Warum 95% der KI-Projekte nie in den Betrieb kommen – und was vorher fehlt

Der Sprung, den fast niemand schafft

Das MIT Media Lab hat für den Bericht „The GenAI Divide“ 52 Führungskräfte interviewt, 153 Verantwortliche befragt und 300 öffentlich dokumentierte KI-Einführungen ausgewertet. Das Ergebnis: Bei 95 Prozent der Organisationen ist von 30 bis 40 Milliarden Dollar Investition nichts in der Gewinn- und Verlustrechnung angekommen. Nur 5 Prozent der maßgeschneiderten Werkzeuge überstehen den Sprung vom Pilotprojekt in den Betrieb.

Deloitte kommt aus einer anderen Richtung zu einem ähnlichen Befund: Befragt wurden 3.235 IT- und Business-Verantwortliche aus 24 Ländern, alle direkt in die KI-Programme ihrer Organisation eingebunden. Bis 2027 erwarten 74 Prozent, KI-Agenten mindestens in mittlerem Umfang einzusetzen. Vorbereitet ist darauf ein Fünftel.

Man kann das als Governance-Problem lesen, wir halten das für zu kurz gegriffen. Denn was Deloitte unter reiner Governance versteht, ist bemerkenswert unspektakulär: klare Grenzen, welche Entscheidungen ein Agent selbst treffen darf und welche eine menschliche Freigabe brauchen. Monitoring, das auffälliges Verhalten in Echtzeit meldet. Und Protokolle, die die vollständige Kette von Handlungen nachvollziehbar machen.

Das sind keine KI-Anforderungen. Das ist eigentlich die Beschreibung eines ordentlich modellierten Geschäftsprozesses.

Agent Washing: Wenn der Chatbot ein neues Etikett bekommt

Bevor wir zum Kern kommen, ein Blick auf die Angebotsseite, weil sie einen erheblichen Teil des Problems erklärt: Von den tausenden Anbietern, die derzeit agentische KI verkaufen, hält Gartner etwa 130 für echt. Über 40 Prozent aller Agenten-Projekte werden nach dieser Prognose bis Ende 2027 gestrichen — wegen steigender Kosten, unklarem Geschäftswert oder unzureichender Risikokontrollen.

Dazu passt eine Beobachtung aus dem MIT-Bericht: Generische Chatbots erreichen 83 Prozent Adoption, solange die Aufgaben trivial sind. Sobald ein Ablauf eigenen Kontext, Zuständigkeiten und Ausnahmen kennt, bricht die Nutzung ab. Die Werkzeuge behalten kein Feedback, passen sich nicht an den Kontext an und verbessern sich nicht über die Zeit.

Für Entscheider heißt das zweierlei. Erstens: Ein erheblicher Teil dessen, was gerade als Agent angeboten wird, ist keiner. Zweitens, und das ist die wichtigere Erkenntnis: Selbst ein echter Agent scheitert an derselben Stelle wie der umetikettierte, wenn der Ablauf dahinter unklar ist.

Nicht das Modell ist das Problem, sondern der Prozess dahinter

Eine KI, die in einen undokumentierten, halbmanuellen Ablauf gesetzt wird, ist ein Praktikant ohne Arbeitsanweisung. Schnell, selbstbewusst, fleißig — und leider im falschen Schritt.

Das ist keine Polemik, sondern eine ziemlich präzise Beschreibung dessen, was passiert. Ein Agent braucht, um überhaupt sinnvoll handeln zu können, dieselben vier Dinge wie ein neuer Mitarbeiter: eine klar umrissene Aufgabe, definierte Eingangsdaten, eine Entscheidungsregel und jemanden, der prüft, ob das Ergebnis stimmt. Existiert der Ablauf nur im Kopf erfahrener Kollegen und in deren Postfach, fehlen alle vier Kriterien.

