
Unaufbereitete Daten und unklare Ziele: Warum KI-Projekte scheitern
Die meisten Vorhaben für Künstliche Intelligenz scheitern nicht an der Wahl des Modells, sondern an fehlenden Grundlagen wie unklaren Geschäftszielen und unaufbereiteten Daten.
Hier geht es um die Entscheidungen, die Führungskräfte treffen müssen: Wo lohnt sich KI im eigenen Unternehmen, wo nicht, und in welcher Reihenfolge geht man vor. Wir verfolgen, wie Konzerne und Mittelständler KI einführen, was sie dabei falsch machen und was sich daraus lernen lässt. Weniger Technik, mehr Führung.

Die meisten Vorhaben für Künstliche Intelligenz scheitern nicht an der Wahl des Modells, sondern an fehlenden Grundlagen wie unklaren Geschäftszielen und unaufbereiteten Daten.

Der Ökonom Daron Acemoglu dämpft die Erwartungen an künstliche Intelligenz deutlich. Microsoft teilt die Prognose, wonach Modelle das US-Bruttoinlandsprodukt in den nächsten zehn Jahren um lediglich 1,5 Prozent steigern.

Die Deutsche Telekom und BMW trimmen ihre Organisationen auf Effizienz und nutzen Künstliche Intelligenz für den Konzernumbau. Die Milliardenversprechen zeigen, dass Algorithmen klassische Sparprogramme flankieren.

Sprachmodelle übertreffen lizenzierte Wirtschaftsprüfer bei standardisierten Buchhaltungsaufgaben in Geschwindigkeit und Präzision. Komplexe Jahresabschlüsse ohne menschliche Aufsicht bleiben für die Systeme jedoch außer Reichweite.

Die EU-Kommission ändert ihre KI-Politik. Verwaltungen und Unternehmen sollen die Technologie rasch anwenden, statt in den Wettlauf um die größten Sprachmodelle zu investieren.

Ein US-Berufungsgericht hat den Ausschluss Anthropics von Militäraufträgen bestätigt. Auslöser war die Weigerung des Unternehmens, Claude für autonome Waffen und Massenüberwachung freizugeben.

Anthropic hat am 14. September 2026 „Claude for Financial Advisors“ eingeführt, einen KI-Assistenten, der gezielt auf die Arbeit von Finanzberatern zugeschnitten ist. Charles Schwab will das Werkzeug mehr als 16.000 unabhängigen Vermögensverwaltern bereitstellen.

Das Basel Action Network beziffert den Elektroschrott der weltweiten KI-Infrastruktur bis 2050 auf 395 bis 617 Millionen Tonnen. Erstmals zählt der Bericht auch Kühlung, Stromverteilung und Netztechnik mit.

TechCrunch sammelt seit dem 14. September 2026 eingestellte KI-Produkte und KI-Start-ups. ToolDirectory.AI zählt zum 15. September 303 abgeschaltete oder übernommene Tools – von Relay bis zur Assistants API von OpenAI. Die Modelle sind selten der Grund.

Anthropic-Chef Dario Amodei fordert in einem Essay vom 12. September 2026, das Tempo bei den leistungsfähigsten KI-Modellen zu drosseln. Sam Altman stimmt zu und kündigt Sicherheitsprüfungen vor großen Trainingsläufen an – Trump und Teile der Finanzmärkte halten dagegen.

Mitglieder des SAP-Aufsichtsrats halten einen KI-Durchbruch in den kommenden Monaten für nötig – das schreibt Bloomberg in einer Reportage vom 8. September 2026. CEO Christian Klein hat Struktur, Preismodell und Einstellungspolitik darauf ausgerichtet.

Die UBS macht KI-Kompetenz ab 2027 zur formalen Einstellungsvoraussetzung für Absolventen und Praktikanten in Global Banking und Markets. Mehreren Berichten zufolge zählt sie auch bei Beförderungen und beim Gehalt.
Ob KI im Unternehmen etwas bringt, entscheidet sich selten an der Technik. Meist geht es um Zuständigkeiten, Daten und die richtige Reihenfolge. In dieser Rubrik ordnen wir ein, wie Konzerne und Mittelständler in Deutschland und Österreich KI einführen: welche Anwendungsfälle sich zuerst lohnen, wie Budget und Verantwortung verteilt werden und woran Pilotprojekte hängen bleiben. Grundlage sind dokumentierte Fälle, Studien mit Quelle und Datum sowie Erfahrungen aus Umsetzungsprojekten. Den dauerhaften Überblick finden Sie auf den Themenseiten KI-Strategie und KI-Kompetenz.