95 % der KI-Modelle, die Unternehmen entwickeln, gelangen nie in die Produktion
Der Chief Technology Officer eines großen globalen Konzerns schilderte Abhijit Kakhandiki, Senior Vice President bei BMC Software, kürzlich etwas, das den Zustand des Marktes mit unangenehmer Präzision zusammenfasst: Seine Data-Science-Teams hatten mehr als 200 Modelle für künstliche Intelligenz entwickelt. Weniger als zehn befanden sich im produktiven Einsatz.
Eine Konversionsrate von unter fünf Prozent. Nicht in einem kleinen Unternehmen, das mit neuer Technologie experimentiert, sondern in einer Organisation mit den nötigen Ressourcen, dem Talent und dem Wettbewerbsdruck, um es richtig zu machen. Die Zahl ist keine Anomalie – sie ist das Muster.
McKinsey bestätigte dies in seiner globalen Umfrage von 2025: Obwohl der Einsatz von KI weit verbreitet war, hatte kaum ein Drittel der Organisationen begonnen, KI-Programme bereichsübergreifend zu skalieren. Gartner prognostizierte unterdessen weltweite KI-Ausgaben von rund 2,59 Billionen US-Dollar im Jahr 2026 – ein Anstieg von 47 Prozent gegenüber dem Vorjahr. Das Geld fließt weiter. Die Produktion nicht.
Dieser Widerspruch ist die Fallstudie, die Aufmerksamkeit verdient, denn er verweist weder auf ein Talent- noch auf ein Technologieproblem. Er verweist auf etwas, das für diejenigen, die diese Investitionen verantworten, schwerer einzugestehen ist.
Das teuerste Experiment des Marktes hat keinen Ergebnisverantwortlichen
Die vorherrschende Erzählung über Unternehmens-KI dreht sich nach wie vor um die Modelle: wie präzise sie sind, welche Architektur sie verwenden, wie viele Parameter sie haben. Die technischen Gespräche sind anspruchsvoll. Was häufig fehlt, ist eine klare Antwort auf eine weit grundlegendere Frage: Welcher Geschäftskennwert soll sich dadurch verbessern, und um wie viel?
Kakhandiki dokumentiert einen Fall, der sich ohne Variation wiederholt: Ein Team entwickelt eine generative KI-Lösung mit Retrieval-Augmented-Generation-Pipelines, Vektordatenbanken mit periodischer Aktualisierung und feinabgestimmten Modellen. Wenn man fragt, welche Geschäftskennzahl sich dadurch verbessert, gibt es keine konkrete Antwort. Monate später, nach erheblicher angehäufter Investition, befindet sich das System noch immer in der Pilotphase.
Das Problem ist nicht die Technologie. Es ist, dass niemand die Erfolgsschwelle definiert hat, bevor irgendetwas gebaut wurde.
„Die Produktivität steigern" ist die Antwort, die am häufigsten zu hören ist, wenn nach dieser Schwelle gefragt wird. Aber ein Modell, das die Genauigkeit einer Klassifikation um fünf Prozentpunkte erhöht, hat für sich genommen keinen Wert. Dieser Wert zeigt sich erst, wenn er sich in reduzierte Durchlaufzeiten, vermiedene Betriebskosten oder eine Ausfallrate bei Service-Level-Vereinbarungen übersetzen lässt, die nicht mehr auftritt. Ohne diese Übersetzung hat der Pilot kein Argument, um zur Regeloperation zu werden.
Gartner identifizierte eine relevante Korrelation: Organisationen mit höherer KI-Reife sind konsequent jene, die ihre Initiativen anhand von Geschäftswert und technischer Machbarkeit definieren – vor dem Aufbau, nicht danach. Diese Umkehrung der Entscheidungsreihenfolge – zuerst das Ergebnis, dann die Architektur – ist es, was diejenigen, die skalieren, von jenen unterscheidet, die stagnierte Projekte ansammeln.
