Warum KI-Projekte ins Stocken geraten

Die meisten KI-Initiativen beginnen mit hohen Erwartungen.

Mitarbeitende sollen produktiver werden. Prozesse schneller laufen. Teams mehr schaffen. Die Technologie ist vorhanden, die Lizenz gekauft, die Einführung beschlossen.

Trotzdem bleibt die Nutzung oft hinter den Erwartungen zurück.

Die naheliegende Erklärung lautet dann: Das Tool ist nicht gut genug. Oder die Mitarbeitenden wollen sich nicht verändern.

Die Daten sprechen jedoch für eine andere Ursache.

Wenn KI-Einführungen scheitern, liegt es häufig nicht an der Technologie und auch nicht an mangelnder Motivation. Es liegt daran, dass der Nutzen von KI innerhalb einer Organisation sehr ungleich verteilt ist – und genau diese Realität in der Einführung ignoriert wird.

Der größte Fehler: Alle sollen profitieren

Die wahrscheinlich wichtigste KI-Arbeitsstudie der letzten Jahre erschien 2025 im Quarterly Journal of Economics.

Mehr als 5.000 Kundenservice-Mitarbeitende arbeiteten mit einem generativen KI-Assistenten. Betrachtet man nur den Durchschnitt, scheint das Ergebnis eindeutig:

15 Prozent mehr gelöste Anfragen pro Stunde.

Genau hier beginnt jedoch das Missverständnis.

Denn die durchschnittliche Verbesserung sagt wenig darüber aus, wer tatsächlich profitiert:

• Neue und weniger erfahrene Mitarbeitende steigerten ihre Produktivität um rund 30 Prozent.

• Bei den erfahrensten Mitarbeitenden war der Effekt nahezu null.

• Teilweise verschlechterte sich sogar die Gesprächsqualität.

Die Ergebnisse stammen aus der Studie Generative AI at Work von Brynjolfsson, Li und Raymond, veröffentlicht im Quarterly Journal of Economics.
→ Studie lesen

Für Führungskräfte ist diese Erkenntnis entscheidend.

Wer KI mit dem Versprechen einführt, dass alle schneller arbeiten werden, erzeugt bei einem großen Teil der Belegschaft Erwartungen, die sich später nicht erfüllen.

Und genau diese Gruppe umfasst häufig jene Mitarbeitenden, deren Vorbildwirkung für eine erfolgreiche Adoption am wichtigsten wäre.

Was die Forschung tatsächlich zeigt

Mittlerweile liegen mehrere große Feldstudien vor. Obwohl sie unterschiedliche Berufsgruppen untersucht haben, erzählen sie dieselbe Geschichte.

Die Produktivitätseffekte von KI sind real.

Aber sie hängen stark davon ab,

• wie erfahren jemand ist,

• welche Aufgabe bearbeitet wird und

• wo die Grenzen des Systems liegen.

Entwickler erledigten in randomisierten Feldexperimenten rund 26 Prozent mehr Aufgaben.
→ Management Science: The Effects of Generative AI on High-Skilled Work

Beratende lieferten innerhalb der Leistungsgrenzen der KI deutlich bessere Ergebnisse, außerhalb dieser Grenzen jedoch schlechtere.
→ Navigating the Jagged Technological Frontier

Fachkräfte bei Procter & Gamble erreichten mit KI die Leistung größerer Teams.
→ The Cybernetic Teammate (NBER)

Der gemeinsame Nenner lautet:

KI ist kein gleichmäßiger Produktivitätshebel. Sie wirkt selektiv.

Genau deshalb sind pauschale Business Cases oft unzuverlässig.

Die wichtigste Erkenntnis für Unternehmen: Die „Jagged Frontier“

Ein Begriff taucht inzwischen in fast jeder ernsthaften Diskussion über KI auf:

Jagged Frontier.

Gemeint ist die zackige Leistungsgrenze von KI-Systemen.

Für Menschen können zwei Aufgaben nahezu identisch wirken.

Für ein Sprachmodell liegen sie jedoch auf völlig unterschiedlichen Seiten seiner Fähigkeitsgrenze.

Innerhalb dieser Grenze arbeitet KI oft erstaunlich zuverlässig.

Außerhalb dieser Grenze sinkt die Qualität teilweise drastisch.

Das Problem:

Menschen erkennen diese Grenze nicht immer.

In Studien verließen sich die Teilnehmenden ausgerechnet dort besonders stark auf die KI, wo diese am wenigsten leistungsfähig war.

Deshalb reicht klassische Anwenderschulung häufig nicht aus.

Unternehmen müssen herausfinden, welche konkreten Aufgaben im eigenen Geschäft zuverlässig unterstützt werden können – und welche nur scheinbar gut funktionieren.

