Wer misst den wirtschaftlichen Nutzen Ihres KI-Systems, und wohin wandert der Aufwand?
Ein Pilot-Dashboard zeigt eine bessere Kennzahl, doch wer sie erhebt und ob der Aufwand nur an anderer Stelle wieder auftaucht, bleibt oft ungeklärt. Eine Einordnung für die Skalierungsentscheidung.
Auf dem Dashboard Ihres KI-Piloten steht eine Zahl, die besser geworden ist: kürzere Bearbeitungszeit oder weniger Rückfragen. Die Projektleitung präsentiert das Ergebnis, der Sponsor des Piloten nickt, und die Frage im Raum lautet: Skalieren wir das jetzt in den Produktivbetrieb? Bevor diese Frage beantwortet werden kann, steht eine andere davor: Wer hat diese Zahl erhoben, und wer prüft, ob sich daneben etwas verschlechtert hat, das im Dashboard gar nicht auftaucht?
Wer sollte den Nutzen in Ihrem Unternehmen messen?
Drei Wege stehen offen, und jeder hat einen Preis.
Option eins: Der Anbieter oder Entwickler des Systems liefert die Erfolgszahlen selbst mit. Das ist naheliegend, weil die Messmethodik in diesem Fall ohnehin schon Teil des Projekts ist. Der Nachteil: Wer ein System verkauft oder betreibt, hat ein Interesse an dessen Erfolg. Das muss keine Absicht sein, es reicht die Auswahl der Kennzahl, der Betrachtungszeitraum oder die Frage, was mitgezählt wird. Grundsätzlich gilt: Wer liefert, sollte nicht allein messen.
Option zwei: Eine Rolle im eigenen Unternehmen, die am Projekt nicht beteiligt war, erhebt und bewertet die Zahl, getrennt von der technischen Umsetzung. Das kostet eine benannte Zuständigkeit, vermutlich eher die Fachbereichsleitung, die mit dem System täglich arbeitet, als die Projektleitung, die es eingeführt hat. Der Vorteil: Die Zahl ist unabhängig davon, ob sich das Projekt selbst für einen Erfolg ausspricht.
Option drei: nichts verändern. Kein eigener Messprozess, das bestehende Reporting bleibt, wie es ist. Für kleine Piloten mit überschaubarem Investitionsvolumen ist das manchmal die angemessene Antwort: Wenn ein separater Messprozess mehr kostet als das Risiko einer Fehlentscheidung wert ist, ist der Aufwand nicht gerechtfertigt. Die Grenze liegt dort, wo die Skalierungsentscheidung ein Vielfaches des Pilotbudgets bindet. Ab diesem Punkt trägt Option drei nicht mehr.
Sinnvoll ist Option zwei, sobald die Skalierungsentscheidung ein Investitionsvolumen erreicht, das der Geschäftsführer gegenüber Gesellschaftern oder Mitarbeitern vertreten muss. Der Aufwand einer getrennten Messrolle ist gering gegenüber dem Risiko, eine Investition auf Zahlen zu stützen, die der eigene Umsetzer geliefert hat.
Was, wenn die Kennzahl steigt und der Aufwand nur wandert?
Selbst mit einer unabhängigen Messrolle bleibt ein zweites Problem. Nach der Bitkom-Erhebung 2026 unter 604 Unternehmen ab 20 Beschäftigten (Bitkom Research, Pressemitteilung „Digitalisierung der Wirtschaft“ vom 11.03.2026) sehen 77 Prozent der Unternehmen, die KI einsetzen, ihre Wettbewerbsposition verbessert, aber nur 52 Prozent berichten von einem messbaren Beitrag zum Unternehmenserfolg. Zwischen Zufriedenheit und Nachweis liegt damit eine spürbare Lücke. Diese Lücke macht die eigentliche Frage sichtbar: weniger, ob überhaupt gemessen wird, als wer misst und ob die Zahl unabhängig zustande kommt.
Dieselbe Erhebung (Bitkom Research, 11.03.2026) zeigt, wie unterschiedlich die berichteten Wirkungen ausfallen, wenn man genauer hinschaut: Bei 45 Prozent wurden interne Prozesse deutlich beschleunigt, bei 44 Prozent Produkte oder Dienstleistungen verbessert, aber 19 Prozent bauten wegen KI Stellen ab, und ein Drittel (33 Prozent) stellte deutlich höhere Kosten fest, als zuvor erwartet wurde. Einen ursächlichen Zusammenhang zwischen diesen Zahlen sehe ich nicht, das wäre eine Überinterpretation. Für mich zeigt die Gleichzeitigkeit aber, warum eine isolierte Erfolgskennzahl nicht ausreicht: Sie beantwortet nicht, was daneben passiert ist.
