Technology30. März 20268 min

    Von Batterie zu KI: MIT-Spinoff sieht in Materialforschung bessere Marktchancen — Was bedeutet das für Schweizer KMU?

    Von Batterie zu KI: MIT-Spinoff sieht in Materialforschung bessere Marktchancen — Was bedeutet das für Schweizer KMU?
    L
    Lukas Huber

    Lukas Huber

    Founder & AI Strategist

    SES AI, einst ein Pionier in der Batterieforschung, wechselt zu KI-gestützter Materialforschung. Was bedeutet dieser Kurswechsel für Schweizer KMU?

    Ein MIT-Spinoff, das über ein Jahrzehnt lang Milliarden in die Entwicklung von Batterietechnologien investierte, zieht die Reissleine. SES AI, ehemals ein Hoffnungsträger in der Festkörperbatterie-Forschung, hat öffentlich bekannt gegeben, dass es keine Zukunft mehr für das Akkugeschäft im Westen sieht und stattdessen auf KI-gestützte Materialforschung umschwenkt. Das ist keine kleine Korrektur, sondern ein fundamentaler Kurswechsel, der tief blicken lässt.

    Dieser Schritt signalisiert einen gewaltigen Shift in der Forschungs- und Entwicklungslandschaft, weg von kapitalintensiven, langsamen Hardware-Zyklen hin zu agiler, datengetriebener Innovation. Für Schweizer KMU mag das auf den ersten Blick weit entfernt wirken. Doch die Implikationen sind direkter und relevanter, als viele annehmen.

    Es geht hier nicht nur um ein einzelnes Unternehmen; es ist ein klares Zeichen dafür, wohin der Wind dreht. Wer heute noch auf traditionelle F&E-Methoden setzt und die Potenziale der Künstlichen Intelligenz in der Materialwissenschaft ignoriert, riskiert, morgen den Anschluss zu verlieren. Gerade in der Schweiz, wo Innovation und Präzision Kern der Wirtschaft sind, müssen wir diese Entwicklung ernst nehmen.

    📊 Fakten auf einen Blick:

    • 34% der Schweizer KMU nutzen bereits aktiv KI. (Quelle: AXA KMU-Studie, 2025)
    • 52% der Schweizer Unternehmen automatisieren bereits ganze Geschäftsprozesse mit KI-Technologie. (Quelle: Microsoft Work Trend Index, 2025)
    • 45% der Schweizer KMU betrachten KI als Vorteil für ihre Geschäftstätigkeit (gegenüber 35% im Vorjahr). (Quelle: Branchenschätzung, 2025)
    • Der adressierbare Markt für KI-gestützte F&E-Lösungen in Sektoren wie Pharma, Materialwissenschaften und neue Energien wird auf Billionen von US-Dollar geschätzt. (Quelle: Tavily Summary (basierend auf XtalPi Holdings), 2026)

    Wie können Schweizer KMU die KI-gestützte Materialforschung für ihre eigenen Produkte nutzen?

    Sie können KI nutzen, um Entwicklungsprozesse zu beschleunigen, Materialeigenschaften zu optimieren und völlig neue Produkte zu entdecken, die mit herkömmlichen Methoden unerreichbar wären. Der Kern liegt in der Fähigkeit der KI, riesige Datenmengen zu analysieren, Muster zu erkennen und Vorhersagen zu treffen, die menschliche Forscher in Bruchteilen der Zeit oder gar nicht leisten könnten. Für Schweizer KMU, die oft in Nischenmärkten agieren und auf höchste Qualität sowie Innovation angewiesen sind, ist das ein entscheidender Wettbewerbsvorteil.

    Denken Sie an die Entwicklung neuer Legierungen für die Uhrenindustrie, an verbesserte Polymere für Medizintechnik oder an optimierte Verbundwerkstoffe für den Maschinenbau. KI kann dabei helfen, Millionen von Materialkombinationen zu simulieren und deren Eigenschaften vorauszusagen, bevor überhaupt ein Gramm Material produziert wird. Das spart nicht nur enorme Kosten für physische Experimente, sondern verkürzt auch die Time-to-Market drastisch.

    Ein Beispiel: Ein KMU im Bereich Präzisionsmechanik könnte eine KI trainieren, um die Auswirkungen unterschiedlicher Legierungszusammensetzungen auf Härte, Korrosionsbeständigkeit oder Temperaturbeständigkeit zu simulieren. Statt Hunderten von Laborversuchen, die Monate dauern und Hunderttausende Franken kosten, liefert die KI innerhalb von Stunden oder Tagen erste vielversprechende Kandidaten. Diese datengetriebene Herangehensweise erlaubt es, hochspezialisierte Materialien für künftige Produkte zu entwickeln, die genau auf die Kundenbedürfnisse zugeschnitten sind. Das ist Präzision in Perfektion, nur eben digital.

