Warum scheitern 95 % der KI-Projekte? Und wie man es besser macht

Das Wichtigste

• Die MIT-Zahlen (150 Führungskräfte-Interviews, 350 befragte Mitarbeitende, 300 dokumentierte Einführungen): Nur ~5 % der Piloten schaffen schnellen, messbaren Umsatzeffekt – kleinere, jüngere Firmen deutlich häufiger als Konzerne.
• Drei wiederkehrende Fehler: falsche Prioritäten (über die Hälfte der Budgets in Marketing-Tools, Rendite wartet im Backoffice), Bauen statt Kaufen (externe Speziallösungen gelingen fast doppelt so oft), Zentralisierung (AI-Labs statt befähigter Fachabteilungen).
• Das ist historisch normal: Schon beim PC beschrieb das Solow-Paradox („Das Computerzeitalter ist überall sichtbar, außer in den Produktivitätsstatistiken“) ein bis zwei Jahrzehnte Anlaufzeit.
• Der Kern der Umstellung: Generative KI ist probabilistisch („96 % korrekt“) statt deterministisch. Unternehmen müssen lernen, mit „fast richtig“ zu arbeiten – Karpathy nennt diese Ära „Software 3.0“.
• Wie Gelingen aussieht, zeigen Shopify (KI als Pflicht plus öffentliches Lernsystem „River“) und Stripe (KI-Beschleuniger direkt in den operativen Teams).

Erklärung und Kontext

„95 % aller Generative-KI-Projekte in Firmen scheitern“ – als diese MIT-Zahl im August 2025 die Runde machte, klang sie wie ein Abgesang. Die AI-Peanuts-Lesart war eine andere: Das Ergebnis stimmt, aber es kommt auf die Schlussfolgerung an. Die Studie zeigt nicht, dass KI überschätzt ist – sie zeigt, was Unternehmen bei der Integration falsch machen.

Der Befund im Detail: Erfolg war eng definiert als schneller Umsatzschub, und den erreichten nur ~5 % der Projekte. Auffällig: Bei jüngeren, kleineren Unternehmen lag die Quote deutlich höher; Konzerne verzetteln sich und bleiben in der Pilotphase stecken. Die Fehlermuster haben mit Technologie wenig zu tun:

1. Falsche Prioritäten: Mehr als die Hälfte der Budgets fließt in Marketing-Anwendungen – dort entsteht kaum Rendite, während im Backoffice (Verwaltung, Finance, Operations) die echten Einsparungen warten.
2. Kaufen schlägt Bauen: Externe Speziallösungen haben fast doppelt so hohe Erfolgsquoten wie Eigenentwicklungen. Trotzdem basteln Konzerne lieber im Alleingang.
3. Zentralisierung: Große zentrale „AI Labs“ sind weniger erfolgreich als Ansätze, die Fachabteilungen befähigen, KI selbst in ihren Alltag einzubauen.

Der historische Kontext: Solow-Paradox und Software 3.0

Dass eine Basistechnologie erst spät messbare Produktivität liefert, ist kein KI-Spezifikum. In den 1980ern zogen PCs in die Büros ein, doch die Produktivitätsschübe blieben aus – teils waren die Effekte negativ, weil Umstellung und Schulung mehr kosteten, als sie brachten. Erst ein bis zwei Jahrzehnte später waren die Gewinne klar messbar. Ben Evans' Analyse vom Jahreswechsel 2024/25 passt dazu: Trotz Hype hatten damals zwei Drittel der Menschen weltweit noch nie von ChatGPT gehört; die meisten Firmen standen bei Proof-of-Concepts, nicht bei Integration. KI folgt dem Adoptionspfad von PC, Internet und Smartphone – nur schneller.

Diesmal kommt eine strukturelle Besonderheit dazu: Klassische Software war deterministisch – gleiches Input, gleiches Output. Generative KI ist probabilistisch: 96 % korrekt, 4 % nicht. Diese 4 % entscheiden, ob ein Prozess trägt – erst recht bei Rechtsgutachten, Finanzberichten oder medizinischen Analysen. Andrej Karpathys Dreiteilung macht den Epochenwechsel greifbar: Software 1.0 (klassischer Code), Software 2.0 (trainierte neuronale Netze), Software 3.0 (LLMs, die man mit Sprache programmiert). Unternehmen brauchen deshalb Workflows, die Fehler abfangen, Experten, die durch KI schneller werden statt ersetzt, und Führungskräfte, die verstehen: KI ist kein Plug-and-Play-Tool, sondern ein neues Betriebssystem der Arbeit.

Wie es besser geht: Shopify und Stripe

Shopify, Schritt 1 – die Pflicht (April 2025): CEO Tobi Lütke machte per internem Memo KI-Kompetenz zur Grundvoraussetzung: Wer KI nicht in den Job integriert, wird scheitern; jedes neue Projekt startet mit einem KI-Prototyp; KI-Einsatz fließt in Performance-Reviews ein; und vor jeder Neueinstellung steht die Frage, ob die Aufgabe nicht von KI erledigt werden kann. KI sei so grundlegend wie Internet oder Excel.

Shopify, Schritt 2 – das Lernsystem (2026): Die interne KI „River“ arbeitet ausschließlich in öffentlichen Slack-Kanälen – Direktnachrichten lehnt sie ab. Alle Prompts, Antworten und Korrekturen sind firmenweit sichtbar; fast 6.000 Mitarbeitende arbeiteten in 30 Tagen damit. Lütke nennt es eine „Lehrwerkstatt“: Man lernt, indem man den Besten zusieht. Das messbare Ergebnis laut seinem Blogpost: Die Merge-Rate der KI-Codevorschläge stieg in zwei Monaten von 36 % auf 77 % – ohne Modellwechsel, ohne Nachtraining. Was sich verbesserte, war das geteilte Wissen darüber, welche Prompts funktionieren und wo die KI stolpert.

