Röntgen wir die KI-Versprechen

Das stärkste Narrativ der letzten zwei Jahre in der ERP-Welt ist eindeutig: Künstliche Intelligenz werde die seit Jahrzehnten unveränderten Misserfolgsquoten endlich beheben. Vertriebspräsentationen, Produktlaunches und Branchenevents wiederholen dieses Versprechen täglich. Doch die von Forschungshäusern veröffentlichten Daten zeichnen ein anderes Bild: Auch ein erheblicher Teil der KI-gestützten ERP-Projekte wird scheitern. Dies ist kein technologiefeindlicher Text — im Gegenteil: der Versuch, eine wirklich starke Technologie vom Hype zu trennen. Denn das im ersten Beitrag dieser Serie untersuchte Problem — Zusagen ohne Messung — verschwindet unter einem KI-Etikett nicht; es bekommt nur eine neue Verpackung.

Warum sind die Zahlen so leise?

Je lauter das Marketing, desto leiser die Forschungsdaten. Gartner prognostiziert, dass mehr als 40 % der Agentic-AI-Projekte bis Ende 2027 abgebrochen werden — genannt werden steigende Kosten, unklarer Geschäftswert und unzureichende Risikokontrollen. Die ERP-spezifische Prognose desselben Hauses ist noch deutlicher: Laut dem Report „Predicts 2025: Revisit ERP Strategies" werden weniger als 10 % der Organisationen, die Agentic AI in ihrem ERP einsetzen, bis 2027 messbaren Wert erzielt haben.

Im Pilotfeld sieht es nicht anders aus. Deloittes Untersuchung von 2025 zeigt: 38 % der Organisationen pilotieren KI-Agenten, aber nur rund 11 % betreiben sie aktiv in der Produktion — das Bild, das die Branche „Pilot-Fegefeuer" nennt: beeindruckende Demos, Projekte, die nie live gehen.

Eine ehrliche Anmerkung: Die meisten dieser Zahlen sind Prognosen und Umfragebefunde, keine gemessenen Fakten — keine endgültigen Ergebnisse. Dass sie alle in dieselbe Richtung zeigen, sollte man dennoch nicht als Zufall abtun: Ein KI-Etikett allein ändert die Erfolgsquote nicht.

Woran scheitern sie also?

Die Antwort lautet nicht, dass die Technologie schlecht ist — sondern dass gute Technologie auf schlechtem Fundament errichtet wird. Die drei Grundursachen hinter strauchelnden KI-ERP-Initiativen bilden eine einzige, sich selbst verstärkende Kette.

1. Intelligenz auf schmutzigen Daten

KI kann die Qualität der Daten, die sie speisen, nicht übertreffen. Doppelte Kundenstämme, inkonsistente Artikelnummern, veraltete Stammdaten — ein darauf gebautes Modell trifft keine klügeren Entscheidungen; es trifft falsche Entscheidungen schneller. Im selben ERP-Report prognostiziert Gartner, dass 70 % der Organisationen bis 2027 über keine KI-fähigen ERP-Daten verfügen werden. IDC-Forschung zeigt die Kehrseite: Im KI-Zeitalter differenzieren nicht Algorithmen, sondern Datenreife und Infrastruktur — wer die saubersten Daten hat, setzt sich ab.

2. Automatisierung auf ungemessenem Grund

In den meisten Organisationen kennt man die Prozesse, „wie sie sein sollten": der Ablauf im Prozesshandbuch, die Freigabekette im Organigramm. Wie die Arbeit tatsächlich läuft — telefonisch aufgenommene Aufträge, in Excel kreisende Freigaben, personenabhängige Ausnahmen — wurde meist nie vermessen. Genau an dieser Lücke zerplatzt die Automatisierung: Ein auf den Papierprozess gebauter Agent erkennt den echten Prozess nicht. Einen fehlerhaften Prozess zu automatisieren beseitigt den Fehler nicht — es skaliert ihn.

