Ein Blick in den MIT NANDA-Bericht vom Juli 2025: Warum eine Ausfallrate von 95 % bei KI-Piloten nicht das Ende ist

Ich bin ein überzeugter Optimist und offen für jede neue Technologie, die mir begegnet. Meine neueste Obsession, die uns langfristig begleiten wird? KI.

MIT NANDA hat kürzlich sein Papier mit dem Titel „Die GenAI-Kluft. Stand der KI in der Wirtschaft im Jahr 2025“, und ich denke, das Papier ist wirklich lesenswert. Es bietet einen nüchternen Ausblick auf KI und ihre Rolle in der heutigen Geschäftswelt. Der LinkedIn-Feed mag fast hysterisch erscheinen, wenn man bedenkt, wie KI alles verändert hat, doch der Bericht zeichnet ein anderes Bild.

Zunächst einmal: Was ist MIT NANDA?

Networked Agents and Decentralized AI (kurz NANDA) ist eine ambitionierte Forschungsinitiative des MIT Media Lab. Das Projekt umfasst mehr als 18 führende Forschungseinrichtungen auf sechs Kontinenten und einige große Namen der Technologiebranche – darunter Meta, Dell, Microsoft und andere. Das Ziel von NANDA ist wahrhaft futuristisch, wenn nicht gar bahnbrechend. Der Ehrgeiz NANDA baut die grundlegende Infrastruktur für das Internet der KI-Agenten auf, also ein dezentrales Netzwerk, in dem KI-Agenten sich online über Organisationsgrenzen hinweg entdecken, verifizieren und miteinander zusammenarbeiten. Im Wesentlichen arbeitet NANDA an klaren Regeln, Protokollen, Richtlinien und Rahmenbedingungen, die es KI-Agenten ermöglichen, im Auftrag von Menschen und Organisationen mit anderen Agenten zu interagieren. Das NANDA-Projekt ist Open Source und umfasst Unternehmer, Visionäre, Technologen und politische Entscheidungsträger als vollwertige Kooperationspartner. (Erinnern Sie sich an Wikipedia?)

Ich erzähle Ihnen davon, weil der Bericht des MIT NANDA das Tüpfelchen auf dem i der KI-Forschungsgeschichte ist. Die Autoren stehen an der Spitze der KI-Welt, und ihre Ergebnisse sollten ernst genommen werden (wenn auch mit einer gewissen Vorsicht).

Das Papier war seit Januar in Arbeit und wurde schließlich im Juli 2025 veröffentlicht. Der Bericht basiert auf einer systematischen Überprüfung von über 300 öffentlich bekannt gegebenen KI-Initiativen und Interviews mit Führungskräften aus 52 Organisationen sowie Umfragen unter 153 hochrangigen Führungskräften auf vier großen Branchenkonferenzen.

5 % Erfolgsquote bei KI-Pilotprojekten

Der Bericht führt den Begriff „GenAI Divide“ ein, der die Disruption beschreibt, die in Unternehmen und sogar Branchen auftritt (oder nicht auftritt), die KI erfolgreich (oder erfolglos) einsetzen. Steht ein Unternehmen auf der „falschen Seite der Kluft“, gelingt es ihm laut NANDA nicht, seine Struktur und Geschäftsabläufe wirklich zu verändern, weiterzuentwickeln und zu überdenken. Auf der richtigen Seite der Kluft zu stehen bedeutet daher, ein greifbares Ergebnis durch den Einsatz von KI zu erzielen –„Diese Investitionsverzerrung verfestigt die GenAI-Kluft, indem sie Ressourcen auf sichtbare, aber oft weniger transformative Anwendungsfälle, während die Möglichkeiten mit dem höchsten ROI in Backoffice-Funktionen unterfinanziert bleiben“.

