FiscalDoc: 1'400 CHF/Jahr SaaS-Kosten durch lokale KI ersetzen

Ja, ein SaaS-Abonnement lässt sich durch ein eigenes Tool ersetzen – ich habe es getan, und dieser Beitrag dokumentiert den Fall lückenlos. FiscalDoc, eine lokale Anwendung, gebaut in drei Abenden im Dialog mit einem Code-Assistenten, klassifiziert meine Steuerdokumente mithilfe eines offenen Sprachmodells, das auf meinem Mac läuft: null Abonnements, null Daten, die meine Maschine verlassen. Hier ist die Mechanik, die tatsächlichen Kosten und die ehrlichen Grenzen der Demonstration.

Ursprüngliche Anmerkung, April 2026: Ich hatte einige Wochen zuvor SaaS gegen Individuallösung in der Schweiz veröffentlicht, wo ich eine einfache These vertrat – für viele Schweizer Unternehmen wird Besitzen wieder klüger als Mieten, weil KI die Kosten für Code zum Einsturz bringt. Mehrere Leser baten mich um ein konkretes Beispiel. Hier ist es. Und es passt zu meiner Grösse.

Das Problem, sehr banal

Zwei Bereiche teilen sich meinen administrativen Alltag: MCVA Consulting SA, meine KI-gestützte Agentur mit Sitz in Haute-Nendaz, und mein persönlicher Steuerhaushalt. Zwei Grössenordnungen, zwei Rhythmen, zwei Logiken – aber dieselbe Realität: ein kontinuierlicher Strom an Dokumenten, die abzulegen und wiederzufinden sind.

Zwischen diesen beiden Bereichen treffen jedes Jahr Hunderte von Dokumenten über alle möglichen Kanäle ein: Lieferantenrechnungen als PDF, im Restaurant fotografierte Spesenbelege, AHV- und BVG-Abrechnungen, kantonale Steuerveranlagungen, Bankbescheinigungen, diverse Quittungen.

Der wunde Punkt ist nicht die Ansammlung. Es ist der Moment, an einem Samstag im März, wenn alles für die Steuererklärung oder den Jahresabschluss wiedergefunden werden muss. Wer hat nicht schon zwei Stunden damit verbracht, einen Beleg in einem überquellenden „Downloads"-Ordner zu suchen?

Die SaaS-Optionen, die ich mir angesehen habe

Die naheliegende Antwort des Marktes ist das Abonnement, und ich habe mir drei Kategorien ernsthaft angesehen. Zunächst Lösungen für steuerliche Dokumentenverwaltung, etwa Dext: zwischen 25 und 60 CHF pro Monat und Einheit, also 600 bis 1'400 CHF pro Jahr für meine beiden Bereiche, mit einer Speicherung meist bei einem amerikanischen Anbieter. Dann in ERP-Systeme integrierte Dokumentenmodule, etwa Bexio oder Odoo: umfassender, aber an ein Buchhaltungstool gebunden, das ich meinem Treuhänder nicht aufzwingen möchte und das einen Jahr für Jahr stärker einschliesst. Schliesslich generische Dokumentenverwaltungstools, etwa Notion oder Airtable: flexibel, aber alles muss innerhalb des Tools selbst gebaut werden – bei monatlich erneut zu bezahlendem Zugangsrecht.

Keine dieser Optionen erfüllte meine drei Grundanforderungen: absolute Datensouveränität (kein einziges Byte darf meine Maschine je verlassen), wirklich intelligente Klassifizierung der Dokumente nach meinen eigenen schweizerischen Steuerkategorien, und völliges Fehlen von Abonnements und Grenzkosten.

Was ich gemacht habe, und in welcher Zeit

Ich habe FiscalDoc gebaut. Eine lokale Webanwendung, die auf meinem Mac läuft und genau das tut, was ich brauche:

1. Ich lade ein Dokument – PDF oder Foto – in eine Streamlit-Oberfläche hoch.
2. Das Dokument wird von Gemma, einem Open-Source-Sprachmodell, das direkt auf meiner Maschine installiert ist, analysiert. Kein Netzwerkaufruf. Keine API.
3. Das Modell liefert ein strukturiertes JSON zurück: Bereich (MCVA oder persönlich), Steuerkategorie (Einkommen, Sozialabgaben, MwSt., Abzüge, Hypothekarzinsen …), Datum, Betrag, Aussteller.
4. Die Datei wird automatisch nach der Konvention JJJJ-MM-TT_TYP_AUSSTELLER umbenannt und in eine übersichtliche Ordnerstruktur einsortiert.
5. Eine lokale SQLite-Datenbank indexiert alles für eine sofortige Suche in einem filterbaren Dashboard.

