Questo articolo è stato realizzato con il supporto dell'IA e verificato e redatto dalla redazione di handwerker.ch. Nonostante la verifica, i testi, le immagini e altri contenuti generati con l'IA possono contenere errori o presentare informazioni incomplete o fuorvianti. Questo articolo si basa su dati e serve esclusivamente a scopo informativo e di contestualizzazione. Non costituisce una raccomandazione per l'incarico o la selezione di singoli fornitori, aziende o imprese.
Wie funktioniert KI wirklich – und warum werden Daten immer wichtiger?
Künstliche Intelligenz erkennt Muster, verarbeitet Wahrscheinlichkeiten und kann zunehmend eigenständig Aufgaben ausführen. Doch wie funktioniert das eigentlich? Und weshalb werden strukturierte, aktuelle und überprüfbare Daten für KI-Agenten, Vorhersagen und automatisierte Geschäftsprozesse immer wichtiger?
Künstliche Intelligenz verändert, wie Menschen Informationen suchen, Unternehmen vergleichen und Entscheidungen vorbereiten. Systeme wie ChatGPT, Claude und Gemini können komplexe Fragen beantworten, Dokumente analysieren, Software bedienen und mehrstufige Aufgaben bearbeiten.
Doch hinter diesen Fähigkeiten steckt kein menschliches Denken. Moderne KI basiert auf mathematischen Modellen, statistischen Zusammenhängen, erlernten Mustern und zunehmend auch auf der Nutzung externer Datenquellen und Werkzeuge.
Für Unternehmen entsteht daraus eine grundlegende Veränderung: Nicht nur die eingesetzte Software wird wichtiger, sondern auch die Qualität und Verfügbarkeit der Informationen, auf deren Grundlage KI-Systeme arbeiten.
1. Wie funktioniert künstliche Intelligenz?
Künstliche Intelligenz (KI) bezeichnet Computersysteme, die Aufgaben übernehmen können, für die bislang häufig menschliche Fähigkeiten erforderlich waren. Dazu gehören das Erkennen von Mustern, das Verarbeiten von Sprache, das Klassifizieren von Informationen und das Erstellen von Prognosen.
Eine besonders bekannte Form ist die generative KI. Grosse Sprachmodelle, sogenannte Large Language Models (LLM), werden mit umfangreichen Datenbeständen trainiert.
Dabei lernen sie statistische Zusammenhänge zwischen Wörtern, Begriffen, Sachverhalten und Kontexten.
Wenn ein Nutzer eine Frage stellt, berechnet ein Sprachmodell, welche Textbestandteile – sogenannte Tokens – unter Berücksichtigung des bisherigen Kontexts als Nächstes ausgegeben werden könnten.
Durch die Verarbeitung sehr grosser Datenmengen entstehen Fähigkeiten, die weit über einfache Textvervollständigung hinausgehen: Die Modelle können Zusammenhänge erklären, Texte strukturieren, übersetzen und komplexe Aufgaben bearbeiten.
Wichtig ist jedoch: Eine sprachlich überzeugende Antwort muss nicht automatisch sachlich richtig sein.
KI kann Informationen falsch interpretieren, Zusammenhänge verwechseln oder plausible Aussagen erzeugen, für die keine ausreichenden Belege existieren.
2. Warum sind Wahrscheinlichkeiten und Mustererkennung so wichtig?
Viele KI-Verfahren basieren darauf, wiederkehrende Muster und statistische Zusammenhänge in Daten zu erkennen.
Ein einfaches Beispiel aus der Bauwirtschaft:
Ein Unternehmen verfügt über historische Daten zu Bauprojekten, darunter Projektgrösse, Bauzeit, Wetterbedingungen, Materiallieferungen und tatsächlich eingetretene Verzögerungen.
Ein geeignet trainiertes Prognosemodell könnte daraus untersuchen, welche Faktoren statistisch mit Terminüberschreitungen zusammenhängen.
Auf dieser Grundlage wäre es möglicherweise möglich, das Risiko zukünftiger Verzögerungen einzuschätzen.
Drei Begriffe sind dabei besonders relevant:
Mustererkennung (Pattern Recognition): Ein KI-System erkennt Ähnlichkeiten, Unterschiede oder wiederkehrende Eigenschaften innerhalb von Daten. Beispielsweise können bestimmte Projektmerkmale häufiger gemeinsam auftreten.
Wahrscheinlichkeitsberechnung: Ein statistisches Modell kann unter geeigneten Voraussetzungen berechnen, wie wahrscheinlich ein bestimmtes Ergebnis unter definierten Annahmen ist.
