Warum 8 von 10 Unternehmen mit KI im Pilot stecken bleiben

Das Schweizer KI-Problem hat keinen dramatischen Moment.

Kein Projekt scheitert spektakulär. Kein Budget bricht weg. Kein Anbieter muss als alleinige Ursache herhalten. Die meisten Piloten laufen einfach weiter. Und weiter. Bis das Quartal endet. Bis die Aufmerksamkeit woanders ist. Bis der nächste Pilot startet.

95 Prozent der Unternehmen haben aktive KI-Initiativen. Nur 20 Prozent skalieren über den Pilot hinaus. Diese Lücke von 75 Prozentpunkten entsteht selten durch schlechte Tools oder schlechte Projekte.

Sie entsteht durch fehlende Entscheide.

Die Frage für einen Geschäftsführer lautet deshalb nicht: Haben wir genug KI-Projekte? Die Frage lautet: Was machen die 20 Prozent, die skalieren, anders als die 80 Prozent, die im Pilot verharren?

Die Zahlen beschreiben kein Technologieproblem

Porsche Consulting und Fraunhofer FIT haben im März 2026 mehr als 100 Top-Führungskräfte befragt. Drei Befunde, die auf die GL-Agenda gehören.

Nur 44 Prozent der Unternehmen messen KI-Ergebnisse mit KPIs. Bei den Innovatoren sind es 70 Prozent. Im Mainstream 25 Prozent. Mehr als 50 Prozent nennen Datenqualität als Skalierungsbarriere. 39 Prozent nennen organisatorische Silos und unklare Zuständigkeiten.

Die ETH Zürich verankert das Bild in der Schweiz. Befragt wurden 209 Senior Manager der Tech-Industrie in Zusammenarbeit mit Swissmem (Juni 2024). Nur 28 Prozent der Schweizer Tech-Firmen haben eine explizite KI-Strategie. In Manufacturing haben heute nur 1,5 Prozent KI skaliert implementiert. In drei Jahren erwarten 15,9 Prozent skalierte Implementierung. Gleichzeitig planen 21,5 Prozent, dann noch in der Pilot-Phase zu sein.

Die Skalierungslücke setzt sich also fort, auch in der Planung.

Hinzu kommt ein strukturelles Problem: 68 Prozent der Schweizer Industriefirmen haben keinen oder nur eingeschränkten Zugang zu internem KI-Talent. Grössere und profitablere Unternehmen adoptieren KI schneller. Genau deshalb wird Priorisierung für KMU wichtiger, nicht weniger wichtig.

Die Skalierungslücke ist zu grossen Teilen eine Führungsfrage.

Wer nicht misst, entscheidet nicht

Der grösste Unterschied zwischen den 20 und den 80 Prozent ist kein technischer. Er liegt in der Konsequenz der Messung.

70 Prozent der Innovatoren messen KI-Ergebnisse mit KPIs. Im Mainstream sind es 25 Prozent.

Ohne Messung gibt es keine Entscheidungsgrundlage. Ein Pilot läuft weiter, weil er nicht eindeutig scheitert. Er scheitert nur nicht, weil niemand definiert hat, was Scheitern bedeutet.

Aus 20 Jahren Geschäftsleitungserfahrung weiss ich: Ein Pilot ohne Messziel erzeugt keine Entscheidung. Er erzeugt Diskussion.

In einem Schweizer Industriebetrieb kann Messung sehr konkret sein. Wie stark sinkt die Durchlaufzeit einer Offerte? Wie verändert sich die Trefferquote? Wie viele Stunden Serviceaufwand fallen pro Fall weg? Wie viele Rückfragen reduziert ein KI-gestützter Prozess?

Diese Kennzahlen müssen vor dem ersten Pilot feststehen. Wer sie danach sucht, misst selten noch sauber.

Die teuerste Reihenfolge

Mehr als 50 Prozent nennen Datenqualität als Skalierungsbarriere. 39 Prozent Silos.

