Warum 95 Prozent mit KI scheitern

00:00:00: Willkommen bei Promptzeit.

00:00:01: Wir kommen pass' für KI in der Unternehmenswelt, von Hardware bis Recht Praxisner.

00:00:06: Deutschsprachig Von dir.

00:00:09: Es geht los!

00:00:14: Die Fünfundneunzig-Prozentfrage Eine Zahl geht seit dem Sommer zweitausendfünfundzwanzig durch jede Vorstandsetage.

00:00:23: Fünfundneunzig Prozent der KI-Projekte scheitern.

00:00:27: Sie stammt aus einer MIT-Studie – sie ist real und wird falsch erzählt.

00:00:33: Wer genau hinsieht, findet darin keine Absage an die Technik, sondern eine Bauanleitung.

00:00:39: Denn die fünf Prozent, die liefern, scheitern nicht zufällig seltener – sie machen sieben Dinge systematisch anders!

00:00:47: Dieser Beitrag trennt den Mythos von der Methode.

00:00:51: Im Juli twenty-five veröffentlichte die Forschungsgruppe Project Nanda am Massachusetts Institute of Technology, MIT, den Bericht The GenAI Divide, State of AI in Business.

00:01:08: Das Ergebnis das danach um die Welt ging trotz dreißig bis vierzig Milliarden Dollar Investitionssumme erzielen ninety-fünf Prozent der untersuchten GenAI Initiativen keinen messbaren Effekt auf die Gewinn und Verlustrechnung.

00:01:24: nur fünf Prozent ziehen einen Wert im Millionenbereich aus ihrem Projekten.

00:01:29: MIT Nanda State of AI in Business, twenty-fünfundzwanzig.

00:01:34: Juli, zweitausendfünfundzwanziger.

00:01:37: Die Zahl ist korrekt!

00:01:39: Die Schlussfolgerung die viele daraus ziehen... ...ist es nicht.

00:01:42: Der Faktencheck was die fünfundneunzig Prozent wirklich sagen?

00:01:47: Die meistverbreitete Lesart lautet... ...fünvundneunzig prozent aller KI Projekte scheitern.

00:01:52: Das ist eine Verkürzung die die Studie nicht hergibt.

00:01:55: Die Datenbasis sind zweiundfünfzig strukturierte Interviews, einhundertdreiundfünftig Befragungen von Führungskräften und die Auswertung von rund dreihundert öffentlich dokumentierten KI-Initiativen.

00:02:07: MIT Nanda, Juli, zweitausendfünfundzwanzig.

00:02:10: Untersucht wurden also maßgeschneiderte individuell gebaute GenAE Pilotprojekte in Unternehmen – nicht alle KI-Projekte!

00:02:18: Und schon gar nicht die alltägliche Nutzung von Standardwerkzeugen.

00:02:21: Genau hier setzt die Kritik an.

00:02:23: Mehrere Fachbeobachter, darunter der Medienjournalist Markus Schwarze – ein Ordnung vom XVI.

00:02:29: November, twenty-fünfundzwanzig – weisen darauf hin, dass die Stichprobe klein, nicht repräsentativ und teils auf Selbstauskünften beruht.

00:02:38: Und das aus Fünfundneunzig Prozent der individuell gebauten Piloten ohne P&L Effekt in der Wiedergabe ein pauschales, fünfundneunzig Prozent aller KI-Vorhabens sind Flops wurde!

00:02:49: Auch das MIT Team selbst formuliert vorsichtiger als die Schlagzeilen.

00:02:53: Die wichtigste Aussage der Studie wird in der Aufregung oft überlesen.

00:02:57: Die Autoren schreiben sinngemäß, Es versagen Integration, Datenreife und Zieldefinition.

00:03:49: KI-Studie.

00:03:52: Das sind keine Technikprobleme, das sind Organisations-, Daten- und Kompetenzprobleme.

00:03:59: Drei Muster wiederholen sich in den stecken gebliebenen Projekten.

00:04:03: Erstens die Integrationslücke.

00:04:06: Ein Chatbot der in einem separaten Fenster lebt erzeugt keinen Wert.

00:04:11: Wert entsteht wenn KI in den bestehenden Workflow eingreift Wenn sie eine Eingangsrechnung kontiert, ein Ticket vorqualifiziert einen Vertragsentwurf gegen die Hausregeln prüft.

00:04:24: Die MIT-Daten zeigen, Wertzeuge, die nicht aus Rückmeldungen lernen und keinen Kontext über Sitzungen hinweg halten bleiben Spielzeug.

00:04:34: Zweitens – die Datenreife.

00:04:37: Ein Sprachmodell ist nur so gut wie das Wissen auf dass es zugreifen darf.

00:04:42: Verstreute, unstrukturierte ungepflegte Daten sind die häufigste stille Ursache für enttäuschende Ergebnisse.

00:04:50: Und sie tauchen in keiner Demo auf!

00:04:53: Drittens – Die Zieldefinition.

00:04:57: Viele Piloten starten mit «Wir machen mal was mit KI», statt mit einer Kennzahl, die sich verändern soll.

00:05:04: Ohne vorher Wert gibt es kein nachher und damit per Definition keinen messbaren ROI.

00:05:26: Projekte mit externen Spezialanbietern erreichen rund doppelt so häufig die Produktionsreife wie Eigenentwicklungen, etwa siebenundsechzig Prozent Erfolgsquote gegenüber dreiunddreißig Prozent.

00:05:38: Der Mittelstand neigt aus Souveränitätsgründen zum Selbstbauen – Die Daten legen nahe das spezialisierte Anbieter den Integrationsteil schlicht öfter beherrschen.

00:05:47: Das ist kein Plädoyer gegen Souveränität sondern eines für ehrliche Selbsteinschätzung.

00:05:52: Habe ich das Team dass ein System produktiv hält?

00:05:55: oder baue ich einen Prototyp, der nie über das Pilotstadium hinauskommt.

00:05:59: Fazit!

00:06:00: Die Zahl ist kein Urteil sondern eine Landkarte.

00:06:25: Ein scharfer Use Case im Backoffice, saubere Daten echte Integration und die ehrliche Entscheidung zwischen kaufen und bauen.

00:06:35: Das ist keine Magie – das ist die Methode der fünf Prozent!