85 Prozent der KI-Projekte scheitern – warum die Technik selten schuld ist
Wenn ich in Gesprächen einen Satz höre, der mich hellhörig macht, dann ist es dieser: „Wir müssen jetzt auch was mit KI machen.“ Nicht, weil der Wunsch falsch wäre – sondern weil er meistens rückwärts gedacht ist. Eine neue Studie liefert dazu Zahlen, die unangenehm deutlich sind.
Was steht in der Studie?
Der Marketing Tech Monitor 2026 stammt vom Marketing Tech Lab aus Hamburg, herausgegeben von Ralf Strauß. Befragt wurden mehrere hundert Entscheiderinnen und Entscheider aus Deutschland, Österreich und der Schweiz, dazu kamen rund 30 ausführliche Experteninterviews und eine ergänzende Befragung von 2.822 Mitarbeitenden. Die Kernzahlen:
- International verfehlen bis zu 85 Prozent der KI-Projekte ihre Ziele.
- 47 Prozent der Befragten sagen, dass im eigenen Haus 70 bis 80 Prozent der Vorhaben scheitern oder nicht den gewünschten Erfolg bringen.
- Nur 11 Prozent der Unternehmen erreichen einen wirklich hohen Reifegrad.
- Vorhandene Software wird im Schnitt nur zu etwa einem Drittel ihrer Möglichkeiten genutzt.
Woran es scheitert – und woran nicht
Das Bemerkenswerte: In der Liste der Ursachen taucht „die Technik funktioniert nicht“ praktisch nicht auf. Ganz oben steht mit 56 Prozent unzureichendes fachliches Verständnis. Auf Deutsch: Die Leute, die es benutzen sollen, wissen nicht genau, wofür das Ding taugt und wofür nicht. Dahinter folgen schlechte Datenqualität, fehlende Verbindungen zwischen Systemen, unklare Abläufe – und, für mich der unterschätzteste Punkt: zu viele Projekte gleichzeitig.
Der Studienleiter formuliert es sinngemäß so: Der bloße Besitz gekaufter KI-Lizenzen ist kein Indikator für KI-Reife. Diesen Satz würde ich mir gerahmt über den Schreibtisch hängen.
Was wir bei Media Nord davon halten
Ehrlich gesagt überrascht mich an diesen Zahlen wenig. Wir sehen in der Beratung fast immer dasselbe Muster: Der Einstieg passiert über ein Werkzeug, nicht über ein Problem. Jemand liest von einem Tool, das Angebote schreibt, holt eine Lizenz, und drei Monate später nutzt es die Hälfte der Belegschaft nicht, weil niemand je definiert hat, was am Ende besser sein sollte.
Was wir davon halten, lässt sich in einem Satz sagen: Ein KI-Projekt ist kein IT-Projekt, es ist ein Prozessprojekt. Die Technik ist inzwischen der einfachste Teil. Der schwierige Teil ist zu entscheiden, welcher Vorgang im Betrieb eigentlich weh tut – und den Mut zu haben, dabei zu bleiben, statt nach vier Wochen zur nächsten glänzenden Sache zu wechseln.
Und noch etwas fällt uns regelmäßig auf: Die 33 Prozent Nutzungsgrad bei vorhandener Software sind für kleine Betriebe oft die größere Chance als jedes neue Tool. Bevor Sie etwas kaufen, lohnt der Blick, was das bezahlte System bereits kann.
Wie es besser geht – vier Schritte für kleine Betriebe
1. Mit einem Problem starten, nicht mit einem Werkzeug
Welcher Vorgang kostet bei Ihnen jede Woche Stunden und macht niemandem Freude? Angebote nachfassen, Rechnungen sortieren, immer dieselben Kundenfragen beantworten? Das ist Ihr Startpunkt. Erst danach die Frage: Kann KI das übernehmen oder wenigstens vorbereiten?
2. Ein Projekt. Wirklich nur eins.
Der häufigste Fehler, den die Studie belegt, ist Gleichzeitigkeit. Ein Vorhaben, ein Verantwortlicher, ein Termin, an dem entschieden wird: weitermachen oder einstellen.
3. Ergebnis vorher festlegen
„Wir sparen zwei Stunden pro Woche bei der Angebotserstellung“ ist ein Ziel. „Wir werden KI-fähiger“ ist keins. Ohne messbares Ergebnis lässt sich am Ende nicht sagen, ob es geklappt hat – und genau daraus entstehen die gescheiterten 85 Prozent.
4. Die Leute mitnehmen, die es benutzen sollen
Wenn fehlendes Verständnis die Hauptursache ist, ist eine halbe Stunde ehrliche Erklärung im Team mehr wert als die nächste Lizenz. Dazu gehört auch zu sagen, was die KI nicht darf.
Häufige Fragen
Lohnt sich KI für einen Betrieb mit zehn Leuten überhaupt?
Ja – aber nicht als Strategieprogramm, sondern als konkrete Entlastung an einer Stelle. Genau dort sind die Erfolgsquoten am besten, weil das Ergebnis sofort sichtbar ist.
Wie lange sollte ein erster Versuch dauern?
Aus unserer Erfahrung vier bis sechs Wochen. Danach sollte man sehen, ob es trägt. Alles, was länger ohne sichtbaren Nutzen läuft, wird erfahrungsgemäß still beerdigt.
Was, wenn unsere Daten unordentlich sind?
Das sind sie fast überall. Sie brauchen keine perfekte Datenbasis für den ganzen Betrieb – nur saubere Daten für den einen Vorgang, den Sie zuerst angehen.
Wir begleiten solche ersten Schritte regelmäßig und sagen auch dann ehrlich Bescheid, wenn sich KI an einer Stelle schlicht nicht lohnt.
Quellen
- https://t3n.de/news/wieso-85-prozent-der-ki-projekte-scheitern-1754718/
- https://marketingtechlab.de/marketing-tech-monitor/
- https://www.adzine.de/2026/05/ki-steckt-im-marketing-oft-noch-im-pilotmodus/
- https://www.absatzwirtschaft.de/marketing-tech-monitor-2026-unternehmen-verfuegen-kaum-ueber-hochwertige-daten-281635/
- https://meedia.de/news/beitrag/24183-das-investitionsparadox-viel-geld-fuer-ki-und-automatisierung-aber-nur-wenig-messbare-ergebnisse.html
Hinweis zur Transparenz: Dieser Beitrag wurde KI-gestützt erstellt und vor der Veröffentlichung redaktionell geprüft. Inhalte können Fehler enthalten — für wichtige Entscheidungen bitte die verlinkten Originalquellen heranziehen.
