Trotz massiver Investitionen und einer breiten Implementierung künstlicher Intelligenz in der Unternehmenswelt bleibt der finanzielle Erfolg in den meisten Fällen aus. Aktuelle Daten des MIT Project NANDA belegen, dass 95 Prozent der KI-Piloten in Unternehmen keinen messbaren Return on Investment (ROI) erzielen.
Die Ursachen für dieses Scheitern liegen laut den Analysten nicht in mangelhaften technologischen Werkzeugen, sondern in tiefgreifenden strukturellen Problemen innerhalb der Organisationen.
Strukturelle Hürden statt technologischer Mängel
Eine ergänzende Analyse von Smartsheet stützt diese Ergebnisse und beziffert die Erfolgsquote ebenfalls auf lediglich einen von 20 Enterprise-KI-Piloten. Als Kernproblem identifizieren die Experten eine Verwechslung von Ad-hoc-Intelligenz mit institutioneller Intelligenz. Während punktuelle Lösungen schnell implementiert seien, fehle es oft an der Integration in dauerhafte Unternehmensprozesse.
Diese Diskrepanz zwischen Erwartung und Realität spiegelt sich auch in der Führungsebene wider. Daten von Navigate AI zeigen, dass 74 Prozent der Führungskräfte angeben, die Technologie habe die finanziellen Erwartungen bislang nicht erfüllt. Demnach erzielen derzeit nur etwa 5 Prozent der Unternehmen eine echte Wirkung auf ihre Gewinnmarge durch den Einsatz von KI.
Hohe Investitionen stehen geringer Gewinnwirkung gegenüber
Der Mangel an messbaren Erfolgen kontrastiert scharf mit den Summen, die in den Sektor fließen. Der Stanford AI Index bezifferte die privaten US-Investitionen in KI für das Jahr 2024 auf 109 Milliarden US-Dollar. Gleichzeitig sind die Kosten für Reasoning-Modelle seit dem Jahr 2022 um das 280-fache gesunken, was den Zugang zur Technologie theoretisch erheblich erleichtert hat.
Die Verbreitung der Technologie ist dennoch weit fortgeschritten. Laut McKinsey nutzen bereits 78 Prozent der Unternehmen KI in mindestens einem Funktionsbereich.
Ein ähnliches Bild zeigt sich bei australischen Großunternehmen: Hier stieg die Adoptionsrate von unter 10 Prozent im Zeitraum 2021-22 auf fast ein Drittel in den Jahren 2024-25. Allerdings berichten die betroffenen Firmen bislang weder von spürbaren Produktivitätssteigerungen noch von signifikanten Arbeitsplatzverlusten durch die Technologie.
Wer sich professionell mit dem Einsatz von Algorithmen befasst, muss neben der Wirtschaftlichkeit auch die neuen gesetzlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Leitfaden bietet Unternehmen eine Orientierung zu Risikoklassen und Dokumentationspflichten. EU AI Act in 5 Schritten verstehen
Herausforderungen bei agentischer KI
Ein besonderer Fokus liegt derzeit auf der sogenannten agentischen KI, die eigenständig Aufgaben übernehmen soll. Doch auch hier dämpfen Marktbeobachter die Erwartungen. Gartner prognostiziert, dass über 40 Prozent der entsprechenden Projekte bis Ende 2027 abgebrochen werden könnten.
Die Info-Tech Research Group weist darauf hin, dass viele Unternehmen bereits beim Übergang vom Design zum funktionsfähigen Prototypen scheitern. Um diesen Prozess zu unterstützen, wurde mit dem Blueprint „Develop Your Agentic AI Prototype“ eine neue Methodik veröffentlicht, die den Weg zum Prototypen in fünd Phasen gliedert.
Kritik an der aktuellen Marktentwicklung kommt auch von Softwareanbietern. Jesse Zhang, CEO von Decagon, wertet den verstärkten Einsatz von spezialisierten Ingenieuren beim Kunden vor Ort als Anzeichen für eine zu komplexe Softwarearchitektur.
Sein Unternehmen verweist darauf, dass die Effizienz stark von der gewählten Plattform abhänge. Während ein Kunde mit einem Mitbewerber wie Sierra innerhalb eines Jahres lediglich drei Workflows erstellt habe, seien mit der eigenen Lösung sieben Workflows in einem Monat realisiert worden.
Neben der technischen Komplexität stellen neue Regulierungen viele IT-Abteilungen vor große Herausforderungen bei der Umsetzung ihrer Projekte. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und was Verantwortliche jetzt tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Marktkonzentration und langfristige Potenziale
Trotz der aktuellen Rentabilitätsprobleme verzeichnen führende Anbieter weiterhin Wachstum im Bereich spezialisierter KI-Lösungen. Salesforce meldete für sein Produkt Agentforce im ersten Quartal des Geschäftsjahres 2027 einen jährlich wiederkehrenden Umsatz (ARR) von 1,2 Milliarden US-Dollar, was einem Zuwachs von 205 Prozent im Vergleich zum Vorjahr entspricht. Zudem einigte sich der Konzern auf die Übernahme von Fin für rund 3,6 Milliarden US-Dollar.
Langfristig bleiben die ökonomischen Prognosen für den Sektor dennoch hoch. Das Weltwirtschaftsforum (WEF) bezifferter den potenziellen Wertschöpfungsbeitrag durch KI allein in der Fertigungsindustrie bis zum Jahr 2030 auf 3,7 Billionen US-Dollar. Ob dieser Wert realisiert werden kann, dürfte maßgeblich davon abhängen, ob Unternehmen den Übergang von isolierten Pilotprojekten zu wertschöpfenden institutionellen Strukturen bewältigen.
