Warum 95% aller KI-Projekte scheitern

Hoi und herzlich willkomma zur ersten Ausgabe der KI-Insights.

Ich möchte mich an dieser Stelle zuerst einmal für die lange Wartezeit entschuldigen. Es hat gedauert, bis die erste Ausgabe der Büro für KI Insights bei dir im Posteingang landete. Aber gut Ding will manchmal Weile haben. Auch in Zeiten von KI. Es war einfach unglaublich viel Spannendes los in diesem Jahr. Und eine wirklich hohe Qualität liegt mir bei diesem Newsletter sehr am Herzen.

Ab heute erhältst du also endlich jeden Sonntag konkrete, praxiserprobte Einblicke in die Welt der generativen Künstlichen Intelligenz. Und das möglichst spezifisch für KMU. Und für alle, die diese wohl spannendste technologische Revolution unserer Zeit genauso fasziniert wie mich.

Warum ich diese KI-Insights schreibe? Weil ich täglich erlebe, wie KI das Arbeitsleben verändert – bei meinen Kunden und im Büro für KI selbst. Und zwar nicht in ferner Zukunft, sondern jetzt, hier, heute.

Gleichzeitig sehe ich, wie viele Schweizer Unternehmen und Organisationen noch immer zögern. Was eigentlich schade ist. Denn oft ist es gar nicht so aufwendig und komplex, die ersten KI-Schritte zu gehen, wie man vielleicht glauben würde.

Mit diesen KI-Insights möchte ich genau das aufzeigen. Ich möchte gezielt durch den ganzen Hype schneiden. Aufzeigen, was wirklich geht und wie du selbst Step-by-Step starten kannst.

Du bekommst hier also keine beliebigen KI-News oder Meldungen über neue Modelle, sondern einen Praxis-Guide mit konkreten Insights, die du sofort umsetzen kannst. Tools, die ich selbst nutze, Strategien, die funktionieren, und ehrliche Erfahrungen.

Viel Spass bim läsa!

Andreas

---

Das 95%-Problem

Stell dir vor, du investierst Monate in ein KI-Projekt, nur um zu sehen, wie es sang- und klanglos verschwindet. Genau das passiert leider gerade in 95% aller Unternehmen. Eine aktuelle MIT-Studie zeigt erschreckend deutlich, warum. 😬

Das Paradoxe daran: Während ChatGPT und Co. enormes Potenzial haben, scheitern millionenschwere Unternehmens-KI-Projekte reihenweise. Die Technologie funktioniert, aber sie wird oft falsch eingesetzt oder bleibt ungenutzt.

In meiner Beratungsarbeit sehe ich diese Muster bedauerlicherweise immer wieder. Von undurchdachten Eigenlösungs-CompanyGPTs bis hin zu Moonshot-Projekten, die einfach zu viel auf einmal wollen.

Mit meinen Kunden gehe ich deshalb gezielt einen anderen Weg:

Wir starten klein, überlegen, was wirklich funktioniert, und skalieren dann das, was wirklich funktioniert.

Was die MIT-Forscher entdeckt haben

Die Wissenschaftler analysierten über 300 öffentlich dokumentierte KI-Initiativen, führten strukturierte Interviews mit 52 Organisationen und befragten 153 Führungskräfte. Der Studienumfang ist zwar überschaubar, aber die Ergebnisse sind ziemlich eindeutig:

• 80% der Unternehmen starten KI-Experimente
• Nur ~20% erreichen überhaupt den Pilot-Status
• Nur ~5% kommen in die Produktion und liefern messbare Geschäftsergebnisse

Der Grund für dieses Massensterben liegt nicht in mangelhafter Technologie. ChatGPT, Claude und Co. beweisen täglich ihre Leistungsfähigkeit. Das Problem sitzt tiefer: in der Art, wie Unternehmen KI angehen.

