Warum KI-Projekte scheitern – und was die 5 % anders machen

Warum scheitern so viele KI-Projekte? Nicht an der Technik. Die meisten Unternehmen setzen KI an der falschen Stelle ein. Eine vielzitierte MIT-Studie aus dem Jahr 2025 bringt es auf den Punkt: 95 % der KI-Projekte liefern keinen messbaren Nutzen. Die übrigen 5 %, die es schaffen, machen vor allem drei Dinge anders. Genau die schauen wir uns hier an.

Wie viele KI-Projekte wirklich scheitern

Die Zahlen sind ernüchternd, aber eindeutig. Laut der MIT-Studie „The GenAI Divide: State of AI in Business 2025" (NANDA-Initiative) erzielen 95 % der untersuchten KI-Pilotprojekte keinen messbaren wirtschaftlichen Nutzen. Nur rund 5 % bringen spürbar Umsatz oder Ergebnis.

Gartner sieht dasselbe Muster aus einem anderen Blickwinkel: Die Analysten erwarten, dass mindestens 30 % der Generative-KI-Projekte nach der Pilotphase wieder eingestellt werden, bis Ende 2025. Die Gründe, die sie nennen: schlechte Datenqualität, fehlende Kontrolle, steigende Kosten, unklarer Nutzen.

Das klingt nach Untergangsstimmung, ist aber keine. Es ist ein Muster mit einer Ursache. Und ein Muster kann man durchbrechen, sobald man es kennt.

Warum sie scheitern: nicht an der Technik

Der wichtigste Befund der MIT-Studie: Es liegt fast nie am Modell. Die Technik ist gut genug. Was fehlt, ist die richtige Stelle. Vier Fehler tauchen immer wieder auf:

• KI an der falschen Stelle: Ein generisches Tool wie ChatGPT wird über bestehende Abläufe gestülpt, ohne es an die echten Prozesse anzupassen. Es beeindruckt in der Demo und scheitert im Alltag.
• Budget im falschen Bereich: Der Großteil der KI-Budgets fließt in Sales und Marketing. Der größere Hebel liegt laut MIT aber im Back Office, bei den repetitiven Aufgaben, die niemand gern macht.
• Aktionismus statt Prozess: Ein Tool wird gekauft, weil alle eins haben. Der Prozess drumherum, der es überhaupt nützlich macht, fehlt.
• Keine Messung, kein Business Case: Niemand legt vorher fest, woran sich Erfolg zeigt. Was man nicht misst, kann man hinterher auch nicht als Erfolg verbuchen.

Was die 5 % anders machen

Die erfolgreichen Projekte sind nicht die mit dem größten Budget oder dem neuesten Modell. Sie gehen anders vor. Vier Prinzipien ziehen sich durch:

• Eine konkrete Schwachstelle wählen. Statt KI überall einzustreuen, nehmen sie sich einen klaren Engpass vor und lösen den richtig.
• Spezialisten einbinden statt alles selbst bauen. Laut MIT liegt die Erfolgsquote bei externen Partnern und eingekauften Lösungen bei rund 67 %, beim Eigenbau nur bei etwa einem Drittel.
• Vorher und nachher messen. Erfolg wird an einer Kennzahl festgemacht und nach dem Go-Live geprüft. Kein Bauchgefühl, sondern ein Business Case.
• Den Menschen lassen, wo er gebraucht wird. Bei kritischen Entscheidungen prüft ein Mensch den Output (Human-in-the-Loop), statt das System allein entscheiden zu lassen.

Was das für dich heißt

Du siehst: Über Erfolg oder Scheitern entscheidet nicht das Tool, sondern die Stelle, an der es sitzt. Genau deshalb fangen wir bei Starkcell nicht mit dem Bauen an, sondern mit dem Richtige-Stelle-Check: erst die Abläufe verstehen, dann bewerten, dann nur das automatisieren, was sich rechnet. So landest du auf der Seite der 5 %, nicht der 95 %.

Mehr dazu: So arbeiten wir · Unsere Leistungen

Weiterlesen: Was sind KI-Agenten? Agentische KI einfach erklärt →