Der KI-Fahrplan: viel Defensive, kaum Offensive

Laut einer Rackspace Technology-Umfrage von Mitte 2025 führt das durchschnittliche Unternehmen 21 KI-Pilot-Projekte gleichzeitig durch. Das Projekt NANDA des MIT fand im selben Jahr heraus, dass 95 % der generativen KI-Piloten keinerlei messbaren Einfluss auf Gewinne haben. Nimmt man diese beiden Zahlen zusammen, lautet die Schlussfolgerung nicht automatisch, dass KI nicht funktioniert, sondern dass fast all diese Aktivitäten auf Defensive abzielen — auf Kosten- und Effizienzmaßnahmen, die auf bestehende Prozesse aufgesetzt werden. Fast nichts davon ist Offensive — also neue, KI-native Produkte oder Umsatzquellen, die ohne diese Technologie gar nicht existieren könnten. Der schwierige Teil bei der Offensive ist meist nicht das Modell, sondern die Integration eines neuen, KI-nativen Produktes in die komplexen, veralteten Kernsysteme, auf denen die meisten Unternehmen bereits laufen — ein Problem, das die aktuelle Welle von KI-Startups größtenteils nicht hat, da sie auf der grünen Wiese bauen, anstatt bestehende Systeme nachzurüsten.

Diese Unterscheidung ist wichtiger als die Anzahl der Pilotprojekte. Ein Unternehmen kann 21 Pilotprojekte ewig laufen lassen und doch nie auf etwas Neues setzen.

1. Defensive und Offensive definiert

Defensive optimiert das, was ein Unternehmen bereits tut: schnellere Support-Tickets, automatisierte Dokumentation, günstigere Back-Office-Prozesse. Das ist risikoarm, leicht zu finanzieren und lässt sich bei schlechter Performance diskret beenden.

Offensive baut etwas auf, das das Unternehmen zuvor nicht verkaufen konnte: ein neues Produkt, eine neue Umsatzquelle, eine Fähigkeit, die nur existiert, weil KI sie ermöglicht hat. Das ist risikoreicher, schwieriger zu genehmigen und erfordert den Einsatz einer echten Architektur und eines echten Teams — nicht nur eines Nebenprojekts.

Die meisten KI-Budgets in Unternehmen bestehen fast vollständig aus der ersten Kategorie — und das ist kein Zufall.

2. Warum jeder auf Defensive setzt

Defensive passt in die Governance, die die meisten Unternehmen bereits praktizieren: quantitative Kennzahlen, wenig Fehler-Kultur und Genehmigung durch Gremien, die darauf ausgelegt sind, das Kerngeschäft zu schützen. Ein Pilotprojekt, das eine Support-Warteschlange um 10 % verkürzt, ist leicht zu genehmigen und leicht zu rechtfertigen, falls es nicht funktioniert. Ein Pilotprojekt, das auf ein völlig neues, KI-natives Produkt setzt, erfordert eine ganz andere Art der Genehmigung.

Das ist ein Grund, warum die Anzahl der Pilotprojekte steigt, während die Ergebnisse stagnieren. Mehr defensive Pilotprojekte machen das bestehende Geschäft nach und nach geringfügig besser, aber sie summieren sich für sich genommen nicht zu einer Offensive. Jedes Projekt beansprucht dasselbe überlastete interne Team, das zwischen vielen Prioritäten aufgeteilt ist, anstatt sich voll und ganz auf eine zu konzentrieren.

3. Wie Fokus aussieht, wenn er funktioniert

Siemens ist ein Unternehmen mitten im Wandel. Laut Peter Körte (CTO von Siemens, Fortune, 2025) hatte Siemens bis Juli 2025 460 verschiedene KI-Anwendungsfälle in der Produktion und über 15.000 Bots, die von den eigenen Mitarbeitern seit Oktober 2024 erstellt wurden — echte Skalierung, aber eine Skalierung, die schwer zu steuern oder als Einheit zu verbessern ist. Im Juni 2026 startete Siemens dann das Intelligence Center X, um Daten, Modelle und Arbeitsabläufe in der Produktion auf einer verwalteten Plattform zusammenzuführen. Das Unternehmen meldete einen Rückgang des manuellen Aufwands um 95 % und eine um 85 % schnellere Lösung von Produktionsproblemen in den bisher abgedeckten Bereichen (Siemens Pressemitteilung, 2026). Das ist Fokus, der sich auszahlt, auch wenn noch ein Teil der Fragmentierung aufgearbeitet werden muss, die während der Entstehungsphase aufgebaut wurde.