Die vier Kardinalfehler

Fehler 1: Glanz statt Substanz

Unternehmen pumpen ihre KI-Budgets in prestigeträchtige Bereiche wie Marketing und Vertrieb. Nicht weil dort der grösste Nutzen wartet, sondern weil sich Erfolg dort am einfachsten verkaufen lässt. Die Forscher zeigen: rund 70 % der (hypothetischen) Budgets fliessen in diese «Schaufenster-Bereiche», während die echten Effizienzpotentiale z. B. im Back-Office ungenutzt bleiben.

Fehler 2: Der Selbstbau-Wahn

«Wir entwickeln unsere eigene KI-Lösung». Ein Satz, der Millionen vernichtet. Partnerschaften erreichen etwa doppelt so häufig den Rollout wie reine Eigenentwicklungen. Den steinigen Weg der Eigenentwicklung wählen dennoch viele, obwohl Partnerschaften messbar häufiger zum Ziel führen.

Fehler 3: Menschen als Störfaktor

Der häufigste Grund für gescheiterte KI-Projekte? «Mitarbeiter-Widerstand». Dabei nutzen dieselben Menschen privat längst KI-Tools. Der Widerstand entsteht nicht gegen die Technologie, sondern gegen schlecht implementierte, unflexible Unternehmenslösungen.

Fehler 4: Die Schatten-Realität ignorieren

Hier wird es besonders absurd: Nur 40% der Unternehmen kaufen offizielle KI-Tools, aber 90% der Mitarbeiter nutzen private KI-Lösungen für ihre Arbeit. Unternehmen kämpfen gegen eine Realität an, die längst existiert.

Quelle: MIT, 2025, State of AI in Business 2025

Wie du zu den 5% gehörst

1. Starte mit Pains, nicht Möglichkeiten

Frage nicht: «Was können wir mit KI machen?», sondern identifiziere konkrete Probleme. Analysiere, welche Aufgaben täglich Zeit kosten, wo Routine zu Fehlern führt und wo Mitarbeitende auf Informationen warten. Starte jedes Projekt mit einer ehrlichen Schmerzpunkt-Analyse.

2. Denke in Experimenten, nicht in Projekten

Starte klein und skaliere schnell. Teste Standard-Tools in einem klar begrenzten Zeitraum, bevor du Geld in Eigenentwicklungen investierst. Lerne aus Fehlschlägen. Sie sind wertvoll, wenn sie früh passieren.

3. Investiere in Köpfe, nicht nur in Code

Fördere Vertrauen, baue Ängste ab und ermögliche Experimente. Erkläre den Nutzen, vermittle Kompetenzen und begleite den Wandel aktiv. Erfolg entsteht, wenn Menschen die Technologie verstehen und anwenden können.

4. Nutze, was funktioniert

Setze auf bewährte Tools wie ChatGPT, Claude, Langdock oder Schweizer Alternativen. Diese Lösungen sind oft leistungsfähiger als Eigenentwicklungen und je nach Setup datenschutzkonform einsetzbar.

5. Starte unsichtbar

Beginne dort, wo niemand hinschaut, aber alle den Nutzen spüren: im Back-Office, in der Administration oder in unterstützenden Prozessen. Kleine, unscheinbare Verbesserungen schaffen grosse Wirkung.

6. Denke systemisch

Verstehe KI als Teil eines grösseren Ganzen aus Prozessen, Daten, Menschen und Kultur. Schaffe Verbindungen statt Silos und baue auf, was schon funktioniert. So entsteht nachhaltiger Fortschritt statt kurzfristiger Effekt.

Wie wir es im Büro für KI angehen

1. Bestandsaufnahme & Reifegrad-Assessment – Systematische Analyse der aktuellen People-Process-Technology-Situation und Bestimmung der Reifegrad-Stufe (Interessierte → Entdecker → Adopter → Integratoren → KI-First). Erfasse auch die Schattennutzung: Wer nutzt privat KI, für welche Aufgaben und wie oft?