Das Muster ist immer dasselbe. Zuerst wird ein Tool gewählt. Dann merkt man, dass die Daten nicht reichen. Kundendaten liegen im ERP. Angebotswissen in Excel. Servicewissen in E-Mails. Erfahrungswissen bei einzelnen Mitarbeitenden.

Viele Schweizer KMU haben gute Daten. Aber sie liegen unstrukturiert, verteilt und oft ohne klaren Eigentümer.

Der bessere Weg: Erst die Datenbasis klären. Welche Daten braucht der Prozess? Wo liegen sie? Wer besitzt sie? Welche Qualität reicht für einen belastbaren Entscheid? Erst dann lohnt sich die Frage nach dem Tool.

Wer die Reihenfolge umdreht, zahlt doppelt. Einmal für das Tool, das nicht funktioniert. Einmal für die Datenarbeit, die im ursprünglichen Projektplan nie auftauchte.

Drei Piloten, ein richtiger Entscheid

Ein Industrie-KMU mit 160 Mitarbeitenden startet drei KI-Piloten gleichzeitig. Offerten-Generator im Vertrieb. Wartungsprognose im Service. Interne Wissenssuche für Techniker.

Alle drei klingen sinnvoll. Aber sie sind nicht gleich wichtig.

Der Offerten-Generator hat den klarsten Hebel: weniger Bearbeitungszeit, schnellere Reaktion, direkt messbar in Trefferquote und Marge. Er liegt nah am Kernprozess, die Daten sind vorhanden.

Die Wissenssuche braucht saubere Dokumentation, die noch nicht existiert. Die Wartungsprognose braucht strukturierte Sensordaten, die nicht vorliegen. Beide Ideen sind nicht falsch. Aber sie sind nicht jetzt.

Was passiert nach 90 Tagen? Alle drei laufen weiter. Keiner hat ein Messziel. Keiner hat einen namentlichen Eigentümer. Keiner hat ein Go/No-Go-Datum.

Das ist nicht Vorsicht. Das ist eine Führungslücke.

Ein verbindlicher Entscheid hätte die Ressourcen auf den Offerten-Generator konzentriert, die anderen zwei pausiert und damit Budget und Aufmerksamkeit für das Richtige freigesetzt.

Wertstrom statt Experiment

“Die KI-Reife misst sich nicht an der Anzahl der Piloten, sondern an der Anzahl der Wertströme, die nachhaltig in das Unternehmen wirken.”

Porsche Consulting / Fraunhofer FIT, März 2026

Dieser Satz beschreibt den eigentlichen Unterschied.

Die 20 Prozent organisieren KI in Wertströmen. Angebotserstellung. Kundendienst. Disposition. Qualitätssicherung. Projektabwicklung. Jede Initiative ist an einem dieser Ströme verankert, nicht an einer Technologie.

Und jede Initiative, die diesen Test besteht, hat vier Dinge:

• einen Eigentümer mit Namen, nicht eine Abteilung
• ein quantifiziertes Messziel, das vor dem Pilot feststeht
• eine geklärte Datenbasis, bevor das Tool entschieden wird
• ein verbindliches Datum für Start, Stopp oder Skalierung

Ohne diese vier Punkte bleibt KI Aktivität. Mit diesen vier Punkten wird KI zur Führungsentscheidung.

Fazit

KI skaliert nicht durch mehr Piloten.

KI skaliert durch klarere Führung.

Ein Geschäftsführer muss nicht jedes Tool verstehen. Aber er muss entscheiden, welche Initiative einen echten Prozesshebel hat, wer dafür namentlich verantwortlich ist und wann der nächste verbindliche Entscheid fällt.

Handlungsfrage für die Geschäftsleitung: Welcher laufende KI-Pilot verdient in den nächsten 30 Tagen einen klaren Start-, Stopp- oder Skalierungsentscheid?