Der Grund für die große Aufmerksamkeit, die der Bericht erhält, ist sein wichtigstes Ergebnis. In der Zusammenfassung heißt es: „Trotz Unternehmensinvestitionen von 30 bis 40 Milliarden US-Dollar in GenAI deckt dieser Bericht ein überraschendes Ergebnis auf: 95 % der Unternehmen erzielen keine Rendite … Nur 5 % der integrierten KI-Piloten erzielen einen Wert in Millionenhöhe, während die große Mehrheit ohne messbare Auswirkungen auf die Gewinn- und Verlustrechnung feststeckt..“ Nicht allzu vielversprechend, oder?

Die grundlegende Einschränkung, die Unternehmen daran hindert, den wahren Wert von KI zu erkennen, wird im Bericht als „Lernlücke“ bezeichnet. Den meisten GenAI-Systemen fehlt grundsätzlich die Fähigkeit, Feedback zu speichern, sich an den Kontext anzupassen oder sich im Laufe der Zeit zu verbessern.

• Systeme lernen nicht aus Feedback. In Wirklichkeit bedeutet dies, dass ein Manager immer wieder denselben Datensatz einspeist, ohne dass es zu einer Leistungsverbesserung kommt. Ein Produktionsleiter im Mittelstand beschrieb, dass er wiederholt dasselbe Produkthandbuch in sein KI-System hochgeladen habe, um Checklisten für die Auftragserfüllung zu verfeinern. Dennoch seien bei jeder Iteration dieselben Auslassungen und Fehler enthalten gewesen, ohne dass sich trotz mehrerer Feedback-Sitzungen eine messbare Verbesserung der Ausgabequalität ergeben hätte.
• Jedes Mal ist ein übermäßiger manueller Kontext erforderlich. KI-Tools verfügen über kein Gedächtnis zwischen den Sitzungen. Daher muss bei jeder Interaktion das vorhandene Wissen und der Kontext erneut eingegeben werden. Komplexe Arbeitsabläufe ziehen sich im Gegensatz zu einfachen einmaligen Aufgaben in die Länge und sind keine zuverlässige Unterstützung für laufende Projekte. Der Bericht zitiert ein Rechtsteam eines Unternehmens, das für jeden Vertragsentwurf Kundenpräferenzen, vorherige Verhandlungsnotizen und regulatorische Einschränkungen erneut in das KI-Tool eingeben muss. Dadurch wird aus einem unterstützenden Arbeitsablauf eine zeitraubende Aufgabe, die die Produktivität bei komplexen, mehrstufigen Projekten beeinträchtigt.
• Unzureichende Anpassung für einige Geschäftsprozesse. Anstatt ein reaktionsfähiges Tool zu erhalten, das sich an den größeren Kontext anpasst, passt sich der größere Kontext an das Tool an und zwingt die Benutzer, mit starren Systemen zu arbeiten. Ein CIO bemerkte, dass die vom Anbieter bereitgestellte KI zur Risikoanalyse „wie eine Einheitslösung“ wirkte. Die Teams mussten ihre Kreditgenehmigungs-Workflows an die starren Vorgaben des Tools anpassen, anstatt die KI an etablierte Prozesse anzupassen. Diese Diskrepanz führte letztendlich zum Abbruch von Pilotprojekten.

Meine wichtigsten Erkenntnisse aus dem NANDA-Bericht

1. Die Schatten-KI-Wirtschaft floriert

Der Bericht führt den Begriff „Schatten-KI-Wirtschaft“ ein, um zu beschreiben, wie Mitarbeiter KI auf ihrer Ebene als persönliches Werkzeug nutzen, nicht als unternehmensweit freigegebenes Tool. Das kommt mir tatsächlich bekannt vor. Eine Freundin von einer chinesischen Automobilmarke in der GUS erzählte mir, dass sie ChatGPT zum Schreiben von In-App-Inhalten (Newsbeiträge, Anzeigen und mehr) verwendet. Sie sagt, dass auf Zentralebene kein KI-Tool für die allgemeine Nutzung freigegeben sei, sodass sie KI als persönlichen Booster und Zeitsparer nutzt, den sie ihrem Vorgesetzten gegenüber nicht wirklich bespricht.

