Warum KI-Piloten beim Kontakt mit Ihrem Unternehmen sterben
Unternehmen haben KI fast überall eingesetzt und fast nichts verändert. MITs State of AI in Business 2025 findet, dass 95 Prozent der Organisationen keine Rendite auf 30 bis 40 Milliarden Dollar erzielen, und die Ursache sind nicht die Modelle. Es ist das, was passiert, wenn ein Pilot die Demo verlässt und auf das Unternehmen trifft.
Die Modelle funktionieren. Genau das macht die 95 Prozent vernichtend.
MITs Bericht State of AI in Business 2025 gibt der Lücke eine Zahl: Trotz 30 bis 40 Milliarden Dollar an Unternehmensinvestitionen erzielen 95 Prozent der Organisationen keinerlei Rendite aus generativer KI [S1]. Der Bericht nennt das Muster die GenAI-Kluft, und seine zentrale Erkenntnis will niemand auf einer Folie haben. Die Kluft entsteht nicht durch Modellqualität oder Regulierung, sondern durch das Vorgehen [S1]. Die Werkzeuge selbst sind in Ordnung. Über 80 Prozent der Organisationen haben Werkzeuge wie ChatGPT und Copilot erprobt, fast 40 Prozent haben sie eingeführt, aber sie heben die Produktivität Einzelner, nicht das Ergebnis [S1]. Ein Blick aus der Praxis sagt es unverblümter: Die Piloten haben keine messbare Ergebniswirkung, und das liegt nicht an schwachen Modellen [S2].
Wenn das Modell nicht das Problem ist, ist das Problem alles, was die Demo nie überstehen muss. Genauer gesagt drei Dinge.
Messen ist das Erste, was die Demo auslässt.
Nur 5 Prozent der integrierten Piloten erzeugen echten Wert; der Rest steht ohne messbare Ergebniswirkung da [S1]. Die Teams auf der falschen Seite messen meist das Falsche. Piloten scheitern, weil sie auf eine Verhaltensänderung wetten; die Teams mit echter Rendite tun etwas Langweiliges: Sie suchen, wo Arbeit über Nacht liegen bleibt, setzen KI genau an diesem Schritt ein und messen Durchlaufzeit statt Nutzung [S5]. Nutzung lässt sich leicht zeigen und leicht vortäuschen. Eine Demo kann belegen, dass Menschen das Werkzeug benutzt haben. Sie kann nicht belegen, dass das Geschäft etwas zurückbekommen hat.
Dann trifft das Modell auf das Chaos.
Die Piloten, die sterben, sterben beim Kontakt mit dem echten Unternehmen: Altdatenbanken, Compliance-Abteilungen und kaputte Schnittstellen, das Chaos, das eine Demo nie berührt [S2]. MITs eigener Trichter zeigt, wie steil der Abfall ist. Sechzig Prozent der Organisationen bewerteten Systeme auf Unternehmensniveau, nur 20 Prozent erreichten einen Piloten und lediglich 5 Prozent den Produktivbetrieb, die meisten scheiterten an brüchigen Arbeitsabläufen und mangelnder Passung zum Tagesgeschäft [S1]. Die Praxiszahlen reimen sich: 88 Prozent der Piloten erreichen nie den Produktivbetrieb, nur 4 von 33 überleben bis zur Skalierung, und die Erfolgsquote von Agenten fällt unter Produktivlast von 60 auf 25 Prozent [S3]. Sprach-KI zeigt dieselbe Form, mit 97 Prozent Einführung gegenüber 27 Prozent Produktivbetrieb [S4]. Der genaue Wert schwankt je nachdem, wer zählt. Die Richtung nicht. Das Scheitern zeigt sich unter Last, nachdem der Pilot bereits zum Erfolg erklärt wurde.
Und niemand hat entschieden, wer Ja sagen darf.
MIT ist bei der Ursache präzise: Die Hürde für Skalierung ist nicht Infrastruktur, Regulierung oder Personal, sondern Lernen, denn die meisten Systeme behalten Rückmeldungen nie und verbessern sich nicht [S1]. Es gibt eine Governance-Variante derselben Lücke, und die ist unmittelbarer. Der Praxisrat lautet, Infrastruktur, Governance und Rendite vor dem nächsten Piloten zu prüfen [S3], und ein Bericht zeigt, warum. Ein Systemadministrator mit 23 Jahren Erfahrung sah zu, wie ein Kollege einem KI-Assistenten erweiterten SSH-Zugang zu einem echten Host gab, nicht zu einer virtuellen Maschine, für eine Aufgabe, die der Kollege selbst hätte erledigen können, und der Kollege fand nichts dabei [S6]. Der Administrator nannte es einen Sicherheitsvorfall und sagte, er traue der KI weder die Aufgabe zu noch eine wahrheitsgemäße Auskunft darüber, was sie getan hat [S6]. Das ist die Kluft im Kleinen. Die Technik bekommt Befugnisse, bevor jemand entscheidet, wer die Folgen verantwortet.
Die Lücke ist eine Verantwortungslücke.
Die Organisationen, die die Kluft überwinden, sind nicht die mit den besten Modellen. Sie verlangen prozessspezifische Anpassung, beurteilen Werkzeuge nach Geschäftsergebnissen statt nach Benchmarks und gewinnen mit externen Partnerschaften, die doppelt so oft gelingen wie Eigenentwicklungen [S1]. Für eine Führungskraft läuft das auf drei Entscheidungen hinaus, die vor dem nächsten Piloten fallen, nicht danach. Binden Sie ihn an eine Geschäftskennzahl wie Durchlaufzeit, nicht an Nutzung [S5]. Verdrahten Sie ihn in einen echten Arbeitsablauf statt in eine breite Verhaltenswette [S5]. Benennen Sie, wer dafür verantwortet, was das System berühren darf [S6]. Der Abstand zwischen 97 Prozent Einführung und 27 Prozent Produktivbetrieb ist keine Technologielücke [S4]. Es ist eine Verantwortungslücke, und sie schließt sich mit Entscheidungen, nicht mit Modellen.
Quellen