Raus aus dem Pilot-Fegefeuer: Warum KI-Projekte selten im Regelbetrieb ankommen

Kurz gesagt: Die meisten Unternehmen haben kein Problem, KI-Projekte zu starten. Ihr Problem ist, dass kaum eines davon im Regelbetrieb ankommt und messbar wirkt. Für diesen Zustand hat sich der Begriff Pilot-Fegefeuer eingebürgert. Er entsteht selten durch schlechte Technik. Er entsteht, weil Piloten niemandem wehtun, während der Umbau eines Ablaufs Zuständigkeiten, Budgets und Rollen berührt. Wer aus dem Fegefeuer heraus will, braucht weniger Projekte und mehr Entscheidungen.

Wie groß ist die Lücke zwischen Investition und Wirkung?

Kaum ein Managementthema zeigt derzeit einen so großen Abstand zwischen Anspruch und Ergebnis. McKinsey hat für den Bericht „Superagency in the Workplace“ 3.613 Beschäftigte und 238 Mitglieder von Geschäftsleitungen befragt. 92 Prozent der Unternehmen wollten ihre Investitionen in generative KI in den folgenden drei Jahren erhöhen. Nur 1 Prozent der Führungskräfte bezeichnete das eigene Unternehmen als reif im Einsatz. IBM kommt in seiner CEO-Studie 2025 zu einem ähnlichen Bild: Nur ein Viertel der KI-Initiativen hat den erwarteten Ertrag gebracht, und nur 16 Prozent wurden im ganzen Unternehmen ausgerollt.

Für Deutschland zeigen drei Erhebungen dasselbe Muster auf niedrigerem Niveau. Laut Bitkom setzen 36 Prozent der Unternehmen mit mindestens 20 Beschäftigten KI ein. Das Institut der deutschen Wirtschaft kommt bei 1.038 befragten Unternehmen auf 37 Prozent und stellt fest, dass der Einsatz meist punktuell bleibt. Die Bundesnetzagentur ermittelte unter 808 Unternehmen etwa 30 Prozent, von denen sich die meisten noch in der Erprobung befinden. Es wird viel ausprobiert und wenig umgebaut.

Warum bleiben so viele KI-Projekte im Pilotstatus stecken?

Ich sehe drei Gründe, und keiner davon hat mit der Technik zu tun.

Der erste: Aktivität fühlt sich wie Fortschritt an. Vierzehn Pilotprojekte machen sich auf einer Folie für den Beirat gut. Wer die Zahl reduziert, muss erklären, warum weniger mehr sein soll, und das ist in vielen Führungskulturen schwerer als das Gegenteil.

Der zweite: Piloten tun niemandem weh. Solange ein Agent im Pilotstatus läuft, muss niemand seine Rolle ändern, keine Freigabegrenze wird angetastet, kein Bereichsleiter verliert Zuständigkeiten. Die unbequemen Fragen kommen erst, wenn ein Ablauf im Betrieb neu gestaltet wird.

Der dritte liegt in der Entstehung. KI-Initiativen werden oft von unten gesammelt und von der IT umgesetzt. Das ist gut, um Ideen zu finden. Es reicht aber nicht, um Abläufe zu verändern, die über mehrere Abteilungen laufen, weil keine dieser Abteilungen den ganzen Ablauf neu ordnen darf.

Was unterscheidet einen Piloten von einem umgebauten Ablauf?

MerkmalPilotUmgebauter Ablauf
VerantwortungProjektteam oder ITWorkflow Owner mit Mandat
Ausgangswertmeist nicht erhobenvor dem Start gemessen
ZielMachbarkeit zeigenErgebnis in einem Satz mit einer Zahl
Rollen und Freigabenunverändertneu verteilt
Endeoffenfester Termin für ausbauen, verändern oder beenden

Die Tabelle zeigt, warum der Schritt in den Betrieb eine Führungsaufgabe ist. Jede Zeile in der rechten Spalte verlangt eine Entscheidung, die nur die Geschäftsführung treffen kann.

Wie kommen KI-Projekte aus dem Pilot-Fegefeuer heraus?

Im AI-First-Betriebsmodell beginnt der Ausweg mit einer ehrlichen Bestandsaufnahme: Welche Initiativen laufen, wer verantwortet sie, was haben sie gebracht, und welche stecken seit Monaten im Pilotstatus? Diese Bestandsaufnahme dauert ein bis zwei Wochen und ist meistens ernüchternd. Das ist gut so.

Danach folgt der schwierigere Teil. Das Führungsteam wählt drei bis fünf Abläufe aus und gestaltet sie vom Ergebnis her neu. Für jeden Ablauf gibt es eine verantwortliche Person, ein Ziel mit einer Zahl und einen vorher gemessenen Ausgangswert. Alle anderen Ideen kommen auf eine Liste für später. Wer vierzehn KI-Projekte auf vier reduziert, verliert eine gute Folie und gewinnt die Chance auf Wirkung.

Was sollten Geschäftsführungen jetzt prüfen?

  • Eine Frage: Welche unserer KI-Projekte laufen seit mehr als sechs Monaten als Pilot, und wer müsste entscheiden, damit sie in den Betrieb gehen?
  • Eine Kennzahl: der Anteil der KI-Vorhaben, die im Regelbetrieb laufen und einen gemessenen Ausgangswert haben.
  • Ein Gespräch: im Führungsteam darüber, welche Projekte wir beenden, damit die übrigen genug Aufmerksamkeit bekommen.

Häufige Fragen

Was ist das Pilot-Fegefeuer?

Ein Zustand, in dem viele Pilotprojekte gestartet werden, aber kaum eines in den Regelbetrieb geht. Neue Versuche werden begonnen, weil das Starten leicht ist und das Überführen in den Betrieb schwer.

Wie viele KI-Projekte sollte ein Unternehmen gleichzeitig verfolgen?

Für den Einstieg in einen echten Umbau empfehle ich drei bis fünf Abläufe. Das World Economic Forum nennt dieselbe Größenordnung. Mehr Vorhaben verteilen Aufmerksamkeit und Budget so dünn, dass keines den Sprung in den Betrieb schafft.

Liegt das Scheitern von KI-Projekten an der Technik?

Selten. Die Ursachen liegen meist in Abläufen, Daten, Entscheidungsrechten und fehlender Verantwortung. Das sind Fragen der Bauweise des Unternehmens.

Mehr zum Thema: Das AI-First-Betriebsmodell · Der Tool-Zoo · KI-Investitionen beurteilen

Quellen: Mayer et al. (2025): Superagency in the Workplace, McKinsey · IBM Institute for Business Value (2025): CEO-Studie · Bitkom (2026): Künstliche Intelligenz in Deutschland · Engels et al. (2025): IW-Report Nr. 33 · Bundesnetzagentur (2025): KI in Unternehmen · Nicole Lontzek (2026): Die neue Betriebslogik, Kapitel 2 und 13

Ähnliche Beiträge