Warum KI-Projekte scheitern und wie Sie jede Ursache beheben

Warum KI-Projekte scheitern: Was sagt die Forschung?

Die Studien sind sich einig, dass die meisten Projekte zwischen Pilotprojekt und Produktivbetrieb steckenbleiben und dass das Modell selten der Grund ist. MIT NANDA berichtete im Juli 2025, dass 95 % der Organisationen keinen messbaren Effekt generativer KI auf die Gewinn- und Verlustrechnung sahen, und nannte als Gründe fragile Workflows, Tools, die nicht aus dem Kontext lernen, und eine schlechte Passung zur täglichen Arbeit.

Der BCG-Bericht vom Oktober 2025 über die wachsende KI-Wertlücke ergab, dass nur eine kleine Minderheit der Unternehmen KI in großem Maßstab gewinnbringend nutzt. Laut einer Umfrage von S&P Global Market Intelligence hat ein wachsender Anteil der Unternehmen 2025 die meisten seiner KI-Initiativen aufgegeben und dabei Kosten, Datenschutz und Sicherheit als Gründe genannt. Gartner prognostizierte im Juni 2025, dass über 40 % der Projekte mit agentischer KI bis Ende 2027 wegen Kosten, unklarem Nutzen oder schwacher Risikokontrollen eingestellt werden, und warnte vor „Agent Washing“.

Zusammen betrachtet deuten diese Ergebnisse auf sieben Ursachen hin. Die folgenden Abschnitte behandeln sie einzeln, jeweils mit der Lösung, die wir anwenden.

Ursache 1: Niemand hat den Ausgangspunkt gemessen

Ein Projekt kann keinen Nutzen belegen, wenn niemand festgehalten hat, wie die Arbeit vorher lief. Der „unklare Nutzen“ bei Gartner ist oft genau das: Das System funktioniert, aber es gibt keinen Vorher-Wert zum Vergleich, sodass die Budgetprüfung nichts vorweisen kann.

Die Lösung besteht darin, vor der Entwicklung zu messen. Erfassen Sie für den gewählten Workflow die Minuten pro Aufgabe, die Aufgaben pro Monat, die Fehler- oder Nacharbeitsquote und wer die Arbeit erledigt. Vereinbaren Sie das Ziel in denselben Einheiten (zum Beispiel Erfassungszeit pro Rechnung und Anteil der Rechnungen, die korrigiert werden müssen) und stellen Sie den Vergleich ab dem Start in einen Monatsbericht.

Können Sie die Baseline noch nicht messen, protokollieren Sie sie zwei Wochen lang von Hand, bevor Sie die Entwicklung finanzieren. Das ist günstig und zeigt oft, dass der eigentliche Engpass woanders liegt, als alle angenommen haben.

Ursache 2: Der Workflow zerbricht an echten Eingaben

Fragile Workflows, die erste Ursache, die MIT NANDA nennt, entstehen meist durch Tests mit aufgeräumten Beispielen. Echte Eingaben sind eingescannte PDFs, weitergeleitete E-Mail-Verläufe, Anrufer, die mitten im Gespräch das Thema wechseln, und Datensätze, die unter einem leicht abweichenden Namen bereits im CRM existieren.

Die Lösung ist ein Evaluierungsset aus echten, unordentlichen Beispielen mit bekannten richtigen Antworten, das nach jeder Änderung an Prompts, Retrieval oder Modell erneut durchläuft. Ergänzen Sie Validierungen auf Feldebene (Summen, die aufgehen müssen, Datumsangaben in einem gültigen Bereich, IDs, die in NetSuite oder QuickBooks existieren müssen) und eine Konfidenzschwelle, die zweifelhafte Fälle an eine Prüfwarteschlange für Menschen weiterleitet, statt zu raten.

• Evaluierungsset aus den echten Eingaben der letzten Monate, einschließlich der Fehlschläge.
• Validierungsregeln für jedes Feld, das in ein führendes System geschrieben wird.
• Prüfwarteschlange für Menschen für alles unterhalb der Konfidenzschwelle.

Ursache 3: Das Tool liegt außerhalb der täglichen Arbeit

Schlechte Passung zur täglichen Arbeit, die dritte Ursache bei MIT NANDA, zeigt sich als separates Chatfenster oder Dashboard, an das die Mitarbeiter denken müssen. Nach wenigen Wochen öffnen sie es nicht mehr, und die Nutzung sinkt unbemerkt auf null.

Die Lösung besteht darin, Ergebnisse dort zu liefern, wo die Arbeit bereits stattfindet: ein Antwortentwurf im Zendesk-Ticket, ein ausgefüllter Datensatz in HubSpot oder Salesforce, eine Lieferantenrechnung, die im ERP auf Freigabe wartet, eine Zusammenfassung im bestehenden Kanal des Teams. Eine unserer Fallstudien zeigt dasselbe Prinzip ganz ohne Chatbot: Ein Anbieter therapeutischer Leistungen stellte seine Therapeuten auf ein geführtes AppSheet-Portal mit Validierung und Abrechnungssynchronisierung um, der Erfassungsaufwand sank von 10-15 Minuten pro Tag auf unter 3, und Fehler wurden an der Quelle verhindert.

Ursache 4: Das System lernt nicht aus dem Kontext

Ein System, das aus einem eingefrorenen Prompt antwortet, macht immer wieder dieselben Fehler, weshalb Tools, die nicht aus dem Kontext lernen, auf der Liste von MIT NANDA stehen. Richtlinien ändern sich, Preislisten werden aktualisiert, und Mitarbeiter korrigieren jede Woche denselben Fehler, ohne dass sich etwas ändert.

