Die anonymen Erfolge

Es gibt eine Sache, die in fast keinem KI-Praxisbeispiel vorkommt: ein Misserfolg.

Ich habe nach einem gesucht. Nach einem Projekt, das abgebrochen wurde. Nach einer Implementierung, die mehr gekostet hat als geplant. Nach einem Team, das sich geweigert hat. Nach einem Ergebnis, das schlechter war als vorher. Ich habe nichts gefunden.

In den Ratgebern, Whitepapers und Vorträgen der KI-Branche gibt es Dutzende Fallbeispiele über Branchen und Anwendungen hinweg. Sie beschreiben ausschließlich Erfolge. Und nicht irgendwelche. Die Verbesserungen liegen bei 25, 35, 40, 60 Prozent. Die Implementierung dauert drei bis sechs Monate. Das Team ist begeistert. Die Zahlen sprechen für sich.

Das ist keine Praxisdokumentation. Das ist ein Katalog.

In der echten Praxis scheitern Projekte. Nicht alle. Aber genug. McKinsey beziffert die Misserfolgsquote bei KI-Implementierungen auf über 50 Prozent. Gartner sagt, dass die meisten KI-Projekte den Pilotbetrieb nie verlassen. Das sind keine obskuren Quellen. Das sind die Beratungshäuser, deren Kunden diese Ratgeber lesen.

Aber in den veröffentlichten Beispielen existiert diese Realität nicht. Es gibt nur Erfolg. Es gibt nur Verbesserung. Es gibt nur die Geschichte, in der alles aufgeht.

Was mich daran interessiert, ist nicht die Frage, ob die Verfasser dieser Berichte lügen. Ich glaube nicht, dass sie lügen. Ich glaube, dass sie ein Muster reproduzieren, das in der KI-Beratungsbranche Standard ist. Ein Muster, das so tief eingebaut ist, dass es nicht mehr als Verzerrung erkannt wird.

Das Muster funktioniert so: Ein Beratungshaus begleitet eine KI-Implementierung. Wenn sie funktioniert, wird ein Case daraus. Wenn sie nicht funktioniert, wird nichts daraus. Kein Paper, kein Vortrag, kein Bericht. Der Misserfolg verschwindet. Nicht aktiv unterdrückt. Einfach nicht erzählt.

Das Ergebnis ist eine Branche, die nur Erfolgsgeschichten kennt. Nicht weil es nur Erfolge gibt. Sondern weil Misserfolge kein Geschäftsmodell sind. Kein Berater gewinnt einen Auftrag, indem er erzählt, dass der letzte Kunde gescheitert ist. Kein Whitepaper gewinnt Leads, wenn es sagt: Bei der Hälfte klappt es nicht.

Also wird selektiert. Und die Selektion erzeugt ein Bild, das nicht falsch ist, aber unvollständig. Und Unvollständigkeit in der Beratung ist nicht neutral. Sie ist eine Empfehlung. Wer nur Erfolge sieht, schätzt das Risiko falsch ein. Wer nur Zahlen zwischen 25 und 60 Prozent sieht, plant mit Zahlen zwischen 25 und 60 Prozent. Und wer dann bei minus 10 Prozent landet, hat kein Referenzmaterial, um zu verstehen, was schiefgelaufen ist. Weil es nirgends dokumentiert ist.

Die Anonymität der Beispiele verschärft das Problem. Wenn kein Name genannt wird, gibt es keine Überprüfung. Es gibt keine Möglichkeit, beim Unternehmen nachzufragen: Stimmt das? Wie sieht es zwei Jahre später aus? Sind die Zahlen geblieben? Haben sich die Kosten gerechnet? Die Anonymität schützt nicht die Unternehmen. Sie schützt die Behauptung.

Ich kenne Berater, die mir unter vier Augen erzählen, dass die meisten KI-Projekte deutlich hinter den Erwartungen bleiben. Dass die Datenqualität in den meisten Firmen nicht reicht. Dass der Widerstand in den Teams unterschätzt wird. Dass die Kosten nach dem Piloten explodieren. Diese Geschichten erzählen sie beim Abendessen. Nicht auf der Bühne. Nicht im Bericht.

Was sagt das über eine Branche, die nur eine Hälfte ihrer Erfahrung publiziert? Es sagt, dass die Branche Produkte verkauft, nicht Beratung. Beratung bedeutet, die ganze Wahrheit zu sagen. Verkauf bedeutet, die halbe zu erzählen, die überzeugt.

Die Branche erzählt die überzeugende Hälfte. Gut genug, um eine Investition zu rechtfertigen. Nicht gut genug, um eine Entscheidung zu treffen.