2. Zielbild & Vision entwickeln – Entwicklung einer klaren KI-First-Vision mit 3-Horizonte-Planung als organisationaler Nordstern: mit Fokus auf Lernen, Kontext und Integration.

3. Leitlinien etablieren – Aufbau von Governance-Strukturen, ethischen Prinzipien und einem Compliance-Framework mit klaren Daten- und Zugriffsgrenzen.

4. KI Ambassadors aufbauen – Etablierung eines KMU-optimierten Center of Excellence mit KI-Champion und Funktions-Ambassadors; Use Cases bottom-up sourcen, Ownership klar regeln.

5. Tool-Stack evaluieren – Systematische Bewertung und Auswahl der optimalen KI-Tools für Foundation, Productivity und Specialized-Anwendungen. Build vs. Buy pragmatisch lösen, Partner mit Workflow-Tiefe und kurzer Time-to-Value bevorzugen.

6. Use Cases entwickeln – Identifikation, Bewertung und Priorisierung von KI-Anwendungsfällen mit strukturierter Pilot-Umsetzung. Start im Back-Office/Finance und in Dokumentprozessen.

7. Schulungsprogramm ausrollen – Systematische Kompetenzentwicklung durch 70-20-10-Learning und People-Process-Technology-Enablement. Adoption, Output-Qualität und UX gezielt adressieren.

8. Unternehmensweiter Rollout – Phasenweise Skalierung in 90-Tage-Sprints über alle Abteilungen mit strukturiertem Change Management, klaren Business-Outcomes und kontinuierlicher Optimierung.

Key Takeaways

Die wichtigsten Erkenntnisse auf einen Blick:

• ✅ 95% scheitern nicht an der Technologie, sondern an der Herangehensweise
• ✅ Probleme first, Technologie second. Löse echte Pains, nicht theoretische Möglichkeiten
• ✅ Klein starten, schnell lernen. Drei Monate Standard-Tools vor jeder Custom-Entwicklung
• ✅ Adoption, Output-Qualität und UX entscheiden über Erfolg
• ✅ Workflow-tiefe Partner und bewährte Tools schlagen reinen Eigenbau
• ✅ Interne Champions sind deine wertvollsten Verbündeten

Zum Schluss etwas Persönliches

Ich rede eigentlich ziemlich ungern über mich selbst. 😅 Bin eher so der Taten-statt-Worte-Typ. Aber ich möchte dir zum Schluss dieser ersten Ausgabe trotzdem noch kurz zeigen, mit wem du es zu tun hast:

Die Faszination für Künstliche Intelligenz hat bei mir bereits Ende 2019/Anfang 2020 ihren Anfang genommen. Damals, als OpenAI noch wirklich «Open» war 😅, experimentierte ich in meiner Digital Marketing Agentur mit GPT-2 und war mir schon damals sicher, dass da etwas auf uns zukommen wird, das so einiges verändern wird.

Mit dem Start von ChatGPT 2022 wurde KI in meiner damaligen Agentur dann schnell zu einem sehr mächtigen und unverzichtbaren Hebel.

Fasziniert von der Technologie und den unglaublichen Möglichkeiten, eignete ich mir in den darauffolgenden 3 Jahren bis heute immer mehr Fachwissen an. Im Wesentlichen durch Learning by Doing: Tools ausprobieren und lokale KI-Modelle betreiben hier. Neue Strategie-Ansätze dort.

Bis heute durfte ich mit dem Büro für KI in den letzten 9 Monaten bereits mehrere Hundert Personen aus unterschiedlichsten Branchen in der Anwendung von generativer KI schulen. Dazu kommen diverse Beratungen, Begleitungen, Strategien, Schulungen, Keynotes, Workshops in KMU, öffentlichen Verwaltungen und anderen Organisationen.

Ich freue mich auf alles, was noch kommt. Und hoffe, dir mit diesen wöchentlichen KI-Insights wertvolle Tipps aus meiner täglichen Arbeit für die KI-Integration zu geben.

Schön, dass du mit dabei bist. 🫶🏾