Die Lösung hat zwei Teile. Erstens: Antworten über Retrieval mit Quellenangaben auf aktuelle Unternehmensdokumente stützen, sodass die Aktualisierung einer Datei in SharePoint oder Google Drive auch die Antwort aktualisiert und Prüfer die Quelle sehen. Zweitens: den Kreis schließen. Jede Korrektur in der Prüfwarteschlange wird protokolliert, dem Evaluierungsset hinzugefügt und in regelmäßigen Abständen genutzt, um Prompts oder Regeln anzupassen.

Für Sprachagenten gilt dieselbe Idee für Transkripte: Die Anrufe, bei denen der Agent weiterverbunden, etwas missverstanden oder den Anrufer verloren hat, sind das beste Trainingsmaterial für die nächste Runde an Prompt- und Routing-Änderungen.

Ursache 5: Die Kosten wachsen schneller als der Nutzen

Kosten sind der Grund, der sowohl bei S&P Global als auch bei Gartner auftaucht. Nutzungsbasierte Rechnungen für Modell-Tokens und Sprachminuten steigen mit dem Volumen, und ein Agent, der in einer Schleife hängt, kann an einem Nachmittag mehr ausgeben, als seine Aufgabe wert war.

Die Lösung besteht darin, das Budget ins System einzubauen. Legen Sie pro Aufgabe eine Kostenobergrenze fest, die den Durchlauf stoppt und jemanden alarmiert, protokollieren Sie Tokens und Minuten pro Aufgabe ab dem ersten Test, leiten Sie einfache Klassifizierungen an ein kleineres Modell und reservieren Sie das größere für echtes Schlussfolgern, und vergleichen Sie jeden Monat die Kosten pro Aufgabe mit dem Nutzen pro Aufgabe. Unser Ratgeber zu den Kosten der KI-Implementierung listet die laufenden Kostenbestandteile auf, die Sie verfolgen sollten.

Ursache 6: Datenschutz- und Sicherheitsbedenken stoppen die Einführung

Datenschutz und Sicherheit sind die weiteren Gründe aus der Umfrage von S&P Global, und sie tauchen oft spät auf, wenn Rechtsabteilung oder IT das Konzept zum ersten Mal sehen. Ein Pilotprojekt auf einem Chat-Konto für Privatnutzer kann nicht mit Kunden- oder Patientendaten in den Produktivbetrieb gehen.

Die Lösung besteht darin, den Umgang mit Daten in den ersten Wochen zu klären. Nutzen Sie API- oder Enterprise-Tarife, deren Bedingungen zu Ihren Daten passen, lassen Sie sich von jedem Anbieter, der geschützte Gesundheitsdaten verarbeitet, ein unterzeichnetes Business Associate Agreement geben, gewähren Sie dem System nur den engsten Zugriff, den es braucht, und protokollieren Sie jeden Prompt und jede Ausgabe. Die Konten gehören den Kunden, sodass die Daten unter Verträgen bleiben, die sie selbst kontrollieren.

Beziehen Sie IT und Rechtsabteilung vor der Entwicklung in die Prüfung ein, nicht danach. Ein einseitiger Datenfluss, der zeigt, welche Systeme gelesen und welche beschrieben werden, welche Anbieter die Daten sehen und wo Protokolle gespeichert werden, beantwortet die meisten ihrer Fragen frühzeitig.

Ursache 7: Agenten handeln ohne ausreichende Kontrolle

Schwache Risikokontrollen sind der dritte Grund in Gartners Prognose zu eingestellten Projekten, und Agenten erhöhen den Einsatz, weil sie Aktionen ausführen und nicht nur Text schreiben. Agent Washing verschärft das Problem: Produkte, die als autonome Agenten verkauft werden, aber in Wahrheit einfache Skripte sind oder mit weit mehr Freiheit handeln, als dem Käufer bewusst war.

Die Lösung besteht darin, den Handlungsspielraum eines Agenten zu begrenzen. Listen Sie seine Tools ausdrücklich auf, geben Sie jedem Tool die minimale Berechtigung, verlangen Sie eine menschliche Freigabe für alles, was Geld bewegt, einen Kunden kontaktiert oder regulierte Datensätze ändert, und halten Sie einen Rückfallweg bereit, über den sich der Agent abschalten und die Arbeit an Menschen zurückgeben lässt. Lassen Sie sich bei der Bewertung eines Anbieters die Tool-Aufrufe und Protokolle eines echten Durchlaufs zeigen, nicht nur die endgültige Antwort.

Sollten Sie intern entwickeln oder mit einem spezialisierten Partner?

MIT NANDA berichtete, dass Projekte, die von spezialisierten Partnern eingekauft oder mit ihnen entwickelt wurden, häufiger erfolgreich waren als interne Entwicklungen. Dieselbe Studie ergab, dass die größten Erträge aus der Automatisierung im Backoffice kamen, obwohl die Budgets eher in Vertrieb und Marketing flossen.

Welchen Weg Sie auch wählen, entscheidend sind die oben beschriebenen Lösungen. Wir definieren jedes Projekt in einer kostenlosen Analyse, bepreisen es als Festpreis-Entwicklung und übergeben Code, Prompts und Konten, damit Ihr Team es selbst betreiben kann. Unser Ratgeber zur KI-Roadmap stellt die Phasen in der richtigen Reihenfolge dar.