Eine KI-Demo hat inzwischen fast jedes Unternehmen. Ein KI-System, das seit sechs Monaten im Vollbetrieb läuft, haben deutlich weniger. Laut MIT NANDA hatten rund 95 Prozent der Piloten mit generativer KI keinen messbaren Effekt auf die GuV (Fortune). Gartner erwartet, dass mehr als 40 Prozent der Projekte mit agentischer KI bis Ende 2027 eingestellt werden (Gartner). Und während 88 Prozent der Unternehmen KI in mindestens einer Funktion einsetzen, berichten laut McKinsey nur 39 Prozent von einem EBIT-Effekt (McKinsey).
Die gute Nachricht: Der Weg in die Produktion ist eindeutig machbar. KI-Projekte gehen in 47 Prozent der Fälle in Produktion, klassische SaaS-Projekte nur in 25 Prozent (Menlo Ventures). 70 Prozent der Serviceteams mit KI-Agenten sahen innerhalb von 60 Tagen einen messbaren Effekt (Salesforce). Woran Piloten scheitern, ist selten die Technik, sondern ihr Aufbau. Dieser Beitrag zeigt die typischen Muster und einen Weg in fünf Stufen, auf dem ein Pilot produktiv wird.
Warum KI-Piloten stecken bleiben: acht Muster
| Muster | Woran man es erkennt | Was hilft |
|---|---|---|
| Keine Kennzahl, kein Verantwortlicher | „Mal sehen, was KI für uns tun kann“ | Eine Geschäftskennzahl, eine verantwortliche Person, Erfolgskriterien vor Tag eins unterschrieben |
| Alter Prozess, neues Werkzeug | KI wird an einen unveränderten Ablauf angehängt | Übergaben und Rollen neu gestalten; Vorreiter tun das rund dreimal so oft (Silicon Canals zu McKinsey) |
| Qualität, die niemand messen kann | Handverlesene Demo-Beispiele, Anekdoten | Testdatensatz aus echten Fällen und automatisierte Evals; Qualität ist für 32 Prozent der Teams das Hemmnis Nummer eins, Latenz folgt mit rund 20 Prozent (LangChain-Report) |
| Fehlende Integrationen | Mitarbeitende kopieren KI-Antworten ins CRM | Lese- und Schreibzugriff per API; Integrationen machen 40–60 Prozent eines RAG-Budgets aus (ment.tech) |
| Unklare Kosten | Eine Token-Rechnung, die niemand vorhergesehen hat | Kosten pro Ergebnis, Budgets und harte Obergrenzen |
| Datenschutz- und Rechtsfragen | Die Rechtsabteilung stoppt den Rollout in Woche sechs | AVV, Hosting-Entscheidung, DSFA und KI-Kennzeichnung von Anfang an eingeplant |
| Menschen | Das Team ignoriert das System oder arbeitet daran vorbei | Frühe Einbindung, Schulung und eine klare neue Rolle für Menschen |
| Kein Enddatum | Der Pilot läuft, „bis wir mehr wissen“ | Fester Zeitrahmen und ein Go/No-go-Termin im Kalender |
Die deutschen Zahlen zeigen, warum Rechts- und Kostenfragen an den Anfang gehören. Von den Unternehmen, die KI bereits nutzen, nennen 66 Prozent Datenschutzanforderungen als Hemmnis, 56 Prozent Rechtsunsicherheit, 54 Prozent unvorhersehbare Kosten, 45 Prozent das Risiko von Datenabflüssen und 42 Prozent Vorbehalte der Beschäftigten (Bitkom). Jeder dieser Punkte kann einen technisch erfolgreichen Pilot stoppen.