Walmart zeigt einen vergleichbaren Weg. Im Jahr 2023 betrieb der Einzelhändler eine Vielzahl spezialisierter Bots für Produktsuche, Personal, Lieferanten und Werbung. Bis 2025 konsolidierte man dies auf vier fokussierte KI-Agenten, die Kunden, Mitarbeiter, Entwickler und Partner bedienten (Walmart, Juli 2025). Bis 2026 erreichte der Assistent Sparky eine Kundennutzung von 50 % und führte — bemerkenswert — zu 35 % größeren Warenkörben (Walmart Q4-Ergebnisbericht, April 2026, via Yahoo Finance). Diese letzte Zahl macht den Unterschied. Schnellere Support-Tickets sind Defensive. Größere Warenkörbe sind Offensive — neuer Umsatz, der ohne diese Wette nicht existiert hätte.

4. Ein echt offensives Produkt aufbauen

Der alte Weg — Tool-first

„Wir bauen einen KI-Assistenten“ geht von der Technologie aus und arbeitet rückwärts, in der Hoffnung, dass sich ein Anwendungsfall ergibt. Klarna ersetzte 700 Support-Mitarbeiter durch einen KI-Chatbot, automatisierte 67 % der Chats und prognostizierte Einsparungen von bis zu 40 Millionen US-Dollar (Klarna Pressemitteilung, 2024) — sah dann aber einen Rückgang der Kundenzufriedenheit und Servicequalität (Medium, 2026).

Der GoTeams-Weg — Outcome-first

Nutzer, Ergebnis und Hebel festlegen, bevor die erste Zeile Code geschrieben wird. Was ändert sich für den Kunden, welche Kennzahl bewegt sich dadurch, und erst dann: Welcher KI-Ansatz führt einen dorthin? Wenn man diese Reihenfolge überspringt, endet selbst ein technisch beeindruckender Aufbau damit, das Falsche zu optimieren.

Warum Outcome-first allein nicht reicht

Outcome-first-Denken verhindert, dass ein defensives Projekt stillschweigend das Falsche optimiert. Für Produkte Neudenken reicht das allein allerdings nicht aus. Eine echte Offensive erfordert mehr: ein Team, dessen einziger Auftrag das neue Produkt ist — kein gemeinsamer Pool interner Entwickler, die ihre Aufmerksamkeit zwischen 21 Pilotprojekten aufteilen. GoTeams baut Teams genau nach diesem Prinzip auf: ein Team, eine Mission, vollständig für ein einziges Produkt engagiert, ohne geteilte Aufmerksamkeit und ohne Kontextwechsel. Denn ein wirklich neues, KI-natives Produkt wird nicht von Leuten gebaut, die gleichzeitig für die bestehenden Systeme auf Abruf bereitstehen.

5. Wie offensiv tatsächlich aussieht

Helloparts (mit HUK-Coburg; Plattform für Automobildaten; wuchs in 4 Jahren von 3 auf 34 Mitarbeiter). Helloparts nutzt KI, um das ideale Ersatzteil für ein bestimmtes Fahrzeug vorherzusagen — ein Produkt, das mit dieser Genauigkeit zuvor nicht existieren konnte. Das Ergebnis: Die Rücklaufquoten fielen von 20 % auf unter 5 %, Werkstätten, die die Plattform nutzen, sahen eine durchschnittliche Steigerung der Rentabilität um 14 %, und die Plattform treibt allein in ihrem zweiten Jahr bereits über 150 Millionen Euro an jährlichen Teilebestellungen an. Nichts an Helloparts optimiert einen bestehenden Prozess. Es schuf einen neuen — und damit eine neue Umsatzlinie.

6. Häufig gestellte Fragen (FAQ)

Warum zeigen die meisten KI-Pilotprojekte in Unternehmen keine messbare Rendite?

Drei Faktoren stechen häufig bei erfolgreichen Pilotprojekten hervor: Fokus (eine kleine Anzahl von High-Impact-Wetten statt Dutzenden parallel laufender Projekte); Outcome-first-Denken (die Definition des Nutzers und des Ergebnisses vor der Wahl des KI-Ansatzes); und ein Team oder Partner, der sich voll und ganz auf das Ergebnis konzentriert, statt eines geteilten Pools von Entwicklern, die ihre Aufmerksamkeit auf jedes andere Pilotprojekt aufteilen. Die meisten Pilotprojekte haben keines dieser drei Merkmale, weshalb die Anzahl steigt, während die Rendite ausbleibt.

Führt ein Pilotprojekt automatisch zu einem echten Produkt?

Ein Pilotprojekt existiert, um zu testen, ob etwas funktioniert, bevor die vollen Ressourcen dafür eingesetzt werden — das gilt unabhängig davon, ob KI im Spiel ist. Aber nur weil man eines durchführt, heißt das nicht, dass es irgendwohin führt. Entscheidend ist, was das Pilotprojekt eigentlich testet, nicht wie lange es läuft. Ein Optimierungspilot verbessert etwas, das das Unternehmen bereits tut — schnellere Tickets, günstigere Dokumentation — und kann unbegrenzt weiterlaufen, ohne je zu etwas anderem zu werden. Ein Pilotprojekt rund um eine wirklich neue Fähigkeit oder Umsatzquelle testet etwas anderes: ob diese Fähigkeit trägt genug, um zu einem echten Produkt zu skalieren, sobald sie sich bewährt hat.

Wie viele KI-Pilotprojekte sollte ein Unternehmen gleichzeitig durchführen?

Es gibt keine einzelne richtige Zahl — es hängt von der Größe und Struktur des Unternehmens ab. Aber der Instinkt, so viele wie möglich zu starten, ist meist falsch. Die Umfrage von Rackspace Technology aus dem Jahr 2025 ergab, dass Unternehmen im Durchschnitt 21 KI-Projekte gleichzeitig betreiben, wobei es sich meist um eine breite Streuung von Initiativen mit geringer Wirkung handelt und nicht um ein bewusstes Portfolio. Eine Handvoll klar definierter Probleme, jedes mit einem echten Ergebnis verknüpft, ist besser als eine große Anzahl von Pilotprojekten, die alle um dasselbe überlastete Team konkurrieren, unabhängig von der Unternehmensgröße.

Sollten KI-Initiativen Outcome-first oder Tool-first sein?

Outcome-first. Definiere den Nutzer, das Ergebnis und den spezifischen Hebel, bevor man den KI-Ansatz wählt. Das Überspringen dieses Schrittes hat dazu geführt, dass der Klarna-Chatbot auf Kosten optimierte, während Kundenzufriedenheit und Servicequalität sanken. Wenn das Ergebnis zuerst definiert wird, ist Qualität von Anfang an Teil des Ziels — genau der Kompromiss, den Klarna einging, als das Unternehmen ausschließlich auf Kosten optimierte.

Fazit

Wenn das einzige Ziel in diesem Jahr darin besteht, Kosten aus bestehenden Prozessen zu senken, ist ein gut geführtes defensives Pilotprojekt ein vernünftiger, risikoarmer Start. Aber wenn der KI-Fahrplan nur aus Defensive besteht und man sich fragt, warum sich die Rendite nie im Ergebnis zeigt, ist die Lösung nicht das 22. Pilotprojekt. Die Lösung ist, ein dediziertes Team auf ein echtes Ergebnis anzusetzen — so wie Walmart es mit Sparky tat und Meinungswerk mit KI-gestützten Forschungsinterviews. GoTeams baut KI-orchestrierte Teams, die vollständig für ein einziges Produkt engagiert sind, ohne geteilte Pilotprojekte, ohne Kontextwechsel. Damit der nächste KI-Einsatz von Tag eins an auf Offensive ausgelegt ist. Aktiviere noch heute dein GoTeam.