Das Plateau bei der Einführung: Warum KI-Pilotprojekte erfolgreich sind, die Skalierung aber nicht

Ich hab das schon unzählige Male miterlebt: Ein Pilotprojekt wird mit Applaus bedacht und bekommt grünes Licht für die Ausweitung, und sechs Monate später weiß niemand mehr, was daraus geworden ist. Die Studien bestätigen das: Die meisten Unternehmen haben schon mal ein KI-Pilotprojekt durchgeführt, aber weniger als jedes fünfte hat es tatsächlich ausgeweitet.

Die Technologie hat genau das getan, was sie tun sollte; verschwunden ist jedoch alles, was das überhaupt erst möglich gemacht hat.

Schau dir mal an, was bei einem Pilotprojekt wirklich passiert. Du suchst dir den einfachsten Anwendungsfall im ganzen Unternehmen aus, besetzst ihn mit den Motiviertesten statt mit den, die gerade verfügbar sind, und jemand bereinigt die Daten von Hand, weil keine Zeit bleibt, die Pipeline ordentlich einzurichten. Ein Chef winkt die üblichen Kontrollmechanismen ab, weil es „ja nur ein Test“ ist. Dann misst du Geschwindigkeit, Genauigkeit und die Zeitersparnis bei einer Aufgabe – und natürlich funktioniert es, denn dafür wurde es ja entwickelt.

Jemand sagt in einer Führungskräftesitzung: „Super, jetzt macht das überall so“, und schon sind alle Voraussetzungen, die dafür gesorgt haben, dass es funktioniert hat, weg.

Die Daten waren sauber, weil jemand sie aufbereitet hat

Die meisten Pilotprojekte basieren auf Daten, die jemand wochenlang von Hand aufbereitet hat: extrahieren, zusammenführen, normalisieren – und das alles, bevor die KI überhaupt damit in Berührung kam. Nichts davon taucht in den Ergebnissen der Pilotprojekte auf, obwohl all das notwendig war, um sie zu erhalten.

Wenn es um große Datenmengen geht, hast du weder diese Person noch diese Wochen Zeit. Du hast die Dateninfrastruktur, die dein Unternehmen im letzten Jahrzehnt tatsächlich aufgebaut hat – in Silos, von drei verschiedenen Teams auf drei verschiedene Arten beschriftet, wobei die Hälfte davon für alles, was sie automatisch auslesen muss, unzugänglich ist.

In der Studie „Agentic Readiness Research 2026“ vonSkai, für die wir 332 Paid-Media-Teams befragt haben, ist die Dateninfrastruktur der Bereich mit der niedrigsten Bewertung in der gesamten Stichprobe. Die meisten Befragten können nicht bestätigen, dass ihre eigenen Daten agentenfähig sind, und meistens ist das das Letzte, wofür Geld ausgegeben wird – weil es teuer und wenig glamourös ist und niemand Anerkennung dafür bekommt, wenn er die Datenrückstände aus einem ganzen Jahrzehnt aufarbeitet.

Das Pilotprojekt hat das Datenproblem nicht gelöst; es ist einfach nie darauf gestoßen.

Das Pilotteam ist nicht das Skalierungsteam

Pilotprojekte ziehen die Überzeugten an: den Vizepräsidenten, der das Projekt unterstützt hat, die beiden Datenwissenschaftler, die länger geblieben sind, damit alles läuft, und den Produktmanager, der schon nach der ersten Folie davon überzeugt war. Sie sind außergewöhnlich, und außergewöhnliches Talent lässt sich nicht skalieren – man kann also nicht drei Leute auf vierhundert klonen.

Für die Skalierung braucht man diese Leute nicht; man braucht die anderen vierhundert, die bei der Demo nicht dabei waren und die die Nachricht „Wir führen das jetzt ein“ zusätzlich zu ihrer bestehenden Arbeitslast und denselben Kennzahlen erhalten, anhand derer sie schon immer bewertet wurden.

Change Management ist in unseren Untersuchungen durchweg der Beschleuniger mit der niedrigsten Punktzahl, und das Problem liegt nicht im mangelnden Bewusstsein, denn die Führungskräfte wissen im Allgemeinen, dass es wichtig ist. Stattdessen finanzieren sie immer wieder erst die Technologie, bevor sie die Fähigkeiten für deren Umsetzung aufbauen – sie weisen dem Tool eine Budgetlinie zu und gehen dabei einfach davon aus, dass die Verhaltensänderung von selbst folgt. Das ist aber selten der Fall.

Die Ergebnisse bestätigen das: Die Leute, die diese Programme finanzieren, schneiden bei der Bereitschaft besser ab als diejenigen, die sie tatsächlich im Alltag umsetzen müssen – was ja auch Sinn macht, da sie ja die Demo gesehen haben.

Die Problemstellung wird unscharf

Pilotprojekte funktionieren unter anderem deshalb, weil sie eng gefasst sind. „Die Bearbeitungszeit für wöchentliche Leistungsberichte verkürzen“ ist eine Aufgabe, bei der es ganz klar nur „bestanden“ oder „nicht bestanden“ gibt.

Vorgaben zum Ausmaß kommen selten mit einer solchen Präzision daher, da die Ambitionen meist immer höher geschraubt werden, während die Definitionen überall sonst immer schwammiger werden. Aus dem Pilotprojekt, das bewiesen hat, dass KI bei der Berichterstattung helfen kann, wird eine Vorgabe, „das Marketing KI-orientiert zu gestalten“ – was zwar kühn klingt, aber wie eine Richtung ohne Ziel wirkt, an der niemand den Erfolg messen kann, nicht einmal der Manager, der sie verfasst hat.

