Der Geschäftsführer eines Logistikunternehmens mit 150 Mitarbeitenden genehmigt einen KI-Pilot für die Rechnungsverarbeitung. Die IT wählt ein leistungsfähiges Modell, baut in sechs Wochen eine funktionierende Demo, und in der Review-Sitzung nicken alle. Sechs Monate später läuft die Demo noch, doch in der Buchhaltung nutzt sie niemand, die Finanzleiterin sagt, die Zahlen liessen sich nicht abstimmen, und der Compliance-Verantwortliche hat den Datenfluss nie gesehen.
Das Modell funktionierte. Die Organisation darum herum wurde nie verändert. Unsere Arbeit als Forward-Deployed AI Engineers geht von dieser Beobachtung aus, und eine aktuelle Stanford-Studie zu 51 funktionierenden Einführungen stützt sie ungewöhnlich konkret.
In den von Stanford untersuchten Einführungen lagen die entscheidenden Unterschiede bei Verantwortung, Prozess, Datenzugriff und Messung, während das Modell eine kleinere Rolle spielte, als die meisten Käufer erwarten. Dieser Artikel zeigt, was die Organisationen verändert haben, wie weit die Belege reichen und was Sie prüfen können, bevor Sie Budget binden.
Abgrenzung: Dieser Artikel liest eine einzelne Studie nach ihren eigenen Massstäben und greift die breitere Debatte um Misserfolgsstatistiken zu KI nicht erneut auf. Diese behandeln wir in sechs KI-Statistiken, die Ihr Verwaltungsrat zitiert. Wo eine Aussage eine Interpretation der Autoren und kein gemessenes Ergebnis ist, sagen wir das.
Was die Stanford-Studie ist und was sie belegen kann
„The Enterprise AI Playbook: Lessons from 51 Successful Deployments“ erschien im April 2026 von Elisa Pereira, Alvin Wang Graylin und Erik Brynjolfsson vom Stanford Digital Economy Lab. Sie können den vollständigen Bericht oder die Publikationsseite lesen.
Die Studie umfasst 51 Einführungen bei 41 Organisationen in sieben Ländern, neun Branchen und 13 benannten Funktionen sowie einer Gruppe „Sonstige“. Um aufgenommen zu werden, musste ein System live und integriert sein, seit mindestens drei Monaten von Teams genutzt werden und einen bezifferten Nutzen belegen können. Die Grundlage jedes Falls ist meist mindestens ein strukturiertes 60-Minuten-Interview, ergänzt um interne Dokumente, soweit vorhanden.
Vier Grenzen, die Autoren und Unterlagen deutlich machen
- Die Stichprobe ist nach Erfolg ausgewählt. Die Autoren schreiben, die Studie weise eine „selection bias toward positive outcomes“ (Auswahlverzerrung zugunsten positiver Ergebnisse) auf, und sie erhöben nicht den Anspruch, repräsentative Daten dazu zu liefern, wie häufig Erfolg in der Gesamtwirtschaft ist.
- Die Daten sind selbstberichtet. Der Bericht nennt die Abhängigkeit von den Interviewteilnehmern als seine wichtigste Einschränkung, und die Zahlen zu Produktivität und Nutzen stammen von den Organisationen selbst. Viele Prozentsätze stehen ohne genannte Basis im Bericht, lesen Sie sie also als grobe Grössenordnungen.
- Die Fälle sind anonymisiert. Sie können kein Unternehmen nachschlagen und prüfen, was geschehen ist.
- Die Unternehmensgrösse bleibt offen. Der Bericht nennt für die meisten seiner 41 Organisationen keine Grösse, nur eine Gesamtbelegschaft von über einer Million und einige Grössenangaben auf Fallseiten. Die Fallseiten mit Grössenangabe sind als Mid-Market oder Enterprise markiert. Ob sich die Ergebnisse auf eine Firma mit 20 bis 200 Mitarbeitenden übertragen lassen, lässt die Studie deshalb offen.
