Warum Unternehmen Millionen für KI ausgeben und trotzdem dieselben Ergebnisse wie im Vorjahr erzielen
Es gibt ein Experiment, das sich in Tausenden von Unternehmen wiederholt und immer gleich endet. Das Team identifiziert eine Routineaufgabe, bindet ein Sprachmodell ein, automatisiert die sichtbaren Schritte und verkündet, dass die KI nun in Betrieb ist. Die Führungskräfte genehmigen das nächste Budget. Sechs Monate später bewegen sich die finanziellen Kennzahlen nicht.
Das ist kein Technologieproblem. Es ist ein Problem des Blickwinkels.
Der Mitgründer von Superlinked beschrieb das Muster mit einer in der Technologiebranche selten anzutreffenden Offenheit: Als er seinen Vertriebsmotor mit weniger Personal neu aufbauen musste, richtete er als Erstes ein Sprachmodell auf seinen Outbound-Prozess und bat es, mehr E-Mails an mehr Menschen zu schreiben. Die Nachrichten gingen raus. Die Antworten blieben aus. Der einfache Teil des Prozesses wurde beschleunigt; der schwierige Teil – zu wissen, wen man wann kontaktiert – blieb exakt gleich.
Es ist dasselbe Experiment. Und es liefert fast immer dasselbe Ergebnis.
---
Die Zahl, die das Unbehagen erklärt
Die Zahlen zur Einführung von KI in Unternehmen sind im Volumen spektakulär und in den Ergebnissen verwirrend. Es wird erwartet, dass die weltweiten Ausgaben für KI 2,59 Billionen Dollar im Jahr 2026 erreichen, ein Wachstum von 47 % gegenüber dem Vorjahr. Der spezifische Markt für KI-Modelle und -Plattformen prognostiziert 64 Milliarden Dollar mit einer Wachstumsrate von 63 %.
Nun der Kontrast: Laut McKinsey-Daten haben 60 % der Organisationen noch keinen unternehmensweiten Einfluss ihrer KI-Programme auf ihr EBIT verzeichnet. Nur 37 % berichteten, dass KI positiv zu ihrer operativen Marge beigetragen hat – eine Zahl, die gegenüber dem Vorjahr praktisch unverändert geblieben ist. PwC stellte fest, dass gerade einmal 12 % der CEOs angeben, die KI habe gleichzeitig Vorteile bei Kosten und Einnahmen geliefert.
Es gibt eine Lücke zwischen dem einströmenden Geld und dem ausströmenden Wert, und diese Lücke hat eine spezifische Architektur.
Die bequemste Erklärung lautet, dass die Modelle noch nicht gut genug sind. Doch Anthropic befragte mehr als 500 technische Führungskräfte und stellte fest, dass das größte Hindernis für den Einsatz von KI-Agenten nicht die Modellkapazität ist, sondern die Integration mit bestehenden Systemen (46 %), die Qualität und der Zugang zu Daten (42 %) sowie die Implementierungskosten (43 %). Die Modelle können mehr, als Unternehmen zu nutzen vermögen. Das Problem liegt vor und nach dem Modell, nicht in ihm.
Was Unternehmen mehrheitlich kaufen, ist Geschwindigkeit in einzelnen Schritten. Und Geschwindigkeit in einem Schritt verschiebt den Engpass lediglich, ohne ihn zu beseitigen, wenn sich der Rest des Prozesses nicht verändert. Die Arbeit staut sich am nächsten Glied der Kette auf, das nach wie vor menschlich, manuell oder abhängig von Daten ist, die niemand korrekt angebunden hat.
---
Was die menschliche Prüfzeit offenbart
Das Experiment von Superlinked zeigt etwas, das Standard-Metriken zur KI-Einführung nicht erfassen. Als das Team seinen Prospecting-Prozess von Grund auf neu gestaltete, hörte es auf zu messen, wie viele E-Mails versendet wurden, und begann stattdessen, echte Schmerzsignale zu identifizieren: Entwickler, die spezifische Probleme in Open-Source-Repositories beschreiben. Ein Agent kann Tausende dieser Threads pro Woche lesen; ein menschliches Team kann das nicht. Das ist keine Aufgabenautomatisierung; es ist der Zugang zu Informationen, die zuvor physisch nicht zu verarbeiten waren.