Und weil ich noch einen Schritt weitergehen wollte, habe ich einen lokalen konversationellen Assistenten hinzugefügt, der ebenfalls an das Modell angebunden ist. Ich kann ihm in natürlicher Sprache sehr spezifische Fragen stellen: „Finde alle MCVA-Lieferantenrechnungen über 2'000 CHF im vierten Quartal 2025", „Errechne mir die Summe der Säule-3a-Abzüge der letzten drei Jahre", „Fehlt ein Beleg für diese Steuerveranlagung?". Der Assistent befragt die SQLite-Datenbank, liest die Dokumente bei Bedarf erneut und antwortet. Immer lokal.

Das Ganze passt in einen Ordner mit ein paar hundert Zeilen Python. Keine Daten verlassen meine Maschine. Niemals. Ich besitze das Tool. Ich besitze den Code. Ich besitze die Daten. Ich besitze sogar das Modell, das sie analysiert.

Die tatsächlichen Kosten

Hier wird das Beispiel interessant. Die Tabelle vergleicht, was die Abonnement-Option kostet und was das eigene Tool kostet, Posten für Posten.

Was die Tabelle zeigt: Wo das Abonnement Jahr für Jahr den Zugang zu einer generischen, anderswo gehosteten Funktion in Rechnung stellt, konzentriert das eigene Tool die gesamten Kosten im ersten Aufbau – drei Abende – und hat danach keine mehr. Die einzige echte „Kostenposition" ist der Arbeitsspeicher: Ein offenes Modell braucht eine Maschine mit ausreichend Speicher – die bewusst in Kauf genommene Gegenleistung dafür, es auf eigener Hardware statt auf einem entfernten Server laufen zu lassen. Das ist eine einmalige Hardware-Investition, die durch den Rest meiner beruflichen Nutzung bereits amortisiert ist. Sobald diese Hürde genommen ist, liegen die jährlichen Betriebskosten von FiscalDoc bei genau null. Nicht „fast null". Nicht „ein paar Dollar API-Kosten". Null.

Was dieses Beispiel zeigt

Fünfzehn Jahre lang lautete das schlagende Argument für SaaS: „Das können Sie nicht selbst bauen, das dauert zu lange, ist zu teuer, zu riskant, und Sie werden nie die Leistungsfähigkeit eines echten KI-Modells erreichen." Das stimmte. Das stimmt nicht mehr – in keinem der vier Punkte.

Was sich in achtzehn Monaten verändert hat, lässt sich auf zwei Verschiebungen zurückführen. Auf der einen Seite haben Code-Assistenten die Zeit zwischen einer Idee und ihrer funktionsfähigen Umsetzung zum Einsturz gebracht. Ich habe FiscalDoc nicht geschrieben: Ich habe es im Dialog entwickelt. Ich habe meine Anforderungen beschrieben – zwei Bereiche, schweizerische Steuerkategorien, automatische Klassifizierung, schlanke Oberfläche, lokale Datenbank, konversationeller Assistent – und Abend für Abend iteriert, bis ich ein Tool erhielt, das zu mir passt. Diese Art zu arbeiten habe ich in meinem Erfahrungsbericht zur KI-gestützten Entwicklung dokumentiert.

Auf der anderen Seite haben offene Modelle eine Qualität erreicht, die Cloud-Aufrufe für ein breites Spektrum professioneller Anwendungsfälle zur Option macht. Was gestern noch die API eines amerikanischen Anbieters erforderte, läuft heute auf einem angemessen dimensionierten Mac, ohne für den Kern der Verarbeitung je eine Internetverbindung zu benötigen.

Das Zusammentreffen beider Verschiebungen verändert die Abwägung. Was gestern noch ein Agenturprojekt für Zehntausende Franken plus ein Abonnement für eine externe API war, ist heute für einen klar abgegrenzten Bedarf wie meinen ein Projekt von drei Abenden, null Franken Betriebskosten und null Zeilen an Daten, die den Bereich des Nutzers verlassen.

Die Lehre, jenseits meines Schreibtischs

FiscalDoc ist ein winziger Fall. Zwei Bereiche, ein Nutzer, ein paar hundert Dokumente pro Jahr. Aber er veranschaulicht genau das, woran ich glaube und was ich bei MCVA baue: Mit lokaler generativer KI ist SaaS nicht mehr die Standardwahl – es ist zu einer Wahl geworden, die begründet werden muss.

Für ein Schweizer Unternehmen, das dem DSG^[1] unterliegt, den CLOUD Act im Auge behält und der jährlichen Preiserhöhungen seiner Anbieter überdrüssig ist, ist diese Umkehrung nicht theoretisch. Sie steht jetzt zur Verfügung, für alle, die bereit sind, sie nüchtern zu betrachten.

