Zehn Fragen, bevor Sie einen KI-Piloten freigeben

Die MIT-Erhebung zu generativer KI in Unternehmen von 2025 fand, dass 95 % der Piloten keinen messbaren Effekt auf die Gewinn-und-Verlust-Rechnung hatten. S&P Global fand, dass ein Unternehmen 2025 im Durchschnitt 46 % seiner Proofs of Concept vor der Produktion eingestellt hat. Die Piloten, die es geschafft haben, hatten die Fragen unten vor dem Start beantwortet. Die meisten Angebote beantworten zwei oder drei davon.

1. Was kostet oder leistet der Prozess heute, als Zahl?

Eine gute Antwort: eine Baseline mit Datum und Verantwortlichem. „Vier Sachbearbeiter erledigen 300 Fälle am Tag bei 6 % Fehlerquote.“

Was sie verhindert: ein Ergebnis, das niemand messen kann. In den Interviews von RAND steht ein missverstandenes Problem an erster Stelle der fünf Ursachen für gescheiterte KI-Projekte, und eine britische Umfrage vom März 2026 fand, dass nur 41 % der Unternehmen mit KI-Einsatz eine klare Vorstellung davon hatten, wie Erfolg aussieht.

2. Wie sieht „es hat funktioniert“ aus, und wer nimmt das ab?

Eine gute Antwort: eine oder zwei Kennzahlen mit Schwellenwert, vor dem Bau aufgeschrieben, und eine namentlich benannte Person, die entscheidet.

Was sie verhindert: eine Demo, die alle beeindruckt und nichts verändert.

3. Was ist die No-Go-Bedingung, und was kostet der Abbruch?

Eine gute Antwort: „Liegt die Präzision auf dem Testset in Woche vier unter 90 %, hören wir auf, Sie behalten den Bericht und zahlen nur die genutzten Wochen.“

Was sie verhindert: das Pilot-Fegefeuer, in dem ein Pilot ohne definiertes Ende Quartal für Quartal verlängert wird, weil niemand Scheitern definiert hat. Gartner erwartet, dass 30 % der Projekte mit generativer KI nach dem Proof of Concept eingestellt werden.

4. Wo liegen die Daten, und hat sie jemand gezählt?

Eine gute Antwort: die Tabellen oder Dokumente beim Namen, wie viele gelabelte Beispiele es gibt, wer den Zugriff verantwortet, und ob jemand eine Stichprobe geöffnet hat.

Was sie verhindert: einen zweiten Monat, in dem sich herausstellt, dass die Daten in PDFs stecken, über drei Systeme verteilt sind oder fehlen. Gartner nennt schlechte Datenqualität als ersten Grund für eingestellte Projekte.

5. Woran erkennen Sie, dass das System richtig liegt, bevor ihm jemand vertraut?

Eine gute Antwort: ein Evaluationsset aus bekannten Eingaben und erwarteten Ausgaben, vor und nach jeder Änderung bewertet, mit einer Liste der Fehlfälle.

Was sie verhindert: ein Sprachmodell, das vor einem Kunden etwas erfindet. Hat das Angebot kein Evaluationsset, ist der Produktivstart der erste Test.

6. Wer betreibt es, wenn die Berater weg sind?

Eine gute Antwort: eine namentlich benannte Person auf Ihrer Seite, von der ersten Woche an dabei, mit Code, Dokumentation und dem Verfahren zum Nachtrainieren.

Was sie verhindert: das System, das sechs Monate später niemand mehr ändern kann. Es ist die häufigste Klage über Berater in den Praktikerforen, die wir gelesen haben: Am Übergabetag lief es, und niemand konnte es warten.

7. Wessen Cloud, wessen Modell, wessen Rechnung?

Eine gute Antwort: das Zielsystem beim Namen (Ihr Cloud-Account, eine private VPC, Ihre eigene Hardware), die Modelllizenz und die monatlichen Betriebskosten bei Ihrem Volumen.

Was sie verhindert: eine Token-Rechnung, die mit dem Erfolg wächst, Daten, die die Jurisdiktion verlassen, und einen Anbieter, den Sie nicht mehr loswerden. Unter den deutschen Unternehmen, die KI nutzen, nennen 66 % den Datenschutz als Hürde.

8. Was ist der Preis, und welcher Teil davon ist fest?

Eine gute Antwort: ein Festpreis für einen definierten Scope, mit einer schriftlichen Liste dessen, was ihn ändern würde.

Was sie verhindert: die Drift vom Angebot zur Rechnung. Bewertungen großer Dienstleister auf Clutch beschreiben Lieferungen nach acht Monaten, die für fünf geplant waren, und in der Zusammenfassung von Clutch zu einem von ihnen heißt es, die anfänglichen Schätzungen wichen mitunter von den endgültigen Projektkosten ab.

9. An welches bestehende System muss es andocken, und hat sich jemand die Schnittstelle angesehen?

Eine gute Antwort: das System beim Namen, seine API oder sein Exportformat geprüft, und die Person, die es verantwortet, befragt.

Was sie verhindert: ein funktionierendes Modell, das den Arbeitsablauf, für den es gebaut wurde, nie erreicht. Die Integration ist meist der größte Teil der Arbeit und der größte Teil der Verzögerung.

10. Warum überhaupt KI, und was wäre das Einfachste, das genügen würde?

Eine gute Antwort: ein Satz dazu, was eine Regel, eine Datenbankabfrage oder ein vorhandenes Werkzeug leisten würde, und warum das nicht reicht.

Was sie verhindert: Technologie auf der Suche nach einem Problem. RAND nennt das Hinterherlaufen hinter der neuesten Technologie als eine der fünf Grundursachen. Wenn eine Tabellenkalkulation die Aufgabe erledigt, sollte das Angebot das sagen.

Zählen Sie die Fragen, die das Angebot mit einer Zahl, einem Namen oder einem Datum beantwortet.

• Acht oder mehr: freigeben.
• Fünf bis sieben: die Lücken schließen, bevor Geld fließt. Die üblichen Lücken sind die Fragen 1, 3 und 5, und sie zu schließen dauert etwa eine Woche.
• Unter fünf: Ihnen wird eine Demo verkauft, und eine Demo ist das, was geliefert wird.

Das ist die Liste, die wir im Erstgespräch durchgehen, und aus ihr entsteht unser eigener Scope. Eine schriftliche Baseline, ein Erfolgsschwellenwert, eine No-Go-Klausel und ein Evaluationsset stehen in jedem Proof of Concept zum Festpreis, den wir anbieten. Buchen Sie ein kostenloses 30-minütiges Beratungsgespräch, wenn Sie eine zweite Meinung zu einem Angebot wollen, oder machen Sie zuerst die KI-Readiness-Bewertung.

Quellen. MIT NANDA, The GenAI Divide: State of AI in Business 2025 (95 % der Piloten ohne messbaren Effekt auf die GuV). S&P Global Market Intelligence, via CIO Dive, März 2025 (46 % der Proofs of Concept eingestellt). Gartner, Juli 2024 (30 % nach dem Proof of Concept eingestellt; Datenqualität als erste Ursache). RAND, The Root Causes of Failure for Artificial Intelligence Projects, 2024 (fünf Grundursachen). Studio-Graphene-Umfrage via consultancy.uk, März 2026 (41 % mit klarer Erfolgsvorstellung). Bitkom, September 2026 (66 % nennen den Datenschutz). Clutch-Bewertungen zu Future Processing und STX Next.