- Der Bericht „The GenAI Divide: State of AI in Business 2025“ von MIT NANDA zeigt, dass 95 % der Pilotprogramme für generative KI in Unternehmen kein signifikantes Umsatzwachstum erzielen.
- Die Forschung wurde durchgeführt durch:
- 150 Interviews mit Führungskräften
- Eine Umfrage unter 350 Mitarbeitern
- Eine Analyse von 300 öffentlichen KI-Projekten
- Die Hauptgründe für das Scheitern sind:
- Eine Wissenslücke zwischen dem KI-Tool und der Organisation, die es verwendet.
- KI ist schlecht in die Geschäftsprozesse integriert und lernt nicht aus den tatsächlichen Arbeitsabläufen oder passt sich nicht an diese an.
- Unternehmen entwickeln oft interne Lösungen, aber die Erfolgsquote liegt nur bei 33 %, während der Kauf von externen Anbietern zu 67 % erfolgreich ist.
- Nur 5 % der Unternehmen erzielen klare Ergebnisse, typischerweise von jungen Leuten geführte Start-ups, die gezielt Probleme angehen, effektiv zusammenarbeiten und schnell wachsen (Umsatzsteigerung von 0 auf 20 Millionen US-Dollar in einem Jahr).
- Der Großteil der KI-Budgets (über 50 %) wird für Vertriebs- und Marketingabteilungen ausgegeben, während das MIT nahelegt, dass der höchste ROI aus der Automatisierung der Logistik und der Reduzierung von Outsourcing-Kosten stammt.
- Weitere Probleme:
- Bedenken hinsichtlich Urheberrecht und Dateneigentum bei der Nutzung von KI.
- „Schatten-KI“ („Shadow AI“): Mitarbeiter nutzen heimlich ChatGPT und andere nicht genehmigte Tools.
- Schwierigkeiten bei der Messung der tatsächlichen Auswirkungen von KI auf Gewinn oder Produktivität.
- Fortschrittliche Organisationen experimentieren mit „agentischer KI“ („AI agentic“) – KI-Systemen, die innerhalb gesetzter Grenzen lernen, sich erinnern und unabhängig handeln können.
📌 Ein neuer Bericht des MIT warnt, dass 95 % der Projekte mit generativer KI in Unternehmen trotz hoher Erwartungen scheitern. Die Hauptgründe: schlechte Integration, falsche Werkzeugauswahl und fehlgeleiteter Investitionsschwerpunkt. Währenddessen erzielen kleine Start-ups durch gezielte Umsetzung Erfolge. Unternehmen müssen sich auf die Automatisierung der Logistik konzentrieren und mit spezialisierten Anbietern zusammenarbeiten, um KI effektiv zu nutzen.