Wie verbreitet dieser Zustand ist, zeigt eine Erhebung von Atlassian unter 12.035 Wissensarbeitern. 29% haben KI in ihre Arbeitsabläufe eingebettet, die übrigen daneben. Produktiv im Einzelfall, unsichtbar im Ergebnis, unbelegbar in jeder Bilanz. Genau das ist der Zustand, den Gartner als „unklaren Geschäftswert“ in seiner Liste der Streichungsgründe führt.

Erst zerlegen, dann anhängen

Damit sind wir bei der Reihenfolge, um die es in diesem Text geht: Ein digitaler Prozess ist die Zerlegung eines Ablaufs in klar definierte, einzeln benannte Arbeitsschritte, die von einer Engine ausgeführt statt von Menschen erinnert werden. Jeder Schritt hat einen Namen, definierte Eingangsdaten, ein erwartetes Ergebnis und einen Zeitpunkt, zu dem er beginnt und endet.

Erst wenn das existiert, gibt es überhaupt eine Stelle, an die sich ein KI-Dienst anhängen lässt. Vorher gibt es nur einen Vorgang, der irgendwie bearbeitet wird — und an den man bestenfalls einen Assistenten danebenstellen kann, in der Hoffnung, dass jemand ihn benutzt.

Der Unterschied ist fundamental. Im ersten Fall übernimmt die KI eine benannte Aufgabe: Dokument klassifizieren, Betrag plausibilisieren, Vorschlag für die Zuordnung erzeugen. Sie bekommt definierte Eingangsdaten, liefert ein definiertes Ergebnis, und der nächste Schritt weiß, was er damit tun soll. Im zweiten Fall passiert etwas Unbestimmtes an einer unbestimmten Stelle, und niemand kann hinterher sagen, ob es geholfen hat.

Ein angenehmer Nebeneffekt der Zerlegung: Jeder Schritt wird automatisch zum Messpunkt. Das System weiß ab diesem Moment, wie oft der Vorgang lief, welche Ausnahme wie häufig auftrat und wo Vorgänge liegengeblieben sind. Diese Daten braucht man zwingend für die Rechnung, ob sich ein Prozess überhaupt trägt und die Frage, die als nächstes kommt.

Was ein Schritt kostet, und was die KI dafür verlangt

Hier trennt sich die nüchterne Betrachtung von der Präsentation: KI-Dienste sind nicht billig. Je nach Modell, Aufrufhäufigkeit und Antwortlänge summieren sich die laufenden Kosten schnell. Dazu kommen Betriebsaufwand, Absicherung und – oft unterschätzt – Nacharbeit: Jede falsche Klassifikation muss jemand korrigieren, und diese Korrektur ist manchmal teurer als es die ursprüngliche manuelle Bearbeitung gewesen wäre.

Diese beiden Gruppen unterscheiden sich selten im Modell. Sie unterscheiden sich darin, ob vorher jemand gerechnet hat. Und rechnen kann nur, wer weiß, was der Schritt heute kostet: Fallzahl mal Aufwand mal Kostensatz. Genau diese Größen liefert der zerlegte Prozess.

Unsere Erfahrung nach zwanzig Jahren in digitaler Automation ist recht unromantisch: Für viele Schritte lohnt sich KI schlicht nicht. Eine Freigabe unterhalb eines Schwellenwerts braucht kein Sprachmodell, sondern eine Regel. Eine Datenübernahme zwischen zwei Systemen braucht einen Adapter. Beides ist billiger, schneller und vor allem deterministisch. KI ist das richtige Werkzeug für die Schritte, in denen unstrukturierte Information bewertet werden muss — und dort ist sie dann auch beeindruckend. Die Kunst besteht darin, diese Schritte zu identifizieren, statt das Werkzeug flächendeckend auszurollen und auf Erfolg zu hoffen.

