Der Chatbot ist online, aber das Team beantwortet Anfragen wieder von Hand. Der Assistent schreibt überzeugend, verwendet jedoch falsche Angaben. Oder der Pilot sah vielversprechend aus und ist trotzdem nie im Betrieb angekommen. Wenn Sie Ihr KI-Projekt darin wiedererkennen, brauchen Sie zuerst Klarheit: Wo liegt das Problem, und welcher Teil der bisherigen Arbeit ist noch brauchbar?

Ein gescheitertes KI-Projekt bedeutet nicht automatisch, dass KI für Ihr Unternehmen ungeeignet ist. Es bedeutet aber auch nicht, dass die nächste Software oder eine weitere Entwicklungsrunde das Problem lösen wird. Vor der nächsten Investition braucht es eine nachvollziehbare Diagnose.

Ist das KI-Projekt wirklich gescheitert?

Ein begrenzter Pilot darf zu einem negativen Ergebnis kommen. Wenn Sie mit einem festgelegten Budget geprüft haben, ob eine Anwendung im Alltag funktioniert, ist ein begründetes Nein eine verwertbare Erkenntnis. Schwierig wird es, wenn nach mehreren Monaten weder ein nutzbares Ergebnis noch eine klare Entscheidung vorliegt.

Unterscheiden Sie drei Situationen: Die Lösung funktioniert technisch nicht zuverlässig. Sie funktioniert, bringt aber zu wenig wirtschaftlichen Nutzen. Oder sie wäre nützlich, wird im Betrieb jedoch kaum verwendet. Jede dieser Situationen verlangt eine andere Antwort. Ein neues Sprachmodell löst beispielsweise keine fehlende Zuständigkeit im Team.

Formulieren Sie deshalb das Problem möglichst konkret. «Die KI funktioniert nicht» lässt sich kaum untersuchen. «Bei Anfragen zu älteren Produkten verwendet der Assistent veraltete Lieferbedingungen» schon.

Warum KI-Projekte im Alltag stecken bleiben

Eine RAND-Untersuchung von 2024 mit 65 erfahrenen Fachpersonen nennt unter anderem falsch verstandene Aufgaben, fehlende Daten und unzureichende Infrastruktur als Ursachen. Die Studie untersucht ML-Projekte; reine Anwendungen vortrainierter Sprachmodelle waren ausgeschlossen. Sie liefert daher keine Ausfallquote für Schweizer KMU oder deren Chatbots, wohl aber Anhaltspunkte für eine systematische Prüfung.

Für die Bestandsaufnahme Ihres Projekts helfen diese fünf Fragen:

1. Woran sollte sich der Nutzen zeigen?

«Wir möchten KI einsetzen» ist noch kein überprüfbares Ziel. Sollte die Bearbeitung einer Anfrage schneller werden, die Suche nach Informationen einfacher oder die Qualität einer Offerte besser? Ohne Ausgangswert und vereinbartes Erfolgskriterium lässt sich auch eine technisch gute Lösung kaum bewerten.

Prüfen Sie, ob das ursprüngliche Ziel im Projektverlauf unbemerkt gewachsen ist. Aus einer Hilfe für eine einzelne Aufgabe kann ein Assistent für die gesamte Firma geworden sein. Dann muss möglicherweise der Umfang korrigiert werden.

2. Findet die KI die richtigen Informationen?

Ein überzeugender Text kann auf der falschen Quelle beruhen. Liegen aktuelle Preise im ERP, alte Konditionen in PDFs und wichtige Ausnahmen nur im Kopf einer Mitarbeiterin, fehlt dem System eine verlässliche Grundlage.

Untersuchen Sie an konkreten Fehlern: War die richtige Information vorhanden? Wurde sie gefunden? Wurde sie richtig verarbeitet? Das sind drei unterschiedliche Probleme. Mehr Dokumente hochzuladen hilft nicht automatisch. Wie Informationen dafür aufbereitet werden können, beschreiben wir unter Datenbasis.