Stripe: Der Zahlungsdienstleister schuf die Rolle des „Forward Deployed AI Accelerator“ – jemand, der direkt in operativen Teams sitzt und versteht, warum ein Analyst genau diese Tabelle genau so baut. Erst aus diesem Kontextverständnis entstehen Prompts, Workflows und Tools, die wirklich Zeit sparen.

Das Kontrastprogramm kennt die Redaktion aus vielen Gesprächen: Enterprise-ChatGPT-Zugang vorhanden, aber jeder chattet für sich. Was die eine Kollegin herausfindet, erfährt der andere nie – das Wissen verdampft mit jedem Browserfenster. Die Warnung dazu liefern McKinsey, BCG und Bain: Alle drei bauten früh eigene KI-Systeme, alle drei wurden über simple Sicherheitslücken gehackt. Schnell ausgerollte Systeme ohne organisatorische Grundlage bleiben fragil.

Handlungsempfehlungen

1. Im Backoffice anfangen, nicht im Marketing: Dort liegen laut MIT-Studie die messbaren Einsparungen.
2. Kaufen vor Bauen: Eigenentwicklung nur, wo sie echten Differenzierungswert hat – und mit Sicherheitsfundament.
3. Fachbereiche befähigen statt AI-Lab gründen: Die Nutzer der Prozesse finden die lohnenden Anwendungsfälle.
4. Wissen sichtbar machen: Öffentliche Kanäle, geteilte Prompts, dokumentierte Arbeitsweisen (bis hin zu Skill Libraries) – das gemeinsame Gedächtnis ist der eigentliche Vorsprung, nicht der Modellzugang.
5. Mit „fast richtig“ planen: Prüfschritte einbauen, wo Fehler teuer sind; Erwartungen an Prozessdesign koppeln, nicht an Modellversprechen.
6. Erwartungsmanagement: Produktivitätseffekte kommen mit Verzögerung (Solow-Lektion) – wer nach sechs Monaten den Umsatzsprung erwartet, bricht die richtigen Projekte zu früh ab.

Grenzen und Risiken

• Die 95 % sind definitionsabhängig: Gemessen wurde schneller Umsatzeffekt. Projekte können strategisch sinnvoll sein und trotzdem in dieser Metrik „scheitern“ – und umgekehrt.
• Survivorship-Vorsicht bei Vorzeigefirmen: Shopify und Stripe sind technologiegetriebene Ausnahmeorganisationen; ihre Rezepte brauchen Übersetzung in andere Kulturen, nicht Kopie.
• Verpflichtung hat Nebenwirkungen: „KI ist Pflicht“ kann Scheinnutzung und Angst erzeugen, wenn Schulung und psychologische Sicherheit fehlen – gerade in Deutschland, wo viele Mitarbeitende KI-Nutzung noch als „Schummeln“ empfinden.
• Stand der Zahlen: MIT-Studie (August 2025), Shopify-River-Daten (Mai 2026, Selbstauskunft Lütke). Beides datiert, beides plausibel – aber keine unabhängig geprüften Dauerwerte.

Häufige Fragen

Liegt es an schlechten KI-Modellen, wenn Projekte scheitern?

Meist nein. Die MIT-Studie verortet die Ursachen in Priorisierung, Make-or-Buy-Entscheidungen und Organisation. Die Modelle sind selten der Engpass – die Integration in echte Arbeitsabläufe ist es.

Sollten wir ein zentrales KI-Team aufbauen?

Ein kleines zentrales Team für Infrastruktur, Sicherheit und Standards: ja. Aber die Anwendungsfälle sollten aus den Fachbereichen kommen und dort umgesetzt werden – zentrale AI-Labs ohne Prozessnähe schneiden in den Daten schlechter ab.

Was ist der schnellste erste Schritt?

Sichtbarkeit herstellen: einen offenen Kanal, in dem alle zeigen, wie sie KI konkret nutzen – nach dem River-Prinzip. Das kostet nichts, erzeugt Lernkultur und deckt nebenbei auf, wo die echten Anwendungsfälle liegen.

Wie messen wir Erfolg realistisch?

Zweistufig: kurzfristig Prozessmetriken (Zeitersparnis, Qualität, Nutzungsgrad – z. B. Merge-Rate wie bei Shopify), mittelfristig Geschäftseffekte. Wer nur auf sofortige Umsatzeffekte schaut, reproduziert die 95-%-Statistik.

Quellen und ursprüngliche AI-Peanuts-Ausgaben

• AI-Peanuts-Ausgabe vom 22.08.2025: „Warum scheitern 95 % der KI-Projekte in Firmen?“
• AI-Peanuts-Ausgabe vom 12.05.2026: „Shopify und Stripe zeigen, wie KI im Unternehmen wirklich nützlich wird“
• AI-Peanuts-Ausgabe vom 11.04.2025: „Shopify-Chef Tobias Lütke: Wer keine KI nutzt, fliegt raus“
• AI-Peanuts-Ausgabe vom 03.01.2025: „Was kommt nach dem Hype? Ben Evans über den Stand der KI“
• Fortune zur MIT-Studie (95 % scheiternde GenAI-Piloten) (geprüft am 19.08.2026)
• Aus den Ausgaben verlinkt: Tobi Lütkes River-Blogpost (2026), Handelsblatt zu den Berater-Hacks (McKinsey/BCG/Bain)