3. Ungeprüftes Vertrauen

Die dritte Ursache ist nicht technisch, sondern eine Führungsfrage. Forresters Konzept der „Vertrauenssteuer" (trust tax) bringt es auf den Punkt: Jede autonome Entscheidung muss protokollier- und gegenüber einem Prüfer verteidigbar sein — und diese Kosten sind heute für die meisten Organisationen hoch. Einer nicht nachvollziehbaren Entscheidung wird nicht vertraut; ohne Vertrauen keine Nutzung. Die Antwort heißt Human-in-the-Loop: Wo die KI endet und wo der Mensch freigibt, muss eine von Anfang an gezogene Architekturgrenze sein — kein nachgerüstetes Feature.

Die drei Ursachen haben denselben Nenner: Das Problem ist nicht die KI selbst, sondern das Fundament, auf dem sie steht.

Würden Sie sich ohne Röntgenbild operieren lassen?

Ein Angebot ohne Vermessung ist ein Rezept ohne Diagnose. In dieser Gleichung ist KI ein hervorragendes Röntgengerät: Sie scannt schnell, liefert scharfe Bilder, erkennt Muster, die dem menschlichen Auge entgehen. Aber ein Röntgengerät heilt allein niemanden — es braucht die Ärztin oder den Arzt, der das Bild liest, die Diagnose stellt und die Therapie freigibt. Ein guter Teil der heutigen KI-Versprechen läuft darauf hinaus, das Röntgengerät zu verkaufen und den Arzt zu entlassen. Die richtige Reihenfolge hat sich nicht geändert: erst das Röntgenbild, dann die Diagnose, zuletzt die Therapie — mit menschlicher Entscheidung bei jedem Schritt.

4 Fragen an einen Anbieter, der „Wir nutzen KI" sagt

Wenn am Angebotstisch „KI-gestützt" fällt, trennen diese vier Fragen Substanz von Hype. Klare Antworten zeigen einen seriösen Ansatz; ausweichende bedeuten: Das Etikett ist nur Verpackung.

1. Haben unsere Daten die Qualität, die diese KI braucht? Falls nein — wie beheben wir das zuerst? (Ein sofortiges „Wir können gleich loslegen" ohne Datenqualitätsmessung ist die Einladung an Grundursache Nr. 1.)
2. Kennen Sie unsere Prozesse, wie sie sein sollten — oder wie sie tatsächlich laufen? Ohne Ist-Messung wird die Automatisierung auf den Papierprozess gebaut.
3. Wer prüft die Entscheidungen der KI, und wie? Sind Protokollierung, Nachvollziehbarkeit und Prüfmechanismus von Beginn an definiert?
4. Wo endet die KI, wo übernimmt der Mensch — können Sie das zeigen? Ist die Human-in-the-Loop-Grenze nicht gezogen, zahlen Sie die Vertrauenssteuer.

Fazit: Beschleuniger, nicht Retter

KI ist kein Retter, sondern ein Beschleuniger: Ein schlecht aufgesetztes Projekt fährt sie schneller gegen die Wand, ein gut aufgesetztes macht sie stärker. Entscheidend ist nicht die Technologie, sondern das Fundament — saubere Daten, vermessene Prozesse, Prüfbarkeit per Design. Der dritte Beitrag dieser Serie betrachtet die andere Seite der Medaille: was KI in ERP-Projekten wirklich verändert und über welchen Mechanismus — nicht in Prozenten, sondern im Ablauf der Arbeit selbst.

Dies ist der zweite Beitrag einer 4-teiligen Serie.
1. Geht die Ära der Manntage-Beratung zu Ende?
2. KI-Versprechen im Röntgenblick (dieser Beitrag)
3. Was KI im ERP verbilligt hat — und was aufgewertet
4. Diagnose-erstes ERP: Wie sieht der neue Weg in der Praxis aus?

Um die Fortsetzung der Serie und neue Analysen nicht zu verpassen, abonnieren Sie den MindDX-Digital-Excellence-Newsletter.