Shiny Object Syndrome at its best: In den vergangenen zwei Jahren hat generative KI einen Investitionsschub ausgelöst, wie ihn Unternehmen seit der Einführung des Internets nicht mehr erlebt haben. Doch trotz großer Ambitionen und Kosten bleibt der wirtschaftliche Nutzen weit hinter den Erwartungen zurück. Laut der aktuellen MIT-Analyse State of AI in Business 2025 scheitern 95 % aller GenAI-(Pilot)projekte daran, einen messbaren geschäftlichen Nutzen zu erzeugen. Viele bleiben Experimente – charmant, beeindruckend, aber folgenlos.
Warum wird aus Euphorie so oft Ernüchterung? Und was machen jene 5 % anders, die mit neuen Technologien tatsächlich Wert generieren?
Frank Stadler, CEO des KI-Governance-Spezialisten Kivorex, erlebt diese Diskrepanz täglich in seiner Arbeit mit Unternehmen. Seine Diagnose ist präzise – und unbequem: „Alle reden über KI, aber nur wenige verstehen, wie man sie sicher, strategisch und organisatorisch sinnvoll einführt.“ Die eigentliche Herausforderung liegt also nicht in der Technologie, sondern in Führung, Struktur und Kultur.
Im Gespräch zeichnet sich klar ab, welche Faktoren darüber entscheiden, ob KI zum Produktivitätsmotor oder zum Ressourcenfresser wird. Im Interview beschreibt Frank Stadler die folgenden Erfolgsfaktoren:
Erfolgsfaktor 1: KI-Erfolg beginnt bei der Geschäftsführung
KI-Projekte müssen von der Führung verstanden werden (nicht nur von der IT-Abteilung), und sie müssen von der Führung vorangetrieben werden. Die größte Hürde vieler Unternehmen ist also nicht die technische Komplexität, sondern eine unerwartete: fehlende Führungskompetenz im Umgang mit KI. Es stellte sich heraus: KI-Erfolg beginnt in der Geschäftsführung.
Das Top-Management steht unter starkem Erwartungsdruck – intern wie extern. Jeder möchte mitreden, niemand möchte ahnungslos wirken. Doch genau dieses Klima fördert Schnellschüsse, Insellösungen und eine Kultur der Unsicherheit. Die strukturelle Überlastung mit anderen Agenden führt dazu, dass KI-Projekte zu oft komplett in die IT delegiert werden und ein gesamthafter, strategischer Ansatz fehlt, der das im Blick hat, was die Organisation tatsächlich braucht. Nur wenn diese Themen mit KI adressiert werden, kann auch Nutzen entstehen.
Frank Stadler beobachtet, dass viele Führungskräfte zwar den Bedarf erkennen, aber nicht wissen, wie sie das Thema aufsetzen, kommunizieren oder priorisieren sollen. Die Folge: Pilotprojekte, die einen künstlich generierten Use Case abarbeiten, aber selten in die Gesamtstrategie des Unternehmens einzahlen.
KI-Einführung beginnt also nicht bei Tools, sondern bei der Aufklärung und Befähigung der Führungsebenen. Ohne diese Grundlage fehlt Unternehmen der Kompass. Ein Zusammenwirken von Geschäftsführung, IT, und den anderen operativen Geschäftseinheiten ist nötig, um strategisch sinnvoll Nutzen generieren zu können.
Erfolgsfaktor 2: Integration statt Insellösungen
Laut MIT-/MLQ-Report sind auch fehlende Prozessintegration und mangelnde organisatorische Einbettung mit die Hauptgründe für gescheiterte Piloten. Erfolgreiche Unternehmen hingegen verankern KI direkt in Workflows, nicht in isolierten Teams oder Experimentierlaboren.
Frank Stadler bestätigt dieses Muster: Viele Mitarbeitende starten aus intrinsischer Motivation ihre eigenen KI-Tests – gut gemeint, aber riskant. Es entstehen unterschiedliche Lösungen, doppelte Arbeit und inkompatible Ansätze und unter Umständen manifeste, rechtliche Probleme oder unnötige Risiken.
„Was fehlt, ist ein einheitliches Konzept. Sonst erfindet jede Abteilung ihr eigenes Rad – und keines passt zum anderen,“ erklärt er.
Erfolgsfaktor 3: zentrale KI-Governance: Sicherheit, Compliance und Risikomanagement
Viele Unternehmen betrachten den EU AI Act als Hürde. Frank Stadler sieht das anders: Der Rechtsrahmen sei weniger ein Hindernis als ein Werkzeug, um KI-Einsatz sauber, verantwortungsvoll, effizient und rechtssicher zu gestalten.
