow ist auf dieser Evidenzbasis nicht quantifizierbar.

Daten, Sicherheit, Regulierung und Bewertung: Ohne belastbare Angaben lassen sich Datenbasis, Kontrollen und Risiken nicht unternehmensspezifisch beurteilen. Die Nullwerte sind eine Evidenzbewertung, keine Behauptung über die tatsächliche Aktivität.

Abgrenzung: Mehrere Aktienklassen im Fondsbestand; als ein Emittent dedupliziert.

Profil 129 — BELIMO Holding AG (`six-issuer-10094`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 130 — PSP Swiss Property AG (`six-issuer-11129`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 131 — Ems-Chemie Holding AG (`six-issuer-1235`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 132 — Avolta AG (`six-issuer-21147`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 133 — Georg Fischer AG (`six-issuer-1386`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 134 — Banque Cantonale Vaudoise (`six-issuer-230`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 135 — SIG Group Ltd (`six-issuer-21019`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 136 — Allreal Holding AG (`six-issuer-11120`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 137 — VZ Holding AG (`six-issuer-18287`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 138 — Mobimo Holding AG (`six-issuer-12643`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 139 — Bachem Holding AG (`six-issuer-12100`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 140 — Zuger Kantonalbank (`six-issuer-155`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 141 — Bossard Holding AG (`six-issuer-2356`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 142 — Interroll Holding AG (`six-issuer-10274`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 143 — Burkhalter Holding AG (`six-issuer-18728`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 144 — Dätwyler Holding AG (`six-issuer-2370`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 145 — Intershop Holding AG (`six-issuer-1243`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 146 — Medacta Group SA (`six-issuer-20790`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 147 — Montana Aerospace AG (`six-issuer-20954`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 148 — SKAN Group AG (`six-issuer-20986`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 149 — Walliser Kantonalbank (`six-issuer-1215`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 150 — Zehnder Group AG (`six-issuer-2375`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 151 — Banque Cantonale de Genève (`six-issuer-3253`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 152 — Fundamenta Real Estate AG (`six-issuer-20776`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 153 — HIAG Immobilien Holding AG (`six-issuer-20234`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 154 — Kuros Biosciences Ltd. (`six-issuer-11963`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 155 — Medartis Holding AG (`six-issuer-20674`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 156 — PLAZZA AG (`six-issuer-20364`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 157 — R&S Group Holding AG (`six-issuer-21150`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 158 — Thurgauer Kantonalbank (`six-issuer-108`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 159 — Zug Estates Holding AG (`six-issuer-19660`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 160 — mobilezone holding ag (`six-issuer-11657`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 161 — Autoneum Holding AG (`six-issuer-19421`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 162 — Bell Food Group AG (`six-issuer-10791`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 163 — EPIC Suisse AG (`six-issuer-20905`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 164 — Hypothekarbank Lenzburg AG (`six-issuer-448`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 165 — Investis Holding SA (`six-issuer-20477`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 166 — Komax Holding AG (`six-issuer-10272`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 167 — Novavest Real Estate AG (`six-issuer-20851`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 168 — Schweiter Technologies AG (`six-issuer-2922`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 169 — Warteck Invest AG (`six-issuer-10025`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 170 — BVZ Holding AG (`six-issuer-10891`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 171 — Bergbahnen Engelberg-Trübsee-Titlis AG (`six-issuer-3178`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 172 — BioVersys AG (`six-issuer-21224`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 173 — COLTENE Holding AG (`six-issuer-18693`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 174 — CPH Group AG (`six-issuer-21186`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 175 — Centiel AG (`six-issuer-21305`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 176 — Gurit Holding AG (`six-issuer-14575`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 177 — Infracore SA (`six-issuer-21326`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 178 — Meier Tobler Group AG (`six-issuer-20676`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 179 — Metall Zug AG (`six-issuer-11961`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 180 — Molecular Partners AG (`six-issuer-20292`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 181 — Newron Pharmaceuticals S.p.A. (`six-issuer-18190`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 182 — Orior AG (`six-issuer-19139`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 183 — Santhera Pharmaceuticals Holding AG (`six-issuer-17778`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 184 — medmix AG (`six-issuer-20980`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 185 — Banque Cantonale du Jura SA (`six-issuer-458`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 186 — Calida Holding AG (`six-issuer-2415`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 187 — Curatis Holding AG (`six-issuer-21175`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 188 — EvoNext Holdings SA (`six-issuer-21259`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 189 — GAM Holding AG (`six-issuer-19014`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 190 — Groupe Minoteries SA (`six-issuer-11915`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 191 — Highlight Event and Entertainment AG (`six-issuer-19614`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 192 — Schlatter Industries AG (`six-issuer-2440`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 193 — Spexis AG (`fund-symbol-SPEX`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Abgrenzung: Nahezu wertlose Restposition im Fonds; aktuelle SIX-Indexmitgliedschaft nicht bestätigt.