Was „Produktion“ wirklich bedeutet
Die meisten Missverständnisse zwischen Fachbereich und IT entstehen aus unterschiedlichen Vorstellungen davon, was „fertig“ heißt. Der Vergleich macht die Lücke sichtbar:
| Dimension | Pilot | Produktion |
|---|---|---|
| Umfang | Stichprobe, wohlwollende Nutzer | Echtes Volumen, alle Kunden im Geltungsbereich |
| Daten | Export oder Momentaufnahme | Live-Zugriff mit Berechtigungskonzept |
| Integrationen | Manuell oder nur lesend | Lesen und Schreiben per API, getestete Fehlerfälle |
| Qualität | Demo-Beispiele | Eval-Datensatz und Regressionstests bei jeder Änderung |
| Monitoring | Keines | Dashboards, Alarme, Stichproben-Reviews |
| Menschen | Schauen zu | Definierte Eskalations- und Freigabepunkte |
| Kosten | Firmenkreditkarte | Budget, Obergrenzen, ausgewiesene Kosten pro Ergebnis |
| Sicherheit | Vertrauenswürdige Eingaben | Schutz gegen Prompt Injection, minimale Rechte |
| Compliance | Vertagt | AVV, Löschfristen, KI-Kennzeichnung (Art. 50 KI-VO) |
| Verantwortung | Innovationsteam oder Anbieter | Benannte fachliche und technische Verantwortliche, SLA |
Seit dem 2. August 2026 müssen Chatbots und Voice-Agenten in der EU offenlegen, dass Menschen mit einer KI sprechen (KI-Verordnung, Artikel 50). Schon diese Pflicht haben viele Piloten nie bedacht.
In fünf Stufen vom Pilot in die Produktion
Stufe 1: Audit (1–2 Wochen)
Wählen Sie den Prozess mit der klarsten Einheit und dem höchsten Volumen, nicht die beeindruckendste Demo. Messen Sie die Baseline: Volumen, Stückkosten, Fehlerquote, Reaktionszeit. Rechnen Sie einen ersten Business Case mit vorsichtigen Annahmen – unser Leitfaden KI-ROI berechnen zeigt die Formeln.
Stufe 2: Discovery und Erfolgskriterien
Bevor jemand entwickelt, klären Sie vier Dinge: Datenzugang, die Integrationslandkarte (welche Systeme die KI liest und beschreibt), einen Testdatensatz aus echten historischen Fällen und die Erfolgskriterien. Eine gute Kriterienkarte passt auf eine halbe Seite. Für einen Lieferstatus-Agenten im Onlinehandel könnte sie beispielhaft so aussehen:
- Primäre Kennzahl: mindestens 45 Prozent der Lieferstatus-Tickets ohne Menschen gelöst und innerhalb von 7 Tagen nicht wieder geöffnet.
- Leitplanken: Kundenzufriedenheit nicht unter Baseline; mindestens 95 Prozent korrekte Eskalationen im Testdatensatz; Kosten pro gelöstem Fall unter der vereinbarten Obergrenze.
- Entscheidung: Die Leitung Kundenservice entscheidet an Tag 28 über Go oder No-go.
Die Werte legen Sie fest. Entscheidend ist, dass sie vor der ersten Zeile Code existieren.
Stufe 3: Ein bezahlter, befristeter Pilot (2–4 Wochen)
Der Markt ist an Gratis-Tests gewöhnt: Intercom Fin bietet 14 Tage (Fin), HubSpot 28 Tage (Resolve247). Ein bezahlter Pilot muss deshalb mehr liefern als eine Testphase: eine echte Integration in Ihre Systeme, Ihre Daten und einen schriftlichen Wirkungsbericht gegen die Baseline. Starten Sie im Schattenbetrieb – die KI schlägt vor, Menschen entscheiden –, damit Sie Qualität ohne Kundenrisiko messen. Danach übernimmt die KI einen kleinen Anteil echter Anfragen.
Bauen Sie die Evaluierung vor dem Agenten. Ein automatisch bewerteter Testdatensatz aus echten Fällen zeigt, ob eine Prompt- oder Modelländerung besser oder schlechter war. Ohne ihn ist jede Anpassung geraten. Mehr dazu in unserem Leitfaden zu KI-Evals.