    💡 Praxis-Beispiel: KI in der Oberflächenveredelung

    Ein Schweizer KMU, spezialisiert auf Oberflächenveredelung für Werkzeuge, stand vor der Herausforderung, eine Beschichtung zu finden, die gleichzeitig extrem hart und dennoch flexibel ist – eine Kombination, die traditionell schwer zu erreichen ist. Statt langwieriger Trial-and-Error-Methoden wurde eine KI eingesetzt, um bestehende Materialdatenbanken zu analysieren und potenzielle chemische Zusammensetzungen sowie Schichtstrukturen zu simulieren. Die KI identifizierte innerhalb von Wochen mehrere vielversprechende Kandidaten, die in der Folge im Labor getestet wurden. Das Ergebnis war eine neue, patentierbare Beschichtung, die die Lebensdauer der Werkzeuge um 30% verlängerte und dem Unternehmen einen signifikanten Marktanteil in einem Nischensegment sicherte. Die Entwicklungszeit wurde halbiert, die Kosten um 40% gesenkt.

    Als Lukas Huber habe ich in meiner Praxis oft gesehen, wie Unternehmen mit den richtigen Analyse-Frameworks wie PESTEL oder Porter's Five Forces zwar das Marktumfeld verstehen, aber bei der internen Produktentwicklung an Grenzen stossen. KI-gestützte Materialforschung schliesst diese Lücke, indem sie eine neue Dimension der Effizienz und Innovationskraft hinzufügt. Es ist eine Erweiterung des strategischen Werkzeugkastens, die es ermöglicht, schneller und präziser auf Marktbedürfnisse zu reagieren.

    Welche konkreten Marktchancen ergeben sich für Schweizer KMU durch den Wandel von der Batterie- zur KI-Forschung?

    Der Wandel eröffnet Schweizer KMU die Chance, sich als führende Anbieter von Nischenlösungen in der Materialwissenschaft zu positionieren, die auf KI basieren, und somit globale Märkte zu erschliessen, die bisher grossen Konzernen vorbehalten waren. Die Abkehr von kapitalintensiven Sektoren wie der Batteriefertigung, wo Skaleneffekte und riesige Investitionen dominieren, hin zu datengetriebener Forschung, nivelliert das Spielfeld ein Stück weit. Plötzlich zählen nicht nur die Grösse der Fabrik, sondern die Qualität der Daten, die Cleverness der Algorithmen und die Expertise im Prompt Engineering.

    Schweizer KMU sind bekannt für ihre Spezialisierung, ihre hohe Ingenieurskunst und ihre Fähigkeit, präzise und massgeschneiderte Lösungen zu liefern. Diese Eigenschaften sind ideal, um von der KI-gestützten Materialforschung zu profitieren. Sie können sich auf spezifische Anwendungen konzentrieren, sei es in der Uhrenindustrie, der Medizintechnik, der Luft- und Raumfahrt oder der Feinmechanik. Der global adressierbare Markt für KI-gestützte F&E-Lösungen in diesen Sektoren wird auf Billionen von US-Dollar geschätzt – ein Kuchen, von dem auch ein kleines, aber spezialisiertes Schweizer KMU ein Stück abbekommen kann.

    Konkret ergeben sich Marktchancen in folgenden Bereichen:

    • Entwicklung neuer Hochleistungsmaterialien: Für anspruchsvolle Anwendungen in der Luftfahrt, Robotik oder Energie.
    • Materialoptimierung für spezifische Fertigungsprozesse: Reduzierung von Ausschuss, Verbesserung der Haltbarkeit, Senkung der Produktionskosten.
    • Bereitstellung von KI-Modellen und Datenanalyse-Diensten: Für andere Unternehmen, die nicht die internen Kapazitäten für KI-Forschung haben. Hier könnten KMU als Dienstleister agieren.
    • Nachhaltige Materialien: Entwicklung umweltfreundlicherer Alternativen durch KI-optimierte Recyclingprozesse oder die Entdeckung biologisch abbaubarer Polymere.
    • Personalisierte Materialien: Massgeschneiderte Materialien für individuelle Kundenbedürfnisse, wie sie in der Medizintechnik oder bei Luxusgütern gefragt sind.

    Die Fähigkeit, Daten effizient zu verarbeiten und maschinelles Lernen anzuwenden, ist hier der Schlüssel. Mit Tools wie Python, Pandas, NumPy und Scikit-learn lassen sich komplexe Materialdaten analysieren und Vorhersagemodelle entwickeln. Die Bereitstellung von Web-Interfaces mit Gradio oder Streamlit kann diese komplexen Modelle auch für weniger technisch versierte Anwender zugänglich machen, was die Anwendung in KMU zusätzlich vereinfacht.