Profil 194 — Varia US Properties AG (`six-issuer-20547`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 195 — Villars Holding S.A. (`six-issuer-1920`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Profil 196 — Züblin Immobilien Holding AG (`six-issuer-2841`)

Öffentlicher Befund: Keine belastbaren öffentlichen Informationen zur KI-Strategie oder KI-Umsetzung gefunden (Stand 3. September 2026).

Gesamtbild und Grenzen

Hohe Punktzahlen verlangen nicht nur eine KI-Erzählung, sondern produktive Nutzung, Nähe zum Geschäftsmodell, belastbare Daten- und Kontrollstrukturen sowie einen messbaren wirtschaftlichen Nutzen. Gerade der Nutzenblock trennt Zielwerte, Zeitersparnis und bereits verbuchte Ergebniswirkung. Wo Umsatz, Marge oder freier Cashflow nur auf Konzernebene genannt werden, wird keine KI-Kausalität unterstellt.

Die Untersuchung erfasst öffentliche Evidenz. Unternehmen können intern weiter sein, als sie berichten; umgekehrt beweisen Programme, Partnerschaften oder Rechenleistung noch keinen finanziellen Erfolg. Managementangaben sind meist nicht extern als KI-Beitrag geprüft. Die Rangliste ist deshalb ein nachvollziehbarer Umsetzungs- und Offenlegungsvergleich mit ±3 Punkten Unsicherheit, keine Bewertung des inneren Werts und keine Anlageempfehlung.

Sources

[1] https://www.six-group.com/fqs/ref.json?select=IssuerNameFull%2CISIN%2CValorSymbol%2CTradingBaseCurrency%2CMarketDate%2CShortName%2CIndexConstituentCount&where=ValorId%3DCH0009987501CHF9 — SIX SPI Referenzdaten

[2] https://www.ishares.com/ch/individual/en/products/264107/ishares-spi-ch-fund/1495092304805.ajax?fileType=csv&fileName=CHSPI_holdings&dataType=fund&asOfDate=20260901 — iShares SPI ETF Fondsbestand 01.09.2026

[3] https://www.holcim.com/innovation/artificial-intelligence — Unlocking AI for NextGen Growth at Holcim

[4] https://www.adeccogroup.com/en/our-group/media/press-releases/adecco-surpasses-one-million-ai-powered-candidate-interactions — Adecco surpasses one million AI-powered candidate interactions, cutting time-to-deliver by 50%

[5] https://2025-annual-report.kuehne-nagel.com/corporate-brochure/english/interview-with-the-ceo — Shaping Tomorrow’s Supply Chains with AI

[6] https://newsroom.kuehne-nagel.com/kuehnenagel-wins-responsible-ai-impact-award — Kuehne+Nagel wins Responsible AI Impact Award

[7] https://www.abb.com/global/en/company/digitalization-ai — Digitalization and AI | ABB

[8] https://www.abb.com/global/en/company/annual-reporting-suite — ABB Annual Reporting Suite 2025

[9] https://cosmopharma.com/news/cosmo-to-bring-real-time-ai-into-intelligent-medical-devices-with-nvidia-igx — Cosmo to bring real-time AI into intelligent medical devices with NVIDIA IGX

[10] https://cosmohealthconfidence.com/news/64300770-h1-2026 — Cosmo Reports Double-Digit Recurring Revenue Growth in H1 2026

[11] https://zurich.com/about-us/ai-at-zurich — AI at Zurich

[12] https://www.zurich.com/media/news-releases/2025/2025-1017-01 — AI Innovations Dominate the 2025 Zurich Innovation Championship

[13] https://ir-corporate.docmorris.com/de/nachrichten/docmorris-und-google-gehen-partnerschaft-ein-um-eine-der-fuehrenden-ki-gestuetzten-digitalen-gesundheitsplattformen-europas-voranzutreiben/8b357df4-4831-4e02-90b8-219cc54842d9 — DocMorris und Google gehen Partnerschaft ein

[14] https://ir-corporate.docmorris.com/en/news/docmorris-announces-accelerated-implementation-of-its-ai-first-strategy-positive-cost-savings-of-at-least-chf/43ce861b-d3f1-4c69-b749-a5e69809fb79 — DocMorris announces accelerated implementation of its AI-First strategy

[15] https://corporate.docmorris.com/en/about-us/strategy — Strategy | DocMorris

[16] https://assets.roche.com/f/170920/x/fba4184df7/roche-annual-report-2025.pdf — Roche Annual Report 2025

[17] https://report.sonova.com/2026/en/strategy-and-business — How we create value - Sonova Annual Report 2025/26

[18] https://report.sonova.com/2025/en/feature-story — A culture of innovation - Sonova Annual Report 2024/25

[19] https://www.givaudan.com/our-company/responsible-business/ethics-compliance/ai-ethics — Ethical creation and use of AI technologies within Givaudan

[20] https://www.givaudan.com/our-company/our-2030-strategy/megatrends/digital-innovation — Digital innovation at Givaudan

[21] https://www.givaudan.com/fragrance-beauty/myrissi — AI decoding tool Myrissi™ aligns colours with fragrances