3. Passt die Lösung in den tatsächlichen Arbeitsablauf?

Wenn Mitarbeitende Daten zwischen drei Fenstern kopieren müssen, kann ein schneller KI-Schritt trotzdem zusätzliche Arbeit verursachen. Bei einem KMU zählen der ganze Vorgang und der Aufwand im Tagesgeschäft: einschliesslich Rückfragen, Korrekturen und Übergaben.

Gehen Sie einen echten Fall vom Eingang bis zum Abschluss durch. Wo entstehen Medienbrüche? Welche Freigabe fehlt? Wer übernimmt, wenn die KI keine verlässliche Antwort liefern kann? Eine solche Prozesssicht erläutern wir im Beitrag zu Graph Engineering.

4. Wurde mit echten Fällen geprüft?

Eine Demo zeigt, was möglich ist. Sie beweist noch nicht, wie zuverlässig die Anwendung mit unvollständigen Anfragen, widersprüchlichen Dokumenten oder Ausnahmefällen umgeht.

Stellen Sie typische Fälle und bekannte Fehlerfälle zusammen. Gehören deutsch- und französischsprachige Anfragen zu Ihrem Geschäft, müssen beide im Test vorkommen. Bewerten Sie fachliche Richtigkeit, Nachbearbeitung und den Umgang mit fehlenden Angaben getrennt. Ein Durchschnittswert kann kritische Einzelprobleme verdecken.

5. Wer trägt die Verantwortung im Betrieb?

Nach der Einführung braucht es jemanden, der Quellen aktuell hält, Rückmeldungen prüft und bei Störungen entscheidet. Fehlt diese Zuständigkeit, kann auch eine zunächst brauchbare Lösung an Nutzen verlieren.

Beziehen Sie die Mitarbeitenden ein, die mit dem Ergebnis arbeiten sollen. Fragen Sie nach konkreten Hürden, bevor Sie fehlende Akzeptanz als Widerstand einordnen. Schulung hilft dann, wenn die Lösung selbst brauchbar ist und die Anwendung im Arbeitsalltag verständlich wird.

Was Sie jetzt sichern sollten

Bevor Sie neue Funktionen bestellen oder den Anbieter wechseln, halten Sie den aktuellen Stand fest. Sichern Sie innerhalb Ihrer bestehenden Zugriffsrechte Dokumentation, Workflow-Exporte, Konfigurationen, Testfälle und Fehlerprotokolle. Klären Sie, welche Konten, Schnittstellen und Nutzungsrechte Ihrem Unternehmen zur Verfügung stehen. So wird eine Zweitmeinung möglich, ohne alles erneut rekonstruieren zu müssen.

Erstellen Sie eine kurze Übersicht mit ursprünglichem Ziel, bisherigem Ergebnis, laufenden Kosten und offenen Problemen. Ergänzen Sie konkrete Beispiele mit erwartetem und tatsächlichem Ergebnis. Personenbezogene Angaben sollten für die erste Besprechung entfernt werden.

Wenn die Anwendung bereits falsche Informationen versendet oder unerwünschte Änderungen ausführt, begrenzen Sie diese Funktionen zunächst und führen eine menschliche Freigabe ein. Ein kontrollierter Zwischenzustand schafft Raum für die Ursachenanalyse.

KI-Projekt retten, verkleinern oder beenden?

Retten lohnt sich zu prüfen, wenn der Anwendungsfall weiterhin wichtig ist, wesentliche Teile funktionieren und die Fehler auf begrenzte Ursachen zurückgeführt werden können. Ein Beispiel wäre ein brauchbarer Assistent, dessen Zugriff auf aktuelle Produktdaten fehlt.

Verkleinern ist sinnvoll, wenn die ursprüngliche Aufgabe zu viel auf einmal verlangt. Vielleicht kann die KI eine Anfrage zuverlässig erfassen und einen Entwurf vorbereiten, während die verbindliche Entscheidung beim Team bleibt. Ein kleinerer, nützlicher Ablauf ist ein legitimes Ergebnis.

