«95 % der KI-Projekte scheitern.» Diese Schlagzeile stand im Zentrum des ersten Online-Meetups für die Firmenmitglieder von SwissAI. Matthias Probst von Sensei AG moderierte den Austausch mit Benjamin Sutter und Dominic Largo von ValueOn AG. Die zentrale Einordnung: So pauschal lässt sich diese Aussage nicht treffen.

Warum die Scheiterquote von KI-Projekten Kontext braucht

Um eine solche Zahl einzuordnen, müssen zunächst grundlegende Fragen geklärt werden:

  • Was wurde als Erfolg gewertet?
  • In welchem Zeitraum wurde gemessen?
  • Was wird überhaupt unter einem KI-Projekt verstanden?

Diese Fragen gehen in einer Schlagzeile schnell verloren. Zurück bleibt der Eindruck, KI funktioniere im Unternehmen nicht. Ohne die Definitionen und den Messzeitraum zu berücksichtigen, greift dieses Urteil jedoch zu kurz.

Im Meetup wurden weitere KI-Mythen hinterfragt: Haben KMU den KI-Zug verpasst? Macht KI allein ein Unternehmen zukunftsfähig? Und werden KI-Agenten bald alles autonom erledigen?

Was KI im Unternehmen als Fundament braucht

Eine schneller verfasste E-Mail kann ein Anfang sein. Das eigentliche Potenzial liegt jedoch darin, ganze Abläufe neu zu denken. Dafür braucht es mehr als die Technologie allein:

  • zugängliche Daten
  • klare Prozesse
  • definierte Verantwortlichkeiten
  • Mitarbeitende, die mit KI arbeiten können

Ebenso wichtig ist ein überprüfbarer Nutzen. Bereits vor dem Start eines KI-Projekts sollte feststehen, was besser werden soll: Durchlaufzeit, Aufwand, Qualität oder Kundennutzen. Damit wird die konkrete Verbesserung zum Massstab – nicht der blosse Einsatz von KI.

Softwaremigrationen: Fortschritt braucht Zeit und Veränderung

Ein Teilnehmer berichtete im Meetup von einer dreifachen Geschwindigkeit bei Softwaremigrationen. Bis dieser Stand erreicht war, dauerte es fast zwei Jahre. Dabei spielten sowohl die Veränderungsarbeit im Team als auch verbesserte Modelle eine Rolle.

Der Erfahrungsbericht zeigt, weshalb neben der technischen Entwicklung auch die Arbeit mit den Mitarbeitenden Beachtung verdient. Der Fortschritt entstand nicht allein durch ein besseres Modell.

Die Kernaussage: Entscheidend ist nicht die pauschale Frage, ob KI-Projekte erfolgreich sind oder scheitern. Unternehmen sollten klären, welches Problem sie lösen wollen und wie daraus spürbarer, überprüfbarer Nutzen entsteht.