Warum 95% aller KI-Pilotprojekte scheitern – und was erfolgreiche Unternehmen anders machen

95% aller generativen KI-Pilotprojekte in Unternehmen scheitern. Das ist das ernüchternde Ergebnis einer neuen MIT-Studie, die 150 Führungskräfte interviewte, 350 Mitarbeitende befragte und 300 öffentliche KI-Deployments analysierte.

Also bringt das ganze KI-Ding doch nichts? Platzt die Blase, wie die Medien gerade hämisch titeln? Die Wahrheit ist deutlich nuancierter. Unbeachtet neben den riesigen 95% stehen nämlich 5% sehr wohl erfolgreiche KI-Pilotprojekte. Lassen Sie uns doch mal beleuchten, was in diesen Projekten denn richtig läuft.

Das Problem: Technologie ohne Strategie

Die MIT-Forschenden um Aditya Challapally identifizierten ein klares Muster bei den gescheiterten Projekten: Unternehmen setzen auf generische Tools wie ChatGPT und erwarten, dass diese automatisch in ihre Arbeitsabläufe passen. Aber das funktioniert nicht.

Laut Challapally sind generische Tools wie ChatGPT für Einzelpersonen ideal, weil sie flexibel sind. In Unternehmen scheitern sie jedoch, weil sie nicht so einfach lernen und sich oft nicht an spezifische Workflows anpassen können.

Das Ergebnis: Erhebliche Budgets fliessen in Pilotprojekte, die oft beeindruckende Demos liefern, aber keinen in Umsatz oder Gewinn messbaren Effekt zeigen – bei 95% der Fälle.

Was erfolgreiche Unternehmen anders machen

Was also machen die restlichen 5 Prozent richtig? Die Studie zeigt drei entscheidende Faktoren für erfolgreiche KI-Implementierungen:

• Partnerschaften statt Eigenbau: Unternehmen, die KI-Tools von spezialisierten Anbietern kaufen und strategische Partnerschaften eingehen, sind etwa doppelt so erfolgreich wie solche, die eigene Systeme entwickeln (~67% vs. ~33% Erfolgsquote).

• Back-Office-Automatisierung statt Marketing-Hype: Laut MIT investieren Unternehmen über 50% der generativen KI-Budgets in Sales und Marketing. Dort wird aber nicht der höchste Return on Investment (RoI) erzielt. Sondern in der Automatisierung des Back-Office – etwa durch die Reduzierung externer Agenturkosten und die Optimierung interner Abläufe.

• Linienmanager als Treiber: Erfolgreiche Unternehmen setzen nicht nur auf zentrale KI-Tools, sondern befähigen Linienmanager, die Adoption der KI voranzutreiben. Diese kennen die konkreten Probleme ihrer Teams und können KI gezielt einsetzen.

Schweizer Unternehmen: So klappt die KI-Integration

Was bedeutet dies für Schweizer Unternehmen? Basierend auf den Erkenntnissen des MIT-Berichts empfehlen wir:

1. Starten Sie mit Back-Office-Prozessen

Beginnen Sie nicht mit Marketing oder Kundenservice. Automatisieren Sie zuerst interne, repetitive Prozesse:

• Dokumentenverarbeitung und -klassifizierung
• Datenvalidierung und -bereinigung
• Routine-Berichterstattung
• Interne Suchfunktionen

2. Wählen Sie flexible, lernfähige Tools

Vermeiden Sie starre, generische Lösungen. Suchen Sie nach Tools, die:

• sich in bestehende Workflows integrieren lassen
• aus Feedback lernen und sich anpassen
• mit Ihren Daten und Prozessen wachsen können

3. Setzen Sie auf Partnerschaften

Entwickeln Sie nicht alles selbst. Nutzen Sie die Expertise spezialisierter Anbieter, die:

• ihre Branche verstehen
• schweizer Datenschutzanforderungen erfüllen
• bewährte Implementierungsmethoden haben

4. Messen Sie den echten Wert

Definieren Sie klare Key Performance Indicators (KPIs) vor der Implementierung, zum Beispiel:

• Zeitersparnis in Stunden pro Woche
• Kosteneinsparungen in Franken
• Qualitätsverbesserungen (weniger Fehler, schnellere Bearbeitung)
• Mitarbeiter- und Kundenzufriedenheit

Die Zukunft: Agentische KI-Systeme

Der Bericht skizziert als Ausblick, dass agentische, lernfähige Systeme (mit Speicher und begrenzter Autonomie) die nächste Phase prägen könnten; erste Unternehmen experimentieren bereits damit.

Diese Entwicklung wird die nächste Phase der Unternehmens-KI prägen. Unternehmen, die jetzt die richtigen Grundlagen legen, sind für diese Zukunft gerüstet.

Vorsicht vor schnellen Schlüssen

Die MIT-Studie macht eines klar: Nur weil etwas mit KI funktioniert, ist es nicht automatisch besser. Doch die Erkenntnisse sind differenzierter, als sie auf den ersten Blick erscheinen:

• Partnerschaften vs. «Eigenbau»: Ein KI-Tool selbst in-house zu entwickeln, ist nicht per se schlecht – aber Sie sollten den richtigen Partner dafür auswählen. Die erfolgreichen 5% setzen auf strategische Kooperationen mit Anbietern, die ihre Branche verstehen und bewährte Methoden haben.

• Generische Tools vs. spezialisierte Lösungen: Die Kritik an ChatGPT und ähnlichen Tools bezieht sich auf deren direkte Verwendung in Unternehmen ohne spezifische Anpassung. Richtig konfiguriert und eingebettet in firmeninterne Schnittstellen und Abläufe liefert das Sprachmodell von ChatGPT durchaus Erfolge. Es ist wie beim Essen: Die Zutaten allein machen nicht das perfekte Geschmackserlebnis – sondern die ausgeklügelte Rezeptur.

• Lokale Expertise: Die Studie bestätigt den Ansatz lokaler Expertise. Schweizer Unternehmen profitieren von Partnern, die das DSG und die DSGVO verstehen, auf Schweizer Infrastruktur entwickeln und die spezifischen Herausforderungen von KMUs kennen.

Die KI-Revolution läuft. Und sie belohnt zuerst einmal die, die strategisch denken und die richtigen Partner wählen.