Diese Kartierung lässt sich nicht von Beratern, Tools oder Herstellern übernehmen.

Sie muss im Unternehmen selbst erfolgen.

Warum Bauchgefühl keine Entscheidungsgrundlage ist

Viele Organisationen messen den Erfolg ihrer KI-Initiativen über Befragungen.

Die Mitarbeitenden sollen einschätzen, ob sie schneller, effizienter oder produktiver geworden sind.

Das Problem:

Menschen überschätzen die Wirkung von KI häufig erheblich.

Eine Untersuchung der Forschungsorganisation METR zeigte, wie stark Wahrnehmung und Realität auseinanderliegen können.

Erfahrene Entwickler waren überzeugt, mit KI deutlich schneller zu arbeiten. Die Messung zeigte zunächst sogar eine Verlangsamung.

→ METR: Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity

Nur wenige Monate später veröffentlichte METR eine Nachfolgeanalyse, die die ursprünglichen Ergebnisse teilweise relativierte und explizit auf Selektionseffekte hinwies.

→ METR Uplift Update

Die wichtigste Erkenntnis bleibt dennoch bestehen:

Subjektive Einschätzungen sind keine belastbare Grundlage für Investitionsentscheidungen.

Wer wissen möchte, ob KI funktioniert, muss messen.

Nicht vermuten.

Die vier Entscheidungen vor der Toolauswahl

Bevor über Plattformen, Lizenzen oder Modellanbieter gesprochen wird, sollten Führungskräfte vier grundsätzliche Fragen beantworten.

1. Wo entsteht der Nutzen tatsächlich?

Die stärksten Effekte zeigen sich bislang bei:

• Onboarding

• Nachwuchskräften

• Quereinsteigern

• Bereichen mit hoher Fluktuation

Dort sollte der Business Case beginnen.

2. Was ist die Ausgangsbasis?

Ohne Vorher-Messung gibt es keinen belastbaren Nachweis für Erfolg.

Drei wiederkehrende Aufgaben mit dokumentiertem Zeitaufwand reichen oft bereits aus.

3. Wofür brauchen Sie Ihre erfahrensten Mitarbeitenden?

Nicht für Geschwindigkeit.

Sondern für Urteilsvermögen.

Sie helfen dabei zu erkennen, wo KI zuverlässig arbeitet – und wo nicht.

4. Welche organisatorischen Folgen erwarten Sie?

Wenn eine einzelne Person mit KI Ergebnisse erzielt, für die früher mehrere Mitarbeitende benötigt wurden, verändert sich mehr als nur die Effizienz.

Dann verändern sich Verantwortlichkeiten, Rollenprofile und Teamstrukturen.

Der wahre Reifegrad einer KI-Strategie

Die Qualität einer KI-Initiative entscheidet sich nicht daran, welches Tool eingeführt wird.

Sie entscheidet sich daran, ob Führungskräfte die richtigen Fragen stellen.

Können Sie heute beantworten:

• Welche drei Aufgaben in Ihrem Unternehmen den größten Zeitaufwand verursachen?

• Welche Mitarbeitendengruppen konkret profitieren sollen?

• Welche Aufgaben bewusst nicht für KI geeignet sind?

• Woran Sie in 90 Tagen erkennen würden, dass das Vorhaben gescheitert ist?

Wenn nicht, fehlt keine Technologie.

Es fehlt eine Entscheidungsgrundlage.

Fazit

Die Forschung liefert inzwischen eine klare Botschaft:

KI funktioniert. Aber nicht für alle Menschen, nicht für jede Aufgabe und nicht in jedem Kontext gleichermaßen.

Unternehmen, die das ignorieren, kämpfen häufig mit geringer Adoption.

Unternehmen, die ihre eigenen Prozesse systematisch vermessen, die Grenzen der Technologie verstehen und den Nutzen dort suchen, wo er tatsächlich entsteht, erzielen deutlich bessere Ergebnisse.

Die entscheidende Frage lautet deshalb nicht:

"Welches KI-Tool sollen wir einführen?"

Sondern:

"Für welche konkreten Aufgaben in unserem Unternehmen schafft KI nachweisbaren Mehrwert?"

Quellen

Brynjolfsson, Li & Raymond (2025)
Generative AI at Work
https://academic.oup.com/qje/article/140/2/889/7990658

Cui et al. (2026)
The Effects of Generative AI on High-Skilled Work
https://pubsonline.informs.org/doi/10.1287/mnsc.2025.00535

Dell'Acqua et al. (2026)
Navigating the Jagged Technological Frontier
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4573321

Dell'Acqua et al. (2025)
The Cybernetic Teammate
https://www.nber.org/papers/w33641

METR (2025)
Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/

METR (2026)
Uplift Update
https://metr.org/blog/2026-02-24-uplift-update/