Der architektonische Unterschied ist grundlegend. Der frühere Prozess basierte auf einer gekauften Liste. Der neue basiert auf dem Nachweis eines Problems. Der erste automatisiert die Ausführung. Der zweite automatisiert die Entdeckung.
Doch der nützlichste Teil des Berichts ist nicht der Erfolgsfall. Es ist die Kennzahl, die der Autor vorschlägt, um zu erkennen, ob ein Neugestaltungsprozess funktioniert: die Zeit, die eine Person benötigt, um die Arbeit des Agenten zu überprüfen. Sinkt diese Zeit, verbessert sich der Prozess. Bleibt sie gleich oder steigt sie, produziert das Unternehmen mehr Volumen, ohne den Gesamtaufwand zu reduzieren. Es skaliert den Überwachungsaufwand, statt ihn zu verringern.
Diese Kennzahl ist unbequem, weil sie zwingt, etwas zu messen, das heute kaum ein Unternehmen misst. KI-Dashboards von Unternehmen zeigen in der Regel die Anzahl automatisierter Aufgaben, die Verarbeitungsgeschwindigkeit und die Abschlussquote. Selten zeigen sie, wie viel Zeit ein menschlicher Prüfer für die Validierung jedes Agenten-Outputs aufwendet, oder wie viele dieser Outputs vor der Verwendung korrigiert werden müssen.
Die menschliche Prüfzeit hängt direkt mit der Wirtschaftlichkeit des Prozesses zusammen. Wenn die Automatisierung einer Aufgabe zwei Sekunden dauert, die Überprüfung ihres Outputs aber fünf Minuten, hat das Unternehmen nichts gespart. Es hat einen Zwischenschritt hinzugefügt. Und wenn dieser Zwischenschritt mit dem Volumen des Agenten mitskaliert, können die Betriebskosten parallel zu den Ausgaben für KI-Infrastruktur steigen.
McKinsey berichtete, dass rund 20 % der Organisationen den KI-Einsatz bereits aufgrund der Betriebskosten einschränken, einschließlich Inferenzkosten. Das deutet darauf hin, dass das Modell der linearen Expansion – mehr Agenten, mehr Tokens, mehr Automatisierung – eine wirtschaftliche Obergrenze hat, die früher erreicht wird, als Plattformanbieter gewöhnlich antizipieren.
---
Wo der Wert lebt, den niemand verbucht
Es gibt ein Muster der Wertverteilung, das bei der Bewertung von Investitionen in Unternehmens-KI aus der Bilanz herausfällt. Plattformen berechnen nach Nutzung, nach Lizenzplatz, nach verarbeitetem Token-Volumen. Beratungsunternehmen stellen für Implementierung und Prozessneugestaltung Rechnung. Infrastrukturanbieter berechnen Rechenleistung und Speicherplatz. All das erscheint als Ausgabe in der Gewinn- und Verlustrechnung.
Was nicht mit gleicher Deutlichkeit erscheint, sind die Kosten der menschlichen Arbeit, die weiterhin notwendig ist, damit das System funktioniert. Die Prüfer, die Outputs validieren. Die Ingenieure, die fehlerhafte Integrationen korrigieren. Die Analysten, die Daten zwischen dem neuen System und den Legacy-Systemen abgleichen, die nie angebunden wurden. Die Manager, die Eskalationskriterien entwickeln, weil der Agent nicht weiß, wann er aufhören soll.
Diese Arbeit verschwindet nicht mit der Einführung von KI. In vielen Fällen wird sie neu organisiert. Und in einigen Fällen vermehrt sie sich vorübergehend, während das System lernt und sich die Prozesse stabilisieren. Das Versprechen der Personalkostenreduzierung, das viele KI-Investitionen rechtfertigt, geht davon aus, dass diese Überwachungs-, Korrektur- und Koordinationsarbeit gegen null tendiert. Die Daten zum EBIT-Einfluss legen nahe, dass diese Tendenz langsamer verläuft, als ursprüngliche Geschäftsmodelle prognostiziert haben.
