Der Bericht und das Déjà-vu
Fünfundneunzig Prozent — die Zahl zur angeblichen Erfolglosigkeit von KI-Projekten ist inzwischen so oft zitiert, dass kaum noch jemand nach ihrer Herkunft fragt. Wer nachschaut, findet eine echte, aber vorläufige Studie — und eine fast identische Geschichte, die vor zwanzig Jahren schon einmal erzählt wurde.
Fünfundneunzig Prozent aller KI-GlossarPilot vs. ProduktionTest im Kleinen vs. echter Dauerbetrieb.Zum Eintrag ↗ in Unternehmen scheitern. Der Satz taucht inzwischen in Konferenzvorträgen, LinkedIn-Beiträgen und Beratungsprospekten auf, meist ohne Fußnote. Er klingt zu griffig, um ihn nicht zu benutzen. Und genau das sollte misstrauisch machen. Wir haben nachgeschaut, woher die Zahl stammt, und sind dabei auf eine zweite Geschichte gestoßen, die fast identisch klingt und zwanzig Jahre älter ist.
Woher die Zahl kommt
Der Ursprung ist real. Eine Untersuchung des NANDA-Projekts am MIT hat zwischen Januar und Juni 2025 mehr als dreihundert öffentlich dokumentierte KI-Initiativen ausgewertet, dazu Gespräche mit Vertreterinnen und Vertretern aus zweiundfünfzig Organisationen und Antworten aus einer Befragung von hundertdreiundfünfzig Führungskräften geführt. Andere Quellen zur selben Untersuchung nennen leicht abweichende Zahlen. Hundertfünfzig Interviews, eine Befragung von dreihundertfünfzig Beschäftigten. Allein diese Abweichung zwischen Zweitquellen ist ein erstes Warnsignal: Wenn selbst die Methodenangaben je nach Nacherzählung variieren, hat die Zahl bereits mehrere Weitergaben hinter sich, bevor sie bei uns ankommt.
Der Bericht trägt den Titel „The GenAI Divide: State of AI in Business 2025" und formuliert sein zentrales Ergebnis selbst: Fünfundneunzig Prozent der untersuchten, vollständig integrierten KI-Piloten hätten keine messbare Wirkung auf Gewinn und Verlust gezeigt, während eine kleine Gruppe von rund fünf Prozent tatsächlich hohe Werte erzielt habe. Wichtig ist ein Satz, der in den meisten Weiterverbreitungen verschwindet: Die Autoren selbst bezeichnen ihre Ergebnisse als vorläufig. Der Bericht ist keine begutachtete Studie in einer Fachzeitschrift, sondern eine Vorabveröffentlichung einer Forschungsgruppe. Das macht die Zahl nicht falsch. Es macht sie zu etwas anderem, als „eine MIT-Studie belegt" suggeriert.
Eine Zahl, die wir schon einmal gehört haben
Wer länger im Geschäft ist, hat einen fast identischen Satz schon einmal gehört, nur mit einem anderen Wort: „Siebzig Prozent aller digitalen Transformationen scheitern." Diese Zahl kursiert seit rund zwanzig Jahren und wird bis heute in Digitalisierungsvorträgen zitiert.
Eine Recherche, die dieser Zahl über mehrere zitierte Ursprungsquellen zurückverfolgte, fand in keiner einzigen davon eine tatsächliche empirische Grundlage für die Formulierung „siebzig Prozent scheitern". Am ehesten lässt sich der Ursprung auf eine Untersuchung der Beratung BCG aus dem Jahr 2020 zurückführen. Dort hieß es allerdings präziser, siebzig Prozent der digitalen Transformationen blieben hinter ihren eigenen Zielen zurück, aufgeschlüsselt in dreißig Prozent vollem Erfolg, vierundvierzig Prozent teilweisem Erfolg mit verfehlten Zielen und sechsundzwanzig Prozent mit wenig bis keinem Ergebnis. Aus dieser differenzierten Aufschlüsselung wurde in der Weitererzählung ein glattes „siebzig Prozent scheitern". Eine Zahl mit dem Anschein von Präzision, die die eigentliche Studie so nie behauptet hat.
Das ist keine Randnotiz. Es ist die Vorlage für genau das, was gerade mit der Neunundneunzig-Prozent-Zahl. Verzeihung, der Fünfundneunzig-Prozent-Zahl. Geschieht: eine reale, vorsichtig formulierte Untersuchung wird in der Weiterverbreitung zu einer harten, unhinterfragten Tatsache verdichtet. Ob das in fünf Jahren auch für die KI-Zahl gilt, wissen wir nicht. Dass es beim Vorgänger-Narrativ so gelaufen ist, wissen wir jetzt.
