95 % der KI-Pilotprojekte ohne Wirkung? Was der MIT-Report wirklich zeigt und was erfolgreiche Unternehmen tun

Woher die 95 % stammen

Der Report „The GenAI Divide: State of AI in Business 2025“ stammt vom Project NANDA am MIT Media Lab. Die Autoren Aditya Challapally, Chris Pease, Ramesh Raskar und Pradyumna Chari bezeichnen ihn als vorläufige Ergebnisse einer Untersuchung von Januar bis Juni 2025. Grundlage waren Interviews mit Vertretern von 52 Organisationen, Befragungen von 153 Führungskräften auf vier Branchenkonferenzen und eine Auswertung von mehr als 300 öffentlich beschriebenen Projekten.

Am 18. August 2025 berichtete Fortune über den Report, unter einer Schlagzeile, wonach 95 % der Pilotprojekte mit generativer KI in Unternehmen scheitern. Der Text verbreitete sich rasant. Drei Tage später schrieb Jeremy Kahn von derselben Redaktion, der Report habe Anleger verschreckt, und die Kurse von Nvidia, CoreWeave, Microsoft und Alphabet seien in jener Woche deutlich gefallen. Als weiteren Grund nannte er Äußerungen von Sam Altman über eine Blase bei KI-Start-ups.

Was genau gemessen wurde

Der Report unterscheidet zwei Arten von Werkzeugen. Allgemeine Assistenten wie ChatGPT oder Copilot haben mehr als 80 % der Organisationen ausprobiert oder getestet, knapp 40 % geben an, sie eingeführt zu haben. Sie helfen aber vor allem einzelnen Beschäftigten und wirken sich kaum auf das Unternehmensergebnis aus. Anders sieht es bei Werkzeugen aus, die auf konkrete Prozesse zugeschnitten sind, ob gekauft oder eigens entwickelt. 60 % der Organisationen haben solche Werkzeuge geprüft, 20 % kamen bis zum Pilotprojekt, und 5 % setzten sie mit messbarer Wirkung produktiv ein.

Die Messlatte lag hoch. Ein Werkzeug musste über das Pilotprojekt hinauskommen und innerhalb von sechs Monaten eine deutliche, anhaltende Wirkung auf die Produktivität oder das Ergebnis zeigen.

Warum die Zahl in die Irre führt

Die Kritik ließ nicht lange auf sich warten. Rob Wiblin wies im Podcast von 80,000 Hours darauf hin, dass die 5 % auf alle untersuchten Organisationen bezogen sind. Die meisten von ihnen haben nie ein auf einen Prozess zugeschnittenes Werkzeug getestet, und von denen, die es taten, war ungefähr jede vierte erfolgreich. Im selben Gespräch heißt es, Fortune habe die Stichprobe zu groß angegeben: 150 Interviews und eine Befragung von 350 Beschäftigten, während der Report 52 beziehungsweise 153 nennt.

Paul Roetzer vom Marketing AI Institute hielt das Zeitfenster von sechs Monaten und den Maßstab Unternehmensergebnis für zu eng, weil sie etwa Zeitersparnis oder niedrigere Kosten ausblenden. R. Scott Raynovich von Futuriom warf dem Report vor, die Daten hinter den 95 % nicht offenzulegen. Die Autoren räumen selbst ein, dass Zahlen aus Interviews nur Richtwerte sind. Der Report wurde nicht wissenschaftlich begutachtet und war, als er am meisten Aufsehen erregte, nur über ein Formular erhältlich.

Der Satz, 95 % der KI-Einführungen scheiterten, vereinfacht das Ergebnis also stark. Näher an der Wahrheit liegt: In einer kleinen Stichprobe haben wenige Unternehmen innerhalb eines halben Jahres eine klare Wirkung von Werkzeugen gesehen, die in konkrete Prozesse eingebunden sind. Das ist immer noch wichtig, nur in einer anderen Größenordnung.

Spannend ist, warum Pilotprojekte stocken

Trotz der methodischen Schwächen lohnt sich ein Blick darauf, wie die Autoren ihre Ergebnisse erklären. Ihrer Ansicht nach liegt es selten an der Qualität der Modelle oder an Regulierung. Entscheidend ist die Art der Einführung.

“The core barrier to scaling is not infrastructure, regulation, or talent. It is learning.”

„Das größte Hindernis beim Skalieren ist nicht die Infrastruktur, nicht die Regulierung und nicht der Mangel an Fachleuten. Es ist das Lernen“ (Übers. CAASUAL).

Die meisten Systeme mit generativer KI merken sich kein Feedback, passen sich nicht an den Kontext des Unternehmens an und werden mit der Zeit nicht besser. Dazu kommen brüchige Abläufe und eine Lücke zur täglichen Arbeit der Teams. Einfache Aufgaben überlassen die Befragten gern der KI, 70 % würden etwa einen E-Mail-Entwurf lieber von der KI schreiben lassen. Bei komplexer Arbeit, die sich über Wochen zieht, entscheiden sie sich im Verhältnis 9 zu 1 für einen Menschen. Ihnen fehlen Gedächtnis und Kontinuität, und die hängen zu einem großen Teil davon ab, wie das Werkzeug in den Prozess eingebunden ist.

Das Budget fließt ins Marketing, die Einsparungen entstehen woanders

In einer Übung baten die Autoren Führungskräfte, hypothetische 100 Dollar KI-Budget auf die Abteilungen zu verteilen. Ungefähr die Hälfte ging an Vertrieb und Marketing. Die Autoren erklären das mit der leichten Messbarkeit, denn die Zahl der Präsentationen oder die Antwortzeit auf E-Mails lässt sich der Geschäftsführung leicht zeigen. Die deutlichsten Einsparungen fanden sie jedoch im Backoffice. Ein Beispiel ist ein um 30 % geringerer Aufwand für externe Kreativ- und Content-Agenturen.