Vorhersage (Prediction): Auf Basis historischer Daten können Modelle mögliche zukünftige Entwicklungen prognostizieren, etwa Auslastungen, Nachfrage oder Terminrisiken.
Diese Funktionen sind miteinander verwandt, aber nicht identisch.
Insbesondere dürfen die Wahrscheinlichkeiten, mit denen ein Sprachmodell Wörter generiert, nicht mit überprüften Wahrscheinlichkeiten für reale Ereignisse verwechselt werden.
Eine KI, die eine überzeugende Einschätzung formuliert, besitzt deshalb noch nicht automatisch ein zuverlässiges Prognosemodell.
Für belastbare Vorhersagen braucht es geeignete historische Daten, definierte Zielgrössen und eine unabhängige Überprüfung der Prognosequalität.
3. Warum Daten und Signale zum entscheidenden Faktor werden
Je stärker KI in geschäftliche Prozesse integriert wird, desto wichtiger wird die Qualität ihrer Informationsgrundlage.
Dabei spielt nicht nur die Menge der Daten eine Rolle.
Entscheidend ist unter anderem, ob Informationen korrekt, aktuell, vergleichbar und nachvollziehbar sind.
Nehmen wir ein Unternehmen, das online lediglich seinen Namen, eine Telefonnummer und eine allgemeine Leistungsbeschreibung veröffentlicht.
Ein KI-System erhält damit nur begrenzte Hinweise auf die tatsächlichen Eigenschaften dieses Unternehmens.
Anders sieht es aus, wenn zusätzliche Informationen verfügbar sind:
Unternehmensdaten: Standort, Tätigkeiten, Grösse und Unternehmensstruktur.
Qualifikationssignale: Ausbildungen, Fachkompetenzen, Bewilligungen und Zertifizierungen.
Leistungssignale: Dokumentierte Projekte, Referenzen, Erfahrungen und angebotene Leistungen.
Bewertungssignale: Kundenresonanz, Ratings und vergleichbare Kennzahlen.
Vertrauenssignale: Quellenangaben, Prüfstatus, Aktualisierungsdaten und überprüfbare Nachweise.
Solche Informationen können helfen, Unternehmen differenzierter einzuordnen und konkrete Anforderungen mit dokumentierten Eigenschaften abzugleichen.
Allerdings ist nicht jedes Signal gleich aussagekräftig. Eine Verbandsmitgliedschaft beispielsweise beweist keine fehlerfreie Arbeitsausführung, und eine hohe Kundenbewertung garantiert keine ausreichenden Kapazitäten für ein Grossprojekt.
Entscheidend ist die fachlich korrekte Kombination und Interpretation der verfügbaren Informationen.
4. Strukturierte Daten: Damit Maschinen Informationen besser einordnen können
Menschen können Webseiten lesen und Informationen aus ihrem Zusammenhang erschliessen.
Computersysteme profitieren zusätzlich davon, wenn Daten eindeutig strukturiert und Beziehungen klar beschrieben werden.
Ein Beispiel:
Statt lediglich zu schreiben, dass ein Gartenbauunternehmen bei einem Projekt mit bestimmten Lieferanten zusammengearbeitet hat, können die beteiligten Unternehmen, Produkte und Leistungen zusätzlich als miteinander verknüpfte Informationen erfasst werden.
Dadurch wird besser nachvollziehbar, welcher Betrieb welche Leistung erbracht und welches Produkt dabei verwendet hat.
Technologien wie strukturierte HTML-Inhalte und JSON-LD auf Basis von Schema.org können dabei helfen, bestimmte Informationen maschinenlesbar zu kennzeichnen.
Für die Arbeit mit KI ist zudem wichtig, zwischen verschiedenen Datenarten zu unterscheiden:
Trainingsdaten dienen dazu, KI-Modelle zu entwickeln und statistische Zusammenhänge zu erlernen.
Aktuelle Wissens- und Quelldaten können während einer Anfrage abgerufen werden, damit ein KI-System mit zusätzlichen Informationen arbeitet.
Prozess- und Transaktionsdaten stammen beispielsweise aus ERP-Systemen, CRM-Anwendungen oder Projektmanagement-Software und ermöglichen operative Auswertungen oder Aktionen.
Ein KI-Modell muss deshalb nicht mit sämtlichen Unternehmensdaten trainiert worden sein, um sie später nutzen zu können.
