KI. Ganz Einfach?
Ich habe sie selbst zitiert. Jene Zahlen, die belegen sollen, dass bis zu 95 Prozent aller KI-Projekte bis ins Jahr 2025 gescheitert seien oder die gesetzten Erwartungen nicht erfüllt hätten. Ich habe sie weitergegeben, weil sie eingängig sind, weil sie ein elitäres Siegel tragen und weil sie genau das bestätigen, was ein müdes, skeptisches Publikum ohnehin vermutet. Erst als ich genauer hinsah, wurde mir klar, wie brüchig dieses Fundament ist. Genau das ist der Anlass für diesen Text. Bevor ich die Zahlen auseinandernehme, muss ich jedoch etwas Grundsätzliches über KI vorausschicken, konkret über LLMs.
Die Welt durchläuft gerade einen Lernprozess, der in zwei Richtungen verläuft. Einerseits lernen Maschinen von Menschen und aus deren Umwelt, andererseits müssen wir den Umgang mit eben diesen Maschinen verinnerlichen. Und was Letzteres angeht, sieht man immer noch viel zu viele scheitern.
Ich habe bereits ausführlich darüber geschrieben, wie Menschen KI mit einem Softwareprogramm verwechseln und falsche Erwartungen in diese Technik setzen, die zwangsläufig enttäuscht werden müssen. Ich habe bewusst nicht „Software" geschrieben, sondern das Substantiv „Programm" mit eingebaut. Damit möchte ich aufzeigen, dass das, was nach einem Input in einem KI-Modell abläuft, nicht das Abspulen eines Programms wie bei einer klassischen Software ist. Bei KI wird ein Prozess in Gang gesetzt, der dem menschlichen Denkprozess nachempfunden ist. Das erlaubt es uns, unseren Input flexibel zu gestalten und trotzdem, sofern er sich an eine gewisse Thematik orientiert, ein valides Ergebnis zu erhalten. Es ist ein bisschen wie der Spruch: „Viele Wege führen nach Rom." In diesem Fall ließe sich hinzufügen: „… und Rom ist groß." Das heißt: Man kommt irgendwo in Rom an.
Weil sich LLMs sehr menschlich anfühlen, sowohl in der Art, wie wir mit ihnen interagieren, als auch im Output, und weil viele Menschen keinen Unterschied zwischen der Intelligenz einer Technik und der Fähigkeit, Gedanken zu lesen, zu machen scheinen, kommt es immer wieder zu Missverständnissen. So kann es passieren, dass jemand, der eigentlich zum Kolosseum will, in einem Vorort von Rom landet. Vermutlich, weil er seinen Wunsch nicht präzise genug formuliert hat.
Weil LLMs intuitiv sind und darauf ausgelegt, Output zu generieren, haben viele Unternehmen KI-Tools implementiert, ohne ihre Mitarbeitenden im Umgang mit dieser Technik zu schulen. Noch fataler ist es, wenn die Prozesse, auf die KI gesetzt wurde, gar nicht erst hinterfragt werden. Oft waren diese Prozesse längst überholt, und nun fährt ein Ochsenkarren mit Düsenantrieb. Schneller, aber auf die Gefahr hin, von den Kräften des eigenen Antriebs zerstört zu werden.
Und jetzt zu den Zahlen. Denn wer sie ernsthaft prüft, stellt fest, dass sie etwas anderes sagen als das, was viele weitererzählen.
Die berühmte Zahl, wonach 95 Prozent gescheitert seien, stammt aus einem einzigen Report: „The GenAI Divide: State of AI in Business 2025" der MIT-Initiative Project NANDA, veröffentlicht im Juli 2025 und durch einen Artikel im Fortune-Magazin viral geworden. Doch auch McKinsey hat Zahlen mit ähnlich drastischen Auswirkungen veröffentlicht.
Entscheidend ist, was z.B. dieser Report des MIT unter Erfolg überhaupt versteht. Erfolg wurde dort sehr eng definiert: ein Einsatz über die Pilotphase hinaus, mit messbaren Kennzahlen und einem Return on Investment, gemessen sechs Monate nach dem Pilot. Damit ist klar, was die Studie tatsächlich misst. Nicht, ob KI funktioniert, sondern ob ein maßgeschneidertes, tief in den Arbeitsablauf eingebettetes KI-Tool innerhalb eines halben Jahres eine direkte, dem Unternehmen zurechenbare Gewinnwirkung erzeugt. Das ist eine sehr hohe Hürde, und sie ist von den Forschern gesetzt, nicht von den Unternehmen. Ein Pilot ist seinem Wesen nach ein Experiment. Dass die Mehrzahl der Experimente innerhalb von sechs Monaten keinen harten Gewinnbeitrag ausweist, ist nicht Scheitern, sondern die Funktionsweise von Experimenten. Genau dafür sind Piloten da.