Stufe 4: Go-live mit gestuftem Rollout
Gehen Sie vom Schattenbetrieb zum Beispiel auf 10 Prozent der Anfragen, dann auf 50 und schließlich auf 100 Prozent, mit einem Rückfallschalter auf jeder Stufe. Definieren Sie die Übergabe an Menschen explizit: welche Anliegen immer bei einer Person landen, ab welcher Unsicherheit eskaliert wird, wie Kunden einen Menschen erreichen. Große Unternehmen machen es genauso: 49 Prozent haben ausdrücklich Szenarien festgelegt, in denen ein Agent nicht allein entscheiden darf, und 75 Prozent der Banken lassen Agenten ohne menschliche Kontrolle nicht an sensible Daten (KPMG).
Versehen Sie vor dem Start jedes Ergebnis mit einem Preis. Laut KPMG prüfen 74 Prozent der Unternehmen die Kosten fest im Freigabeprozess, 43 Prozent arbeiten mit Token-Budgets. Setzen Sie eine monatliche Obergrenze und einen Alarm deutlich darunter.
Der Go/No-go-Termin verdient eine eigene Agenda. Begrenzen Sie ihn auf 45 Minuten und drei Fragen: Hat die primäre Kennzahl die Schwelle mit echtem Volumen erreicht? Ist eine Leitplanke gerissen (Zufriedenheit, Eskalationsqualität, Beschwerden, Kosten pro Ergebnis)? Was muss sich vor dem Vollbetrieb ändern? Mögliche Ergebnisse sind „Go“, „Go mit Auflagen“ (etwa Erstattungen über einem Limit weiter durch Menschen), „einmalige Verlängerung um zwei Wochen mit konkreter Korrektur“ oder „Stopp“. Auch ein sauberer Stopp ist ein Ergebnis: Er macht Budget für den nächsten Prozess frei, und Baseline, Testdatensatz und Integrationsarbeit bleiben erhalten.
Stufe 5: Betrieb – Produktion ist eine Leistung, kein Datum
Nach dem Go-live beginnt die eigentliche Arbeit: Monitoring, monatliche Eval-Läufe, Modell-Updates, Pflege der Wissensbasis und Kostenberichte. Wissensbasen veralten, Produkte ändern sich, Modelle werden abgekündigt. Ein System, das niemand pflegt, verschlechtert sich leise, bis es jemand abschaltet. Planen Sie diese Stufe als Betriebsbudget wie für jedes andere kritische System – siehe KI-Betrieb nach dem Launch.
Selbst bauen, kaufen oder mit Partner?
Wie Sie die Lösung beschaffen, beeinflusst die Erfolgschancen messbar. 2025 wurden 76 Prozent der KI-Anwendungsfälle in Unternehmen zugekauft statt selbst entwickelt, nach 53 Prozent im Vorjahr (Menlo Ventures). MIT NANDA zufolge waren zugekaufte Lösungen und Partnerschaften mit spezialisierten Anbietern in rund 67 Prozent der Fälle erfolgreich, Eigenentwicklungen deutlich seltener (Fortune).
Die praktische Konsequenz: Prüfen Sie zuerst, ob der im Helpdesk oder CRM eingebaute Agent den Anwendungsfall bereits abdeckt. Individuelle Entwicklung lohnt sich dort, wo er es nicht tut – bei eigenen Aktionen, tiefen Integrationen, Datenresidenz oder einem echten Differenzierungsprozess. Unser Entscheidungsrahmen „Selbst bauen oder kaufen“ liefert die Kriterien.
Achten Sie auf den Umfang. Vollautonome Agenten, die Computer und Browser bedienen, sind schnell besser geworden, doch Prompt Injection ist ungelöst; selbst OpenAI räumt ein, dass sie sich womöglich nie vollständig beseitigen lässt (Analyse). Für den Produktivbetrieb 2026 sind eng geschnittene Agenten mit klaren Rechten und einem Menschen bei riskanten Schritten der sichere Standard.