Beenden kann die richtige Entscheidung sein, wenn der erwartete Nutzen die künftigen Kosten nicht rechtfertigt, notwendige Informationen nicht verfügbar sind oder die benötigte Zuverlässigkeit im vorgesehenen Einsatz nicht erreichbar ist. Prüfen Sie auch, ob eine einfache Regel oder eine Anpassung des bestehenden Systems ausreicht.

Die bereits ausgegebenen Franken allein sind kein Grund weiterzumachen. Entscheidend sind der noch erreichbare Nutzen, die dafür nötigen zusätzlichen Mittel und die verbleibenden Risiken. Eine gute Zweitmeinung muss deshalb auch zu einer Empfehlung gegen den Weiterbau kommen können.

Ein Beispiel: Der Offerten-Assistent, dem niemand vertraut

Nehmen wir ein fiktives Schweizer Handels-KMU. Sein Assistent soll aus Kundenanfragen fertige Offerten erstellen. Im Test schreibt er gut, doch im Alltag verwechselt er Produktvarianten und verwendet Preise aus alten Unterlagen. Der Verkauf kontrolliert jeden Satz. Die erhoffte Entlastung bleibt aus.

Ein kontrollierter Neustart würde hier zunächst den Umfang reduzieren: Die KI erfasst die Anfrage und kennzeichnet fehlende Angaben. Artikelnummern und Preise werden aus der freigegebenen Datenquelle übernommen und mit festen Regeln geprüft. Das Verkaufsteam bestätigt den Entwurf vor dem Versand. Alte Offerten dienen nicht länger als verbindliche Preisquelle.

Ob dieser Ansatz trägt, muss ein begrenzter Test zeigen. Gemessen wird die Bearbeitungszeit inklusive Kontrolle, ergänzt um fachliche Fehler und notwendige Rückfragen. Erst wenn der gesamte Ablauf besser funktioniert, ist der Ausbau begründet. Das Beispiel beschreibt ein mögliches Vorgehen, keinen dokumentierten Kundenerfolg.

So sieht ein kontrollierter Neustart aus

Schritt 1: Bestand und Ursachen gemeinsam prüfen

Bringen Sie Fachbereich, interne Projektverantwortliche und technische Umsetzung an einen Tisch. Ziel ist ein gemeinsames Bild der Fehler und Abhängigkeiten. Trennen Sie beobachtete Probleme von Vermutungen. Eine Bestandsaufnahme sollte dokumentieren, was funktioniert, was fehlt und was noch ungeklärt ist.

Schritt 2: Einen begrenzten Nutzen festlegen

Wählen Sie einen Ablauf, dessen Verbesserung im Betrieb spürbar wäre. Definieren Sie Start und Ende, beteiligte Personen sowie Aufgaben, die ausdrücklich ausserhalb des Versuchs liegen. Das KMU-Portal des Bundes im Gespräch mit SATW-Experte Manuel Kugler betont ebenfalls den konkreten Geschäftsnutzen und die Prüfung des einzelnen Anwendungsfalls.

Schritt 3: Mit vergleichbaren Fällen nachmessen

Vergleichen Sie den bisherigen Ablauf und die überarbeitete Lösung anhand derselben repräsentativen Fälle. Vereinbaren Sie vorab, welche Fehler unzulässig sind, welche Qualität erreicht werden muss und wie viel Nachbearbeitung vertretbar ist. Berücksichtigen Sie neben Nutzungskosten auch Wartung und interne Arbeitszeit. Ein Test mit wenigen ausgewählten Beispielen bleibt ein erster Hinweis, keine Absicherung für sämtliche Fälle.

Schritt 4: Entscheidung und Betrieb vorbereiten

Legen Sie Budgetgrenze und Entscheidungstermin vor dem nächsten Versuch fest. Am Ende steht eine begründete Entscheidung: weiterführen, gezielt nachbessern oder stoppen. Vor dem produktiven Einsatz müssen Verantwortliche, Freigaben, Datenzugriffe, Fehlerbehandlung und laufende Kontrolle geklärt sein. Das Team braucht einen funktionierenden Ersatzablauf, falls die Anwendung ausfällt.