Der Bericht liefert sehr konkrete Zahlen. Während nur 40 % der Unternehmen offizielle LLM-Abonnements erworben haben, gaben Mitarbeiter aus über 90 % der befragten Unternehmen an, regelmäßig persönliche KI-Tools für Arbeitsaufgaben zu nutzen. Diese Schattennutzung liefert oft einen besseren ROI als formelle Unternehmensinitiativen und zeigt, was tatsächlich funktioniert, wenn Einzelpersonen Zugriff auf flexible, reaktionsschnelle Tools haben.

2. Die Investitionsallokation spiegelt falsche Prioritäten wider

Der Bericht offenbart eine erhebliche Diskrepanz zwischen KI-Investitionen und tatsächlichem ROI-Potenzial. Rund 50 % der GenAI-Budgets fließen in Vertriebs- und Marketingfunktionen, vor allem weil sich die Ergebnisse leicht messen und mit den KPIs auf Vorstandsebene abgleichen lassen. Die höchsten Renditen werden jedoch häufig durch Backoffice-Automatisierung erzielt, beispielsweise durch die Eliminierung von BPO, die jährlich bis zu 10 Millionen US-Dollar einspart, durch die Reduzierung externer Kreativkosten um 30 % und durch die jährliche Einsparung von 1 Million US-Dollar beim ausgelagerten Risikomanagement. Diese Investitionsverzerrung verfestigt die GenAI-Kluft, indem sie Ressourcen auf sichtbare, aber weniger transformative Anwendungsfälle lenkt.

Meine persönliche Überzeugung ist jedoch folgende: Soweit ich mich an meine Erfahrung bei einem internationalen Bankunternehmen erinnere, das weltweit Privatkundenbanken betreibt, ist die Einführung eines Tools, das tief in die Organisation eindringt, sich von ihren Daten ernährt und (wer weiß?) Insiderinformationen nach außen dringen lässt, ein großes Risiko. Daher verstehe ich, warum die Beauftragung einer KI-Content-Factory für einfache Creatives für Facebook-Anzeigen ein Kinderspiel ist, während komplexe Back-End-Störungen nicht so begeistert aufgenommen werden. Ohne einen Befehl direkt von der Führungsebene hätte die Implementierung ernsthaft disruptiver KI-Tools in das Rückgrat des Unternehmens mindestens 12 Monate gedauert.

Glücklicherweise hatte ich die Gelegenheit, einen Blick hinter die Kulissen einer KI-Automatisierung für das Vertriebsteam eines lokalen Fensterherstellers zu werfen. Das Unternehmen engagierte einen Freelancer von n8n, der ein KI-gestütztes Tool zur Anruf- und Chatanalyse entwickelte. Das Unternehmen konnte nun Engpässe im Vertriebskanal schneller erkennen und weitere Schwachstellen aufdecken, da KI die Geschäftsprozesse schriftlicher und mündlicher Kommunikation unterstützte. Die Zufriedenheitsrate war enorm, und mehr Daten wurden schneller verarbeitet.

3. Interne Builds verlieren gegenüber externen Anbietern

Ehrlich gesagt hat mich dieses Ergebnis überrascht. Entgegen der landläufigen Meinung, Unternehmen sollten ihre KI-Tools selbst entwickeln, zeigt die Studie, dass strategische Partnerschaften mit externen Anbietern doppelt so häufig zum Einsatz kommen wie interne Entwicklungsbemühungen. Wer hätte das gedacht? Nun, ich jedenfalls nicht.

Unternehmen, die KI-Anbieter wie Business-Service-Provider behandeln – also eine umfassende Anpassung verlangen und sie an den operativen Ergebnissen statt an Modell-Benchmarks messen – erzielen deutlich höhere Erfolgsquoten und eine schnellere Wertschöpfung.