[22] https://www.ubs.com/global/en/our-firm/what-we-do/technology/innovation-and-ai.html — Innovation and AI at UBS

[23] https://www.sec.gov/Archives/edgar/data/1114446/000161052025000086/investorpresotext2025.htm — UBS 2Q25 earnings call transcript (Form 6-K)

[24] https://sgs.com/-/media/sgscorp/documents/corporate/reports-and-presentations/2020s/2026/sgs-first-quarter-2026-sales-update-presentation-en.cdn.en.pdf — SGS First Quarter 2026 Sales Update Presentation

[25] https://sgs.com/-/media/sgscorp/documents/corporate/reports-and-presentations/2020s/2026/sgs-2025-full-year-results-press-release-en.cdn.en.pdf — SGS 2025 Full Year Results Press Release

[26] https://www.landisgyr.com/content/dam/landisgyr/download---result-center/2026/annual-fy-2025/Annual%20Report%20(Full%20Version).pdf — Landis+Gyr Annual Report 2025

[27] https://www.temenos.com/wp-content/uploads/2026/03/2025-annual-report-4nu412zg99.pdf — Temenos Annual Report and Accounts 2025

[28] https://www.temenos.com/innovation/ai — Temenos AI

[29] https://www.temenos.com/press_release/temenos-launches-gen-ai-copilot-for-banks-to-deliver-better-products-faster — Temenos launches Gen AI Copilot for banks to deliver better products faster

[30] https://www.swissre.com/risk-knowledge/advancing-societal-benefits-digitalisation/The-power-of-AI-How-quiet-victories-drive-big-impact.html — The power of AI: how quiet victories in IT support drive big impact, too

[31] https://www.swissre.com/reinsurance/insights/unlocking-growth-with-artificial-intelligence.html — Unlocking Real Growth with Artificial Intelligence

[32] https://www.swissre.com/dam/jcr%3A1dbcbd81-bf0d-4b9b-89bd-c694078535be/2025-ar-management-report-extract.pdf — Swiss Re Annual Report 2025 – Management Report

[33] https://www.straumann.com/content/dam/media-center/group/en/documents/annual-report/2025/Straumann_AR25.pdf — Straumann Group Annual Report 2025

[34] https://www.sulzer.com/en/shared/news/250325-new-pump-energy-optimization-solution-launched?switchlanguage=1 — New pump energy optimization solution launched to drive cost and carbon savings

[35] https://report.softwareone.com/ar25/our-strategy-and-business-model — Our strategy and business model – SoftwareOne Annual Report 2025

[36] https://www.softwareone.com/en-gb/case-studies/global/professional-services/agentic-ai-on-aws — How AWS agentic AI transformed member support operations

[37] https://nestleusa.com/stories/unlocking-new-opportunities-gen-ai — Unlocking New Opportunities with Gen AI

[38] https://swissmarketplace.group/blog/ai-and-digital-strategy-at-autoscout24 — Artificial Intelligence and Digital Strategy: How AutoScout24 is Shaping the Future

[39] https://swissmarketplace.group/de/tech-blog/build-a-low-cost-low-latency-low-energy-ai-translator-a-step-by-step-guide-to-deploying-your-own-ai-powered-translation-api-at-scale — Build a low-cost, low-latency, low-energy AI Translator

[40] https://swissmarketplace.group/wp-content/uploads/2026/05/Media-release-20260521-ImmoScout24-dialogue-based-property-search-EN.pdf — ImmoScout24 dialogue-based property search

[41] https://www.novartis.com/stories/smarter-decisions-scale-how-novartis-using-ai-advance-rd — Smarter decisions at scale: How Novartis is using AI to advance R&D

[42] https://www.novartis.com/us-en/news/media-releases/novartis-breaks-ground-new-global-biomedical-research-center-san-diego-accelerate-drug-discovery — Novartis breaks ground on new global Biomedical Research center in San Diego

[43] https://annualreport.dsm-firmenich.com/2025/our-performance/data-governance-and-ai.html — Data governance and AI

[44] 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

[45] https://news.logitech.com/press-releases/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

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

[47] https://mindmazetherapeutics.com/ — MindMaze Therapeutics – Home

[48] https://mindmazetherapeutics.com/mindmaze-and-chuv-receive-innosuisse-innovation-grant-to-develop-novel-ai-vr-solution-to-train-attention-in-acquired-brain-injury/ — MindMaze and CHUV receive Innosuisse Innovation Grant

[49] https://www.partnersgroup.com/en/news-and-views/perspective/midyear-outlook-2026 — 2026 Mid-Year Outlook

[50] https://www.swatchgroup.com/en/services/archive/2026/swatch-ai-dada — Swatch AI-DADA

[51] https://www.swatchgroup.com/en/swatch-group/innovation-powerhouse/internet-things/omega-new-technology-paris-2024 — Omega: New Technology for Paris 2024

[52] https://www.stadlerrail.com/api/docs/x/518f589306/annual-report_2025_en.pdf — Stadler Annual Report 2025