Warnsignale: Ihr Pilot steckt schon fest
Wenn Sie mitten in einem Pilot stecken, deuten diese Signale darauf hin, dass er eher bei den 95 Prozent als in der Produktion landet:
- Niemand kann die Erfolgskennzahl in einem Satz nennen. Abhilfe: Kriterienkarte diese Woche schreiben und unterschreiben lassen.
- Die Demo funktioniert, aber das Team kopiert weiter von Hand. Abhilfe: die eine schreibende Integration priorisieren, die den manuellen Schritt beseitigt.
- Über Qualität wird anhand von Anekdoten gesprochen. Abhilfe: Testdatensatz aus 200 bis 300 echten Fällen bauen und jede Änderung daran messen.
- Rechtsabteilung oder Datenschutzbeauftragte haben das System noch nicht gesehen. Abhilfe: Termin jetzt buchen; Datenfluss, Unterauftragsverarbeiter und den geplanten KI-Hinweis mitbringen.
- Die Kosten liegen „bei ein paar Hundert im Monat“. Abhilfe: Kosten pro Ergebnis mit echtem Volumen messen und eine Obergrenze setzen.
- Das Enddatum wurde schon zweimal verschoben. Abhilfe: Go/No-go-Termin ansetzen und mit den vorhandenen Daten entscheiden.
Die meisten festgefahrenen Piloten lassen sich in zwei bis vier Wochen retten, wenn jemand die Verantwortung für diese Punkte übernimmt. Lässt sich keiner davon beheben, ist ein Stopp günstiger als Warten.
Typische Fehler
- Den beeindruckendsten statt den messbarsten Use Case wählen. Ein unspektakulärer Prozess mit klarer Einheit schlägt einen spektakulären, den niemand bewerten kann.
- Mit sauberen Demo-Daten testen. Echte Postfächer enthalten Scans, Tippfehler, weitergeleitete Verläufe und drei Sprachen. Testen Sie damit.
- Den Pilot als kostenlos behandeln. Gratis-Piloten bekommen Gratis-Aufmerksamkeit. Ein bezahlter, befristeter Pilot schafft Verbindlichkeit auf beiden Seiten.
- Kein Enddatum, kein Entscheidungstermin. Tragen Sie den Go/No-go-Termin an Tag eins in den Kalender ein.
- Erst am Ende messen. Verfolgen Sie die Kennzahl wöchentlich; Überraschungen in Woche vier sind billiger als in Monat sechs.
- Das Team vergessen. Wer nicht eingebunden war, arbeitet am System vorbei. Schulen Sie die Mitarbeitenden und geben Sie ihnen eine klare Rolle, etwa bei Eskalationen und Qualitätsprüfung.
- Riskante Schritte überautomatisieren. Erstattungen, rechtliche Aussagen und medizinische oder finanzielle Beratung brauchen Freigabepunkte.
- Nach dem Start keine Verantwortlichen. Ohne benannte Person und Betriebsbudget verfällt die Qualität, und das Projekt wird still beerdigt.
Fazit
Der Schritt vom KI-Pilot in die Produktion hängt weniger an besseren Prompts als an Management-Grundlagen: eine Kennzahl, eine verantwortliche Person, echte Integrationen, messbare Qualität, kontrollierte Kosten und ein gestufter Rollout. Legen Sie fest, was „fertig“ bedeutet, bevor der Pilot beginnt, und planen Sie das Budget für den Betrieb von Anfang an ein. Dann wird aus Ihrem Pilot ein System, das sich weiter auszahlt, statt einer Folie in der Strategiepräsentation vom letzten Jahr.
So arbeiten wir in Lotus Libre Agents und Lotus Libre Systems: Audit, Discovery, bezahlter Pilot mit unterschriebenen Erfolgskriterien, Go-live und Betrieb. Wenn Ihr Pilot feststeckt oder Sie einen neuen richtig aufsetzen möchten, buchen Sie ein kostenloses 15-Minuten-Audit – wir sagen Ihnen, was es braucht, um ihn in die Produktion zu bringen.