4. Höhere Investitionen bedeuten größere Störungen? Nicht wirklich.

Anhand eines zusammengesetzten KI-Marktdisruptionsindexes zeigt der Bericht, dass nur zwei Branchen – Technologie sowie Medien & Telekommunikation – deutliche Anzeichen struktureller Disruption durch GenAI aufweisen. Sieben von neun großen Sektoren weisen signifikante Pilotaktivitäten, aber nur minimale Strukturveränderungen auf. Branchen wie das Gesundheitswesen, Finanzdienstleistungen und Energie weisen Disruptionswerte von unter 0.5 auf einer 5-Punkte-Skala auf. Diese Lücke zwischen Investitionstransparenz und tatsächlicher Transformation verdeutlicht die GenAI-Kluft auf Branchenebene.

Warum die Ausfallrate von 95 % nur vorübergehend ist

Trotz scheinbar aussichtsloser Zwischenergebnisse gibt es Licht am Ende des Tunnels. Der Bericht erklärt, dass die GenAI-Kluft vorübergehend ist und durch neue Entwicklungen überwunden werden wird.

NANDA selbst ist einer der wichtigsten Akteure für eine noch stärker vernetzte KI-Welt. Der Bericht nennt als Mechanismen das Model Context Protocol (MCP) und Agent-to-Agent (A2A) als Infrastrukturgrundlagen für nahtlose Agenten-Interoperabilität und autonome Koordination zwischen Systemen.

NANDAs Bemühungen und diese Tools ebnen den Weg zu genau dem, was NANDA anstrebt: dem Agentic Web, einem Netzwerk von Agenten, die sich autonom über das Internet koordinieren können. Ihre Interaktion soll statische Arbeitsabläufe durch dynamische, selbstlernende Systeme ersetzen.

Klingt das zu schön, um wahr zu sein, oder gar magisch? Nun, Multi-Agent-Orchestrierung von Microsoft Copilot Studio kommt der Vision am nächsten. Das System unterstützt den Aufbau eines Agentenbaums, in dem ein Copilot-Hauptagent Unteragenten auslöst, die für bestimmte Aufgaben wie Terminplanung oder Dokumentenerstellung zuständig sind. Jeder Agent bleibt in seinem Fachgebiet und koordiniert sich mit anderen. Praktischer ausgedrückt: Wenn ein Benutzer die Anfrage „Planen Sie unsere Produkteinführung im vierten Quartal“ stellt, delegiert der Orchestrator-Agent automatisch an spezialisierte Agenten – einer kümmert sich um die Marktforschung, ein anderer um die Erstellung des Zeitplans und ein dritter um die Koordination mit Projektmanagement-Tools. Die Arbeit läuft synchron und dennoch autonom ab.

Was also lässt uns der NANDA-Bericht erkennen? Das Zeitfenster, die GenAI-Kluft zu überwinden, wird immer kleiner, da Unternehmen zunehmend Lieferantenbeziehungen mit lernfähigen Tools eingehen, die Disruption erzeugen, Geschäftsabläufe im Backend weiterentwickeln und optimieren und so den Kern der Organisation beschleunigen. Der Erfolg liegt im Kauf von KI-Agentensystemen, anstatt sie intern von Grund auf neu zu entwickeln. Mit der zunehmenden Verbreitung von agentenbasiertem Lernen, Erinnerung und autarken Systemen wird die derzeitige Ausfallrate von 95 % einer neuen Ära weichen, in der KI-Systeme nahtlos über Anbieter, Domänen und Organisationsgrenzen hinweg zusammenarbeiten. Diese Zukunft ist der wahre ROI aktueller Investitionen.

Alternative Ansichten zur Einführung von KI

Das NANDA-Projekt hat hervorragende Arbeit geleistet, indem es Daten aus verschiedenen Quellen zusammengetragen und Führungskräfte aus verschiedenen Bereichen befragt hat. Aber ist es das ultimative Sprachrohr für die weltweite Einführung von KI? Wenn Sie, wie ich, Folgendes gefunden haben Die GenAI-Kluft Obwohl diese alternativen Ansichten zur KI-Einführung etwas deprimierend, wenn nicht sogar entmutigend sind, habe ich festgestellt, dass sie mein persönliches KI-Feuer am Brennen halten.