    Merkmal Traditionelle Materialforschung KI-gestützte Materialforschung
    Entwicklungszeit Langwierig (Monate bis Jahre), iterativ mit physischen Experimenten. Deutlich schneller (Wochen bis Monate), Simulationen reduzieren physische Tests.
    Kosten (F&E) Sehr hoch, aufgrund von Labortests, Prototypen und Personal. Potenziell geringer, durch reduzierte physische Experimente und optimierte Ressourcen.
    Innovationspotenzial Begrenzt durch menschliche Intuition und Erfahrung, oft inkrementell. Hoch, KI kann unkonventionelle Lösungen und neuartige Materialkombinationen entdecken.
    Datenintegration Manuell, oft fragmentiert und schwer zu aggregieren. Automatisiert, systematische Analyse grosser, heterogener Datensätze.
    Risiko Hohes Risiko für Fehlschläge bei teuren Experimenten. Reduziertes Risiko durch präzisere Vorhersagen und Simulationen.
    Erforderliche Expertise Materialwissenschaftler, Chemiker, Ingenieure (traditionell). Materialwissenschaftler, Data Scientists, KI-Ingenieure (interdisziplinär).

    Warum sollten Schweizer KMU jetzt in KI-gestützte Materialforschung investieren, anstatt sich auf traditionelle Bereiche wie Batterien zu konzentrieren?

    Schweizer KMU sollten jetzt in KI-gestützte Materialforschung investieren, weil dies der Weg ist, um in einer sich rasant entwickelnden globalen Wirtschaft wettbewerbsfähig zu bleiben und neue, datengetriebene Wertschöpfungsketten zu erschliessen, während traditionelle, kapitalintensive Sektoren zunehmend von grossen Akteuren dominiert werden. Der Fall des MIT-Spinoffs SES AI ist hier ein mahnendes Beispiel. Wenn selbst ein gut finanziertes Unternehmen mit Top-Forschern erkennt, dass der Kampf in einem etablierten Hardware-Sektor wie Batterien für sie nicht mehr zu gewinnen ist, dann gilt das für viele kleinere Akteure umso mehr.

    Die Schweiz ist kein Land der Massenproduktion, sondern der Präzision, der Qualität und der Innovation. Diese Stärken lassen sich optimal mit KI-gestützter Forschung kombinieren. Statt in den Wettlauf um die billigste Batterie zu treten, können Schweizer KMU ihre Expertise nutzen, um einzigartige Materialien und Komponenten zu entwickeln, die einen Premium-Preis erzielen. Das ist der Schweizer Weg: Qualität über Quantität, Nische über Masse.

    Eine Investition in KI-gestützte Materialforschung bedeutet nicht zwangsläufig den Aufbau eines eigenen Data-Science-Teams von Grund auf. Es geht vielmehr darum, eine fundierte KI-Strategie zu entwickeln, die richtigen Anwendungsfälle zu identifizieren und gegebenenfalls externe Expertise zu nutzen. Ein 5-Pillar KI-Readiness Assessment kann hier den Startpunkt bilden, um die interne Umgebung zu analysieren, Chancen zu identifizieren und eine massgeschneiderte Roadmap zu erstellen. Das Ziel ist, KI nicht als isolierte Technologie, sondern als integralen Bestandteil der Geschäftsstrategie zu begreifen.

    ⚠️ Warnung: Nichtstun ist die grösste Gefahr

    Viele KMU zögern bei der Einführung neuer Technologien, sei es aus Kostenbedenken, mangelndem Know-how oder der Angst vor dem Unbekannten. Doch gerade im Bereich der KI ist Abwarten keine Option mehr. Die Geschwindigkeit der Entwicklung ist atemberaubend. Wer heute nicht beginnt, sich mit den Möglichkeiten der KI in der Materialforschung auseinanderzusetzen, wird in wenigen Jahren einen kaum aufholbaren Rückstand haben. Die Konkurrenz schläft nicht, und sie nutzt bereits die Vorteile der KI zur Beschleunigung ihrer Entwicklungsprozesse. Ein passiver Ansatz führt direkt in die Stagnation.

    Zudem bieten sich durch die Automatisierung von Prozessen mittels KI enorme Effizienzgewinne. 52% der Schweizer Unternehmen automatisieren bereits ganze Geschäftsprozesse mit KI. Das zeigt, dass die Akzeptanz und der Nutzen von KI als Geschäftsvorteil stetig steigen. Durch die Integration von KI in die Materialforschung können KMU nicht nur neue Produkte entwickeln, sondern auch bestehende Prozesse von der Qualitätssicherung bis zur Produktionsplanung optimieren. Das ist ein doppelter Hebel für Wachstum und Rentabilität.