Wann eine externe Zweitmeinung hilft

Eine Zweitmeinung ist besonders hilfreich, wenn seit mehreren Entwicklungsrunden dieselben Fehler auftreten, niemand den ausbleibenden Nutzen erklären kann oder ein vollständiger Neubau vorgeschlagen wird, ohne den Bestand zu prüfen. Auch unterschiedliche Einschätzungen zwischen Fachbereich und technischem Partner können Anlass sein.

Bei einclick können Sie den Stand Ihres KI-Projekts mit uns besprechen. Für den Einstieg reichen das ursprüngliche Ziel, eine kurze Beschreibung der eingesetzten Systeme und zwei oder drei konkrete Probleme. Vorhandene Dokumentation hilft; Sie müssen für das erste Gespräch keine vollständige technische Analyse vorbereiten.

Gemeinsam klären wir, welche Fragen eine vertiefte Prüfung beantworten müsste. Deren Umfang und Aufwand werden vorab vereinbart. Eine belastbare Bewertung braucht Einblick in die tatsächliche Lösung und ihre Rahmenbedingungen. Eine pauschale Rettungsgarantie wäre dafür die falsche Grundlage.

Ihr KI-Projekt kommt nicht weiter? Zweitmeinung zum KI-Projekt anfragen. Beschreiben Sie kurz, was geplant war, was heute funktioniert und an welcher Stelle Sie feststecken.

Häufige Fragen nach einem gescheiterten KI-Projekt

Muss die bestehende Lösung komplett neu gebaut werden?

Das lässt sich erst nach einer Bestandsaufnahme beurteilen. Nutzbare Schnittstellen, aufbereitete Daten und geprüfte Teilabläufe können erhalten bleiben. Ein Neubau ist dann begründbar, wenn die vorhandene Grundlage die Anforderungen nicht sinnvoll erfüllen kann. Er sollte mit einer gezielten Reparatur verglichen werden.

Kann ein anderer Partner ein begonnenes Projekt weiterführen?

Grundsätzlich ist eine Übernahme möglich. Entscheidend sind nachvollziehbare Dokumentation, verfügbare Zugänge und geklärte Nutzungsrechte. Fehlen diese, gehört die Klärung in die erste Phase. Eine sachliche Übergabe mit dem bisherigen Partner kann unnötige Doppelarbeit vermeiden.

Was kostet es, ein KI-Projekt zu retten?

Der Aufwand hängt von Ursache, Umfang und Zustand der vorhandenen Lösung ab. Ein Fehler beim Datenzugriff ist anders zu bewerten als ein ungeeigneter Gesamtprozess. Lassen Sie zunächst eine begrenzte Analyse anbieten und darauf aufbauend die nächsten Schritte kalkulieren, einschliesslich laufender Kosten und interner Mitarbeit.

Was, wenn unser Team KI inzwischen ablehnt?

Nehmen Sie die bisherigen Erfahrungen ernst. Zeigen Sie an einem überschaubaren Arbeitsablauf, welche konkreten Probleme behoben wurden, und beziehen Sie das Team in die Bewertung ein. Vertrauen entsteht durch nachvollziehbare Ergebnisse und verlässliche Unterstützung im Alltag.

Fazit: Erst Klarheit, dann der nächste Schritt

Ein gescheitertes KI-Projekt muss nicht das Ende Ihres Vorhabens sein. Bereits erarbeitete Grundlagen und die Erkenntnisse aus Fehlern können wertvoll bleiben. Voraussetzung ist, dass Sie den nächsten Schritt anhand überprüfbarer Ursachen und realistischer Ziele entscheiden.

Sie müssen heute noch nicht wissen, ob Ihr Projekt gerettet werden kann. Der sinnvolle Einstieg ist eine fachliche Einordnung. Besprechen Sie Ihr KI-Projekt mit einclick und schaffen Sie die Grundlage für eine begründete Entscheidung.

einclick® ist ein KI Beratungsunternehmen aus Zürich. Wir entwickeln KI-Lösungen, führen Workshops durch und begleiten Schweizer Unternehmen bei der Strukturierung und Umsetzung ihrer Prozesse. Mehr auf www.einclick.ch.