Geld ausgegeben, nichts gemerkt
Ein geschäftsführender Gesellschafter erzählte uns kürzlich, dass sein Unternehmen im vergangenen Jahr kräftig in KI investiert hatte. Lizenzen, ein Pilotprojekt, ein begeistertes Projektteam. Als wir fragten, was es gebracht hatte, blieb es still. Man hatte alles Mögliche ausprobiert, aber an den Zahlen und an der Arbeitsbelastung hatte sich nichts geändert.
Er ist nicht die Ausnahme. Er ist die Regel, wie auch die Zahlen zu KI im niederländischen Mittelstand zeigen.
Die 95 Prozent
Eine viel diskutierte Studie des MIT, Project NANDA, mit dem Titel The GenAI Divide, kam zu einem ernüchternden Ergebnis: 95 Prozent der untersuchten Organisationen erzielten keinerlei Rendite aus ihren KI-Investitionen, trotz Ausgaben in zweistelliger Milliardenhöhe. Fünf Prozent gewannen, der Rest sah nichts zurück.
Das Erste, was Sie wissen sollten: Das lag selten an der Technik. Die Modelle taten genau das, was sie tun sollten. Es lag daran, wie sie eingesetzt wurden.
Warum die 95 Prozent scheitern
Es gibt ein paar wiederkehrende Ursachen, und sie kommen Ihnen wahrscheinlich bekannt vor.
Die KI wurde an der falschen Stelle eingesetzt. Viele Unternehmen setzen sie im Marketing und Vertrieb ein, während die Rendite gerade im Backoffice liegt, in der repetitiven Arbeit, die niemand vermisst.
Das Pilotprojekt wurde nie in den Produktivbetrieb überführt. Ein Pilot läuft mit sauberen Daten, einem isolierten System und gutem Willen. Die echte Welt bringt Verantwortlichkeiten, Sicherheit, Integration und Ausnahmen dazu. Weniger als 20 Prozent der Pilotprojekte schaffen den Übergang in den Produktivbetrieb. Der Rest bleibt ewig ein Versuch, der Budget kostet und nichts bringt.
Es gab kein Change Management. Die Technik wurde eingeschaltet, aber nicht in die täglichen Prozesse eingewoben. Genau dort liegt der Gewinn, und genau dort wird er am häufigsten verpasst.
Niemand hat das Ergebnis gemessen. 77 Prozent der Unternehmen, die KI einsetzen, können nicht nachweisen, ob sie Wert schafft, schlicht weil vorab keine Erfolgskriterien vereinbart wurden. Ohne Maßstab können Sie nicht einmal einen Erfolg als Erfolg benennen.
Was die 5 Prozent anders machen
Die Gewinner teilen einige Merkmale, und es ist kein Zufall, dass sie das Gegenteil der Liste oben tun.
Sie konzentrieren sich auf das Backoffice, auf klar abgegrenzte Prozesse, in denen Zeitersparnis direkt in den Zahlen ankommt. Sie kaufen und integrieren gezielte Lösungen, statt alles selbst zu bauen. Sie wählen tiefe, branchenspezifische Anwendungen statt eines allgemeinen Tools, das überall ein bisschen passt. Sie treffen klare Vereinbarungen zu Nutzung und Governance. Und sie messen an konkreten Workflows, nicht an einem vagen Gefühl von Fortschritt. In der MIT-Studie lag die Erfolgsquote dieses Ansatzes fast doppelt so hoch wie beim Rest.
Warum Pilotprojekte scheitern, und was funktioniert
Wir haben schon früher darüber geschrieben, warum KI-Pilotprojekte scheitern. Die MIT-Studie bestätigt es in großem Maßstab: Eine KI, die eine Aufgabe innerhalb eines Prozesses automatisiert, der für Menschen entworfen wurde, hat selten Wirkung. Der Gewinn entsteht erst, wenn Sie den Prozess darum herum neu gestalten.
Genau deshalb beginnen wir nicht mit einem Tool, sondern mit dem Messen. Ein KI-Audit erfasst in 14 Tagen, wo in Ihrem Büro die Rendite wirklich liegt, welche Prozesse sich für Automatisierung eignen und wie Sie das Ergebnis messbar machen. Danach bauen wir es in den Prozess ein, über eine gezielte Implementierung oder eine AIOS-Schicht, und nicht als Pilotprojekt, das neben dem Tagesgeschäft hängen bleibt.
Auf welcher Seite Sie stehen wollen
Der Unterschied zwischen den 5 und den 95 Prozent ist keine Frage von Budget oder Glück. Es ist eine Frage davon, wo Sie anfangen, was Sie messen und ob Sie die Technik wirklich in Ihren Prozess einbauen.
Vierzehn Tage später wissen Sie genau, wo bei Ihnen die Rendite liegt und wie Sie sie messbar machen. KI, die in Ihrer Branche funktioniert, beginnt nicht bei einem Tool, sondern bei der richtigen ersten Frage.
