Die Präsentation dauerte zwanzig Minuten. Der Bildschirm zeigte ein Dashboard mit den Ergebnissen des Piloten — das Modell klassifizierte Dokumente mit einer Trefferquote von 94 %, die Verarbeitungszeit sank um 70 %, das Team war zufrieden. Der Vorstand applaudierte. Jemand sagte: „Großartige Arbeit, wir skalieren das auf die ganze Firma." Dann verließen alle den Raum und niemand kam darauf zurück.
Ich habe diese Szene — mit kleinen Variationen — in zahlreichen Organisationen erlebt. Ein KI-Pilot, der formal erfolgreich war, und dann einen stillen Tod starb. Kein Skandal, kein Scheitern in den Berichten. Einfach Stille.
Warum der „Erfolg" des Piloten die Einführung tötet
Das Paradox ist einfach: Ein Pilot, der gelingt, erzeugt die Illusion, dass das Schwierigste hinter uns liegt. Der Vorstand setzt den Haken — „wir haben KI". Das Team, das den Piloten durchgeführt hat, bekommt Lob und kehrt zu seinen regulären Aufgaben zurück. Niemand stellt die unbequemen Fragen: Wer wird Eigentümer dieser Lösung in der Produktion sein? Wer betreibt sie? Was kostet der Betrieb des Modells? Was passiert, wenn sich die Daten ändern?
Diese Fragen werden nicht gestellt, weil der Pilot beweisen sollte, dass KI funktioniert. Und er hat es bewiesen. Nur dass „funktioniert im Demo" und „funktioniert in der Produktion mit 10.000 Nutzern täglich" zwei völlig verschiedene Welten sind.
Anatomie eines Piloten, der nirgendwohin führt
Die meisten KI-Piloten, die ich in Unternehmen sehe, haben gemeinsame Merkmale:
Kein Business-Owner. Der Pilot wird vom technischen Team oder einem externen Anbieter durchgeführt. Niemand auf der Geschäftsseite fühlt sich dafür verantwortlich, dass die Lösung in den Arbeitsalltag der Menschen integriert wird. Wenn der Pilot endet, gibt es niemanden, der sagt: „Jetzt setzt Du das in Deiner Abteilung um."
Kein Budget für das, was nach dem Piloten kommt. Das Budget war für das Experiment. Für den Proof of Concept. Niemand hat die Kosten für die Integration mit bestehenden Systemen, die Schulung der Nutzer, das Monitoring des Modells, die Aktualisierung der Daten eingeplant. Und das sind 80 % der Kosten einer KI-Einführung — nicht das Modell selbst, sondern alles drumherum.
Pilotdaten sind keine Produktionsdaten. Der Pilot lief auf einem bereinigten, ausgewählten Datensatz. In der Produktion sind die Daten schmutzig, unvollständig, inkonsistent. Das Modell, das auf Testdaten 94 % Trefferquote hatte, erreicht in der Realität 60 % — und niemand weiß warum, denn niemand hat Monitoring eingeplant.
Keine Prozessänderung. Der Pilot hat gezeigt, dass KI etwas kann. Aber niemand hat den Prozess geändert, in dem dieses „Etwas" funktionieren sollte. Die Mitarbeiter arbeiten weiter wie bisher, weil ihnen niemand gesagt hat, dass sich etwas ändert, und niemand dafür gesorgt hat, dass die Änderung für sie logisch und bequem ist.
„Erfolgreicher Pilot" im Jahresbericht
Es gibt noch einen weiteren Grund, warum Piloten beim Piloten enden: Sie haben ihre politische Funktion erfüllt. In vielen Organisationen soll ein KI-Pilot nicht der Einführung dienen — er soll dem Reporting dienen. Der Vorstand will Investoren sagen können, dass „das Unternehmen KI einführt". Der Aufsichtsrat will innovative Initiativen sehen. Der Pilot ist dafür ideal: geringe Kosten, geringes Risiko, hohe Sichtbarkeit.
Das Problem ist, dass aus einem Piloten nicht von allein eine Einführung erwächst. Zwischen Pilot und Produktion liegt ein organisatorischer, technischer und budgetärer Abgrund. Und jemand muss diesen Abgrund bewusst zuschütten.
Was einen Piloten unterscheidet, der zur Einführung führt
Aus meiner Erfahrung — einige Dinge, die darüber entscheiden, ob ein Pilot überlebt:
Business-Owner vom Tag null. Nicht der IT-Leiter, nicht der Vendor, sondern eine Person auf der Geschäftsseite, die ein Interesse daran hat, dass die Lösung funktioniert. Eine Person, die sagt: „Das ist mein Prozess und ich möchte, dass KI darin funktioniert."
Erfolgskriterien, die die Produktion betreffen, nicht das Demo. Nicht „das Modell hat 90 % Trefferquote auf Testdaten", sondern „drei Monate nach der Einführung nutzen 40 % des Teams die Lösung täglich, und die Verarbeitungszeit ist um X % gesunken".
Budget für die Phase nach dem Piloten, geplant vor dem Piloten. Wenn Sie kein Budget für Integration, Schulung und Betrieb haben — machen Sie keinen Piloten. Machen Sie Research. Ein Pilot ohne Plan für die Produktion ist eine Ausgabe, keine Investition.
Plan für die Prozessänderung. KI tritt nicht ins Vakuum ein. KI tritt in die bestehende Arbeitsweise der Menschen ein. Wenn Sie nicht planen, wie sich diese Arbeitsweise ändert, bleibt KI eine Kuriosität, die sich die Leute in einer Präsentation angeschaut und vergessen haben.
Ein ehrliches Gespräch statt eines weiteren Piloten
Bevor Sie einen weiteren KI-Piloten starten, stellen Sie sich die Frage: Wollen wir etwas lernen oder wollen wir etwas einführen? Beide Antworten sind in Ordnung. Aber sie erfordern völlig unterschiedliche Ansätze, unterschiedliche Budgets und unterschiedliche Teams.
Ein explorativer Pilot — um herauszufinden, ob KI in einem bestimmten Kontext überhaupt Sinn ergibt — ist wertvoll. Aber nennen wir ihn das, was er ist: ein Experiment. Versprechen wir uns und dem Vorstand nicht, dass dies der erste Schritt zur Transformation ist, wenn wir keinen Plan für die Schritte zwei, drei und zehn haben.
Unternehmen, die erfolgreich vom Piloten zur Produktion gelangen, tun etwas, das banal klingt, aber extrem selten ist: Sie behandeln den Piloten als Teil eines größeren Plans, nicht als Selbstzweck. Sie haben eine KI-Strategie, die nicht nur sagt „was wir testen", sondern „was wir tun, wenn der Test gelingt".
Wenn Ihr Unternehmen zwischen einem erfolgreichen Piloten und einer fehlenden Einführung feststeckt — lassen Sie uns reden. Das ist genau der Moment, in dem eine externe Perspektive den größten Wert hat.