Die Frage, die sich kaum eine Organisation vor der Budgetgenehmigung stellt, lautet: Wie viel wird die Überwachung des Agenten kosten – nicht nur seine Entwicklung oder Lizenzierung? Anthropic identifizierte die Integration mit bestehenden Systemen als die am häufigsten genannte Barriere. Das ist kein geringes technisches Problem: Es sind die Kosten für die Anbindung des Agenten an die maßgeblichen Daten, die er benötigt, um überprüfbare Outputs zu produzieren. Ohne diese Anbindung arbeitet der Agent mit unvollständigen oder veralteten Informationen, und die menschliche Prüfzeit sinkt nicht, weil die Prüfer diese Lücke manuell kompensieren müssen.
Die Ausgaben für Modelle und Plattformen prognostizieren ein jährliches Wachstum von 63 %. Die Ausgaben für Integration, Governance und Prozessneugestaltung haben keine vergleichbar öffentlich sichtbare Kennzahl – aber genau dort wird entschieden, ob die Investition Rendite erzielt oder ob die Arbeit lediglich an eine andere Stelle der Kette verlagert wird.
---
Die Architektur, die Einführung von Wirkung trennt
Es gibt eine Unterscheidung, die Organisationen mit dem größten finanziellen Einfluss durch KI offenbar früher als andere gelöst haben. McKinsey berichtete, dass 40 % der Organisationen mit mehr als einer Milliarde Dollar Umsatz KI-Agenten bereits skalieren, gegenüber 27 % im Vorjahr. Aber es stellte auch fest, dass nur 6 % aller Organisationen als „High Performer" bei KI gelten – definiert als jene, die mindestens 5 % ihres EBIT dem Einfluss der Technologie zuschreiben.
Diese Distanz zwischen den 40 %, die skalieren, und den 6 %, die einen messbaren Einfluss auf die Margen erzielen, verweist auf eine Architekturlücke, nicht auf eine Frage der Absicht. Organisationen, die ohne Wirkung skalieren, kaufen Geschwindigkeit in einzelnen Schritten. Jene, die diese Investition in EBIT umwandeln, gestalten den gesamten Prozess neu: Welche Informationen nutzt der Agent? Wo hat er die Befugnis, ohne Aufsicht zu handeln? Wo eskaliert er zu einem Menschen? Wie wird seine Leistung in Bezug auf das Prozessergebnis gemessen und nicht nur anhand der abgeschlossenen Aufgabe?
Der Fall von Superlinked veranschaulicht diesen Unterschied präzise. Der erste Versuch automatisierte die Ausführung. Der zweite gestaltete den Input neu: Statt von einer Liste auszugehen, beginnt der Prozess mit einem Verhaltenssignal, das anzeigt, dass jemand genau das Problem hat, das das Produkt löst. Dieser Unterschied ist nicht gering. Es ist der Unterschied zwischen dem Skalieren von Volumen und dem Skalieren von Relevanz.
Was diesen Neugestaltungsprozess ermöglicht, ist kein leistungsfähigeres Modell. Es ist die Entscheidung, den Prozess vom Ergebnis her rückwärts zu messen: wie viele qualifizierte Antworten erzeugt werden, nicht wie viele E-Mails versendet werden. Und diese Ergebnisorientierung ist es, die ermöglicht zu erkennen, wo der Agent handeln muss, wo er warten muss und wo der Prozess einen Menschen erfordert, den der Agent noch nicht ersetzen kann.
Die KI-Investition, die diesen Neugestaltungsprozess nicht durchläuft, scheitert nicht, weil die Technologie unzureichend ist. Sie scheitert, weil sie einen Prozess beschleunigt, der mittelmäßige Ergebnisse produzierte, und ihn in einen Prozess verwandelt, der dieselben mittelmäßigen Ergebnisse in größerem Maßstab produziert – mit höheren Infrastrukturausgaben und mit der Illusion einer Modernisierung, die ausreicht, um das nächste Budget zu rechtfertigen. Die menschliche Prüfzeit, wenn sich jemand die Mühe macht, sie zu messen, würde diese Geschichte mit weit mehr Ehrlichkeit erzählen als jedes Dashboard mit automatisierten Aufgaben.










