Schluss mit unklaren Personentage-Rechnungen.Kaufen Sie Ergebnisse, keine Personentage.Implement zum Festpreis auf Basis des validierten Umfangs.

MindDX Blog

Machen wir ein Röntgenbild der KI-Versprechen

ThemenVom Personentag zum WertKünstliche IntelligenzERP

MindDX-Titelbild: typografische Grafik mit dem Titel des Beitrags und vier seiner Abschnitte, von „Warum sind die Zahlen so leise?“ bis „4 Fragen an ein Unternehmen, das sagt“.

Das stärkste Narrativ der ERP-Welt in den letzten zwei Jahren ist klar: KI wird die Quoten gescheiterter Projekte, die sich seit Jahrzehnten nicht verändert haben, endlich korrigieren. Verkaufspräsentationen, Produkteinführungen und Branchenveranstaltungen wiederholen dieses Versprechen jeden Tag. Die von Analysehäusern veröffentlichten Daten zeichnen jedoch ein anderes Bild: Auch ein erheblicher Teil der KI-gestützten ERP-Projekte wird scheitern. Dieser Beitrag ist keine Technologiefeindlichkeit; im Gegenteil, er ist der Versuch, eine wirklich starke Technologie vom Hype zu trennen. Denn das im ersten Beitrag der Serie behandelte Problem – Zusagen ohne Messung – verschwindet mit dem KI-Etikett nicht, es bekommt nur eine neue Verpackung.

Warum sind die Zahlen so leise?

Je lauter das Marketing, desto leiser die Forschungsdaten. Laut der Prognose von Gartner werden von den Projekten mit Agentic AI (agentenbasierter KI) mehr als 40 % bis Ende 2027 eingestellt; als Gründe werden steigende Kosten, unklarer Geschäftswert und unzureichende Risikokontrollen genannt. Die ERP-spezifische Prognose desselben Hauses ist noch eindrücklicher: Laut dem Bericht „Predicts 2025: Revisit ERP Strategies“ werden weniger als 10 % der Unternehmen, die Agentic AI in ihrem ERP einsetzen, bis 2027 einen messbaren Wert erzielt haben.

Auch im Pilotbereich sieht es nicht anders aus. Die Studie von Deloitte aus dem Jahr 2025 zeigt, dass 38 % der Unternehmen KI-Agenten in der Pilotphase erproben, aber nur etwa 11 % diese Systeme aktiv im Produktivbetrieb nutzen können – das Bild, das die Branche „Pilot-Hölle“ nennt: eine glänzende Demo, ein Projekt, das nicht in die Produktion gelangt.

Eine ehrliche Anmerkung: Die meisten dieser Zahlen sind Prognosen und Umfragebefunde, keine gemessenen Fakten – kein endgültiges Ergebnis. Dass sie aber alle in dieselbe Richtung weisen, sollte nicht als Zufall gelten: Das KI-Etikett allein verändert die Erfolgsquote nicht.

Warum scheitern sie also?

Die Antwort ist nicht, dass die Technologie schlecht wäre, sondern dass eine gute Technologie auf ein schlechtes Fundament gesetzt wird. Die drei Grundursachen, an denen KI-gestützte ERP-Initiativen straucheln, bilden eine einzige, sich gegenseitig verstärkende Kette.

1. Intelligenz auf schmutzigen Daten

KI kann die Qualität der Daten, mit denen sie gespeist wird, nicht übertreffen. Doppelte Kundenkonten, inkonsistente Artikelnummern, nicht aktualisierte Stammdaten – ein darauf aufgebautes Modell trifft keine klügeren Entscheidungen; es trifft falsche Entscheidungen schneller. Gartner prognostiziert im selben ERP-Bericht, dass 70 % der Unternehmen bis 2027 keine KI-fähigen ERP-Daten haben werden. Eine Studie von IDC zeigt die andere Seite der Medaille: Im KI-Zeitalter sind nicht die Algorithmen das eigentliche Unterscheidungsmerkmal, sondern Datenbereitschaft und Infrastruktur – wer die saubersten Daten hat, wird sich abheben.

2. Automatisierung auf ungemessenem Fundament

In den meisten Unternehmen kennt man die Prozesse „so, wie sie sein sollten“: den Ablauf aus dem Verfahrensdokument, die Freigabekette aus dem Organigramm. Der Zustand der Arbeit „so, wie sie tatsächlich abläuft“ – telefonisch angenommene Aufträge, Freigaben, die in Excel kursieren, personengebundene Ausnahmen – wurde dagegen oft nie gemessen. Genau an dieser Differenz scheitert die Automatisierung: Ein Agent, der auf dem Papierprozess aufbaut, kennt den echten Prozess nicht. Einen fehlerhaften Prozess zu automatisieren, beseitigt den Fehler nicht; es skaliert ihn.