Die Kluft zwischen dem Modell, das in einer kontrollierten Umgebung funktioniert, und dem System, das in der Produktion läuft, ist größtenteils nicht technischer Natur. Sie ist organisatorischer Natur. Es fehlt ein Ergebnisverantwortlicher. Es fehlt eine Kennzahl, die eine Entscheidung erzwingt. Es fehlt in vielen Fällen die Frage, ob jemand für dieses Ergebnis bezahlen würde, wenn er es müsste.
Einem System zu vertrauen, das sich nicht selbst erklären kann, hat eine präzise operative Grenze
Es gibt einen zweiten Blockierungsmechanismus, der parallel wirkt und keine einfache technische Lösung hat: Organisationen setzen nicht ein, was sie nicht kontrollieren können.
Wenn ein Modell einen Kreditantrag ablehnt, muss die Bank präzise Auskunft geben können, welche Daten verwendet wurden, welche Modellversion zu diesem Zeitpunkt lief, wie diese Empfehlung zustande kam und wer diesen Prozess genehmigt hat. Nicht als Übung freiwilliger Transparenz, sondern weil Rahmenwerke wie das KI-Gesetz der Europäischen Union und das AI Risk Management Framework des NIST dies ausdrücklich verlangen. Rückverfolgbarkeit und Erklärbarkeit sind keine optionalen Merkmale mehr – sie sind Betriebsbedingungen.
Der immer wieder begangene Fehler ist, Governance als eine Schicht zu behandeln, die hinzugefügt wird, wenn das Modell produktionsreif ist. Das funktioniert nicht. Die Daten- und Modellherkunft, die Überwachung statistischer Abweichungen, die Mechanismen zur Erkennung von Verzerrungen: Nichts davon lässt sich nachträglich mit der gleichen Solidität aufbauen, die entsteht, wenn es von Anfang an Teil des Designs ist.
Gartner stellt fest, dass Organisationen mit hoher KI-Reife mit größerer Wahrscheinlichkeit berichten, dass ihre Geschäftsbereiche den eingesetzten Systemen vertrauen und bereit sind, sie zu nutzen. Vertrauen ist keine automatische Folge davon, dass das Modell in Leistungskennzahlen gut abschneidet. Es ist das Ergebnis der Möglichkeit, jede Entscheidung, die dieses Modell trifft, zu prüfen.
Ein Gesundheitsdienstleister, mit dem das BMC-Team zusammenarbeitete, wählte bewusst ein weniger genaues Modell, weil es für die Ärzte erklärbar war, die auf dessen Empfehlungen handeln mussten. Diese Entscheidung beschleunigte die Akzeptanz und ermöglichte den vollständigen Einsatz. Die genaueren, aber undurchsichtigen Modelle blieben in der Pilotphase. Technische Präzision unterlag der Nachprüfbarkeit.
Die tatsächliche Produktionsschwelle ist nicht die Genauigkeit des Modells. Es ist, ob jemand innerhalb der Organisation jede Entscheidung, die dieses Modell trifft, mit den dafür verfügbaren Informationen unterzeichnen kann.
Das erfordert, dass die Produktionsüberwachung parallel zur Inferenz läuft. Dass die Erkennung statistischer Abweichungen und Verzerrungen kein periodischer, sondern ein kontinuierlicher Prozess ist. Dass jede Ausführung ein Protokoll hinterlässt, das mit den Trainingsdaten und dem Entwicklungsprozess verknüpft ist, aus dem es hervorging. Wenn diese Kette reißt, hört das System auf, zuverlässig zu sein – unabhängig von seiner durchschnittlichen Leistung.
Ein Modell in den Geschäftsbetrieb zu integrieren bedeutet nicht, eine API anzuschließen
Die letzte Hürde ist diejenige, die diejenigen am meisten überrascht, die aus der Welt der Modellentwicklung kommen, weil sie auftritt, wenn bereits alles andere funktioniert. Das Modell ist präzise, kann erklärt werden und besteht die Governance-Kontrollen. Und dennoch verbessert sich das Geschäft nicht.
Ein Finanzdienstleister implementierte ein KI-Modell in seinen Transaktionsverarbeitungsablauf. Das Modell arbeitete genau so, wie es konzipiert wurde. Aber der KI-Dienst war nicht in den Rahmen der Service-Level-Vereinbarungen des Unternehmens eingebettet. Die gegenüber Kunden zugesagten Fristen wurden nicht eingehalten. Das Modell war erfolgreich. Das System scheiterte.