[53] https://www.inficon.com/media/13315/download/Annual-Report-2025.pdf?inline=true&language=en&v=1 — INFICON Annual Report 2025

[54] https://corporate.lastminute.com/2026/06/17/lastminute-com-announces-ai-powered-transformation-to-drive-its-next-phase-of-growth — lastminute.com Announces AI-Powered Transformation

[55] https://corporate.lastminute.com/2026/01/20/lastminute-com-launches-mcp-server-for-flights-as-first-step-in-multi-year-ai-infrastructure-roadmap — lastminute.com launches MCP Server for Flights

[56] https://media.staticroot.com/DAM/Artwork/lastminute.com/press_release/2026/HY%202026/20260730%20lastminute.com%20H1%202026%20results_EN.pdf — lastminute.com H1 2026 Results

[57] https://nagra.com/2025-annual-results — Kudelski Group 2025 Annual Results

[58] https://www.swissquote.com/en/group/annual-report/2025/business-cases/dare-to-see-beyond — Building an AI ecosystem for smarter investing

[59] https://www.swissquote.com/en-ch/private/trade/platforms/ai-sentiment — AI Solutions: Market Insights and Trading Tools

[60] https://www.sika.com/en/about-us/strategy/megatrend-technological-progress.html — Technological Progress

[61] https://www.sika.com/en/sustainability/innovation/sika-innovation-flash/crack-evaluation-by-artificial-intelligence.html — Crack Evaluation by Artificial Intelligence

[62] https://www.lonza.com/knowledge-center/smallmolecules/w/future-drug-development — The future of drug development with Lonza’s AI-powered tools

[63] https://www.lonza.com/annualreport/2025/documents/LONZA_AR_2025_SCREEN_CREATING_VALUE.pdf — Lonza Annual Report 2025 – Creating Value

[64] https://www.traditiondata.com/news/ai-financial-markets/ — AI-Powered Precision: Our Swaptions Surfaces for CHF SARON & CAD CORRA

[65] https://www.traditiondata.com/news/chf-iro-saron-curve/ — TraditionData launches new CHF SARON IRO Surface

[66] https://tradition.com/media/366169/Annual_report_ang_final.pdf — Tradition Annual Report 2025

[67] https://bystronic.com/sca/en/news/bystronic-wins-swiss-technology-award — Bystronic wins the Swiss Technology Award

[68] https://bystronic.com/int/en/news/new-bycut-star — The new ByCut Star: Efficient laser cutting with brainpower

[69] https://www.vontobel.com/siteassets/about-vontobel/investor-relations/reports--presentations/2025/fyr/full-year-report-2025_en-mjaynjaymdy.pdf — Vontobel Annual Report 2025

[70] https://tb.vontobel.com/en-ch/insights/embracing-ai — Embracing AI: a catalyst for client service and strategic growth

[71] https://www.xlifesciences.ch/artificial-intelligence — AI Portfolio at Xlife Sciences

[72] https://cembra.ch/assets/cembra/investor-relation/berichte-und-praesentationen/finanzberichte/geschaeftsbericht-2025-en.pdf — Cembra Annual Report 2025

[73] https://www.tecanannualreport.com/annual-report-2024/the-stories/leveraging-artificial-intelligence-1 — Tecan Annual Report: Leveraging Artificial Intelligence

[74] https://www.tecan.com/customer-news/tecan-accelerates-data-driven-lab-journey-with-agentic-ai-developments-powered-by-nvidia-2412 — Tecan accelerates Data-Driven Lab journey with Agentic AI developments powered by NVIDIA

[75] https://tx.group/fileadmin/user_upload/reports-and-publications/2025/en/Half-Year_Report_2025-en.pdf — TX Group Half-Year Report 2025

[76] https://www.rieter.com/company/news-and-success-stories/details/artificial-intelligence-supports-sustainable-yarn-production — Artificial Intelligence Supports Sustainable Yarn Production

[77] https://www.rieter.com/media/media-releases/newsdetail/rieter-and-the-johann-jacob-rieter-foundation-sponsor-professorship-for-artificial-intelligence-at-the-zhaw — Rieter and the Johann Jacob Rieter Foundation Sponsor Professorship for Artificial Intelligence at the ZHAW

[78] https://www.rieter.com/media/media-releases/newsdetail/rieter-at-itm-2026-spinning-redefined-with-automation-and-intelligence — Rieter at ITM 2026: Spinning Redefined with Automation and Intelligence

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

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

[81] https://www.oerlikon.com/ecoma/files/Oerlikon_Annual_Report_2025.pdf — Oerlikon Annual Report 2025

[82] https://www.oerlikon.com/en/oerlikon-digital-hub/stories/unlocking-digital-potential — Unlocking Digital Potential

[83] https://2025.report.mikron.com/wp-content/uploads/2026/02/MI_AR_2025_Interview.pdf — Mikron Annual Report 2025 – CEO Interview

[84] https://report.dormakaba.com/2025_26/innovation — dormakaba Annual Report 2025/26 – Innovation