Die eigentlichen Risiken liegen woanders:
- Schatten-KI durch unkontrollierte Tool-Nutzung,
- Datenschutzverletzungen und Urheberrechtsrisiken,
- fehlende Verantwortlichkeiten,
- unklare Entscheidungsstrukturen.
Ohne Governance kann selbst ein vermeintlich harmloses KI-Pilotprojekt rechtlich heikel und letztlich teuer oder reputationsschädigend werden. Erfolgreiche Organisationen schaffen daher klare Rollen, Richtlinien und Sicherheitsmechanismen – bevor sie skalieren.
Erfolgsfaktor 4: Mitarbeitende befähigen – nicht überfordern
Viele Unternehmen investieren in Copilot- oder GenAI-Lizenzen und erwarten sofortige Produktivitätsgewinne. Doch ohne Qualifizierung bleibt jedoch der Effekt aus.
„Die Menschen müssen erst lernen, das Werkzeug zu benutzen – das passiert nicht über Nacht,“ betont Frank Stadler.
Was laut Frank Stadler erfolgreiche Unternehmen von anderen unterscheidet:
- Sie geben Mitarbeitenden Zeit zum Experimentieren,
- ermöglichen Schulungen entlang der eigenen Governance,
- begleiten die Nutzung durch Führungskräfte,
- und fördern eine Kultur, in der Ausprobieren erlaubt ist.
Erfolgsfaktor 5: Strategische Relevanz über Hype – vom Kopieren zum Kapieren kommen
Die MIT-Analyse zeigt deutlich: Die wenigsten KI-Piloten scheitern an Technologie – sie scheitern an fehlender strategischer Passung. Dieser „Strategic Fit“ bedeutet, dass wir Best Practice auf unser Unternehmen passend machen müssen. Was bei anderen funktioniert hat, muss nicht notwendigerweise im eigenen Unternehmen auf die gleiche Weise klappen. August Scheer nannte das einmal sehr passend: „Vom Kopieren zum Kapieren kommen“.
Viele Unternehmen wählen Use Cases nach „Coolness“ statt nach Wirtschaftlichkeit und Prozessnähe. Die erfolgreichen 5 % hingegen konzentrieren sich auf Bereiche, die:
- repetitiv sind (und alle nerven),
- klar definierte Datenflüsse haben,
- im Backoffice liegen,
- und einen direkten Beitrag zur Effizienz leisten.
Frank Stadlers Fazit: KI darf nicht Selbstzweck sein. Sie muss problemorientiert sein.
Erfolgsfaktor 6: Externes Sparring – gezielt und punktuell
Ein wichtiger, oft unterschätzter Punkt: Der Einstieg in KI erfordert Expertise, die viele Organisationen naturgemäß noch nicht besitzen. Doch das bedeutet nicht, dass Unternehmen langfristig abhängig sein sollen. Frank Stadlers Ansatz ist dabei modular, pragmatisch und bewusst niedrigschwellig. Sein Rat ist:
- mit punktuellen Strategieworkshops starten,
- Sparring-Termine für Entscheidungsträger,
- identifizierte Quick-Wins,
- eintägige Starthilfen zur Strukturierung des KI-Fahrplans.
Frank Stadler selbst agiert nicht als dauerhafte Beratungsinstanz, sondern, wie er sagt, wie Bauleiter eines KI-Projekts: Er sorgt für Struktur und Orientierung – die Umsetzung kann dann intern erfolgen: „Ich muss das nicht selbst bauen. Ich stelle sicher, dass alles zusammenpasst, dass nichts übersehen wird und dass die Organisation in die richtige Richtung läuft.“
Genau dieser Ansatz macht den Unterschied zwischen „irgendeinem“ Use Case oder Pilotprojekt und einem profitablen Transformationsschritt.
Fazit: KI scheitert nicht an der Technik – KI scheitert an der Organisation
Die Datenlage ist eindeutig, die Studienlage ebenso: 95 % der KI-Projekte scheitern nicht, weil die Technologie versagt – sondern weil Unternehmen die Rolle der Führung, Struktur, Governance und Kompetenzen unterschätzen.
Die Erfolgsfaktoren von Frank Stadler übersichtlich zusammengefasst:
- Orientierung durch Führung
- Strategische Integration
- Saubere Governance
- Befähigung der Mitarbeitenden
- Fokussierung auf wirtschaftlich relevante Use Cases
- Externes Sparring, um schnell handlungsfähig zu werden
Unternehmen, die diese Faktoren bewusst adressieren, gehören zu den 5 %, die KI nicht nur ausprobieren, sondern KI erfolgreich und nachhaltig nutzen, formuliert Frank Stadler.
Das Interview führte xBN Herausgeberin Isabella Mader.