• Jed Nykolle Harme von IT Brief UK brach die CIO-Playbook 2025 von Lenovo. Die Studie umfasst Feedback von IT-Führungskräften aus der gesamten EMEA-Region (Europa, Naher Osten und Afrika) und ihr Fazit ist deutlich vielversprechender. Es zeigt sich, dass der Einzelhandel in Sachen KI-Zufriedenheit führend ist: 96 % der KI-Piloten erfüllen oder übertreffen die Erwartungen.
• Ich habe bereits zuvor mein Mitgefühl für die großen Marktteilnehmer geäußert, die KI nur schwer implementieren können und nicht besonders offen für eine intensive Integration sind. Lenovo hingegen bietet im Banken-, Finanzdienstleistungs- und Versicherungssektor (BFIS) ein anderes Bild: Trotz der niedrigsten KI-Akzeptanzrate von 7 % berichten 33 % der KI-Tester, dass die Pilotprojekte die Erwartungen übertroffen haben. Das Geheimnis solcher positiven Trends ist ein „behutsamer Ansatz“, wie Arabian Business setzt es.
• Ein weiterer beruhigender Bericht IBM CEO-Studie beginnt mit einem kühnen Vorwort von IBM-Vizevorsitzendem Gary Cohn: „Mit der zunehmenden Verbreitung von KI werden sich letztendlich nur CEOs auszahlen, die den Mut haben, Risiken als Chance zu begreifen. … In einem unsicheren Geschäftsumfeld ist die Nutzung von KI und Unternehmensdaten zur Identifizierung von Einflussmöglichkeiten ein Wettbewerbsvorteil. Führungskräfte, die KI und ihre eigenen Daten nicht nutzen, um voranzukommen, treffen eine bewusste Geschäftsentscheidung gegen den Wettbewerb."
• Die IBM CEO-Umfrage liefert einige inspirierende Fakten. So wird beispielsweise prognostiziert, dass sich das Wachstum der KI-Investitionen in den nächsten zwei Jahren mehr als verdoppeln wird, sodass fast 20 % des gesamten IT-Budgets für KI bereitgestellt werden. Dieses Engagement zeigt, dass trotz sichtbarer und erwiesener Herausforderungen der Glaube an KI stark ist und – was am wichtigsten ist – es sich eher um eine strategische Investition als um reaktive Ausgaben handelt.
• Und nicht zuletzt stimmen 64 % der CEOs im Bericht zu, dass das Risiko, den Anschluss zu verlieren, Investitionen in neue Technologien vorantreibt, lange bevor ein klares Verständnis ihrer Auswirkungen erreicht ist. Es gibt jedoch keine schnellen Entscheidungen. Stattdessen setzen die Entscheider auf „strategische Absicherung“. Einfach ausgedrückt: Wenn ein Konkurrent einen KI-Chatbot für personalisierte Empfehlungen einführt, tun Sie dasselbe für Ihre Website. Sie sind sich vielleicht nicht sicher, ob der Umsatz steigen wird, aber Sie wissen, dass Sie unwiderruflich an Dynamik verlieren, wenn Sie noch zwei Jahre warten, bis der „perfekte Datensatz“ vorliegt. Die Regel ist also einfach: aggressiv nachahmen und dann die Ergebnisse sehen.

Fazit

Abschließend möchte ich meinen tiefempfundenen Glauben an KI zum Ausdruck bringen. Als Unternehmer, CMO, Geschäftsentwickler und ehemaliger Büroangestellter im Bankwesen sehe ich viele Möglichkeiten, wie KI helfen kann, Budgets zu optimieren, Arbeitsabläufe zu rationalisieren und Teams zu stärken. Die Zukunft ist erweitert und beschleunigt. Um wettbewerbsfähig zu bleiben, muss ein Unternehmen KI-kompetent sein. Obwohl die von mir vorgestellten Ergebnisse umstritten sind, bin ich überzeugt, dass die aktuelle KI-Landschaft mit ihren Höhen und Tiefen eine natürliche Lernphase darstellt, die sich mit jeder neuen Technologie wiederholt.