Eine weitere Angabe gehört hierher. Laut den Autorenbiografien im Bericht hat Brynjolfsson Workhelix mitgegründet, ein Unternehmen, das den Nutzen von KI identifiziert und misst. Der Bericht sagt nicht, ob einer seiner 51 Fälle Workhelix eingesetzt hat, und die Studie legt Gewicht auf Messung. Ein sorgfältiger Leser nimmt diese Überschneidung zur Kenntnis.
Nichts davon macht die Studie nutzlos. Es heisst, dass ihre Ergebnisse am besten als Liste von Hypothesen aus realen Fällen taugen und nicht als Beweis, dass X Ihre Erfolgschancen erhöht.
Die Lehre steckt im zweiten Anlauf
Laut dem Bericht ging in 61 % der Fälle ein gescheitertes KI-Projekt dem heute produktiven voraus. Ein anderer Abschnitt, in dem die Autoren ihren Umgang mit Misserfolg beschreiben, hält fest, dass zwei Drittel der Unternehmen erhebliche Fehlversuche hatten. Der Bericht nennt beide Zahlen.
Das Muster ist interessanter als die Zahl. Die Autoren beschreiben ein Professional-Services-Unternehmen, dessen erster Versuch unter Leitung des CTO scheiterte. Ein zweiter Versuch gelang, als der CEO und die Leiterin Talent Management ihn gemeinsam mit dem CTO vorantrieben. In insgesamt acht Fällen, so die Autoren, machte die Zusammenarbeit von fachlicher und technischer Führung den Unterschied.
Ein im Bericht zitierter Manager sagt es unverblümt: Wenn KI technikgetrieben und technikzuerst angegangen wird, funktioniert sie selten. Das ist die Meinung einer einzelnen befragten Person. Sie deckt sich dennoch mit dem, was wir in Projekt-Reviews sehen. Wenn das technische Team das Ergebnis verantwortet, fühlt sich auf der fachlichen Seite niemand zuständig dafür, die Arbeitsweise zu ändern.
Eine ausführlichere Betrachtung, warum Projekte an dieser Stelle ins Stocken geraten, finden Sie in warum KI-Agenten-Projekte scheitern.
Sponsoring bedeutet mehr als die Unterschrift unter dem Budget
Der Bericht gliedert das Führungssponsoring in den 51 Fällen in vier Verhaltensweisen: Ressourcen zuweisen (59 %), KI in strategische Ziele wie OKRs integrieren (49 %), organisationsweit kommunizieren (32 %) und Hindernisse beseitigen (20 %).
Die festeste Aussage betrifft eine kleine Gruppe. Laut Bericht erreichten die sieben Fälle mit organisationsweiter Transformation alle das, was die Autoren strategische Integration nennen. Die Autoren merken ausserdem an, dass die von ihnen zitierten externen Studien zum Sponsoring eine Korrelation belegen, aber nicht untersuchen, was Sponsoren tatsächlich tun. Die Liste der Verhaltensweisen ist ihre eigene Kodierung des Interviewmaterials.
Was bedeutet das in einem Unternehmen mit 100 Mitarbeitenden? Sponsor ist vermutlich der Inhaber oder ein Geschäftsführer, und die Frage ist konkret. Wer entscheidet, wann der neue Workflow den alten ablöst? Wer antwortet, wenn die Finanzleiterin Einwände hat? Lautet die ehrliche Antwort „die IT regelt das“, haben Sie die Lücke gefunden, die die Studie beschreibt.
Der Workflow änderte sich vor der KI
Die Fälle im Bericht zeigen, dass die Prozessarbeit zuerst kam. Bei einem Rechnungsverarbeitungsprojekt in einem US-Logistikunternehmen, das der Bericht als $1B+ beschreibt, reduzierte das Team laut Bericht Tausende Rechnungsvorlagen auf Hunderte, bevor irgendeine KI gebaut wurde. Ein Recruiting-Projekt bei einem Übersetzungsdienstleister begann damit, abzubilden, wie die Recruiter tatsächlich arbeiteten.
Zwei Vorbehalte gelten. Der Bericht zählt nicht, wie viele der 51 Fälle Workflows neu gestaltet haben, die Aussage „die meisten erfolgreichen Einführungen taten das“ wird von der Studie also nicht gestützt. Und die berichteten Ergebnisse (das Logistikunternehmen beschreibt den Rückgang von sieben auf zwei Vollzeitäquivalente und einen Wert von mehr als einer Million Dollar) sind selbstberichtete Zahlen ohne definierte Kennzahl.