Über Suchfunktionen, Datenbankschnittstellen oder andere autorisierte Werkzeuge lassen sich aktuelle Informationen bei Bedarf bereitstellen.
Strukturierte Daten verbessern die Voraussetzungen für eine maschinelle Interpretation. Sie garantieren jedoch weder die korrekte Nutzung durch KI-Systeme noch eine bevorzugte Darstellung in Suchergebnissen.
5. Was sind KI-Agenten und Agentic Workflows?
Der nächste Entwicklungsschritt geht über das reine Beantworten von Fragen hinaus.
Ein klassischer KI-Chat beantwortet in erster Linie eine Anfrage. Ein KI-Agent kann zusätzlich Werkzeuge verwenden, Informationen aus verschiedenen Quellen beschaffen und mehrere Arbeitsschritte miteinander verbinden.
Als Agentic Workflows werden Arbeitsabläufe bezeichnet, bei denen KI-Modelle und Softwarewerkzeuge zusammenwirken, um Aufgaben auszuführen.
Dabei gibt es einen wichtigen Unterschied: Bei fest definierten Workflows sind die Arbeitsschritte weitgehend vorgegeben. Ein dynamischer KI-Agent kann innerhalb festgelegter Grenzen selbst entscheiden, welche verfügbaren Werkzeuge und Zwischenschritte er benötigt.
Ein mögliches Beispiel aus der Baubranche:
Ein institutioneller Bauherr möchte für ein Projekt geeignete Fachbetriebe identifizieren.
Ein entsprechend konfigurierter KI-Agent könnte zunächst die Projektanforderungen analysieren, anschliessend Unternehmensdaten abrufen, Qualifikationen und Referenzen vergleichen und daraus eine nachvollziehbare Vorauswahl erstellen.
Fehlende Informationen könnte er kennzeichnen und Rückfragen vorbereiten.
In einem weiterführenden, ausdrücklich autorisierten Prozess könnte er auch Terminabklärungen oder andere administrative Aufgaben unterstützen.
Der entscheidende Unterschied: Die KI liefert nicht nur Informationen, sondern kann innerhalb ihrer Berechtigungen Teile eines Arbeitsprozesses ausführen.
Gerade bei rechtlichen, finanziellen oder sicherheitsrelevanten Entscheidungen bleiben klare Regeln, Kontrollmechanismen und menschliche Freigaben notwendig.
6. Von der Suche nach Unternehmen zur datenbasierten Auswahl
Bisher beginnt die Suche nach einem Handwerker oder Lieferanten häufig mit einer Suchmaschine, einem Branchenverzeichnis oder einer Empfehlung.
Die Nutzer vergleichen Webseiten, lesen Bewertungen, kontrollieren Referenzen und kontaktieren anschliessend mögliche Anbieter.
Mit KI-Agenten könnten Teile dieses Ablaufs automatisiert werden.
Eine zukünftige Anfrage könnte beispielsweise lauten:
Finde drei Schweizer Gartenbaubetriebe mit dokumentierter Erfahrung im barrierefreien Gartenbau. Berücksichtige regionale Tätigkeit, relevante Fachqualifikationen und vergleichbare Projekt-Referenzen.
Um diese Aufgabe sinnvoll zu bearbeiten, benötigt ein KI-Agent nicht nur Firmennamen.
Er muss beurteilen können, welche Unternehmen die geforderten Tätigkeiten anbieten, welche Erfahrungen tatsächlich dokumentiert sind und wo Informationen fehlen.
Besonders wertvoll werden dadurch Daten, die nicht nur einzelne Unternehmen beschreiben, sondern auch Beziehungen zwischen Leistungen, Projekten, Produkten und beteiligten Betrieben sichtbar machen.
Ein reines Unternehmensverzeichnis beantwortet vor allem die Frage, welche Anbieter existieren.
Eine strukturierte Daten- und Vergleichsplattform kann zusätzliche Informationen zur Einordnung dieser Anbieter bereitstellen.
Das bedeutet nicht, dass klassische Verzeichnisse oder Vermittlungsplattformen verschwinden. Ihre Rolle könnte sich jedoch verändern, wenn KI-Agenten einen grösseren Teil der Recherche und Vorauswahl übernehmen.
7. Was bedeutet das für handwerker.ch und den Schweizer Baubranchen Index?
handwerker.ch entwickelt sich als unabhängige Vertical Industry Data Platform (VIDP) zu einer spezialisierten Daten-, Rating-, Vergleichs- und Monitoring-Plattform für die Schweizer Bau- und Handwerkswirtschaft.