[85] https://report.dormakaba.com/2025_26/app/uploads/dormakaba_Annual_Report_2025_26_en.pdf — dormakaba Annual Report 2025/26

[86] https://www.futureoffieldservice.com/how-alcon-is-strategically-approaching-ai-in-field-service-and-beyond/ — How Alcon is Strategically Approaching AI in Field Service (and Beyond)

[87] https://investor.alcon.com/news-and-events/press-releases/news-details/2026/Alcon-Delivers-Strong-Fourth-Quarter-2025-Topline-Growth-as-New-Product-Launches-Accelerate-Sales/default.aspx — Alcon Delivers Strong Fourth-Quarter 2025 Topline Growth

[88] https://www.juliusbaer.com/en/insights/company-insights/behind-the-scenes/how-julius-baers-20-years-in-asia-are-shaping-its-global-ai-transformation/ — How Julius Baer’s 20 years in Asia are shaping its global AI transformation

[89] https://www.burckhardtcompression.com/fileadmin/uploads/burckhardt/documents/reports/archive/annual-report-2025-burckhardt-compression-260624-en.pdf — Burckhardt Compression Annual Report 2025

[90] https://www.burckhardtcompression.com/services/digital-solutions/up-detect-predictive-maintenance — UP! Detect – predictive maintenance

[91] https://www.zuehlke.com/en/case-studies/burckhardt-compression-minimises-manual-work-with-genai — Burckhardt Compression minimises manual work with GenAI

[92] https://investor.romande-energie.ch/~/media/Files/R/Romande-Energie-IR/2025/2025_rapport_annuel_fr.pdf — Groupe Romande Energie – Rapport de gestion 2025

[93] https://www.ascom.com/globalassets/investor-related-blocks/ascom_2025fyr_presentation_090326_final.pdf — Ascom 2025 Full-Year Results

[94] https://klingelnberg.com/fileadmin/Investors/Annual_Report_2025_26_en.pdf — KLINGELNBERG Annual Report 2025/26

[95] https://accelleron.com/charge-magazine/delivering-a-digital-future-for-shipping — Delivering a Digital Future for Shipping

[96] https://report.gkb.ch/2024/digitalisierung — GKB Geschäftsbericht 2024 – Digitalisierung

[97] https://www.bucherindustries.com/en/record-collections/stories/advanced-driver-assistance-system-for-compact-sweepers — Advanced Driver Assistance System for compact sweepers

[98] https://ams-osram.com/documents/d/ams-osram/eng-geschafts-und-nachhaltigkeitsbericht-ams-osram-2025 — ams OSRAM Annual Report 2025

[99] https://report.bellevue.ch/2025/app/uploads/2026-02-24-MAC-Presentation_EN.pdf — Bellevue Group Results 2025

[100] https://www.ypsomed.com/en/news-insights/company-stories/company-stories-detail-page/we-use-data-to-look-into-the-future — We use data to look into the future

[101] https://swissmedical.net/en/news-events/20260617_smn_ai_heidi — Swiss Medical Network rolls out AI-supported medical documentation

[102] https://www.schindler.com/en/services/digital.html — Digital services

[103] https://www.schindler.com/en/media/news-press-releases/maximizing-fleet-efficiency-at-schindler-elevator.html — Maximizing Fleet Efficiency in the Elevator Industry with AI

[104] https://reports.vpbank.com/2025/ar/en/innovation-management — Innovation management – VP Bank Annual Report 2025

[105] https://reports.vpbank.com/2025/ar/en/strategy-and-targets — Strategy and targets – VP Bank Annual Report 2025

[106] https://vpbank.com/en/news/2021/vp-bank-partners-eth-ai-center — VP Bank partners with the ETH AI Center

[107] https://www.amrize.com/us/en/media/newsroom/amrize-and-meta-partner-on-ai-optimized-concrete.html — Amrize and Meta Partner on First-of-its-kind AI-Optimized Advanced Concrete Mix

[108] https://www.amrize.com/us/en/media/stories-insights/concrete--now-with-ai--see-how-at-the-new-meta-data-center.html — Concrete, now with AI. See how at the new Meta data center

[109] https://www.kardex.com/en/company/news/kardex-showcases-live-robotic-item-picking-by-berkshire-grey-for-autostore — Kardex Showcases Live Robotic Item Picking by Berkshire Grey for AutoStore

[110] https://www.kardex.com/en/company/news/kardex-and-lightguide-announce-global-partnership-to-deliver-warehouse-execution-intelligence — Kardex and LightGuide Announce Global Partnership to Deliver Warehouse Execution Intelligence

[111] https://www.apgsga.ch/de/ueber-uns/medienmitteilungen/2024/03/13/apgsga-lanciert-service-f%C3%BCr-ki-generierte-plakatsujets-und-digitale-spots/ — APG|SGA lanciert Service für KI-generierte Plakatsujets und digitale Spots

[112] https://www.apgsga.ch/en/digital-and-mobile/programmatic-advertising/ — APG|SGA programmatic advertising: zero in on target groups

