KI-Projekt gescheitert: Was jetzt?
Ein gescheitertes KI-Projekt ist selten ein Technikproblem und oft rettbar. Drei Fragen, eine Entscheidungstabelle und wann Aufhören die richtige Antwort ist.
Ein gescheitertes KI-Projekt ist fast nie ein Technikproblem, und es ist meistens rettbar. Bevor Sie weiteres Geld nachschießen oder alles abschreiben, klären Sie zwei Dinge neu: welchen Prozess das Projekt verbessern sollte und woran Erfolg gemessen wird. Erst danach entscheiden Sie, was vom Gebauten bleibt. Aufhören ist dabei eine zulässige Antwort, wenn der Prozess den Aufwand nicht trägt.
Dieser Beitrag ist für die Lage danach: Das Budget ist ausgegeben, das Ergebnis bleibt aus, und im Team kippt die Stimmung. Wie Sie solche Fehler von vornherein vermeiden, steht in einem eigenen Beitrag. Hier geht es darum, was Sie jetzt tun.
Drei Fragen, die in einer Stunde klären, ob sich Retten lohnt
Setzen Sie sich mit den Menschen zusammen, die den Prozess täglich machen, nicht nur mit dem Projektteam. Dann beantworten Sie drei Fragen.
1. Können Sie den Prozess in fünf Sätzen beschreiben, den das Projekt verändern sollte? Wenn das nicht gelingt, hat die KI nie ein klares Ziel gehabt. Sie hat einen Ablauf abgebildet, den niemand aufgeschrieben hatte, und damit auch alle Ausnahmen, Umwege und Sonderfälle.
2. Gab es eine Zahl, an der das Projekt gemessen werden sollte? Stunden pro Woche, Durchlaufzeit pro Beleg, Anteil der Anfragen, die ohne Rückfrage bearbeitet werden. Fehlt diese Zahl, wissen Sie nicht, ob das Projekt gescheitert ist oder nur nie definiert wurde, was Erfolg bedeutet.
3. Würde der Prozess den Aufwand tragen, wenn die Technik morgen fehlerfrei liefe? Ein Ablauf, der zehnmal im Monat vorkommt, rechtfertigt selten ein eigenes KI-Projekt. Ein Posteingang mit Hunderten Vorgängen pro Woche dagegen schon.
Sind alle drei Antworten klar, lohnt sich Retten fast immer. Ist die dritte Antwort ein Nein, sparen Sie sich die nächste Runde.
Woran Sie erkennen, dass das Projekt steht und nicht nur langsam ist
Nicht jedes zähe Projekt ist gescheitert. Manche brauchen schlicht länger, weil Daten aufbereitet oder Schnittstellen abgestimmt werden müssen. Erfahrungsgemäß sind es diese Signale, die einen echten Stillstand anzeigen:
- Die Statusberichte wiederholen sich seit Wochen, nur die Termine verschieben sich.
- Das Ergebnis funktioniert in der Vorführung, aber niemand nutzt es im Alltag.
- Die Fachabteilung arbeitet parallel weiter wie vorher, „zur Sicherheit“.
- Auf die Frage, was als Nächstes fertig wird, gibt es keine konkrete Antwort.
- Der Dienstleister schlägt eine größere Ausbaustufe vor, obwohl die erste nicht läuft.
Treffen zwei oder mehr dieser Punkte zu, ist es Zeit für eine ehrliche Bestandsaufnahme statt für das nächste Statusmeeting.
Die häufigsten Ursachen liegen vor dem ersten Code
Die Ursachen für gescheiterte KI-Projekte im Mittelstand ähneln sich stark. Ich habe sie ausführlich in Die häufigsten Fehler bei KI-Projekten im Mittelstand beschrieben. Wenn Ihr Projekt die Testphase gut überstanden hat und erst beim Übergang in den Alltag hängt, lesen Sie Warum KI-Piloten nicht in den Betrieb gehen.
Die Kurzfassung: KI auf Chaos ist schnelleres Chaos. Wer einen unklaren Ablauf mit KI beschleunigt, bekommt die Unklarheit schneller und in größerer Menge zurück. Das Modell, das Werkzeug oder der Anbieter sind selten der eigentliche Grund.