Bereits über 8'500 Schweizer Betriebe werden erfasst, analysiert und überwacht.
Der Schweizer Baubranchen Index (SBI) ergänzt öffentlich verfügbare Kundenbewertungen durch weitere messbare, relevante und überprüfbare Unternehmens- und Marktsignale.
Dazu gehören je nach Betrieb und Datenlage beispielsweise Qualifikationen, Unternehmensmerkmale, Referenzen, Zertifizierungen und weitere Nachweise.
Das SBI-Rating ermöglicht eine datenbasierte Einordnung innerhalb des jeweiligen Markt- und Branchenumfelds.
Zusätzlich werden Projekt-Referenzen weiterentwickelt. Beteiligte Unternehmen, Lieferanten und Produkte können miteinander vernetzt werden, sodass ihre jeweiligen Beiträge zu einem Projekt nachvollziehbarer werden.
Diese Kombination aus Unternehmensdaten, Bewertungen, Prüfstatus, Marktvergleichen und Projektbeziehungen kann auch für zukünftige KI-gestützte Recherche- und Analyseprozesse relevant sein.
Dabei ist eine wichtige Unterscheidung notwendig:
Ein SBI-Rating ist eine datenbasierte Vergleichs- und Orientierungskennzahl – keine statistisch validierte Wahrscheinlichkeit für den Erfolg eines zukünftigen Bauprojekts.
Ein Rating von 7,5 Punkten bedeutet beispielsweise nicht, dass ein Betrieb mit 75 Prozent Wahrscheinlichkeit einen Auftrag erfolgreich abschliessen wird.
Solche Vorhersagen würden zusätzliche historische Ergebnisdaten, geeignete Modelle und eine unabhängige Validierung voraussetzen.
Mehr über die Methodik des SBI-Ratings erfahren
8. Die Zukunft: KI wird leistungsfähiger – verlässliche Daten bleiben entscheidend
Die Entwicklung von künstlicher Intelligenz wird häufig an der Leistungsfähigkeit einzelner Modelle gemessen.
Wie gut kann ein System argumentieren, programmieren, analysieren oder komplexe Aufgaben lösen?
Für den praktischen Einsatz in Unternehmen kommt eine zweite Dimension hinzu: Wie zuverlässig sind die Informationen und Werkzeuge, die der KI zur Verfügung stehen?
Selbst ein leistungsfähiges Modell kann auf Grundlage veralteter, unvollständiger oder falscher Daten zu ungeeigneten Ergebnissen gelangen.
Umgekehrt schaffen hochwertige Daten allein noch keine zuverlässige Automatisierung. Dafür braucht es passende Modelle, klar definierte Aufgaben, überprüfbare Ergebnisse und wirksame Kontrollen.
Für Unternehmen, Branchenorganisationen und spezialisierte Datenanbieter entsteht daraus eine neue strategische Bedeutung ihrer Informationsbestände.
Nicht nur die Sichtbarkeit einer Webseite könnte künftig relevant sein, sondern auch die Frage, ob ihre Informationen für maschinelle Recherche und autorisierte Arbeitsprozesse auffindbar, verständlich und verlässlich nutzbar sind.
Je mehr Aufgaben KI-Agenten übernehmen, desto wichtiger wird es, Informationen nicht nur zu veröffentlichen, sondern ihre Qualität, Herkunft, Aktualität und Zusammenhänge nachvollziehbar zu machen.
Quellen und weiterführende Informationen
OpenAI – Wie grosse Sprachmodelle funktionieren
OpenAI – How to work with large language models
Anthropic – Building effective AI agents
NIST – AI Risk Management Framework
Google Search Central – Strukturierte Daten und ihre Grenzen
Fazit
Künstliche Intelligenz basiert auf mathematischen Modellen, statistischen Zusammenhängen und der Erkennung von Mustern. Mit der Weiterentwicklung zu KI-Agenten können diese Fähigkeiten zunehmend in mehrstufige Geschäftsprozesse integriert werden.
Für Unternehmen entsteht daraus eine neue Herausforderung: Nicht nur leistungsfähige KI-Modelle, sondern auch strukturierte, aktuelle und überprüfbare Informationen sind für zuverlässige Ergebnisse entscheidend.
Spezialisierte Daten- und Ratingplattformen wie handwerker.ch können dabei eine wichtige Rolle spielen, indem sie Unternehmensinformationen, Qualifikationen, Bewertungen und Projektbeziehungen nachvollziehbar aufbereiten.