[113] https://also.com/ec/cms5/media/img/6000_holding/reports_and_presentations/2025_125/also_h1_25_results_presentation_en.pdf — ALSO H1 2025 Results Presentation

[114] https://www.also.com/ec/cms5/en_6000/6000/company/index.jsp — Company – ALSO Holding AG

[115] https://implenia.com/fileadmin/implenia.com/finanzpublikationen_und_praesentationen/2025/FinPub/Implenia-Presentation-Annual-Report-2025-EN.pdf — Implenia 2025 Annual Result Presentation

[116] https://ofv.ch/en/nave-en — NAVE: The AI Learning Coach in LERN:GALAXIE

[117] https://www.valantic.com/en/case-studies/v-zug-ai-assistant/ — V-ZUG AI Assistant: Smart Product Guidance

[118] https://cloud.google.com/blog/products/ai-machine-learning/ai-suggestions-serve-a-better-client-experience-at-richemont — AI suggestions serve a better client experience at Richemont

[119] https://dksh.com/global-en/content/download/146279/2095436?version=5 — Full-Year Results 2025

[120] https://reporting.swisslife.com/en/2025AR/report/annual-report/segment-reporting/france — Swiss Life Annual Report 2025 – France

[121] https://brandengagementnetwork.com/newsroom/ben-swiss-life-launch-ai-partnership-for-global-insurance-solutions — BEN, Swiss Life Launch AI Partnership for Global Insurance Solutions

[122] https://www.sfurban.ch/assets/group/02_Downloads/02_sfup/01_gb/2025/2025-12-31_sfup_gb2025.pdf — SF Urban Properties AG Geschäftsbericht 2025

[123] https://www.legartis.ai/blog/case-study-ai-contract-analysis — Swiss Prime Site: AI to Analyze Over 1’000 Contractual Relationships

[124] https://www.venturelab.swiss/Artificial-Intelligence-Meets-Real-Estate-Swiss-Prime-Site-Selects-Four-AIInnovations-for-Future-Projects — Artificial Intelligence Meets Real Estate: Swiss Prime Site Selects Four AI-Innovations

[125] https://flughafen-zuerich.ch/en/zrh-staff/mobility-and-safety/mobility/autonomous-shuttle-personal-airside/faq-und-feedback — Autonomous shuttle for personnel – airside

[126] https://report.flughafen-zuerich.ch/2025/ar/en/board-of-directors — Board of Directors – Annual Report 2025

[127] https://www.bkw.ch/en/about-us/news/blog/innovation-and-technology/does-the-turbine-have-a-temperature — Does the turbine have a temperature?

[128] https://www.bkw.ch/fileadmin/user_upload/06_Footer/Datenschutzerklaerung/Nutzungsbedingungen_und_Datenschutzhinweise_DIRO/DSH_fuer_DIRO_FINAL_EN.pdf — Terms of Use and Privacy Policy for the Digital Investor Relations Officer (DIRO)

[129] https://www.galderma.com/sites/default/files/2026-03/galderma_ar_2025_consolidated-doc_8b_260304_-_full.pdf — Galderma Annual Report 2025

[130] https://www.barry-callebaut.com/en/about-us/media/news-stories/artificial-intelligence-against-deforestation — Artificial intelligence against deforestation

[131] https://www.barry-callebaut.com/en/about-us/media/news-stories/barry-callebaut-partners-notco-ai-unlock-next-level-chocolate — Barry Callebaut Partners with NotCo AI to Unlock Next-Level Chocolate Innovation

[132] https://voices.llb.li/en/126-question-of-timing — It’s all a question of timing

[133] https://reports.llb.li/2025/ar/en/strategy-and-organisation — LLB Group – Strategy and organisation

[134] https://www.forbo.com/flooring/en-uk/forbo-ai-assistant/p4ctir — Forbo AI Assistant

[135] https://report.cicor.com/ar25/app/uploads/Annual-Report-2025.pdf — Cicor Annual Report 2025

[136] https://www.cicor.com/en/medical-engineering/edge-ai/ — Cicor Edge AI in Healthcare Technology

[137] https://group.phoenix-mecano.com/en/annual-reports/2025/chairman-and-ceo-interview — Phoenix Mecano Annual Report 2025 – Chairman and CEO interview

[138] https://www.efginternational.com/doc/jcr:14c26c99-1869-4b2f-9f26-4c6067781810/EFG-Bank-Annual%20Report%202025.pdf/lang:en/EFG-Bank-Annual%20Report%202025.pdf — EFG Bank Annual Report 2025

[139] https://www.wisekey.com/press/wisekey-announces-human-ai-t-universal-ai-for-humanity-platform-at-davos/ — WISeKey Announces HUMAN-AI-T, Universal AI for Humanity Platform, at Davos

[140] https://www.wisekey.com/press/wisekey-expands-the-global-human-ai-t-into-a-global-movement-following-davos-2026-launch-calling-for-ethical-and-human-governed-ai/ — WISeKey Expands the Global HUMAN-AI-T Into a Global Movement