3. Vertrauen ohne Kontrolle

Der dritte Grund ist nicht technischer, sondern organisatorischer Natur. Das Konzept der „Vertrauenssteuer“ (trust tax) von Forrester fasst die Lage treffend zusammen: Jede autonome Entscheidung muss protokollierbar und gegenüber einem Prüfer vertretbar sein – und diese Kosten sind heute für die meisten Unternehmen hoch. Ohne nachvollziehbare Entscheidung kein Vertrauen; ohne Vertrauen keine Nutzung. Die Lösung heißt Human-in-the-Loop: Wo die KI stoppt und wo der Mensch eingreift und freigibt, sollte keine nachträglich in die Architektur eingefügte Funktion sein, sondern eine von Anfang an gezogene Grenze.

Der gemeinsame Nenner der drei Gründe ist derselbe: Das Problem ist nicht die KI selbst, sondern das Fundament, auf dem sie aufbaut.

Operation ohne Röntgenbild?

Ein Angebot, das abgegeben wird, ohne uns zu messen, ist ein Rezept, das ohne Diagnose ausgestellt wird. KI ist in dieser Gleichung ein hervorragendes Röntgengerät: Sie scannt schnell, liefert ein scharfes Bild und erkennt Muster, die dem menschlichen Auge entgehen. Doch das Röntgengerät allein heilt niemanden – es braucht eine Ärztin, die das Röntgenbild liest, die Diagnose stellt und die Behandlung freigibt. Ein erheblicher Teil der heutigen KI-gestützten Versprechen am Markt schlägt vor, das Röntgengerät zu verkaufen und die Ärztin zu entlassen. Die richtige Reihenfolge hat sich nicht geändert: erst das Röntgenbild, dann die Diagnose, zuletzt die Behandlung – und bei jedem Schritt liegt die Entscheidung beim Menschen.

4 Fragen an ein Unternehmen, das sagt: „Wir nutzen KI“

Wenn Sie am Verhandlungstisch die Formulierung „KI-gestützt“ hören, trennen die folgenden vier Fragen den Hype wirklich von der Substanz. Sind die Antworten klar, haben Sie einen ernsthaften Ansatz vor sich; sind sie ausweichend, ist das Etikett nur Verpackung.

  1. Haben unsere Daten die Qualität, um diese KI zu speisen? Wenn nicht, wie korrigieren wir das zuerst? (Ein „Wir legen sofort los“, ohne dass die Datenqualität gemessen wurde, ist eine Einladung an die erste Grundursache.)
  2. Kennen Sie die Prozesse so, wie sie sein sollten, oder so, wie sie tatsächlich ablaufen? Gibt es keine Messung des Ist-Zustands, wird die Automatisierung auf dem Papierprozess aufgebaut.
  3. Wer kontrolliert die Entscheidungen der KI, und wie? Sind Protokollierung, Nachvollziehbarkeit und Kontrollmechanismus von Anfang an definiert?
  4. Wo stoppt die KI, wo greift der Mensch ein – können Sie das zeigen? Ist die Human-in-the-Loop-Grenze nicht gezogen, zahlen Sie die Vertrauenssteuer.

Fazit: Beschleuniger, nicht Retter

KI ist kein Retter, sondern ein Beschleuniger: Sie fährt ein schlecht aufgesetztes Projekt schneller gegen die Wand und macht ein gut aufgesetztes Projekt stärker. Entscheidend ist nicht die Technologie, sondern das Fundament, auf dem sie aufbaut – die Sauberkeit der Daten, der Messstand der Prozesse und das Design der Kontrolle. Der dritte Beitrag der Serie wird die andere Seite der Medaille betrachten: Was verändert KI in ERP-Projekten tatsächlich, und mit welchem Mechanismus – nicht in Prozenten, sondern in der Funktionsweise.

Dieser Beitrag ist die zweite Folge der wachsenden Serie „Vom Personentag zum Wert“.
1. Naht das Ende der Beratung, die Personentage verkauft?
2. Machen wir ein Röntgenbild der KI-Versprechen (dieser Beitrag)
3. Was hat KI im ERP günstiger gemacht, was wertvoller?
4. Erst die Diagnose: Wie sieht der neue Weg im ERP in der Praxis aus?
5. Die ungemessene Ebene der digitalen Transformation: Führung
6. Warum verstaubt der Bericht zur digitalen Transformation im Regal?
7. (in Kürze)

Um die Fortsetzung der Serie und neue Analysen nicht zu verpassen, abonnieren Sie den Newsletter MindDX-Digital Excellence.

Gespräch mit MindDX vereinbarenDen Assistenten fragenAlle Beiträge im MindDX Blog

Beginnen Sie Ihr Projekt mit einer Messung statt mit einer Schätzung.

Gespräch mit MindDX vereinbaren