Die anfängliche Euphorie um Künstliche Intelligenz weicht bei vielen Vorständen einer ernüchternden Realität: Teure Pilotprojekte und Experimente, vor allem im Bereich der Content-Erstellung, liefern oft keinen messbaren Return on Investment (ROI). Dieser Mangel an greifbaren Geschäftsergebnissen lässt CEOs zunehmend am strategischen Wert der Technologie zweifeln. Es geht nicht länger darum, einfach auf den KI-Zug aufzuspringen; Führungskräfte müssen sich vielmehr versichern, dass der Zug in die richtige Richtung fährt und dass das eigene Unternehmen genau dorthin gelangen muss.
Wenig Fachwissen, wenig internes Marketing
IT- und Business-Manager haben die Einführung von KI häufig überstürzt in Angriff genommen, ohne ausreichend internes Fachwissen aufzubauen oder die Notwendigkeit zu berücksichtigen, die Technologie an die eigenen Anwender zu „verkaufen“. Diese strategische Lücke führt dazu, dass zentrale Business-Probleme nicht identifiziert und gelöst werden, sondern die Ressourcen in dezentralen Experimenten versickern. Dieser recht leichtsinnige Ansatz kann nicht nur Ressourcen verschwenden, sondern auch den Ruf des Unternehmens nachhaltig schädigen.
Dieses Handeln ist oft aus der Angst heraus entstanden, den Anschluss zu verlieren. Wenn Führungskräfte den Druck verspüren, schnell handeln zu müssen, nur um wettbewerbsfähig zu bleiben, überspringen sie manchmal kritische Schritte und stellen die Geschwindigkeit der Einführung über die Produktqualität. Die eigentliche Frage, ob ein KI-Experiment überhaupt ein relevantes Problem löst, bleibt dabei auf der Strecke.
Organisationen waren nicht bereit für KI
Die schiere Geschwindigkeit der KI-Revolution hat dazu beigetragen, dass CEOs sich auf die Technologie stürzten, bevor ihre Unternehmen bereit waren. Neil Dhar, Global Managing Partner bei IBM Consulting, weist darauf hin, dass die rasante Geschwindigkeit des Wandels durch KI bei vielen CEOs zu erheblichen Bedenken geführt hat, ob sie mit den sich entwickelnden Geschäftsanforderungen überhaupt Schritt halten können. Ein Blick auf die sich wandelnden Prioritäten der CEOs veranschaulicht dieses Spannungsfeld: Während 2023 die Produktivität und Rentabilität im Fokus standen und 2024 die Produktinnovation, ist es im Jahr 2025 die Prognosegenauigkeit, die die Vorstände umtreibt. Diese Verschiebung zeigt, dass die Unsicherheit über die tatsächliche Wirkung von KI zunimmt.
Warum scheitern KI-Projekte an der mangelnden Vorbereitung?
Der Hauptgrund liegt in der fehlenden strategischen Verankerung. Unternehmen implementieren KI oft als technologische Spielerei, nicht als Lösung für ein konkretes Geschäftsproblem. Die notwendige Infrastruktur, die Datenqualität und vor allem die Change-Bereitschaft der Mitarbeiter werden ignoriert. Wenn diese Basis fehlt, bleibt selbst die beste Algorithmus-Implementierung ein reiner Kostenfaktor ohne strategischen Nutzen.
Fail fast, fail often – ein riskantes Mantra
Das Start-up-Mantra „Fail fast, fail often“ wird im Kontext von KI-gestützten Geschäftsmodellen zunehmend kritisch gesehen. Während CEOs ständig in die Zukunft blicken und abschätzen müssen, wie die Disruption in ihren jeweiligen Unternehmen und Branchen aussehen könnte, darf dies nicht zu blinden Experimenten führen. Führungskräfte müssen sich über Makrotrends im Klaren sein und darauf reagieren – schnell und sicher. Dennoch haben viele Unternehmen die Entwicklung vorangetrieben, bevor sie organisatorisch und kulturell bereit waren, mit KI erfolgreich zu sein.
Der Glaube, dass reine Geschwindigkeit im KI-Wettbewerb entscheidend ist, erweist sich als Trugschluss. Entscheidend ist vielmehr die Fähigkeit, KI-gestützte Prozesse zu skalieren und in die tägliche Arbeit zu integrieren. Unternehmen, die dies versäumen, laufen Gefahr, in einer Endlosschleife aus Proof-of-Concepts zu versinken, die nie den Sprung in die Produktion schaffen. Die Folge ist nicht nur ein enttäuschter CEO, sondern ein gesamtes Unternehmen, das das Vertrauen in die Technologie verliert.
Die aktuelle Skepsis der CEOs ist daher kein Zeichen für das Scheitern von KI, sondern eine notwendige Reifephase. Der Weg in die Zukunft führt nicht über noch mehr Experimente, sondern über eine disziplinierte Rückbesinnung auf die Grundlagen: Klare Business Cases, organisatorische Bereitschaft und eine enge Verzahnung von IT und Fachabteilungen. Nur wer den Zug in die richtige Richtung lenkt, wird die potenziellen Milliardenhebel der KI auch tatsächlich realisieren können.