[141] https://www.wisekey.com/press/wisekey-reports-audited-full-year-2025-financial-results/ — WISeKey Reports Audited Full Year 2025 Financial Results

[142] https://www.peachproperty.com/de/2026/08/03/nachhaltigkeits-factsheet-2025-auf-kurs-bei-den-klimazielen-ki-steigert-effizienz-der-umweltdatenerhebung/ — Nachhaltigkeits-Factsheet 2025: Auf Kurs bei den Klimazielen, KI steigert Effizienz der Umweltdatenerhebung

[143] https://www.lukb.ch/.dam/ac79db63-fc51-4e30-8070-92970bfb474a/LUKB-Strategy-LUKB30-2025.pdf?ED1336= — LUKB Strategy 2026–2030

[144] https://www.lukb.ch/.dam/cd89ee73-5545-4b00-866f-9206e4dadd9f/LUKB-annual-report-2025.pdf?EA0985= — LUKB Annual Report 2025

[145] https://www.basilea.com/news/news/basilea-and-phare-bio-enter-partnership-combining-anti-infectives-industry-expertise-with-unique-ai-capabilities-for-the-development-of-a-novel-antibiotic — Basilea and Phare Bio enter partnership combining anti-infectives industry expertise with unique AI capabilities

[146] https://www.peh.ch/media/document/09addd32-d2fc-45ca-8f7f-09cba550b7c7/assets/PEH_Annual_Report_2026.pdf — Private Equity Holding Annual Report 2025/2026

[147] https://www.aero-mag.com/starrag-unveils-new-rcs-80-cam-software — Starrag unveils new RCS 8.0 CAM software

[148] https://www.zuehlke.com/en/case-studies/blkb-becomes-a-data-driven-bank-with-the-right-strategy — BLKB becomes a data-driven bank with the right strategy

[149] https://www.blkb.ch/dam/pdf/berichte/2025/BLKB_Sustainability-Report_2025.pdf — BLKB Sustainability Report 2025

[150] https://siegfried.ch/app/uploads/2026/01/260108_SIG_Artificial_Intelligence_Policy_EN_Web.pdf — Siegfried Artificial Intelligence Policy

[151] https://report.bkb.ch/2025/app/uploads/BKB_Geschaeftsbericht_2025.pdf — Geschäftsbericht 2025

[152] https://www.addextherapeutics.com/en/investors/press-releases/addex-and-sib-swiss-institute-bioinformatics-receive-innosuisse-grant-repurpose-potent-dopamine-antagonist-using-computational-m/ — Addex and SIB receive Innosuisse grant to repurpose dopamine antagonist using computational modelling

[153] https://reports.hubersuhner.com/2025/ar/segments-communication — HUBER+SUHNER Annual Report 2025 – Communication

[154] https://www.valiant.ch/de/blog/ki-hilft-uns-noch-besser-zu-werden — «KI hilft uns, noch besser zu werden»

[155] https://edisunpower.com/application/files/9717/7917/5278/260326_EDISUN_Lagebericht_DE_V05.pdf — Edisun Power Europe – Lagebericht 2025

[156] https://www.bajajmobility.com/api/assets/158406091928960?type=inline — Bajaj Mobility Annual Report 2025

[157] https://www.feintool.com/insights/ideal-production-thanks-to-ai-2 — Ideal production thanks to AI

[158] https://feintool.com/wp-content/uploads/2025/05/FEI_001-NHB-2024_EN.pdf_web.pdf — Feintool Sustainability Report 2024

[159] https://www.bekb.ch/firmenkunden/unternehmensphasen/gruendung/businessplan-erstellen — Businessplan erstellen mit KI

[160] https://www.snb.ch/public/asset/en/www-snb-ch/publications/communication/annual-report/annrep_2025_komplett/publications0_en/annrep_2025_komplett.en.pdf — Swiss National Bank 118th Annual Report 2025

[161] https://www.mch-group.com/en/investors/reports/annualreport-2025 — MCH Group Annual Report 2025

[162] https://www.lem.com/en/file/13655/download — LEM Invitation to AGM 2025

[163] https://www.lem.com/en/file/13020/download — LEM Annual Report 2023/24

[164] https://www.shl-telemedicine.com/wp-content/uploads/2025/04/SHL-Annual-Report-2024-F.pdf — SHL Telemedicine Annual Report 2024

[165] https://mcpiqojournal.org/article/S2542-4548(25)00009-8/fulltext — A Pilot Study of the Home-Based 12-Lead Electrocardiogram in Clinical Practice

[166] https://www.idorsia.com/dam/jcr:125a28bf-e285-4520-9640-1230ad8b9219/product-innovation.pdf — Product innovation – Sustainability Infosheet 2022

[167] https://www.carlogavazzi.com/files/media/files/ca0a102d7e9262bc1938e777d8e7df78/2025-2026_EN-Annual-report-Carlo-Gavazzi.pdf — Carlo Gavazzi Annual Report 2025/26

[168] https://sandoz-com.cms.sandoz.com/sites/default/files/2026-02/Sandoz%20Business%20Report%202025.pdf — Sandoz Business Report 2025