Und dann muss der Prozess gewartet werden

Der Teil, der in Angeboten selten vorkommt, entscheidet doch maßgeblich mit über den langfristigen Erfolg: Wir haben an anderer Stelle beschrieben, warum klassischer IT-Support für digitale Prozesse nicht ausreicht: Ein System kann technisch einwandfrei laufen, während der Geschäftsprozess darin fachlich falsch abläuft. Ein Abfrageparameter ändert sich, plötzlich werden statt tausend nur noch zweihundert Vorgänge erzeugt — und das Monitoring meldet nichts, weil ja aus Sicht der Technik alles funktioniert.

Ein KI-Schritt verschärft dieses Problem, weil er nicht deterministisch ist. Er liefert nicht bei jedem Aufruf dasselbe Ergebnis, er verändert sich mit dem Modell dahinter, und er scheitert leise. Deloitte formuliert die Risiken deutlich: Nicht überwachte Agenten können unbemerkt Fehler machen, gegeneinander arbeiten, sensible Informationen preisgeben oder Angriffsflächen öffnen.

Dagegen hilft nur eines: Protokollierung auf Prozessebene. Nicht Systemlogs, die nach zwei Wochen rotieren, sondern eine durchgängige Aufzeichnung, welcher Schritt wann mit welchem Ergebnis gelaufen ist. Wer diese Aufzeichnung hat, kann nachweisen, dass ein KI-Schritt funktioniert — und genauso nachweisen, dass er es nicht tut. Wer das nicht hat, diskutiert nur über Eindrücke.

Vier Fragen vor jedem KI-Schritt

Aus der Projektpraxis destilliert, in dieser Reihenfolge:

1. Ist der Schritt überhaupt einzeln benannt? Wenn Sie nicht sagen können, wo er anfängt und aufhört, gibt es nichts zu automatisieren. Dann ist Modellierung der erste Schritt, nicht KI.
2. Was kostet der Schritt heute? Fallzahl mal Aufwand mal Kostensatz. Ohne diese Zahl gibt es keinen Vergleichsmaßstab und damit auch keine Entscheidung, sondern nur eine Meinung.
3. Was kostet die Alternative, inklusive Nacharbeit? Nicht nur der Aufruf, sondern auch die Fälle, in denen das Ergebnis korrigiert werden muss. Eine Trefferquote von 90% klingt gut und kann wirtschaftlich trotzdem negativ sein.
4. Wie merken Sie, dass er falsch liegt? Wenn die Antwort „der Fachbereich beschwert sich irgendwann“ lautet, fehlt das Monitoring. Dann ist der Schritt noch nicht produktionsreif, unabhängig davon, wie gut das Modell ist.

Fällt eine dieser Fragen durch, ist die Antwort nicht „kein KI-Einsatz“, sondern „noch nicht an dieser Stelle“. Es gibt fast immer einen anderen Schritt, bei dem alle vier Antworten vorliegen.

Der Anfang ist kleiner, als Sie denken

Wenn Sie bis hierher gelesen haben, suchen Sie vermutlich keine weitere Präsentation über Künstliche Intelligenz, somit also hier das Praktische:

Wir haben die Technik dafür im Haus — Prozess- und Regel-Engines, Integration in Bestandssysteme, Betrieb in der Cloud oder in Ihrem Rechenzentrum, und den fachlichen Support, der einen Ablauf über Jahre stabil hält. Was uns unterscheidet, ist die Reihenfolge: Wir fangen nicht mit einer Plattform an und auch nicht mit KI, sondern mit einem Ablauf. Er wird zerlegt, ausgeführt und von Anfang an protokolliert. Danach lässt sich für jeden einzelnen Schritt beziffern, was er kostet — und erst auf dieser Grundlage entscheiden wir, wo sich ein KI-Dienst rechnet und wo eine simple Regel das Bessere ist.

Der Einstieg ist dabei deutlich unspektakulärer, als der Umfang des Themas vermuten lässt. Ein Gespräch, in dem wir gemeinsam einen geeigneten Prozess identifizieren, reicht als Anfang. Danach wissen Sie, was er heute kostet und was sich daran ändern lässt. Alles Weitere entscheiden Sie anhand von Zahlen, die wir gerne auch als PowerPoint liefern.