Die Zukunft gehört nicht allein den leistungsfähigsten KI-Modellen. Entscheidend wird auch sein, welche Systeme auf verlässliche Daten zugreifen, diese richtig interpretieren und daraus überprüfbare Ergebnisse ableiten können.
La versione tedesca del presente disclaimer costituisce la versione originale giuridicamente vincolante. Eventuali traduzioni hanno esclusivamente scopo informativo e di comprensione. In caso di divergenze, contraddizioni o questioni interpretative, la versione tedesca è determinante, nella misura in cui ciò sia consentito dalla legge. handwerker.ch mette a disposizione informazioni su aziende, mercati, comparazioni e valutazioni a scopo di informazione generale, orientamento e trasparenza del mercato. Le informazioni non costituiscono una consulenza individuale o professionale, in particolare non rappresentano consulenza edilizia, legale, finanziaria, fiscale, assicurativa, creditizia o di investimento, né una raccomandazione per la selezione o l'incarico di una determinata azienda. Nonostante i continui processi di verifica, plausibilità, monitoraggio e aggiornamento dei dati, le informazioni provenienti da fonti interne o esterne possono essere incomplete, errate, fuorvianti o non più attuali. Le informazioni rilevanti per le decisioni dovrebbero essere verificate tramite appropriate fonti originali, registri pubblici o direttamente presso l'azienda interessata. Il rating PMI / rating SBI è un indicatore di comparazione e orientamento basato sui dati, specifico della piattaforma, e non una valutazione qualitativa definitiva, un'informazione creditizia o una garanzia. Un rating elevato, una posizione di mercato, un handwerker STAR, un'ispezione, una certificazione o un premio non garantiscono una determinata qualità, affidabilità, disponibilità o idoneità per un progetto specifico. Al contrario, un rating più basso o una base di dati limitata non significa che un'azienda svolga un lavoro scadente o non sia professionalmente qualificata. Informazioni non disponibili pubblicamente o non verificabili non significano che una proprietà, qualifica o competenza non sia presente presso l'azienda in questione. Le ispezioni e le certificazioni si riferiscono al rispettivo ambito e momento dell'ispezione e non rappresentano un controllo permanente o esaustivo di tutte le prestazioni o dei processi aziendali. handwerker.ch utilizza l'Intelligenza Artificiale, sistemi automatizzati e agenti AI per supportare la raccolta, l'analisi, la strutturazione, la traduzione e l'elaborazione di testi, immagini e dati. L'IA può commettere errori, attribuire informazioni in modo errato, riprodurle in maniera incompleta o presentare contesti in modo fuorviante. I contenuti generati o assistiti dall'IA non costituiscono di per sé una prova aggiuntiva riguardo a un'azienda. Per le informazioni rilevanti ai fini decisionali, rimangono determinanti le appropriate fonti originali e le informazioni aziendali verificabili. La visualizzazione di ragioni sociali, identificativi aziendali e loghi serve in particolare all'identificazione e all'attribuzione di un'azienda e non implica di per sé alcun rapporto di partnership, raccomandazione, certificazione, approvazione o altra relazione commerciale con handwerker.ch. Per le aziende non certificate, handwerker.ch non utilizza in linea di principio foto aziendali, di progetto o di riferimento della rispettiva impresa. Le immagini aziendali, di progetto o di riferimento di clienti certificati vengono utilizzate quando queste sono state fornite, autorizzate o altrimenti messe a disposizione legalmente per l'uso. I contenuti editoriali possono inoltre contenere immagini proprie, concesse in licenza, illustrative o generate dall'IA ovvero elaborate dall'IA. Nella misura in cui ciò sia consentito dalla legge, handwerker.ch non fornisce alcuna garanzia per la correttezza, completezza, attualità, disponibilità o assenza di errori delle informazioni fornite in qualsiasi momento. L'utilizzo delle informazioni e le decisioni basate su di esse avvengono sotto la propria responsabilità dell'utente. La responsabilità è disciplinata dalle disposizioni di legge applicabili e dalle Condizioni Generali di Contratto (CGC). Le disposizioni di legge imperative in materia di responsabilità rimangono riservate. Ulteriori informazioni sulla metodologia, il trattamento dei dati, la responsabilità e l'utilizzo di handwerker.ch si trovano nel rapporto sulla trasparenza, nell'informativa sulla privacy, nelle note legali e nelle Condizioni Generali di Contratto (CGC).
- 19.11.2026
- 1798
- KI, Robotik & Zukunft Bau
- Tempo di lettura: 9 Minuti












