Zum Inhalt springen

KI im Unternehmen · KI-Beratung und digitale Transformation

KI bringt weniger als erwartet: Wie finden wir die Ursache?

Stand 10.10.2026 · 5 Min. Lesezeit

Kurz gesagt

Wenn KI weniger bringt als erwartet, liegt es selten nur am Werkzeug. Prüfen Sie der Reihe nach Ziel, Aufgabe, Daten, Anweisungen, Schulung, Prozess und Messung. Sammeln Sie Belege, ändern Sie eine Sache nach der anderen und entscheiden Sie dann ehrlich über Anpassen, Begrenzen oder Beenden.

Das Problem

Vor einem halben Jahr haben Sie KI eingeführt, mit viel Hoffnung und vielleicht einem Budget, das nicht klein war. Nun zeigt sich: Die versprochenen Verbesserungen sind kaum sichtbar. Das Team nutzt das Werkzeug unregelmässig, manche haben aufgehört, und die Geschäftsleitung fragt nach dem Nutzen.

Das ist unangenehm, aber nicht ungewöhnlich. KI-Projekte bleiben oft hinter den Erwartungen zurück, weil Erwartungen aus Werbung und Vorführungen stammen und der Alltag im Betrieb anders aussieht. Das heisst nicht, dass das Vorhaben gescheitert ist, sondern dass Sie genauer hinschauen müssen.

Wichtig ist, nicht vorschnell zu urteilen: weder «das Werkzeug taugt nichts» noch «das Team will nicht». Eine strukturierte Ursachenanalyse zeigt, wo der Nutzen verloren geht, und was sich mit vertretbarem Aufwand ändern lässt.

So lösen Sie es mit KI – Schritt für Schritt

  1. Klären Sie, was erwartet wurde. Schreiben Sie auf, welche Verbesserungen versprochen oder erhofft wurden: Zeit, Qualität, Entlastung, Kosten. Ohne klare Erwartung gibt es kein «weniger als erwartet». Vergleichen Sie mit realistischen Massstäben, siehe Erwartungen realistisch halten.
  2. Prüfen Sie, ob es wirklich weniger ist. Gibt es Ausgangswerte und aktuelle Messungen? Oft stützt sich das Urteil auf Eindrücke. Messen Sie Zeit inklusive Nacharbeit und Qualität, wie in Wie messen wir den Erfolg von KI? beschrieben.
  3. Prüfen Sie die Aufgabe. Ist die Aufgabe für KI geeignet? Selten, stark variierende oder rein zwischenmenschliche Aufgaben bringen wenig. Eine Orientierung bietet Wann KI nicht sinnvoll ist.
  4. Prüfen Sie Daten und Anweisungen. Sind die Unterlagen vollständig, aktuell und zugänglich? Sind die Anweisungen klar? Schlechte Eingaben führen zu schlechten Ergebnissen. Hohe Nacharbeit weist oft hierhin.
  5. Prüfen Sie Schulung und Akzeptanz. Wissen die Nutzenden, wie sie das Werkzeug einsetzen? Wurde ihnen gezeigt, was sich lohnt? Gibt es Vorbehalte oder Ängste? Gespräche mit dem Team bringen oft mehr als Statistiken.
  6. Prüfen Sie den Prozess. Steht die KI an der richtigen Stelle im Ablauf? Manchmal bringt sie wenig, weil der Engpass woanders liegt, etwa in Freigaben oder Wartezeiten. Dann hilft ein anderes Vorgehen.
  7. Entscheiden Sie. Mögliche Wege: anpassen (bessere Anweisungen, Schulung), begrenzen (nur für passende Aufgaben), erneut testen oder beenden. Halten Sie die Entscheidung mit Begründung fest. Beenden ist ein gültiges Ergebnis, wenn es begründet ist.

Vorlage zum Kopieren

Mit einer KI können Sie eine Fragenliste für die Ursachenanalyse und ein Gesprächsraster für das Team vorbereiten:

Wir haben in einem Schweizer KMU der Branche [Branche] vor [Zeitraum] KI für die Aufgabe [Aufgabe]
eingeführt. Erwartet wurde: [Erwartung]. Beobachtet wird: [Beobachtung].
Erstelle eine Analyse-Checkliste mit je drei Fragen zu diesen Bereichen:
Ziel und Erwartung, Eignung der Aufgabe, Daten und Unterlagen, Anweisungen, Schulung und Akzeptanz,
Prozess und Engpässe, Messung.
Füge ein Gesprächsraster für 20 Minuten mit dem Team bei (offene Fragen, keine Schuldzuweisung)
und eine Tabelle «Ursache | Beleg | Massnahme | Verantwortliche Person | Termin».
Nenne keine Erfolgsquoten oder Studien.