Die Definition von Anwendungsfällen ist die zweitniedrigste Grunddimension in der Studie. Wo ich auch hinschaue, ist die Reihenfolge immer dieselbe – nur umgekehrt: Unternehmen kaufen zuerst das Tool und suchen dann nach einem Problem, um den Kauf zu rechtfertigen. Wenn du zuerst das Problem benennst, folgt das Tool von selbst; überspringst du diesen Schritt, gibt es nichts, was präzise genug ist, um es zu skalieren.

Die Governance kommt spät

Pilotprojekte laufen meist außerhalb der üblichen Kontrollstrukturen ab. Die Sicherheitsabteilung hat die Überprüfung übersprungen, weil es sich „nur um eine Sandbox“ handelte. Die Rechtsabteilung hat den Umgang mit den Daten nie beanstandet, weil es „nur ein Test“ war. Die Finanzabteilung hat nie ein ROI-Modell verlangt, weil es „nur eine Sondierung“ war.

Ich hab schon erlebt, wie ein Anwaltsteam drei Wochen vor der Einführung einer neuen Waage auftauchte und eine Frage stellte, die niemand im Raum beantworten konnte: Wer haftet, wenn das hier schiefgeht? Diese eine Frage hat den Zeitplan um zwei Monate verlängert – und hätte schon am ersten Tag gestellt werden müssen.

Wenn du die Kontrollmechanismen zu Beginn außer Acht lässt, verdoppeln sich die Kosten am Ende. Die Pilotprojekte, bei denen es anfangs am wenigsten Komplikationen gab, sind oft genau die, die bei der Skalierung am meisten zu kämpfen haben – weil die Sicherheitsvorkehrungen, die während der Pilotphase hätten eingerichtet werden sollen, einfach nie getroffen wurden.

Die Spielregeln ändern sich

Der Erfolg eines Pilotprojekts wird an sich selbst gemessen. War das Ergebnis korrekt? Hat die kleine Testgruppe es als nützlich empfunden? Das sind berechtigte Fragen bei einem Proof of Concept.

Der CFO, der die Investition in großem Stil absegnet, will etwas ganz anderes wissen. Ich saß mal einem gegenüber, der eine einzige Frage hatte, die in der Pilotpräsentation nie beantwortet wurde: Wie lässt sich das eigentlich der KI zuschreiben, wenn sich im selben Quartal noch drei andere Dinge geändert haben?

„Measurement“ ist der Accelerator mit der niedrigsten Punktzahl in der gesamten Studie. Die meisten Unternehmen verfolgen Frühindikatoren, die Akzeptanzrate, die Modellgenauigkeit und die Zeit bis zum Ergebnis – und betrachten die Arbeit damit als erledigt. Das ist zwar nützlich, solange man noch lernt, stellt aber selten diejenigen zufrieden, die das Budget für eine Investition in den groß angelegten Einsatz verwalten.

Das Programm übersteht den Sprung von einem Evidenzstandard zum anderen nur selten, weil aus den guten Ergebnissen nie das gemacht wurde, was für eine tatsächliche Investitionsentscheidung nötig ist.

Nenn es beim Namen

KI-Pilotprojekte laufen genau so ab, wie sie konzipiert wurden – unter Bedingungen, die darauf ausgelegt sind, dass sie erfolgreich sind. Der Fehler besteht darin, den Erfolg der Pilotprojekte als Beweis dafür zu werten, dass das Unternehmen bereit ist, das Konzept zu skalieren. Die Bereitschaft ist in der Regel das, was noch fehlt.

Ein Pilotprojekt beweist, dass die Technologie die Aufgabe einmalig unter idealen Bedingungen bewältigen kann – während die besten Köpfe im Haus das Ganze genau im Auge behalten. Um das Ganze in großem Maßstab umzusetzen, muss sich zeigen, dass die Organisation diese Aufgabe auch weiterhin anders bewältigen kann – mit echten Daten, echten Menschen, die nicht am Pilotprojekt beteiligt waren, echten Steuerungsmechanismen und echten Messungen – also all den ganz normalen Bedingungen, die ein Pilotprojekt ja gerade vermeiden soll.

Die durchschnittliche Organisation in unserer Studie erreicht bei der „Agentic Readiness“ 35,7 von 100 Punkten – ein ehrliches Ergebnis, das fast alle auf denselben Stand bringt. Die Frage war nie, ob man Pilotprojekte durchführen soll. Es geht darum, ob man parallel dazu die Grundlage dafür schafft, damit das Projekt überhaupt eine Perspektive hat.

Wenn du das Pilotprojekt ohne die Grundlagen durchführst, hast du noch gar nichts herausgefunden. Du hast die eigentliche Frage nur aufgeschoben.

Wenn du statt einer Schätzung eine konkrete Zahl haben willst, bewertet dich das „Agentic Readiness Assessment“ anhand desselben Maßstabs, der dieser Studie zugrunde liegt, und zeigt dir genau, wo im Vergleich zu deinen Mitbewerbern noch Lücken bestehen. Die Unternehmen, die jetzt aktiv werden, haben einen Vorsprung von fast zwei Jahren gegenüber denen, die noch in der Phase der Strategieplanung feststecken. Mach jetzt den Test.

---

Häufig gestellte Fragen