    Denken Sie an die Datenhoheit: Für Schweizer KMU ist es essenziell, dass sensible Forschungsdaten sicher und gemäss dem Schweizer Datenschutzgesetz (DSG) verarbeitet werden. Schweizer Hosting-Lösungen und eine klare Datenstrategie sind hier unerlässlich. KI-Projekte müssen von Anfang an mit diesen Compliance-Anforderungen im Blick geplant werden, um Vertrauen zu schaffen und rechtliche Risiken zu minimieren.

    🛠 Tipp: Starten Sie klein und iterativ

    Eine umfassende KI-Strategie muss nicht von heute auf morgen umgesetzt werden. Beginnen Sie mit einem Pilotprojekt, das einen klaren, messbaren Nutzen verspricht. Identifizieren Sie einen spezifischen Bereich in Ihrer Materialentwicklung, wo KI einen echten Unterschied machen könnte – beispielsweise die Vorhersage von Materialversagen unter bestimmten Bedingungen. Nutzen Sie interne Daten und arbeiten Sie mit einem erfahrenen Partner zusammen, um ein erstes Modell zu entwickeln. Sammeln Sie Erfahrungen, lernen Sie aus Fehlern und skalieren Sie dann schrittweise. Dieser iterative Ansatz minimiert das Risiko und schafft internes Vertrauen in die Technologie.

    🎯 Empfehlung: Priorisieren Sie Ihre KI-Use Cases

    Nicht jeder potenzielle KI-Anwendungsfall ist gleich wertvoll oder umsetzbar. Führen Sie eine detaillierte Analyse Ihrer Geschäftsprozesse durch, um die Bereiche mit dem höchsten Potenzial für KI-Integration zu identifizieren. Fragen Sie sich: Wo gibt es Engpässe? Wo entstehen die höchsten Kosten? Wo könnten neue Produkte oder Dienstleistungen entstehen? Eine strukturierte Use-Case-Evaluierung und -Priorisierung ist entscheidend. Konzentrieren Sie sich auf Projekte, die nicht nur technologisch machbar sind, sondern auch einen klaren Return on Investment versprechen und zu Ihren strategischen Zielen passen. Dies verhindert, dass Ressourcen in Projekte fliessen, die keinen echten Mehrwert bringen.

    Der Wandel von SES AI ist ein Weckruf. Er zeigt, dass selbst etablierte Akteure bereit sind, radikale Entscheidungen zu treffen, um relevant zu bleiben. Für Schweizer KMU bedeutet dies, dass die Zeit für eine fundierte Auseinandersetzung mit KI – insbesondere in der Materialforschung – gekommen ist. Es ist eine Investition in die Zukunft, die sich in Form von Innovationsführerschaft, Effizienz und neuen Marktchancen auszahlen wird.

    Die Schweizer Wirtschaft ist stark, weil sie sich immer wieder neu erfunden hat. Die KI-gestützte Materialforschung ist die nächste Evolutionsstufe. Wer jetzt handelt, sichert sich einen Platz an der Spitze.

    Fazit: Die Zukunft der Materialforschung ist datengetrieben

    Der strategische Schwenk eines MIT-Spinoffs von der Batterie- zur KI-gestützten Materialforschung ist ein unmissverständliches Signal an alle innovativen Unternehmen, insbesondere an Schweizer KMU. Die Ära der rein empirischen Materialentwicklung weicht einer datengetriebenen, prädiktiven Forschung, die neue Massstäbe in Geschwindigkeit, Kosten und Innovationskraft setzt.

    Innovation beschleunigen: KI ermöglicht die Entdeckung und Optimierung von Materialien in einem Tempo, das traditionelle Methoden nicht erreichen können, was neue Produktentwicklungen massiv beschleunigt.

    Wettbewerbsvorteile sichern: Durch den frühen Einstieg in diese Technologie können Schweizer KMU ihre Nischenführerschaft ausbauen und sich gegen globale Konkurrenz behaupten, indem sie einzigartige, hochpräzise Lösungen anbieten.

    Effizienz steigern: Über die Produktentwicklung hinaus automatisiert KI auch interne Prozesse und schafft so erhebliche Effizienzgewinne, die direkt die Rentabilität beeinflussen.

    Sie möchten verstehen, wie KI-gestützte Materialforschung Ihr KMU voranbringen kann? Sprechen Sie mit uns über Ihre Möglichkeiten. Wir helfen Ihnen, eine klare KI-Strategie zu entwickeln und die passenden Anwendungsfälle zu identifizieren.

    Erfahren Sie mehr über unsere Dienstleistungen oder kontaktieren Sie uns direkt: Kontaktieren Sie schnellstart.ai

    Interested in implementation?

    Sprechen Sie mit uns über Ihren konkreten Use Case. Kostenlose Erstberatung, ehrliche Einschätzung.

    Newsletter

    Wöchentliches Briefing zu Schweizer AI & Deep Tech.

    Datenschutz

    Wir nutzen Cookies für Analyse und bessere Nutzererfahrung.