Was die Fälle stützen, ist eine Reihenfolge: die Arbeit abbilden, entfernen, was es nicht geben sollte, und erst dann entscheiden, wo ein Modell passt. Unser Artikel zur KI-Prozessneugestaltung behandelt die Mechanik, und die Implementierungs-Roadmap zeigt, wo die Neugestaltung in einem Phasenplan steht.
Unter den Fällen, in denen die Autoren die Entwicklungsmethode ermitteln konnten, verfolgten laut Bericht alle einen iterativen Ansatz. Der Bericht vermerkt ausserdem, dass ähnliche Anwendungsfälle in einem Unternehmen Wochen und in einem anderen Jahre dauerten. Die drei Beispiele hinter diesem Vergleich sind Anekdoten.
Wo die versteckten Kosten lagen
Auf die Frage, was sich am schwersten beheben liess, nannten die Befragten am häufigsten das Change Management (33 % der Antworten), gefolgt von Datenqualität und Architektur (17 %), Prozessneugestaltung (10 %), Ergebnisqualität (10 %) und ROI beziehungsweise Business Case (7 %). Die Autoren fassen die ersten drei sowie die letzten beiden als „unsichtbare Kosten“ zusammen und beziffern sie auf 77 %, gegenüber 23 % für sichtbare technische Probleme. Unklar bleibt, ob die Befragten mehr als eine Herausforderung nennen durften. Den Business Case den unsichtbaren Kosten zuzuordnen, ist die Entscheidung der Autoren.
Selbst mit diesen Vorbehalten ist die Richtung plausibel. Budgets decken üblicherweise Lizenzen, Integration und Entwicklung ab. Selten decken sie die Wochen ab, in denen Mitarbeitende aus Betrieb, Finanzen und Recht Fragen beantworten, Grenzfälle testen und Gewohnheiten ändern. Enthält das Angebot für ein KI-Projekt keine Position für diese Zeit, liegen die tatsächlichen Kosten höher als das Angebot.
Datenzugang kommt vor Datenperfektion
Laut Bericht hatten nur 6 % der Implementierungen vollständig KI-taugliche Daten. Er berichtet ausserdem, dass 88 % Sprachmodelle einsetzten, um an bislang schwer nutzbare Daten wie Freitextdokumente zu gelangen. Die Autoren räumen ein, dass eine reine Erfolgsstichprobe Fälle, in denen die Datenqualität unüberwindbar war, wahrscheinlich unterrepräsentiert.
Die praktische Lesart ist eng gefasst. Perfekte Daten waren in den untersuchten Fällen keine Voraussetzung, der Zugang zu den richtigen Daten aber schon. Prüfen Sie, wer sie exportieren kann und mit wessen Freigabe.
Wer Sie ausbremst, sind nicht die, die Sie erwarten
In den 51 Fällen waren Stabsfunktionen (Recht, HR, Risiko und Compliance) mit 35 % die häufigste Quelle von Widerstand. Es folgten Endanwender mit 23 %, externe Parteien mit 23 %, die Konzernleitung mit 15 % und kein Widerstand mit 8 %. Die Werte ergeben knapp über 100 %, und der Bericht erklärt nicht, warum.
Der Bericht ergänzt, dass die Angst der Mitarbeitenden an der Basis, ersetzt zu werden, nur in zwei Fällen auftrat. Das widerspricht, zumindest in dieser Stichprobe, dem verbreiteten Bild von Beschäftigten, die Automatisierung sabotieren.
Für ein Schweizer Unternehmen hat der Befund eine praktische Konsequenz. Ihr Datenschutzberater, die Personalkommission oder Ihr Compliance-Verantwortlicher sollte das Design sehen, bevor die Entwicklung beginnt, und zwar lange vor dem Start. Die Fälle der Studie behandeln weder Schweizer noch EU-Regulierung. Was diese Funktionen verlangen werden, hängt daher von Ihrer Branche und den betroffenen Daten ab.