Dieser Fall veranschaulicht das Problem mit aller Deutlichkeit: KI als autonome Fähigkeit einzuführen, anstatt sie in die operative Struktur des Unternehmens zu integrieren, erzeugt genau dieses Ergebnis. Das Modell erfüllt seinen Teil. Das Unternehmen kann den Betrieb rund um es herum nicht aufrechterhalten.
Führungskräfte, die Produktion im großen Maßstab erreicht haben, stellen von Anfang an einen anderen Satz von Fragen. Wie orchestriert das KI-System mit den Batch-Prozessen und den Geschäftssystemen, die den Betrieb bereits aufrechterhalten. Wie werden Verfügbarkeit, Wiederherstellung nach Ausfällen und klare Zuständigkeit für verkettete Prozesse gewährleistet. Wie werden Kosten, Leistung und Skalierung verwaltet, wenn Inferenz und autonome Agenten ohne Unterbrechung laufen.
Die funktionierende Antwort behandelt KI in der Produktion genau so, wie jede andere kritische Geschäftsfähigkeit behandelt wird: mit denselben Disziplinen der Orchestrierung, des Service-Level-Managements, der Governance, des Monitorings und der Kostenkontrolle. Nicht als etwas, das separat mit dem Geschäft verbunden wird, sondern als Erweiterung der Automatisierungsinfrastruktur, der die Organisation bereits vertraut.
Dies wird dringlicher, da KI-Systeme sich von passiven Modellen zu Agenten weiterentwickeln, die Aktionen empfehlen, initiieren und ausführen können. Jede Zunahme an Autonomie erhöht die Anforderungen an Aufsicht, Prüffähigkeit und Kontrollmechanismen. Ein Agent, der ausführen kann, kann nicht ohne dieselben Schutzmaßnahmen betrieben werden wie jedes andere System, das Geld, Kundendaten oder externe Verpflichtungen berührt.
Der Wettbewerbsvorteil liegt im Betrieb, nicht im Modell
Das Muster, das Organisationen, die skalieren, von jenen unterscheidet, die Piloten anhäufen, ist weder das ausgefeilteste Modell noch das größte Data-Science-Team. Es ist die Entscheidung, KI als Geschäftsinfrastruktur zu behandeln – mit denselben Anforderungen wie jedes andere System, auf dem der Betrieb basiert.
Deloitte berichtete, dass der Zugang von Mitarbeitenden zu KI im Jahr 2025 um 50 Prozent gestiegen ist, und prognostizierte, dass sich die Zahl der Unternehmen, bei denen mindestens 40 Prozent ihrer KI-Projekte in der Produktion sind, in den folgenden sechs Monaten verdoppeln würde. Aber ein System in der Produktion zu haben und ein System zu haben, das in das operative Gefüge des Unternehmens integriert ist, sind zwei verschiedene Bedingungen. Die erste ist vergleichsweise leicht zu erreichen. Die zweite ist der Ort, an dem die Rendite auf Investitionen entsteht oder vernichtet wird.
Bei weltweiten KI-Ausgaben, die Gartner zufolge bis 2027 auf 3,49 Billionen US-Dollar prognostiziert werden, wird der Druck, diese Investitionen mit messbaren Ergebnissen zu rechtfertigen, nur zunehmen. Organisationen, die mehr als 200 Modelle entwickelt, aber weniger als zehn in der Produktion haben, haben kein Problem mit technischer Kompetenz. Sie haben ein Problem mit der Zuweisung von Ergebnisverantwortung, mit in das Design integrierter Governance und mit dem operativen Management kritischer Systeme.
Das Gespräch, das in vielen Führungsetagen noch aussteht, dreht sich nicht darum, welches Modell gewählt werden soll. Es geht darum, was sich an der Art und Weise ändern muss, wie die Organisation Verantwortung übernimmt, Erfolg definiert und Betrieb aufrechterhält – damit die Modelle, die bereits vorhanden sind, aufhören, in Piloten zu verweilen, und anfangen, die Zahlen zu bewegen, auf die es ankommt.
