Investitionsreif ist ein KI-Pilot erst, wenn drei Bedingungen zusammenkommen
Zum Abschluss der Serie ordne ich ein, warum ein gelungener Test noch keine Kostenrechnung ersetzt und woran sich die Entscheidung für den Produktivbetrieb tatsächlich festmachen lässt.
Ein Pilotprojekt, das gut lief, ist ein Beweis für genau eine Sache: dass es gut lief. Zum Abschluss dieser Serie steht eine Bewertung, der Sie zustimmen oder widersprechen können. Investitionsreif ist ein Pilot erst, wenn drei Bedingungen gleichzeitig erfüllt sind, und nicht schon dann, wenn eine davon auffällig gut aussieht.
Was ein Pilot in diesem Beitrag bedeutet
Mit einem Piloten meine ich hier ein Vorhaben, das gegenüber dem späteren Produktivbetrieb bewusst enger angelegt ist: weniger Nutzer, ein ausgewählter Anwendungsfall, eine befristete Laufzeit und ein Entwickler oder Dienstleister in Reichweite, der technische Aussetzer sofort auffängt. Die Kennzahl, die am Ende präsentiert wird, beschreibt deshalb das System unter diesen gewählten Bedingungen. Sculley und Kollegen ordnen in „Hidden Technical Debt in Machine Learning Systems“ (NeurIPS 2015) die Folgekosten realer ML-Systeme als „technical debt“ ein und nennen als einen der Risikofaktoren „changes in the external world“. Ein Pilot läuft zu kurz, um diese Folgekosten überhaupt entstehen zu lassen.
Ich trenne technische Machbarkeit von wirtschaftlicher Sinnhaftigkeit. Ein Pilot beantwortet die erste Frage. Die zweite, ob sich der Aufwand über die geplante Nutzungsdauer lohnt, stellt er gar nicht erst.
Was die Zahlen zeigen und was sie verschweigen
Bitkom hat für seine Presseinformation vom 11.03.2026 604 Unternehmen ab 20 Beschäftigten befragt. „Für drei Viertel (77 Prozent) der Unternehmen, die derzeit KI einsetzen, hat sich dadurch ihre Wettbewerbsposition verbessert.“ Zugleich heißt es dort: „52 Prozent berichten von einem messbaren Beitrag von KI für ihren Unternehmenserfolg“. Ein Drittel (33 Prozent) „hat festgestellt, dass KI zu deutlich höheren Kosten geführt hat, als zuvor erwartet wurde“. Aus meiner Sicht ist der Abstand zwischen der ersten und der zweiten Zahl für eine Investitionsentscheidung wichtiger als jede Einzelzahl. Beides sind allerdings Selbstauskünfte der Unternehmen, keine geprüften Rechnungen.
Die MIT-NANDA-Studie „The GenAI Divide“, zitiert in Fortune am 18.08.2025, kommt zu einem ähnlichen Bild: 95 Prozent der unternehmensinternen Generative-KI-Piloten erzielen keinen messbaren Einfluss auf Umsatz oder Gewinn. Ein Jahr zuvor hatte Bitkom in seiner Presseinformation vom 15.09.2025 nach den größten Hemmnissen gefragt: rechtliche Hürden nannten 53 Prozent, fehlendes technisches Know-how 53 Prozent, fehlende personelle Ressourcen 51 Prozent. Diese drei Hemmnisse sind Betriebsfragen. Keines davon beantwortet ein Pilot, der unter Laborbedingungen läuft.
Wessen Verantwortung beginnt, wenn der Pilot endet
Mit dem Produktivbetrieb ändert sich auch, wem ein System zugeordnet ist. Artikel 26 der KI-Verordnung verlangt von den Betreibern von Hochrisiko-KI-Systemen, dass sie die Systeme gemäß den Betriebsanleitungen und mit kompetenter menschlicher Aufsicht nutzen, ihren Betrieb überwachen und mindestens sechs Monate lang Protokolle aufbewahren. Die menschliche Aufsicht ist Personen zu übertragen, „die über die erforderliche Kompetenz, Ausbildung und Befugnis verfügen“. Ob Ihr System in diese Klasse fällt, ist eine Frage des Einzelfalls. Die Logik dahinter gilt aber für jedes produktive System: Ein Pilot endet mit einer Abschlusspräsentation. Betrieb heißt, Pflichten dauerhaft zu tragen, statt sie einmalig zu erfüllen.
Die drei Bedingungen
Aus den vorangegangenen Folgen dieser Serie, den Vollkosten nach dem Pilotprojekt, dem Betrieb ohne Entwickler und der Messung des wirtschaftlichen Nutzens, ziehe ich eine eigene Schlussfolgerung, keine externe Tatsache. Ein Pilot ist investitionsreif, wenn drei Bedingungen gleichzeitig erfüllt sind.
Erstens sind die Vollkosten über die geplante Nutzungsdauer bekannt. Dazu gehören Integration, Schulung, Betrieb, Abhängigkeiten und Erweiterbarkeit, nicht nur das Preisschild der Software.
Zweitens ist die Betriebsverantwortung geklärt, mit einer benannten Person, die tatsächlich Kompetenz, Ausbildung und Befugnis hat und nicht nur formal zuständig ist.
Drittens ist der Nutzen unter Produktionsbedingungen bestätigt, mit einer Kennzahl, die jemand außerhalb des Pilotteams erhebt, und mit einem Blick darauf, ob sich daneben etwas verschlechtert hat.
Fehlt eine der drei Bedingungen, ist die richtige Entscheidung nicht automatisch der Stopp. Nachbessern kann heißen, genau die fehlende Bedingung gezielt zu schließen, etwa eine Vollkostenrechnung nachzuholen, bevor über Skalierung entschieden wird. Ob ein einzelnes Pilotergebnis unter echter Last hält, lässt sich vermutlich nur im jeweiligen Unternehmen selbst klären.
Ich prüfe Technik, Kosten und Risiken. Daraus entsteht eine Entscheidungsgrundlage. „Nichts verändern“ ist ein Ergebnis. Es steht gleichrangig neben Skalieren und Nachbessern. Eine Empfehlung kann bei mir ausdrücklich lauten, nicht zu investieren.