95 Prozent aller KI-Piloten scheitern. Gut so.
95 Prozent der KI-Pilotprojekte in Unternehmen liefern keinen messbaren Ergebnisbeitrag. Das sagt keine Beraterfolie. Das sagt das MIT, nach 150 Interviews mit Entscheidern und der Analyse von 300 Projekten (State of AI in Business 2025).
Der Reflex auf so eine Zahl ist vorhersehbar. Weniger experimentieren, sorgfältiger planen, erst mal eine Strategie schreiben.
Genau falsch!
Was Sandy Pentland schon lange weiß
Sandy Pentland erforscht am MIT seit Jahrzehnten, wie gute Ideen entstehen und sich in Organisationen verbreiten. In seinem Buch „Social Physics" beschreibt er ein Muster, das unbequem klar ist. Die erfolgreichsten Teams und Unternehmen sind nicht die mit den besten Einzelideen. Es sind die, die am breitesten erkunden und am schnellsten erkennen, welche Ideen tragen.
Erkunden, messen, ernten. Die meisten Versuche fallen dabei durch. Das ist der Normalbetrieb, nicht der Störfall.
Wer die 95 Prozent als Warnung vor dem Experimentieren liest, hat das Prinzip nicht verstanden. Die Zahl ist keine Anklage gegen Experimente. Sie ist eine Anklage gegen die Art, wie Unternehmen sie aufsetzen.
KI ist kein IT-Projekt
Denn der Blick in die Praxis zeigt fast immer dasselbe Bild. KI kommt auf die Agenda, und es passiert das, was bei großen Technologie-Themen immer passiert. Lastenheft, Task Force, Anbieterauswahl, Zwei-Jahres-Roadmap, ein großer Rollout.
Dieses Muster stammt aus einer Welt, in der man vorher wusste, was hinten rauskommen soll. Ein ERP-System einzuführen ist hart, aber definierbar. Man kennt das Ziel und plant den Weg.
Bei KI weiß vorher niemand, wo der Wert liegt. Nicht der Anbieter, nicht die Beratung, nicht das eigene Innovationsteam. Der Wert zeigt sich erst im Kontakt mit den echten Prozessen, den echten Daten, den echten Leuten. Wer trotzdem den großen Wurf plant, wettet das gesamte Budget auf eine einzige Vermutung. Und nennt es Strategie.
Wie die Großen wirklich angefangen haben
In der Rückschau wird gern vergessen, wie klein die heutigen Giganten gestartet sind.
Amazon hat nicht den „Everything Store" gebaut. Amazon hat Bücher verkauft, mit einer Suchfunktion, die für damalige Verhältnisse gut war. Der Mechanismus funktionierte, also kam die nächste Produktkategorie dran. Gleiche Mechanik, neue Vertikale. Bei der Logistik dasselbe Spiel. Erst haben andere geliefert, dann wurden die eigenen Kosten analysiert, dann kam die eigene Zustellung, am Ende die Flatrate, die heute Prime heißt.
Der Konzern, der aussieht wie ein geplanter Gigant, ist ein gewachsenes Experiment. Eine Kette kleiner Wetten, bei der jede gewonnene Wette die nächste finanziert hat.
Die Pointe ist dabei nicht, dass Amazon eben Ressourcen hatte. Die Pointe ist, wo sie angefangen haben. Bei einem konkreten, dringenden Alltagsproblem. Nicht bei der Vision. Beim Ärgernis.
Was die erfolgreichen 5 Prozent anders machen
Auch dafür liefert die MIT-Studie Material. Die Unternehmen, deren KI-Projekte tatsächlich Ergebnis bringen, planen nicht besser. Sie setzen anders an. Sie picken sich einen konkreten Schmerzpunkt statt einer Vision. Und sie lassen die Führungskräfte an der Front treiben, nicht das zentrale AI-Lab.
Das deckt sich mit Pentlands Forschung. Die besten Ideen für Experimente kommen selten aus dem Strategie-Offsite. Sie kommen von den Leuten, die im Prozess stehen und jeden Tag sehen, wo Zeit versickert. Führung heißt hier nicht, jede Idee selbst zu haben. Sondern ein Umfeld zu bauen, in dem die Mannschaft ausprobieren darf und das Management zuhört, misst und auswählt.
Und dann die unbequemste Disziplin von allen. Messen, ob es wirklich funktioniert hat. Nicht schätzen, nicht im Steering Committee erfühlen. Messen.
Scheitern gehört ins Budget
An dieser Stelle kippt es in den meisten Organisationen. Denn eine Kultur, die fehlerfreie Projekte belohnt, bekommt keine Experimente. Sie bekommt Piloten, die nie sterben dürfen.
Jedes Unternehmen kennt sie. Die Zombie-Piloten. Seit achtzehn Monaten „vielversprechend", nie skaliert, nie beerdigt. Beerdigen gilt als Scheitern, also läuft das Ding weiter und bindet genau die Leute, die eigentlich das nächste Experiment fahren sollten.
Dabei wäre die gesunde Reaktion so einfach. Ein Experiment öffentlich beenden und das Team dafür loben, dass es schnell Klarheit geschaffen hat. Wer das einmal ernsthaft tut, verändert mehr an der KI-Fähigkeit seiner Organisation als jede Toolschulung.
Als jemand, der Unternehmen durch genau diese Phase begleitet, sehe ich immer dasselbe Muster. Es fehlt fast nie an Ideen für KI. Es fehlt an der Erlaubnis, die meisten davon in den Sand zu setzen.
Die 95 Prozent sind also keine Schreckenszahl. Sie sind der Preis der Suche. Die eigentliche Frage ist, ob Sie die Fehlschläge schnell genug erkennen. Und ob Sie mit dem Rest dann ernst machen.
Kommentare