Hinzu kommt, dass sich die genannte Zahl nur auf eine eng umrissene Kategorie bezieht: auf eigens gebaute, eingebettete KI-Anwendungen. Die allgemeinen Werkzeuge, also ChatGPT, Copilot und Konsorten, fallen ausdrücklich nicht darunter. Diese wurden in über 80 Prozent der Organisationen erprobt und vom Piloten in den Regelbetrieb überführt, in einem sehr hohen Anteil der Fälle. Die Grafik, die alle teilen, ist überdies kein Misserfolgsbalken, sondern wird als Trichter gelesen: erkunden, pilotieren, in Produktion gehen. Ein Trichter, der oben breit ist und unten schmal, ist aber etwas anderes als eine saubere Quote des Scheiterns. Und das Original verschärft die Sache noch: Es zeigt gar keinen Trichter, sondern zwei Balkenreihen nebeneinander — Allzweck-Tools mit 80, 50 und 40 Prozent, maßgeschneiderte Tools mit 60, 20 und 5 Prozent. Die berühmten Eckwerte, 80 oben und 5 unten, stammen aus zwei verschiedenen Serien. Wer daraus eine einzige Kaskade macht, verschmilzt zwei Grundgesamtheiten zu einer Scheinquote.
Und schließlich die Datenbasis. Sie besteht aus rund 150 Interviews mit Führungskräften, einer Befragung von etwa 350 Mitarbeitenden und der Analyse von rund 300 öffentlich dokumentierten Einführungen. Vieles davon ist Selbstauskunft, nicht geprüfte Unternehmenszahlen. Die Autoren selbst bezeichnen ihre Werte als „richtungsweisend" und führen eine lange Liste eigener Einschränkungen auf. Das ist ehrlich von ihnen, geht im Lärm der Schlagzeile aber unter. Dass die Initiative zugleich ein bestimmtes technisches Paradigma vertritt, dessen Notwendigkeit ihr eigener Report nahelegt, sollte man bei der Bewertung wenigstens im Hinterkopf behalten.
McKinsey misst etwas völlig anderes, und hier wird es für meine These erst richtig interessant. Im Report „The State of AI in 2025" wurden knapp 2.000 Personen in über hundert Ländern befragt. 88 Prozent geben an, KI in mindestens einer Funktion zu nutzen. Aber nur 39 Prozent können dieser Nutzung überhaupt einen Effekt auf das Betriebsergebnis zuordnen, und bei den meisten von ihnen liegt dieser Effekt unter fünf Prozent. Nur rund sechs Prozent gelten als „High Performer", die einen wirklich nennenswerten Wert erzielen. McKinseys eigene Diagnose dazu ist nicht technologischer, sondern organisatorischer Natur: Die wenigen Erfolgreichen behandeln KI nicht als Effizienzwerkzeug, das man auf bestehende Abläufe setzt, sondern als Anlass, ihre Arbeitsabläufe neu zu denken.
Genau hier liegt der Hund begraben. Wenn ein Umfrageinstitut abfragt, ob ein Unternehmen KI nutzt, wird jeder, der sich keine Blöße geben will, mit Ja antworten. Und irgendwie stimmt es ja auch, denn auf die eine oder andere Art nutzt heute fast jeder KI. Aber zwischen KI nutzen und KI nutzen liegt eine Welt.
Hand aufs Herz: Welche Unternehmen verfolgen tatsächlich eine durchdachte KI-Strategie? Eine ganzheitliche Strategie, die die Mitarbeitenden mitnimmt, bei der Prozesse hinterfragt werden, bevor automatisiert wird, und bei der systematisch nach jenen Anwendungsfällen gesucht wird, in denen der Einsatz von KI wirklich sinnvoll ist. Wie viele sehen in KI nur ein paar LLMs, die das Verfassen von Texten erleichtern, und übersehen, dass dies bloß die Spitze des Eisbergs ist?
Deshalb sollten wir den Zahlen der Umfrageinstitute mit Skepsis begegnen. Allerdings nicht wegen eines Messfehlers im statistischen Sinn, also nicht wegen einer zu kleinen oder schiefen Stichprobe. Es sind zwei andere, präzisere Dinge. Das erste ist ein Konstruktfehler: Die Studien messen die Reife und die Kompetenz der Organisation, nicht die Leistungsfähigkeit der KI. Sie richten ihr Messgerät schlicht auf das falsche Objekt. Das Ergebnis sagt also nichts über die Fähigkeiten der Technik aus, sondern viel über die Verantwortlichen, die sie einführen. Es zeigt, dass deren Strategien nicht funktionieren, nicht dass KI nicht funktioniert.
Das zweite ist eine echte Messblindheit. Während nur etwa 40 Prozent der Firmen offizielle Lizenzen für KI-Werkzeuge führen, nutzen rund 90 Prozent der Befragten täglich private KI-Tools an der offiziellen Infrastruktur vorbei. Der real geschaffene Nutzen läuft also größtenteils an den Kanälen vorbei, die überhaupt gemessen werden. Was als Scheitern erscheint, ist zu einem guten Teil schlicht Nutzen, den niemand erfasst.
Was scheitert, ist also nicht die KI. Wenn ein Unternehmen „irgendetwas mit KI" macht, sich nach sechs Monaten die Zahlen ansieht und kaum eine Veränderung feststellt, dann ist nicht die Technik gescheitert, sondern die Art, wie sie eingeführt wurde.
Was lernen wir daraus?
KI ist zu mächtig, um sich nur nebenbei mit ihr zu beschäftigen. Erst wenn KI zur Chefsache wird, können sich ihre Potenziale entfalten. Und ich bin mir sicher: Würde man den Fragen der Umfrageinstitute jene nach einer professionellen Einführung von KI voranstellen, fielen ihre Ergebnisse deutlich anders aus.
