Das Problem ist nicht die KI, sondern der Umfang
Laut einer BCG-Studie vom September 2025 ziehen 60 % der Unternehmen praktisch keinen materiellen Nutzen aus ihren KI-Investitionen. Ein Jahr später schätzt dieselbe Beratung, dass fast die Hälfte nun Nutzen daraus zieht: Die Kluft zwischen jenen, die ihre Projekte klar abgrenzen, und den anderen wird grösser. Diese Zahl sagt nicht, dass KI nicht funktioniert. Sie sagt, dass die meisten Organisationen sie am falschen Ort, auf der falschen Fläche und mit der falschen Masseinheit einsetzen.
Das Problem ist fast nie technologisch. Es ist methodisch. Und es entscheidet sich vollständig an einem Begriff: dem Umfang.
1. Warum 60 % der Unternehmen nichts davon haben
Betrachtet man gescheiterte KI-Programme, findet man fast immer dieselben Muster. Es sind keine Probleme der künstlichen Intelligenz. Es sind Probleme der Abgrenzung.
ChatGPT für alle. Das Unternehmen unterzeichnet eine Sammellizenz, verschickt eine Onboarding-E-Mail und betrachtet das Thema als erledigt. Sechs Monate später ist die Nutzung zersplittert, alle nutzen es ein wenig auf ihre Art, kein Geschäftsprozess wurde verändert. Man misst Prompts, nicht Nutzen.
Copilot auf jedem Arbeitsplatz. Massive Einführung ohne Anbindung an das ERP oder die Geschäftsdaten. Die Mitarbeitenden schreiben E-Mails schneller, aber die Entscheidungsprozesse bleiben unverändert. Und oft landen die Daten ausserhalb der Schweiz, was ein ganz anderes Problem schafft.
Der sechsmonatige POC ohne KPI. Budget verbraucht, Präsentationen gelungen, aber nichts für die Produktion. Weil niemand von Anfang an definiert hatte, was «es funktioniert» bedeuten sollte.
2. Der Umfang ist das eigentliche Thema
Der Umfang ist die genaue Fläche, auf der die KI ein Ergebnis liefern soll. Nicht «die Produktivität verbessern». Nicht «die Kundenbeziehung transformieren». Ein bestimmter Prozess, ein bestimmtes Team, eine bestimmte Kennzahl.
Genau das machen die erfolgreichen 40 % anders. Sie wollen nicht «KI machen», sie wollen ein bestimmtes Problem lösen. Der Unterschied wirkt kosmetisch. Er ist grundlegend.
«Wir wollen KI im Unternehmen einführen, um effizienter zu werden.»
«Wir wollen die Bearbeitungszeit der eingehenden Lieferantenrechnungen in unserem ERP Abacus beim Buchhaltungsteam um 70 % senken.»
Das erste Projekt wird nie fertig. Das zweite kann in zwei Wochen ein messbares Ergebnis liefern.
3. Was funktioniert: drei nicht verhandelbare Bedingungen
KI-Projekte mit ROI teilen drei Merkmale. Sie sind nicht nebensächlich. Sie sind die Voraussetzung dafür, dass der Rest existiert.
Ein Agent, ein Prozess. Keine universelle Plattform. Ein Agent für eine bestimmte Aufgabe (Rechnungsabgleich, Lead-Qualifizierung, Beantwortung von Level-1-Tickets) mit einem messbaren Ergebnis ab der ersten Produktionswoche.
An Ihr ERP angebunden. SAP, Abacus, Odoo oder Ihr tatsächlicher Fach-Stack. Keine Migration, kein «Data Lake», der vor dem Start gebaut werden muss. Der Agent arbeitet mit Ihren Daten, dort, wo sie sind.
In der Schweiz gehostet. revDSG-konform, ausserhalb extraterritorialer Gerichtsbarkeiten. Keine Compliance-Option, sondern eine Voraussetzung, wenn Sie Daten Schweizer Kunden bearbeiten.
4. Ein stockendes KI-Projekt neu abgrenzen
Haben Sie bereits eine KI-Initiative gestartet und tun sich schwer, ein Ergebnis zu zeigen, liegt die Antwort wahrscheinlich nicht in einer weiteren Technologieschicht. Sondern darin, den Umfang zu verkleinern, bis er messbar wird.
Nehmen Sie das Projekt, das stockt. Fragen Sie: Welches ist das einzige Team, das seine Arbeitsweise ändern wird? Welcher ist der einzige Ablauf, der automatisiert wird? Welche ist die einzige Zahl, die sich bewegen muss? Können Sie diese drei Fragen nicht in je einem Satz beantworten, haben Sie kein KI-Projekt, sondern eine KI-Ambition.
Und KI-Ambitionen liefern keinen ROI. Klare Abgrenzungen schon.
Kann Ihre aktuelle KI-Initiative in den nächsten zehn Tagen ein messbares Ergebnis liefern? Wenn nein, ist das kein Technologieproblem. Es ist ein Problem des Umfangs.
KI funktioniert. Sie funktioniert sogar sehr gut, für die 40 %, die sie im richtigen Umfang eingesetzt haben. Die Frage ist nicht, ob KI ausgereift ist. Sie ist es. Die Frage ist, ob Sie sie auf ein Problem anwenden, das präzise genug ist, damit das Ergebnis sichtbar wird.
Quellen
- Are You Generating Value from AI? The Widening Gap, BCG, 30. September 2025.
- AI Is Starting to Pay Off. Almost 50% of Companies Now Generate Value with It, BCG, 30. September 2026.
Sie haben ein KI-Projekt, das nicht abhebt, oder möchten den Umfang vor dem Start abgrenzen?

Français