Es gibt einen Friedhof erfolgreicher KI-Piloten im DACH-Mittelstand. Piloten, die beeindruckende Accuracy demonstrierten. Piloten, die Testdaten fehlerfrei verarbeiteten. Piloten, die enthusiastische Demo-Präsentationen erzeugten. Und Piloten, die nie einen echten Workflow berührten, nie eine Kennzahl veränderten und nie auf einer GuV-Zeile auftauchten.
Die Zahlen dazu sind inzwischen unbequem deutlich. Die MIT-NANDA-Studie „The GenAI Divide: State of AI in Business 2025" — gestützt auf 150 Führungsinterviews, eine Befragung von 350 Mitarbeitenden und die Analyse von 300 öffentlichen KI-Deployments — kommt zu dem Ergebnis, dass rund 95 % der untersuchten GenAI-Piloten keinen messbaren Beitrag zur GuV liefern. Trotz geschätzter 30 bis 40 Milliarden US-Dollar Unternehmensausgaben sieht die große Mehrheit keinen Geschäftsergebnis-Effekt. Entscheidend: MIT führt das nicht auf schwache Modelle zurück, sondern auf eine „learning gap" — Tools, die sich nicht in bestehende Abläufe einfügen und nicht aus ihnen lernen. Das Problem sitzt in der Integration, nicht im Modell.
Die Erfolgsrate von KI-Piloten in der Demo ist hoch. Die Produktivstellungsrate ist niedriger. Und die Rate, mit der Produktiv-Deployments messbar Geschäftsergebnisse beeinflussen, ist die niedrigste von allen. Zu verstehen, warum — und was man dagegen tun kann — ist der Unterschied zwischen KI als Kostenstelle und KI als operativem Hebel.
Die Pilot-zu-GuV-Lücke
Die Lücke hat drei Schichten, und die meisten Organisationen bleiben in der ersten stecken.
Schicht 1: Pilot zu Produktion
Der Übergang von „Es funktioniert mit Testdaten" zu „Es läuft auf Live-Workflows" ist gut dokumentiert. Er erfordert Datenzugänglichkeit, Integrations-Engineering und operative Infrastruktur. Das ist eine technische Herausforderung mit bekannten Lösungen. Siehe Vom KI-Piloten zur Produktion für das detaillierte Playbook.
Aber in Produktion zu kommen ist notwendig, nicht hinreichend. Genau hier liegt der blinde Fleck: Skalierung ist die Ausnahme, nicht die Regel. Im McKinsey-Report „The State of AI 2025" gibt rund zwei Drittel der Befragten an, KI noch gar nicht unternehmensweit zu skalieren. Ein produktives KI-System, das niemand nutzt, das neben (statt anstelle) dem bestehenden Prozess läuft, oder das eine Aufgabe mit vernachlässigbaren operativen Kosten automatisiert, ist technisch deployt, aber kommerziell irrelevant.
Schicht 2: Produktion zu operativem Impact
Hier stagnieren die meisten Mittelstands-Deployments. Das KI-System ist in Produktion, verarbeitet echte Daten, aber die operativen Kennzahlen haben sich nicht bewegt. Warum?
Der Workflow wurde nicht neu gestaltet. Das KI-System entwirft Ticket-Antworten, aber das Support-Team liest trotzdem jeden Entwurf, bearbeitet die meisten und sendet sie manuell. Die KI hat einen Schritt hinzugefügt, statt einen zu ersetzen. Netto-Impact auf Kosten pro Ticket: nahe null. Das ist das Betriebsmodell-Klarheit-Problem — Technologie deployen, ohne neu zu definieren, wer was tut. Es ist kein Randbefund: McKinsey identifiziert unter 25 getesteten Organisations-Attributen das Re-Design von Workflows als den Faktor mit dem größten Effekt darauf, ob ein Unternehmen überhaupt EBIT-Wirkung aus GenAI zieht. Wer den Prozess nicht umbaut, deployt ein teures Assistenz-Feature — keinen Hebel.
Die Kennzahlen wurden nicht aktualisiert. Das Team wird an denselben KPIs gemessen wie zuvor. Wenn sich die Antwortzeit verbessert, aber das Team weiterhin an abgeschlossenen Tickets gemessen wird, ist der KI-Impact im Management-Reporting unsichtbar. Schlimmer: Das Team hat möglicherweise mehr Kapazität, aber kein Mandat, sie umzulenken.
Das Volumen ist zu niedrig. Der Pilot zielte auf einen Workflow, der 50 Einheiten pro Woche verarbeitet. Selbst ein 50 %-Effizienzgewinn bei 50 Einheiten erzeugt triviale Einsparungen. GuV-Wirkung erfordert Workflow-Readiness im Maßstab — Hunderte oder Tausende Einheiten pro Periode.
Schicht 3: Operativer Impact zu GuV
Selbst wenn das KI-System nachweisbar operative Kennzahlen verbessert, kann die GuV-Wirkung unsichtbar bleiben, wenn die finanzielle Übersetzung fehlt. Das deckt sich mit der Makro-Lage: Im McKinsey-Report führt nur etwa ein Drittel der Befragten überhaupt einen Teil ihres EBIT auf KI zurück — und bei den meisten davon liegt dieser Anteil unter fünf Prozent. Die Verbesserungen passieren also durchaus; sie kommen nur nicht in der Gewinn-und-Verlust-Rechnung an.
Das Support-Team verarbeitet Tickets spürbar schneller. Aber die Mitarbeiterzahl hat sich nicht verändert. Die operativen Kosten pro Ticket sind gesunken, aber die GuV-Position „Personalkosten Support" ist dieselbe. Der CFO sieht keinen Impact.
