Agentic AI in der Schweiz: Was DGTALs Wachstum für Finanzteams bedeutet

Einheimische KI für regulierte Branchen

In der Flut internationaler KI-Schlagzeilen geht eine wichtige Entwicklung beinahe unter: Schweizer KI-Unternehmen positionieren sich erfolgreich in Nischen, die für globale Player nur schwer zu besetzen sind. Jüngstes Beispiel ist die Firma DGTAL, ein auf "Agentic AI" spezialisiertes Technologieunternehmen mit Schweizer Wurzeln. Laut einer Mitteilung vom 5. Juni 2026 stellt sich das Unternehmen mit einer neuen Führungsriege für die nächste Wachstumsphase auf. Dies ist mehr als eine Personalie – es ist ein Signal für den wachsenden Bedarf an KI-Lösungen, die den komplexen Realitäten regulierter Branchen wie Versicherungen und Finanzdienstleistungen gerecht werden.

Für Schweizer Fach- und Führungskräfte ist diese Entwicklung aus zwei Gründen relevant: Erstens zeigt sie, dass praxistaugliche KI nicht zwingend von den grossen US-Konzernen kommen muss. Zweitens rückt sie mit "Agentic AI" ein Konzept in den Fokus, das weit über die Fähigkeiten einfacher Chatbots hinausgeht und gerade für prozessintensive Abteilungen wie das Controlling oder die Finanzbuchhaltung enorme Potenziale birgt.

Was ist "Agentic AI" und warum ist sie anders?

Der Begriff "Agentic AI" oder "KI-Agenten" beschreibt KI-Systeme, die nicht nur auf eine einzelne Anweisung warten, sondern autonom Ziele verfolgen, Aufgaben in Teilschritte zerlegen und diese selbstständig abarbeiten können. Ein einfacher Chatbot beantwortet eine Frage. Ein KI-Agent hingegen könnte den Auftrag erhalten: "Überwache die Kreditorenrechnungen der letzten Woche, identifiziere alle Rechnungen über 10'000 CHF ohne Bestellbezug, gleiche sie mit den internen Richtlinien ab und erstelle einen Freigabe-Entwurf für den CFO."

Ein solcher Agent agiert proaktiv. Er kann auf verschiedene Systeme zugreifen (Buchhaltungssoftware, Dokumentenmanagement, interne Datenbanken), Informationen validieren und Aktionen auslösen. Genau hier liegt der Mehrwert für Schweizer Unternehmen, die unter strengen regulatorischen Auflagen wie dem Datenschutzgesetz (DSG) und den Vorgaben der FINMA operieren.

Die Lösungen von DGTAL zielen genau auf diesen Bereich ab: die Automatisierung komplexer, datenintensiver Geschäftsprozesse in regulierten Industrien. Dies ist ein fundamentaler Unterschied zu allgemeinen KI-Tools wie ChatGPT, deren Einsatz im Umgang mit sensiblen Finanz- oder Kundendaten oft heikel ist.

Konkrete Anwendungsfälle für Schweizer Finanzteams

Stellen Sie sich die Auswirkungen solcher KI-Agenten auf typische Aufgaben in einer Finanzabteilung vor:

• Automatisierte Spesenabrechnung: Ein KI-Agent prüft eingereichte Spesenbelege nicht nur auf Vollständigkeit, sondern gleicht sie in Echtzeit mit den Reiserichtlinien des Unternehmens ab, überprüft die Mehrwertsteuerkonformität und bereitet die Buchungssätze vor. Bei Unstimmigkeiten fragt der Agent direkt beim Mitarbeitenden nach, bevor der Fall an einen Menschen eskaliert wird.
• Intelligentes Cash-Flow-Forecasting: Anstatt nur historische Daten zu extrapolieren, könnte ein Agent externe Marktindikatoren, Nachrichten über Lieferkettenunterbrüche und interne Bestelldaten analysieren, um dynamischere und präzisere Liquiditätsprognosen zu erstellen.
• Compliance-Monitoring: Ein Agent könnte kontinuierlich Transaktionen überwachen und auf Muster prüfen, die auf Geldwäscherei oder Betrug hindeuten könnten (AML/KYC). Er dokumentiert seine Prüfschritte nachvollziehbar und erstellt Berichte für die Compliance-Abteilung – ein Prozess, der heute oft manuell und reaktiv erfolgt.

Der entscheidende Vorteil eines spezialisierten Anbieters mit Schweizer Kontext ist, dass solche Lösungen von Grund auf unter Berücksichtigung lokaler Gegebenheiten entwickelt werden. Die Datenhaltung in der Schweiz und die Konformität mit dem DSG sind keine nachträglichen Anpassungen, sondern Teil der Kernarchitektur.

Strategische Implikationen: Mehr als nur Effizienz

Die Nachricht von DGTALs Neuausrichtung ist somit ein Weckruf. Es geht nicht mehr darum, *ob* KI im Finanzbereich eingesetzt wird, sondern *wie*. Während viele Unternehmen noch mit der Einführung einfacher Chatbots experimentieren, verschiebt sich der Fokus der Innovatoren bereits auf die Automatisierung ganzer Prozessketten durch autonome Agenten.

Für Führungskräfte bedeutet dies:

1. Prozesse neu denken: Die Einführung von KI-Agenten ist kein reines IT-Projekt. Es erfordert eine grundlegende Analyse und Neugestaltung bestehender Arbeitsabläufe. Wo sind die grössten manuellen Aufwände und Fehlerquellen?
2. Governance etablieren: Autonome Systeme benötigen klare Leitplanken. Wer ist verantwortlich, wenn ein Agent einen Fehler macht? Wie werden Entscheidungen des Agenten protokolliert und überwacht? Dies sind zentrale Governance-Fragen, die frühzeitig geklärt werden müssen.
3. Mitarbeitende befähigen: Die Rolle von Finanzfachkräften wird sich verändern. Anstatt repetitive Aufgaben auszuführen, werden sie zu Supervisoren und Gestaltern dieser KI-Agenten. Dies erfordert neue Fähigkeiten in den Bereichen Datenanalyse und Prozessmanagement.

Die Entwicklung im Bereich der Agentic AI zeigt, dass die nächste Welle der KI-Innovation weniger sichtbar, aber umso wirkungsvoller sein wird. Sie findet nicht im Chat-Fenster statt, sondern direkt in den Kernprozessen der Unternehmen. Schweizer Anbieter, die diese Nische verstehen, könnten dabei zu einem wichtigen strategischen Partner für hiesige KMU und Konzerne werden.