Zürich – Künstliche Intelligenz (KI) entwickelt sich rasant weiter – technologisch, wirtschaftlich und geopolitisch. Während Unternehmen zunehmend auf KI setzen, verschärfen sich gleichzeitig Fragen nach Regulierung, Standortattraktivität und technologischer Unabhängigkeit. Vor diesem Hintergrund identifiziert EY Schweiz zentrale KI-Trends, die 2026 prägen werden und die am 24. März vertieft an der EY National AI Conference 2026 in Zürich vorgestellt werden.
Die Agenten-Revolution: Leistungsfähig, aber noch nicht ganz bereit
KI-Agenten sind längst keine Experimente mehr. Laut dem CEO Outlook 2026 von EY, berichten die meisten CEOs (97 Prozent), dass ihre KI-Initiativen die Erwartungen erfüllen oder übertreffen. Am deutlichsten zeigt sich der Wandel in der Softwareentwicklung: Bereits Ende 2025 wurde fast die Hälfte der Programmcodes auf der Plattform Github mithilfe von KI-Tools geschrieben. KI-Agenten schreiben Tests, beheben Fehler und führen komplexe Aufgaben über Stunden oder Tage ohne menschliches Eingreifen aus.
Was in einer Demonstration jedoch überzeugend wirkt, ist nicht dasselbe wie ein zuverlässiger Betrieb im produktiven Umfeld. Bei KI-Agenten, die auf Large Language Models (LLM) basieren, kann der Output bei gleichen Aufgaben stark variieren. Werden mehrere KI-Agenten in einen Prozess eingebunden, multiplizieren sich allfällige Fehler, was die Entwicklung von komplexen Multiagentensystemen schwierig macht.
Diesen Herausforderungen kann mit einer strukturierten Orchestrierung von KI‑Agenten begegnet werden. Für die meisten Unternehmen liegt der grösste Aufwand weniger im KI‑Modell selbst, sondern bei den begleitenden Voraussetzungen wie Sicherheit, Testumgebungen, Vorfallmanagement und stabilen Deployment‑Prozessen. Der produktive Einsatz von KI‑Agenten erfordert daher organisatorische und technische Strukturen, wie sie aus der Softwareentwicklung bekannt sind – mit klar getrennten Test‑ und Produktionsumgebungen sowie Entwicklungsprozessen. Während sich die Technologie kontinuierlich weiterentwickelt, fehlt vielen Unternehmen bislang noch die betriebliche Erfahrung, solche Systeme zuverlässig und sicher zu betreiben.
Sovereign AI: Technologische Unabhängigkeit wird zum Standortfaktor
«Sovereign AI» beschreibt die Bestrebungen von Staaten und Wirtschaftsregionen, eigene KI-Modelle, Dateninfrastrukturen und Rechenkapazitäten aufzubauen, um Abhängigkeiten von ausländischen Anbietern zu reduzieren.
Adrian Ott, Chief AI Officer bei EY Schweiz, sagt dazu: «Heute stützt sich ein grosser Teil der Schweizer Unternehmen, die KI produktiv einsetzen, auf Modelle grosser Anbieter aus den USA. Die Künstliche Intelligenz, die Geschäftsentscheide in der Schweiz unterstützt, wurde damit häufig ausserhalb der Schweiz trainiert, reguliert und betrieben.»
Was passiert, wenn der Zugang zu den leistungsfähigsten KI-Modellen plötzlich aus politischen Gründen zurückgehalten wird? Zwar gibt es einige europäische und Schweizer Modelle, für besonders anspruchsvolle Anwendungen liegen diese aktuell jedoch noch hinter den führenden Modellen aus den USA zurück. Zudem verfügt Europa bei der Entwicklung von neuen Modellen derzeit über lediglich rund 5 bis 10 Prozent der weltweiten KI‑Rechenkapazität, verglichen mit etwa 60 bis 75 Prozent in den USA.
Gemäss dem Global Economic Outlook 2026 zählen handelspolitische Eingriffe und geopolitische Unsicherheiten weiterhin zu den zentralen Wachstumsrisiken. Für die Schweiz ist die digitale Souveränität von entscheidender Bedeutung. Für Unternehmen rücken damit folgende zentrale Fragen in den Vordergrund: Wo werden Daten verarbeitet? Wer kontrolliert die zugrunde liegenden Modelle? Und wie robust ist die eigene KI-Architektur gegenüber geopolitischen und regulatorischen Veränderungen?
Physical AI: Die stille Revolution in der Fabrikhalle
Während sich die öffentliche Debatte auf Chatbots und textbasierte Anwendungen konzentriert, gewinnt Physical AI stark an Bedeutung und ist eine der grossen KI-Trends 2026. Physical AI bezeichnet dabei den Einsatz von KI zur Steuerung von Robotern und Maschinen.