Das ist kein Buchhaltungstrick. Es ist ein reales Problem. Effizienzgewinne erreichen die GuV nur über einen von drei Mechanismen: Kapazitätsumverteilung (das Team bewältigt mehr Volumen ohne Neueinstellungen), Kostenvermeidung (geplante Einstellungen, die nicht stattfinden) oder Revenue-Befähigung (freigewordene Kapazität wird auf umsatzgenerierende Arbeit umgelenkt). Wenn keiner dieser Mechanismen geplant und getrackt wird, ist die operative Verbesserung real, aber finanziell unsichtbar.
Die Kennzahlen-Brücke
Die Lösung ist nicht bessere KI. Es ist eine bessere Kennzahlen-Brücke zwischen dem KI-System und der GuV.
Operative Kennzahlen — was das KI-System direkt verbessert: Durchsatz, Zykluszeit, Fehlerrate, Kosten pro Einheit. Diese sollten ab Tag 1 des Deployments kontinuierlich gemessen werden. Siehe Operativen KI-Impact messen für das Framework.
Kapazitätskennzahlen — was die operative Verbesserung freisetzt: freigewordene Stunden pro Woche, Einheiten zusätzlicher Kapazität, Reduktion von Überstunden oder Outsourcing. Diese übersetzen operative Gewinne in Ressourcen-Begriffe.
Finanzkennzahlen — wie die Kapazität sich in der GuV niederschlägt: Kostenvermeidung (weniger Neueinstellungen nötig), direkte Einsparungen (weniger Outsourcing, niedrigere Fehlerkosten), Umsatzerfassung (zusätzliches Volumen bewältigt). Diese erfordern explizite Planung mit dem Finanzbereich.
Die meisten Organisationen messen die erste Ebene und nehmen an, die dritte folge von selbst. Tut sie nicht. Die finanzielle Übersetzung muss designed werden, nicht entdeckt.
Für Impact strukturieren
Vier Prinzipien, die Piloten, die die GuV erreichen, von Piloten unterscheiden, die in Demo-Decks bleiben:
1. Starten Sie mit der GuV-Position, nicht der Technologie. Bevor Sie einen Workflow für KI-Deployment auswählen, identifizieren Sie, welche GuV-Position er beeinflusst. „Supportkosten" ist eine Position. „Kundenservice-Effizienz" nicht. Arbeiten Sie rückwärts vom finanziellen Ergebnis zur operativen Kennzahl zur KI-Fähigkeit. Wo Sie suchen, ist dabei nicht neutral: MIT beobachtet, dass über die Hälfte der GenAI-Budgets in Vertrieb und Marketing fließt — während die höchste Rendite aus Back-Office-Automatisierung kommt, die Outsourcing ersetzt und Prozesse strafft. Der unscheinbare Mengenprozess in der Auftragsbearbeitung schlägt das glänzende Marketing-Tool fast immer auf der Bottomline.
2. Definieren Sie den Kapazitätsumverteilungsplan vor dem Deployment. Wenn das KI-System 30 Stunden pro Woche Teamkapazität freisetzt, was passiert mit diesen Stunden? Wenn die Antwort vor dem Deployment nicht definiert ist, wird die Kapazität unsichtbar absorbiert — und die GuV-Wirkung ist null. Das Betriebsmodell muss spezifizieren, was sich ändert.
3. Setzen Sie finanzielle Schwellenwerte, keine technischen. Ein Pilot ist nicht erfolgreich, wenn das Modell 90 % Accuracy erreicht. Er ist erfolgreich, wenn das Deployment X € monatliche Einsparungen generiert oder Y zusätzliche Einheiten Durchsatz ermöglicht. Definieren Sie den finanziellen Schwellenwert bei Projektstart und messen Sie dagegen.
4. Monatlich messen, quartalsweise berichten. Operative Kennzahlen schwanken. Wöchentliches Reporting erzeugt Rauschen. Aber auf Jahresreviews zu warten, vergräbt den Impact. Monatliche Messung mit quartalsweisem GuV-Reporting gibt genug Signal für Kurskorrektur, ohne in Varianz zu ertrinken.
Das Executive-Dashboard
Damit KI-Initiativen die Unterstützung der Geschäftsführung behalten, braucht die Geschäftsführung ein einfaches Dashboard: bisheriges Investment, operative Verbesserung (Einheiten), finanzielle Wirkung (€) und Amortisationsfortschritt (verbleibende Monate).
Vier Zahlen. Quartalsweise aktualisiert. Das ist das Bindeglied zwischen einem produktiven KI-System und fortgesetztem Investment. Ohne es verlieren selbst erfolgreiche Deployments die Finanzierung im nächsten Budget-Zyklus — weil niemand beweisen kann, dass sie funktioniert haben.
Die Technologie ist nicht der schwere Teil. Die Messkette vom Modell-Output zur GuV-Wirkung aufzubauen ist der schwere Teil. Bekommen Sie das hin, und jede nachfolgende KI-Initiative hat eine Basis demonstrierter Returns zum Aufbauen. Bekommen Sie es nicht hin, landen Sie zuverlässig bei den 95 % — ein technisch funktionierender Pilot, den im Budget-Zyklus niemand verteidigen kann.
Ein Fit Call verbindet einen Ihrer Piloten mit der GuV-Position, die er bewegen soll — bevor der nächste Budget-Zyklus die Finanzierung kassiert.
References: MIT NANDA, „The GenAI Divide: State of AI in Business 2025"; McKinsey & Company, „The State of AI: How organizations are rewiring to capture value," 2025 (mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai).