Warum KI-Projekte in der Testphase hängen bleiben

Laut der Bitkom-Studie vom September 2026 setzen 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein. Ein Jahr zuvor waren es 36 Prozent. Gleichzeitig sagen 59 Prozent der Nutzer, dass sie das Potenzial überhaupt nicht ausschöpfen.

Das Problem liegt selten bei der KI selbst

Die größten Kostentreiber nennen die Unternehmen selbst: Infrastruktur (51 Prozent), Datenaufbereitung (50 Prozent) und die Integration in bestehende Systeme (41 Prozent). Lizenzen spielen mit 21 Prozent eine kleinere Rolle. Bitkom-Präsident Ralf Wintergerst bringt es auf den Punkt: Wer nur eine Lizenz kauft, hat KI eingekauft, aber noch nichts verändert.

Bei KI-Agenten ist die Lücke noch größer. Nach Zahlen von Gartner erreichen nur 11 Prozent der Agenten-Piloten den produktiven Betrieb. Die Projekte, die es schaffen, bringen im Schnitt allerdings 171 Prozent Rendite.

Was erfolgreiche Projekte anders machen

• Eine eng umrissene Aufgabe statt eines allgemeinen „KI-Assistenten für alles“
• Eine verantwortliche Person im Fachbereich, nicht nur in der IT
• Kennzahlen, die vor dem Start feststehen, etwa Bearbeitungszeit oder Anteil automatisierter Anfragen
• Freigabestufen, die festlegen, was die KI allein tun darf und was ein Mensch bestätigt
• Saubere Daten als Voraussetzung, nicht als späteres Aufräumprojekt

Der erste Schritt

Bevor ein weiteres Testprojekt startet, lohnt ein ehrlicher Blick auf die Grundlagen: Sind die Daten vollständig? Gibt es Schnittstellen? Wer entscheidet? Unser KI-Reifegrad-Check hilft bei der Einordnung in drei Minuten.