Retten, neu aufsetzen oder beenden: die Entscheidungstabelle
Mit den Antworten aus den drei Fragen lässt sich die Lage einordnen.
| Lage | Typische Anzeichen | Empfehlung |
|---|---|---|
| Prozess klar, Ziel messbar, Technik hakt | Gute Ergebnisse in Einzelfällen, Fehler bei Sonderfällen | Retten: Sonderfälle sammeln, Regeln nachschärfen, eng begrenzt neu starten |
| Prozess unklar, Bedarf echt | Jeder im Team beschreibt den Ablauf anders | Neu aufsetzen: erst den Prozess aufnehmen, dann die Technik neu zuschneiden |
| Ziel nie definiert | Keine Ausgangszahl, keine Messung | Neu aufsetzen: Messgröße festlegen, Ist-Stand erheben, erst dann weiterbauen |
| Volumen zu klein | Wenige Vorgänge pro Monat, hoher Aufwand | Beenden: Erkenntnisse sichern, Budget auf einen größeren Prozess lenken |
| Kein Verantwortlicher im Betrieb | Projektteam aufgelöst, Fachbereich fühlt sich nicht zuständig | Pausieren: erst eine Person benennen, die das Ergebnis im Alltag trägt |
Beenden ist kein Eingeständnis von Versagen. Ein sauber beendetes Projekt, aus dem Sie wissen, welcher Prozess sich lohnt und welcher nicht, ist mehr wert als ein drittes Jahr im Pilotmodus.
Was vom Gebauten bleibt
Auch wenn das Projekt in seiner jetzigen Form nicht weiterläuft, ist selten alles verloren. Prüfen Sie gezielt:
- Prozessaufnahmen und Ablaufbeschreibungen: oft der wertvollste Teil, weil sie zum ersten Mal festhalten, wie die Arbeit tatsächlich läuft.
- Aufbereitete Daten: bereinigte Stammdaten, beschriftete Beispieldokumente, gesammelte Sonderfälle.
- Anweisungen an das Modell und Prüfregeln: lassen sich häufig in einem neuen Aufbau weiterverwenden.
- Schnittstellen: eine funktionierende Anbindung an ERP oder Postfach trägt auch das nächste Vorhaben.
Was Sie dagegen loslassen sollten: Sonderlösungen, die nur eine einzige Person versteht, und Funktionen, die nie jemand angefordert hat.
Was ein externer Blick leisten kann und was nicht
Ein externer Blick klingt nach der naheliegenden Lösung. Ehrlich gesagt löst er Ihr Problem zunächst nicht. Er kennt Ihre Abläufe nicht, Ihre Leute nicht und die Geschichte des Projekts nicht. Diese Arbeit kann Ihnen niemand abnehmen.
Was er leisten kann, ist eine Sache: Er hat kein Interesse daran, dass das Projekt so weitergeht wie bisher. Er muss kein früheres Budget rechtfertigen und keine Entscheidung verteidigen. Dadurch kann er die drei Fragen oben ohne Rücksicht beantworten. Und wer solche Projekte über Jahre auseinandergenommen hat, erkennt die Muster schneller, weil sie sich wiederholen.
Was er nicht leisten sollte: Ihnen sofort ein größeres Folgeprojekt verkaufen. Wenn die erste Antwort auf ein gescheitertes Projekt ein noch umfangreicheres ist, sollten Sie skeptisch werden.
Fazit
Ein gescheitertes KI-Projekt ist eine teure, aber lehrreiche Bestandsaufnahme. Klären Sie zuerst Prozess, Ziel und Volumen, dann entscheiden Sie zwischen Retten, Neuaufsetzen und Beenden. Die Technik ist in den meisten Fällen der kleinere Teil der Antwort.
Wenn Sie Ihr Projekt einmal ohne Vorgeschichte betrachten lassen wollen, sprechen wir gern darüber: Erstgespräch vereinbaren.
Marc Thiel
Co-Founder · Finance & Business Design
Co-Founder von HanseImpact. Über zwanzig Jahre in Finance und Transformation, davon mehr als zwölf in Konzern-Mandaten bei Volkswagen, CARIAD, Signal Iduna und Otto. Kaufmännische Ausbildung bei der Deutschen Bank, Gastvorlesung an der FH Münster. Berät den DACH-Mittelstand zu KI-Lösungen.
LinkedIn →Im Lösungskatalog
Verwandte Einblicke
KPIs für KI-Projekte: Erfolg nach der Einführung messen
Die meisten KI-Piloten gehen live und werden danach nicht gemessen. Ohne Vor-Nachher-Vergleich weiß niemand, ob das System Nutzen schafft oder nur läuft. Dieser Beitrag zeigt, welche KPIs für KI-Projekte taugen und wie Sie ein einfaches Cockpit aufbauen.
KI-Strategie für den Mittelstand: Vom Reifegrad zur Roadmap
Viele Mittelständler starten KI-Projekte, ohne zu wissen, wo sie gerade stehen. Dieser Beitrag zeigt, wie ein Reifegradmodell den Ist-Stand erfasst und daraus eine handlungsfähige Roadmap entsteht.
NEWSLETTER
Mehr davon? Direkt ins Postfach.
Neue Artikel zu KI-Lösungen, Prozessen und Praxiserfahrungen. Einmal pro Woche. Kein Pitch.
Klingt relevant für Ihr Unternehmen?
Sprechen wir. 30 Minuten, unverbindlich.