Daraus folgt nicht, dass sich KI im Marketing nicht lohnt. In der Umfrage von McKinsey vom August 2026 führen Unternehmen Umsatzzuwächse durch KI am häufigsten gerade auf Marketing und Vertrieb zurück. Beide Ergebnisse lassen sich vereinbaren. Die Wirkung zeigt sich dort, wo KI die Arbeitsweise eines ganzen Teams verändert.

Was die erfolgreiche Minderheit anders macht

McKinsey hat 1.719 Menschen in 97 Ländern befragt. 37 % schreiben der KI irgendeinen Einfluss auf das operative Ergebnis zu, etwa so viele wie ein Jahr zuvor. Unternehmen, die mindestens 5 % ihres operativen Ergebnisses auf KI zurückführen und deren Wirkung als erheblich einschätzen, machen etwa 6 % der Befragten aus. Fast drei Viertel von ihnen haben ihre Arbeitsabläufe wegen der KI grundlegend umgestaltet, bei den übrigen war es ein Viertel. Die Spitzenreiter haben außerdem doppelt so häufig festgelegte Verfahren, um die Wirkung ihrer KI-Projekte zu messen.

Der MIT-Report beschreibt ein ähnliches Muster. Unternehmen, die den Sprung schaffen, verlangen Werkzeuge, die auf einen konkreten Prozess zugeschnitten sind, und bewerten sie nach den Ergebnissen im Betrieb statt nach Benchmarks. Sie beginnen an den Rändern eines Prozesses und gehen erst danach in seinen Kern. Ideen für neue Einsätze kommen häufiger von Teamleitungen und besonders versierten Nutzern als aus einem zentralen KI-Labor.

Zalando hat den Prozess umgebaut, CNET hat KI an den alten angehängt

Ein gutes Beispiel für den ersten Weg ist Zalando. Matthias Haase, der dort die Content-Lösungen verantwortet, sagte in einem vom Unternehmen im Mai 2026 veröffentlichten Interview, dass 90 % der Marketinginhalte auf der Plattform heute von KI erzeugt werden. Produktdetailseiten und Werbung außerhalb der Plattform zählen nicht dazu. Ein Produktionszyklus dauerte früher sechs bis acht Wochen, heute sind es wenige Tage, und das Ziel für dieses Jahr sind weniger als 24 Stunden vom erkannten Trend bis zur Veröffentlichung.

Hinter diesen Zahlen steht ein umgebauter Prozess. Trends erkennt das Team in Daten zu Suchanfragen und Verkäufen, die KI liefert eine erste Fassung, und über Geschmack und endgültigen Look entscheidet das Kreativteam. Im August 2026 beschrieb das Unternehmen den nächsten Schritt. Das menschliche Auge allein kommt nicht hinterher, wenn es um subtile Veränderungen durch die KI geht. Deshalb wurde eine automatische Prüfung in die Produktion eingebaut, die erzeugte Bilder mit den Produktfotos vergleicht und alles markiert, was Farbe, Form oder Details des Produkts verändert.

Den zweiten Weg zeigt CNET. Im November 2022 begann die Redaktion von CNET Money, ein hauseigenes KI-Werkzeug für einfache Erklärtexte zu Finanzthemen zu testen. Redakteure schrieben die Gliederungen und überarbeiteten die Entwürfe, die KI kam also in den bestehenden redaktionellen Ablauf. Es erschienen 77 kurze Texte, etwa 1 % der Inhalte der Website. Nachdem in einem davon zu Recht Fehler bemängelt worden waren, deckte eine Prüfung weitere auf. Laut The Verge wurden 41 der 77 Texte korrigiert. Die Redaktion stoppte das Werkzeug, bis es und die redaktionellen Abläufe Fehler verhindern können, und führte zusätzliche Prüfschritte ein.

Beide Geschichten führen zum selben Schluss. Eine Qualitätskontrolle, die für menschliche Fehler gebaut ist, erkennt keine Fehler der KI. Zalando hat sie gemeinsam mit der Produktion neu aufgebaut, CNET musste das im Nachhinein tun.

Was das für Ihr Unternehmen bedeutet

Wenn Sie ein KI-Pilotprojekt im Marketing oder im Designprozess planen, liefert der MIT-Report einige praktische Hinweise, auch wenn wir die 95 % selbst mit Vorsicht behandeln:

• Bevor Sie ein Werkzeug auswählen, messen Sie den Ausgangspunkt: wie lange es vom Briefing bis zu fertigen Materialien dauert und wie viele Korrekturschleifen dabei anfallen.
• Wählen Sie einen wiederkehrenden Prozess, etwa die Anpassung einer Kampagne an neue Formate, und binden Sie KI dort ein, wo das Team ohnehin arbeitet.
• Geben Sie den Werkzeugen ein Gedächtnis für Ihre Marke: aufgeschriebene Regeln, Vorlagen und Beispiele, die nicht verschwinden, sobald das Chatfenster zu ist.
• Bauen Sie die Qualitätskontrolle für KI-Fehler, damit klar ist, wer was prüft, bevor Inhalte bei Kunden ankommen.

Damit beginnt auch unsere Leistung AI design workflows: zuerst eine Prozesslandkarte, dann ein Prozess, in dem KI Ihren Teams am schnellsten Zeit zurückgibt. Wie Sie Ihre Marke so festhalten, dass Werkzeuge sie nicht verlieren, beschreiben wir im Beitrag darüber, wie Sie der KI Ihre Marke beibringen, und wie die Beschleunigung eines Teams den Engpass weiterschiebt, im Beitrag über den Engpass nach der KI-Einführung.