In einer Ära, in der künstliche Intelligenz als Schlüsseltechnologie gehandelt wird, investieren Unternehmen Milliarden in deren Integration. Doch statt Umsatzwachstum oder Effizienzgewinnen folgt in den meisten Fällen die Ernüchterung. Der aktuelle "State of AI in Business Report 2025" des MIT legt offen, woran 95 Prozent der KI-Projekte scheitern – und welche Weichen für den Erfolg gestellt werden müssen.
Überambitioniert, unterwirksam
Wie t3n berichtet, basiert die MIT-Studie auf der Analyse von 300 KI-Implementierungen sowie einer Befragung von 150 Führungskräften und 350 Mitarbeiter:innen. Dabei zeigt sich: Die meisten KI-Pilotprojekte verfehlen ihr Ziel, einen substanziellen wirtschaftlichen Nutzen zu erzielen. Besonders alarmierend: Ganze 95 Prozent der untersuchten Projekte blieben unter den Erwartungen. Trotz massiver Investitionen gelingt es den Unternehmen nur selten, Umsatzsprünge zu erzielen oder Prozesse wirksam zu optimieren.
Dabei setzen deutsche Unternehmen laut einer ifo-Erhebung vom Juni 2025 bereits stark auf KI: 41 Prozent haben entsprechende Tools integriert, weitere 19 Prozent planen kurzfristig den Einstieg. Doch der erhoffte Produktivitätsboom bleibt bisher aus. Während das gesamtwirtschaftliche Potenzial von KI vielfach betont wird, bleibt der tatsächliche Nutzen auf Unternehmensebene oft aus – insbesondere dann, wenn Investitionen nicht mit klaren Zielsetzungen und internen Transformationsprozessen verknüpft werden. Zudem mangelt es häufig an einer übergreifenden Digitalstrategie, die KI-Anwendungen sinnvoll einbettet. Nicht selten wird Technologie isoliert eingeführt, ohne die operativen Schnittstellen zu optimieren. Auch Change-Management-Maßnahmen werden vernachlässigt, was die Akzeptanz im Unternehmen hemmt.
Ein weiterer Punkt: Viele Unternehmen betrachten KI nicht als Transformationsprojekt, sondern als punktuelle Ergänzung. Diese Sichtweise unterschätzt die kulturelle Dimension. Wer den Wandel nicht ganzheitlich mitdenkt, scheitert oft an internen Widerständen, unklaren Verantwortlichkeiten oder fehlender Weiterbildung.
Falsche Schwerpunkte, unrealistische Erwartungen
Ein zentrales Problem liegt in der Umsetzung: Unternehmen fokussieren sich laut Studienautor Aditya Challapally häufig auf generative KI-Tools wie ChatGPT – ohne diese an ihre konkreten Geschäftsprozesse anzupassen. "KI-Chatbots lernen nicht aus Arbeitsabläufen und passen sich nicht an diese an", so Challapally im Gespräch mit Fortune. Die Folge: Die eingesetzten Systeme bleiben isoliert, ohne nennenswerten operativen Mehrwert.
Erschwerend kommt hinzu, dass über die Hälfte der KI-Budgets in Sales- und Marketing-Tools fließt, obwohl der größte Hebel laut Studie in der Automatisierung repetitiver Backoffice-Tätigkeiten liegt. Wer hingegen etwa Personalabrechnung, Dokumentenverarbeitung oder Kundenanfragen mit spezialisierter KI automatisiert, kann laut MIT-Bericht Agenturkosten sparen und interne Abläufe signifikant verschlanken.
Hinzu kommt, dass sich viele Unternehmen in der Tool-Vielfalt verlieren. Statt sich auf wenige, aber leistungsstarke Lösungen zu konzentrieren, werden parallel mehrere Systeme getestet, was die Komplexität erhöht und den ROI verzögert. Oft fehlt ein klares KPI-Framework zur Erfolgsmessung, wodurch Entscheidungen auf Bauchgefühl basieren.
Auch rechtliche und ethische Fragen bremsen die Umsetzung: Unsicherheit beim Datenschutz oder bei regulatorischen Anforderungen führt dazu, dass Projekte zu früh abgebrochen oder gar nicht erst gestartet werden. Das Vertrauen in neue Technologien bleibt fragil, solange es keine klaren Leitlinien gibt.
Erfolgsformel: Fokus und externe Kompetenz
Doch es geht auch anders: Startups mit techaffinen Gründer:innen und klar fokussierten Use-Cases schaffen es, mit gezielter KI-Nutzung deutliche Umsatzsprünge zu erzielen. Der Schlüssel: Sie wählen spezifische Schwachstellen aus, entwickeln darauf abgestimmte Lösungen und setzen auf strategische Partnerschaften mit externen KI-Spezialisten.
So liegt die Erfolgsquote bei extern entwickelten KI-Tools bei 67 Prozent, während selbst entwickelte Systeme nur in rund einem Drittel der Fälle den erhofften Mehrwert liefern. Das legt nahe: Statt intern eigene Tools aufzubauen, sollten Unternehmen auf bewährte Lösungen zurückgreifen – auch um schneller skalieren zu können.
Zudem zeigt sich: Wer frühzeitig Mitarbeitende einbindet und gezielt weiterbildet, steigert die Erfolgswahrscheinlichkeit signifikant. Eine durchdachte Schulungsstrategie, gekoppelt mit klaren Zielen und praxisnahen Anwendungsfällen, schafft nicht nur Akzeptanz, sondern auch echte Produktivitätsgewinne.
Auch wenn der Einfluss von KI auf Profitabilität und Produktivität nicht immer leicht zu messen sei, zeigt der Report eine klare Tendenz: Wer gezielt automatisiert und Technologie nicht als Selbstzweck begreift, hat die Nase vorn. Die Zukunft gehört laut Studie zudem den KI-Agenten, also autonomen Systemen, die lernen, handeln und sich an neue Kontexte erinnern können – einige Unternehmen experimentieren bereits intensiv mit dieser nächsten Evolutionsstufe der KI.
>
Kommentar veröffentlichen