Ein wesentlicher Treiber dieser Entwicklung ist das Training von Robotern in vollständig simulierten digitalen Umgebungen. Mithilfe sogenannter Digital Twins werden in virtuellen, simulationsbasierten Umgebungen Millionen Stunden von Arbeitsabläufen abgebildet, in denen Systeme lernen, mit Unregelmässigkeiten und unerwarteten Situationen umzugehen, bevor dieses Wissen in die physische Welt übertragen wird.
Für Unternehmen stellt sich damit weniger die Frage, ob physische KI die Fertigung und Logistik verändern wird, sondern wie schnell diese Entwicklung voranschreitet und wer darauf wie gut vorbereitet ist. Unternehmen, die bereits heute von physischer KI gesteuerte Roboter einsetzen, sammeln dabei wertvolle Betriebsdaten, Informationen zu Fehlerquellen, Toleranzen und Grenzfällen. Mit zunehmender Technologiereife können sich diese Erfahrungen zu einem erheblichen Wettbewerbsvorteil entwickeln.
Denn ein Roboter, der mehr als tausend Stunden im industriellen Einsatz war, ist dabei nicht nur eine maschinelle Arbeitskraft, sondern auch ein Lieferant eines umfangreichen Trainingsdatensatzes. Diesen können Mitbewerber ohne direkten Zugang zu realen Produktionsumgebungen kaum nachbilden.
Adrian Ott sagt dazu: «Physische KI erhält derzeit weniger öffentliche Aufmerksamkeit als generative KI, doch sie wird die grössten und wichtigsten Branchen und damit auch die Weltwirtschaft nachhaltig verändern.»
Adaptive AI Strategy: Strategie, Governance und Regulierung werden zum Differenzierungsfaktor
Obwohl sich die meisten Unternehmen bereits intensiv mit Künstlicher Intelligenz befassen, fehlen häufig noch die organisatorischen Grundlagen, um diese auch gut einsetzen zu können. Die Erfahrung aus zahlreichen EY-Projekten über verschiedene Branchen hinweg zeigt, dass die grössten Herausforderungen weniger in der Technologie selbst liegen, sondern in der Struktur: fehlende KI-Strategien, unklare Verantwortlichkeiten sowie Governance-Rahmenwerke, die für ein langsameres Innovationstempo konzipiert wurden.
Gleichzeitig entwickelt sich das regulatorische Umfeld schnell weiter. Regierungen führen neue Rahmenwerke ein oder präzisieren bestehende Gesetze und Regelungen, um Fragen zu Transparenz, Haftung und Datenschutz zu adressieren. Die Schweiz verfolgt dabei einen sektorspezifischen Ansatz mit Fokus auf internationale Anschlussfähigkeit und versucht, Innovation mit Rechtssicherheit in Einklang zu bringen. Für grenzüberschreitend tätige Unternehmen entsteht dadurch ein zunehmend komplexes Regelwerk, das je nach Markt und Branche variiert. Im Schweizer Finanzsektor beispielsweise, ist diese Dynamik bereits konkret sichtbar. Gemäss dem EY Bankenbarometer 2026 arbeiten 78 Prozent der Banken aktiv an der Einführung von KI. Im Vorjahr waren es mit 53 Prozent noch rund die Hälfte der Institute.
Gleichzeitig zählen Datenschutz, regulatorische Anforderungen und operationelle Resilienz weiterhin zu den zentralen Herausforderungen. Der Unterschied liegt dabei weniger darin, ob Unternehmen KI einsetzen, sondern, ob sie über die notwendigen Governance-Strukturen verfügen, um die KI verantwortungsvoll, skalierbar und anpassungsfähig zu betreiben. Dazu gehören klar definierte Rollen und Verantwortlichkeiten für KI-Entscheide, belastbare Kontrollmechanismen, die mit der Geschwindigkeit, in der sich Modelle und Anwendungsfälle weiterentwickeln, mithalten können, sowie transparente Entscheidungen zu Daten- und Modellarchitekturen, die sowohl interne Aufsicht als auch regulatorische Prüfung ermöglichen. Ott sagt dazu: «KI-Governance übernimmt die entscheidende Aufgabe, regulatorische Entwicklungen frühzeitig zu antizipieren und interne Prozesse laufend anzupassen, bevor sie zum Risiko werden.»
Die KI-Trends 2026 werden am 24. März an der EY National AI Conference 2026 im Stage One in Oerlikon bei Keynote-Präsentationen, Business-Panels und Breakout-Sessions vorgestellt und vertieft behandelt. Die Anmeldung ist hier möglich. (EY/mc/ps)