[169] https://www.sandoz.com/sandoz-artificial-intelligence-agreement-gtcp — Sandoz Artificial Intelligence Agreement for GTCP

[170] https://assets-eu-01.kc-usercontent.com/0ccaa724-4792-0104-cc7f-79864f229134/1c286fc4-73c8-4b3b-97dd-c5ae4b0dc07c/IVF_Hartmann_Geschaeftsbericht_2025_Web.pdf — Geschäftsbericht 2025 der IVF HARTMANN Gruppe

[171] https://www.infosys.com/newsroom/press-releases/2025/accelerate-it-transformation-power-ai-future.html — Infosys Extends Strategic Collaboration with Sunrise to Accelerate IT Transformation and Power AI Future

[172] https://sfs.com/downloads/investor-relations/publikationen/presentation_annual-report-2025.pdf — Presentation of Annual Report 2025

[173] https://reports.sfs.com/annual-report/2025/en/strategy — Strategy – SFS Annual Report 2025

[174] https://reporting.vaudoise.ch/rapport-2025/rapport-2025/conversation-kristel-rouiller/ — Rencontre avec Kristel Rouiller – Rapport annuel 2025

[175] https://www.bbbiotech.ch/_Resources/Persistent/d/2/9/e/d29e9207c67a06cd6779f0971e60d63c6e1f5c5c/20230503_BION%20Computational%20Biotech_en.pdf — Creating blockbuster drugs using algorithms

[176] http://clariant.com/Corporate/Main-Content/Promoted/30-Years-of-Greater-Chemistry — 30 Years of Greater Chemistry

[177] https://www.eqs-news.com/media/document/31dd5f49-e7c5-42c0-9ba3-f934c5d42400/assets/ARYZTA_AG_2025_Annual_Report.pdf — ARYZTA Annual Report 2025

[178] https://www.baloise.com/en/home/news-stories/news/all-news/2023/whats-next-for-ai-and-insurance.html — What’s Next for AI and Insurance

[179] https://indices.leonteq.com/index-details/LEONAI15%20Index — Leonteq Select Artificial Intelligence Equity 15%RC Index

[180] https://report.polypeptide.com/ar/25/app/uploads/PPG_Annual_Report_2025.pdf — PolyPeptide Annual Report 2025

[181] https://www.pressetext.com/news/talenthouse-has-acquired-creative-commission-the-leading-platform-for-creative-jobs-in-the-music-industry.html — Talenthouse has acquired Creative Commission

[182] https://cdn.prod.website-files.com/6464c9a8e8e0aceefa151ae8/6477ac69f33faca844e9aff7_Talenthouse%20Press%20Release%20Annual%20Report%20-%20Draft%202023-05-31_EN.PDF — Publication of annual report 2022 not yet possible

[183] https://galenica.com/en/storyhub/eqs/bb55d0fa-ca23-4f08-b291-bb3d30f56365.php — Galenica achieves strong annual result and increases mid-term guidance

[184] https://www.markt-kom.com/de/kreativity/kampagnen/glarner-kantonalbank-ki-zeigt-das-leben-in-vollen-zuegen/ — Glarner Kantonalbank: KI zeigt das Leben in vollen Zügen

[185] https://reports.comet-group.com/25/outlook-for-2026 — Outlook for 2026 – Comet Group Annual Report 2025

[186] https://reports.comet-group.com/25/strategy-update-group — Strategy update – Comet Group Annual Report 2025

[187] https://www.arbonia.com/fileadmin/content_arbonia/05_Investoren/Gesch%C3%A4fts-_und_Halbjahresberichte/Arbonia_Annual_Report_2025.pdf — Arbonia Annual Report 2025

[188] https://www.vatgroup.com/files/live/sites/vat/files/Investor%20relations/General%20Meeting/2026/vat-summary-report-2025.pdf — VAT Summary Report 2025

[189] https://www.sgkb.ch/.dam/814f346b-7f11-49a0-af0c-b0f05eafeca5/SGKB-Geschaeftsbericht-2025.pdf?BD8A13 — Geschäftsbericht 2025 der St.Galler Kantonalbank

[190] https://dottikon.com/en/documents/investors/media-releases/en/media_release_2026-05-29 — DOTTIKON ES – Higher Net Sales and Slightly Lower Result

[191] https://report.emmi.com/2025/en/our-highlights — Our highlights - Annual Report 2025

[192] https://media.jungfrau.ch/image/upload/v1775552413/JungfraubahnHoldingAG-GB2025-Nachhaltigkeitsbericht-DE.pdf?v=1775552413 — Jungfraubahn Holding AG Geschäftsbericht 2025

[193] https://sensirion.com/media/media/file/C62472ED/6824596D/Sensirion_FY2024_Presentation_EN.pdf — Sensirion Full-Year 2024 Results

[194] https://www.vetropack.com/fileadmin/doc/04_Vetropack/Financial_reports/English/2026/Vetropack-Annual-report-2025.pdf — Vetropack Annual Report 2025