Vor der nächsten Vertragsverlängerung lohnt es sich, vier Fragen kühl zu stellen. Tut dieses Tool genau das, was das Unternehmen braucht, oder hat es sich im Laufe der Jahre an dessen Grenzen angepasst? Wollen Sie die nächsten zehn Jahre lang einem Anbieter eine Rente zahlen, um weiterhin Zugang zu Ihren eigenen Daten zu haben? Können diese Daten wirklich einer externen Cloud anvertraut werden, im Hinblick auf DSG und Geschäftsgeheimnis? Und ist die massgeschneiderte Alternative – gesteuert durch Code-Assistenten, ausgeführt auf einem lokalen Modell, vollständig im eigenen Besitz – wirklich ausser Reichweite, oder glauben Sie das nur noch aus Gewohnheit?

Fünfzehn Jahre in den digitalen Führungsetagen grosser Konzerne haben mir das andere Ende der Skala gezeigt: Softwarebudgets, in denen sich Dutzende redundanter Abonnements stapeln, umgangen durch parallele Dateien. Was ich auf meinem Mac im Massstab eines Ein-Personen-Büros bewiesen habe, erlaubt dieselbe Logik, Funktion für Funktion, auch für KMU mit fünf bis fünfzig Mitarbeitenden – genau das ist das Feld meiner massgeschneiderten Lösungen. Und die übergeordnete Frage, die diese und andere Bewegungen ordnet, habe ich in Was muss ein Schweizer KMU 2026 angesichts der KI tun? gestellt.

Wichtig in Kürze

— Ein klar abgegrenzter Bedarf, sensible Daten, kein Netzwerkeffekt: Das ist der Bereich, in dem das eigene Tool das Abonnement schlägt, und FiscalDoc ist der dokumentierte Beweis dafür. — Die Betriebskosten einer lokalen Anwendung auf einem offenen Modell sind null; die gesamten Kosten liegen im Aufbau, der durch KI-gestützte Entwicklung inzwischen eingebrochen ist. — Die Umkehrung gilt nicht für alles: massive Zusammenarbeit und hohe funktionale Komplexität bleiben das Feld der Anbieter – die Abwägung erfolgt Funktion für Funktion.

FAQ

Muss man Entwickler sein, um diesen Fall nachzubauen? Es braucht jemanden, der im Dialog mit einem Code-Assistenten arbeiten und das Ergebnis beurteilen kann – ein technisches Profil, nicht zwingend ein Entwickler von Beruf. Für ein KMU ohne dieses Profil intern ist das typischerweise ein kurzes massgeschneidertes Vorhaben, dessen Ergebnis Ihnen vollständig gehört, Code und Daten.

Ist ein lokales Modell gut genug für Buchhaltungsdokumente? Für strukturierte Klassifizierung – Dokumenttyp, Datum, Betrag, Aussteller, Kategorie – ja, durchaus, und das lässt sich an Ihren eigenen Dokumenten überprüfen, bevor Sie sich festlegen. Für komplexe, dokumentenübergreifende Schlussfolgerungen machen offene Modelle Fortschritte, aber ich prüfe das immer von Fall zu Fall.

Und was ist mit dem DSG? Das ist eines der stärksten Argumente für dieses Modell: Steuerdokumente enthalten personenbezogene Daten im Sinne des Gesetzes, und eine lokale Anwendung erübrigt die Frage der Übermittlung an einen Auftragsverarbeiter, des anwendbaren Rechts und des extraterritorialen Zugriffs. Was das Gesetz verlangt, bleibt weiterhin Ihre Aufgabe – aber der zu schützende Bereich reduziert sich auf Ihre eigene Maschine.

Rechtfertigt dieser Fall die Kündigung aller meiner SaaS-Abonnements? Nein, und ich rate davon ab, es so zu lesen. Er rechtfertigt eine Bestandsaufnahme: was Sie bezahlen, was Sie nutzen, wo Ihre Daten liegen – und danach eine Abwägung Funktion für Funktion, bei der manche Abonnements bestehen bleiben, weil sie es verdienen.

Und in Ihrem Unternehmen? Die KI-Nutzungsdiagnose: sechzig Minuten, um Ihre tatsächlichen Abläufe zu erfassen, zu identifizieren, was eine Individuallösung verdient, was in SaaS bleibt und was gar keine KI braucht. Diagnose vereinbaren

Quellen

[1] Bundesgesetz über den Datenschutz (DSG), Revision vom 25. September 2020, in Kraft seit 1. September 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

Jérôme Deshaie ist CEO und Gründer von MCVA Consulting SA, einer KI-gestützten Agentur mit Sitz im Wallis. Fünfzehn Jahre im Dienst grosser internationaler Marken, heute direkt für Schweizer KMU tätig. Werdegang.