Die größere Erzählung: die KI-Blase
Die Fünfundneunzig-Prozent-Zahl fügt sich in eine größere, ebenfalls kontrovers diskutierte Erzählung: die einer möglichen KI-Blase. Die großen Technologiekonzerne planen für 2026 branchenweite Investitionsausgaben von rund siebenhundertfünfundzwanzig Milliarden US-Dollar. Ein Anstieg von etwa siebenundsiebzig Prozent gegenüber den bereits hohen rund vierhundertzehn Milliarden im Jahr 2025. Das Verhältnis dieser Investitionen zum Umsatz der beteiligten Unternehmen soll nach Berechnungen einer Investmentbank 2026 bei rund vierunddreißig Prozent liegen. Nahe am Höchstwert von zweiunddreißig Prozent, den dieselbe Kennzahl auf dem Höhepunkt der Dotcom-Blase im Jahr 2000 erreichte, mit einer Prognose von siebenunddreißig Prozent für 2028.
Ein wesentlicher Unterschied zur Dotcom-Zeit relativiert den Vergleich allerdings: Die Unternehmen, die heute die höchsten Summen investieren. Die großen Technologiekonzerne ,, gehören zu den profitabelsten der Wirtschaftsgeschichte, während die überbewerteten Firmen der Dotcom-Ära überwiegend umsatzlose Start-ups waren. Ob das reicht, um die Investitionen zu tragen, bis sich messbare Erträge einstellen, ist eine offene Frage, keine beantwortete. Marktbeobachter nennen die Jahre 2026 bis 2028 übereinstimmend als das Zeitfenster mit dem größten Korrekturrisiko.
Was die Digitalisierung lehrt
Der eigentlich hilfreiche Vergleich ist nicht die Dotcom-Blase, sondern die Digitalisierung selbst. Weil sie tatsächlich durchlaufen wurde und sich auswerten lässt. Eine großangelegte Befragung von Unternehmen im Jahr 2018 kam zu einem nüchternen Ergebnis: Nur sechzehn Prozent der Befragten gaben an, ihre digitale Transformation habe die Leistung sowohl verbessert als auch die Verbesserung dauerhaft gehalten. Das ist eine niedrige Zahl. In ihrer Wirkung nicht weit von der viel zitierten Neunundneunzig- oder Fünfundneunzig-Prozent-Marke entfernt, nur ohne deren zugespitzte Rhetorik gewonnen.
Der wiederkehrende Befund über beide Technologiewellen hinweg: Nicht die Technik entscheidet in erster Linie über Erfolg oder Misserfolg, sondern die Unternehmenskultur. Untersuchungen zur Digitalisierung fanden, dass Unternehmen, die gezielt in kulturellen Wandel investierten, eine gut fünfmal höhere Erfolgsquote erzielten als solche, die sich allein auf die Technologie konzentrierten. Für generative KI berichten dieselben Forschungsgruppen ganz ähnliche Muster: Es scheitert seltener am Modell, häufiger daran, dass Arbeitsabläufe, Verantwortlichkeiten und Erwartungen im Unternehmen nicht mitgezogen werden.
Was das für das Tempo bedeutet
Die Digitalisierung begleitet Unternehmen seit rund fünfundzwanzig Jahren, und ein großer Teil von ihnen würde nach eigener Einschätzung nicht behaupten, sie vollständig abgeschlossen zu haben. Wenn der entscheidende Engpass. Menschliche Akzeptanz, veränderte Abläufe, mitgezogene Erwartungen. Bei KI strukturell derselbe ist wie bei der Digitalisierung, dann ist die ehrliche Erwartung nüchtern: Erträge stellen sich ungleichmäßig und langsam ein, nicht auf Knopfdruck, unabhängig davon, wie leistungsfähig die zugrunde liegenden Modelle werden.
Ob dieses Mal etwas strukturell anders ist. Weil sich die Werkzeuge stärker in bestehende Arbeitsabläufe einfügen lassen als frühere große IT-Programme es taten. Ist eine These, die diskutiert wird, aber noch nicht belegt ist. Wer heute mit Sicherheit behauptet, es werde dieses Mal schneller gehen, verlässt sich auf eine Vermutung, keine Erfahrung.
Wer stattdessen wissen will, ob im eigenen Unternehmen etwas ankommt, muss nicht auf die nächste zitierte Studie warten. Die brauchbare Frage lautet: Wie viele der eigenen KI-Piloten laufen nach sechs Monaten noch, und wer hat das zuletzt nachgeprüft?
Eine Zahl, die jeder kennt, ist nicht dasselbe wie eine Zahl, die jeder geprüft hat.