Konkreter wird das Problem in der operativen Praxis. Microsoft WorkLab berichtet für die am stärksten belasteten Beschäftigten, ausgewertet wurden die obersten 20 Prozent der Nutzer nach eingehenden Benachrichtigungen, eine Unterbrechung alle zwei Minuten während der Kernarbeitszeit, 275-mal am Tag (Microsoft WorkLab, 17.06.2025). Für alle Beschäftigten gilt dieser Wert ausdrücklich nicht. Er zeigt aber, wie hoch die Unterbrechungslast am oberen Rand ist, und ein dort gemessener Zeitgewinn kann in dieser Last verschwinden, ohne dass ein Dashboard das erfasst. Im Kundenservice beschreibt CMSWire, dass Orchestrierung, Governance, Monitoring, Audit-Prozesse und menschliches Fallback zusätzliche Kosten verursachen, die einen zunächst sichtbaren Kostenvorteil von KI aufzehren können (CMSWire, Scott Clark, 02.03.2026). Wie oft das eintritt, sagt die Quelle nicht. Wo es eintritt, ist der Aufwand nicht verschwunden, er hat nur die Kostenstelle gewechselt.
Woran Sie eine Verlagerung erkennen, bevor sie zum Problem wird
Zu jeder Messvereinbarung sollte mindestens ein Kontrollindikator je Erfolgsgröße gehören: eine zweite Zahl, die zeigt, ob sich etwas anderes verschlechtert, während die Hauptkennzahl steigt. Sinkt die Bearbeitungszeit, ist die Kontrollgröße zum Beispiel die Zeit für Prüfung und Nacharbeit, nicht die Bearbeitungszeit selbst noch einmal anders gerechnet. Steigt die Zahl abgeschlossener Vorgänge, ist die Kontrollgröße die Fehlerquote oder die Zahl der Eskalationen an Mitarbeitende. Ohne eine solche zweite Zahl misst man im Zweifel Verlagerung als Erfolg.
Wo diese Kontrollgröße herkommt, ist im Einzelfall zu klären. In den für diesen Beitrag herangezogenen Primärquellen findet sich keine Erhebung dazu, wer in den Unternehmen den wirtschaftlichen Beitrag eines KI-Systems tatsächlich erhebt und bewertet, belegt ist nur, wie viele Unternehmen überhaupt einen messbaren Beitrag berichten. Auch ein anerkannter Rahmen wie das NIST AI Risk Management Framework füllt diese Lücke nicht: Dessen MEASURE-Funktion soll eine nachvollziehbare Grundlage für Managemententscheidungen liefern, betrifft dort aber Risiko und Vertrauenswürdigkeit der KI, nicht ihren wirtschaftlichen Nutzen (NIST AI RMF 1.0, Abschnitt Core). Wer wirtschaftlich misst, muss diese Rolle im eigenen Unternehmen selbst benennen.
Was das für Ihre Entscheidung bedeutet
Für seine eigenen IT-Investitionen verlangt der Bund wenigstens nachprüfbare Zahlen: Nach § 7 der Bundeshaushaltsordnung sind für alle finanzwirksamen Vorhaben angemessene Wirtschaftlichkeitsuntersuchungen einschließlich der Risikoverteilung vorgeschrieben, und das Fachkonzept WiBe des Informationstechnikzentrums Bund verlangt dafür „begründete und nachvollziehbare Aussagen bezüglich der Wirtschaftlichkeit von IT-Maßnahmen“, die flächendeckend methodisch einheitlich und damit vergleichbar sein sollen. Eine Trennung zwischen dem, der umsetzt, und dem, der wirtschaftlich bewertet, schreibt die Norm dabei nicht vor. Das ist mein eigener Schluss aus der Interessenlage, nicht der Inhalt der Vorschrift. Und der Maßstab gilt ohnehin nicht für Ihr Unternehmen, Ihr Geld ist Ihres. Übertragbar ist der Anspruch dahinter, ohne dass Sie ein Formular ausfüllen müssen: eine Zahl, ein Ausgangswert, eine benannte Person, die nicht selbst geliefert hat, und ein zweiter Blick auf das, was sich daneben verändert.
Prüfen Sie deshalb vor der Skalierungsentscheidung drei Dinge unabhängig voneinander: ob die Kennzahl von jemandem stammt, der kein eigenes Interesse am Ergebnis hat, ob es einen Kontrollindikator gibt, der eine Verlagerung sichtbar machen würde, und ob beide zusammen den Aufwand einer getrennten Messrolle rechtfertigen. Reicht die Antwort auf die dritte Frage nicht aus, ist nichts zu verändern die richtige Entscheidung, jedenfalls für diesen Piloten. Daraus entsteht eine Entscheidungsgrundlage, die ein Geschäftsführer gegenüber Gesellschaftern und Mitarbeitern sachlich vertreten kann. Ein System wird nicht bei der Abnahme beurteilt, sondern nach Monaten im Alltag.