Beantworten Sie die Fragen mit Ihren Beobachtungen und Messwerten und besprechen Sie das Ergebnis im Team.

Häufige Ursachen und erste Schritte

Mögliche UrsacheErster Schritt
Aufgabe passt nicht zu KIAufgabe enger fassen oder KI dort beenden
Unklare Anweisungen, hohe NacharbeitAnweisungen verbessern, Beispiele ergänzen
Schlechte oder fehlende UnterlagenDaten bereinigen, siehe Datenqualität prüfen
Team nicht geschult oder skeptischPraxisübungen, Erfahrungsaustausch
Engpass liegt woandersProzess ändern, nicht nur Werkzeug
Erwartungen unrealistischZiele und Kennzahlen neu setzen

Worauf Sie achten müssen

  • Nicht vorschnell aufgeben oder weitermachen. Beides kann falsch sein. Entscheiden Sie anhand von Messungen und Gesprächen, nicht nach Stimmung.
  • Pilot-Erfolg lässt sich nicht automatisch übertragen. Was in einer Abteilung funktioniert, kann in einer anderen scheitern, siehe Pilot-Erfolg nicht übertragbar.
  • Keine Schuldzuweisung. Wenn Mitarbeitende fürchten, für schlechte Ergebnisse verantwortlich gemacht zu werden, schweigen sie. Fragen Sie nach Hindernissen, nicht nach Schuld.
  • Versunkene Kosten nicht überbewerten. Was Sie bereits bezahlt haben, ist kein Grund, weiterzumachen. Bewerten Sie, was künftig Nutzen bringt.
  • KI ist kein Beweis. Eine KI kann Ursachen vorschlagen, aber sie kennt Ihren Betrieb nicht. Prüfen Sie Vorschläge an Ihren eigenen Beobachtungen und Zahlen.

Wie sprechen Sie mit dem Team?

Laden Sie zu einem kurzen Gespräch ein und fragen Sie offen: Wofür nutzt ihr das Werkzeug, wo hilft es, wo nicht, was fehlt? Hören Sie zu und notieren Sie. Oft nennen Mitarbeitende konkrete Hindernisse, die in Zahlen nicht sichtbar sind, etwa unpassende Vorlagen oder fehlende Zeit zum Üben. Die Seite KI-Widerstand im Team verstehen bietet weitere Hinweise.

Ein Beispiel aus der Praxis

Ein erfundenes Beispiel: In einem Bauunternehmen bei St. Gallen wurde vor sechs Monaten KI für Bauberichte eingeführt. Frau Müller aus dem Büro stellt fest, dass kaum jemand das Werkzeug nutzt. Die Geschäftsleitung ist enttäuscht.

Vorher gab es nur Unzufriedenheit. Nachher führt sie die Analyse durch: Die Berichte der Bauleiter enthalten viele Fotos und handschriftliche Notizen, die das Werkzeug nicht verarbeiten kann. Die Anweisungen sind knapp, und die Schulung dauerte eine Stunde. Das Unternehmen begrenzt die Nutzung auf Standardtexte im Büro und plant eine Schulung. Für Bauberichte sucht es eine andere Lösung.

So hilft Ihnen Alpasana

Alpasana unterstützt bei KI-Beratung und digitaler Transformation: Prozesse aufnehmen, KI-Potenziale analysieren, Vorhaben priorisieren, KI-Agenten mit Anwendungsfall, Pilot, Einsatzregeln und Skalierung integrieren und die Umsetzung dokumentieren. Eine solche Aufnahme hilft, Engpässe und geeignete Aufgaben zu finden.

Ob und wie Sie weitermachen, entscheiden Sie. Projekte werden individuell offeriert.

Häufige Fragen

Wie lange sollte ich einer Anwendung Zeit geben?

Einige Wochen bis wenige Monate, mit Messungen. Wenn sich nach Anpassungen nichts bessert, ist eine Beendigung vertretbar. Legen Sie die Beobachtungszeit vorher fest.

Liegt es am Werkzeug oder an uns?

Meist an beidem und an der Aufgabe. Testen Sie dieselbe Aufgabe mit klaren Anweisungen und guten Unterlagen. Wenn sie dann noch schlecht läuft, könnte das Werkzeug ungeeignet sein.

Soll ich die Geschäftsleitung offen informieren?

Ja, mit Fakten: was erwartet wurde, was gemessen wurde, welche Ursachen wahrscheinlich sind und welche Massnahmen Sie vorschlagen. Offenheit schafft Vertrauen für spätere Vorhaben.

Erstellt mit KI-Unterstützung, redaktionell verantwortet von der Alpasana GmbH · 10.10.2026. Fehler entdeckt? Melden Sie es uns.

Weiterlesen in der Galaxie