Der Bericht hält auch fest, was mit dem Personalbestand geschah: In 45 % der Fälle gab es einen Abbau, in 19 % keinen Abbau, in 17 % eine Umsetzung auf andere Aufgaben und in 19 % vermiedene Neueinstellungen. Die Angaben sind selbstberichtet, und die Autoren beobachten, dass eine kostenorientierte Verantwortung zum Abbau tendiert. Jeder Inhaber sollte vorab entscheiden, welches dieser Ergebnisse er will, denn die Mitarbeitenden werden fragen. Welche Rollen sich verschieben und welche Personalregeln nach hinten losgehen, zeigt der Beitrag zu Teamrollen in einem KI-first-Unternehmen.
Was die Studie über das Modell sagt und was nicht
Bei 42 % der Implementierungen stufen die Autoren die Modellwahl als vollständig austauschbar (Commodity) ein. 39 % bewerten sie als mässig wichtig und 19 % als entscheidenden Differenzierungsfaktor. Routineaufgaben waren weitaus häufiger Commodity als anspruchsvolle.
Die Autoren schliessen daraus, dass der dauerhafte Vorteil in der Orchestrierungsschicht liegt und weniger im Foundation Model. Das ist ihre Interpretation, gestützt auf Fallbeispiele, aber ohne Vergleichsgruppe. Sie passt dennoch zur oben beschriebenen Reihenfolge: Sponsor, Prozess, Daten, dann Technologie.
Zwei Aussagen des Berichts lässt man besser stehen. Er beschreibt Autonomie- und Produktivitätsgewinne so, dass sich darin teilweise die Auswahl der Aufgaben spiegelt, wie die Autoren selbst anmerken. Und er behauptet, klare KPIs vor der Einführung machten eine Skalierung wahrscheinlicher, vergleicht aber keine Organisationen mit und ohne KPIs. Dafür bietet er einen Katalog von Kennzahlen, die mindestens ein Fall berichtet hat, was bei der Wahl der Messgrössen hilft. Ein praxistaugliches Set finden Sie unter KPIs für KI-Agenten.
Ein Vier-Wochen-Test, bevor Sie Budget binden
Wenn die Erkenntnisse Hypothesen sind, prüfen Sie sie günstig an einem einzigen Prozess. Wählen Sie eine wiederkehrende Aufgabe, bei der Verzögerung oder Fehler sichtbare Kosten verursachen.
- Benennen Sie einen fachlichen Verantwortlichen. Diese Person hat Entscheidungsgewalt über den Prozess, nicht zwingend über die Technologie, und sagt zu, an jeder Review teilzunehmen.
- Bilden Sie den aktuellen Workflow ab. Notieren Sie die Schritte, die Ausnahmen und die Übergaben. Markieren Sie, welche Schritte nur wegen eines alten Systems existieren.
- Klären Sie den Datenzugang. Bestimmen Sie die Dokumente oder Datensätze, die der Prozess braucht, wer sie exportieren kann und welche Freigaben gelten.
- Binden Sie die Stabsfunktionen früh ein. Zeigen Sie Recht, Compliance oder HR den geplanten Datenfluss und fragen Sie, was ihn stoppen würde.
- Erfassen Sie eine Ausgangsbasis. Durchlaufzeit, Fehlerquote und Kosten pro Vorgang, gemessen über einige Wochen, bevor sich irgendetwas ändert.
Gelingen diese Schritte nicht in etwa vier Wochen, ist das Hindernis organisatorischer Natur, und ein besseres Modell räumt es nicht aus dem Weg. Das ist an sich ein nützliches Ergebnis und günstiger als eine gescheiterte Entwicklung.
Was die Studie Ihnen nicht sagen kann
Der Bericht kann Ihnen nicht sagen, wie hoch die Erfolgschance Ihrer Einführung ist. Er kann nicht sagen, ob Ihre Wettbewerber, die nach einem Fehlversuch aufgehört haben, mit einem anderen Sponsor Erfolg gehabt hätten. Und er kann nicht sagen, ob ein Unternehmen mit 40 Mitarbeitenden dieselbe Governance braucht wie ein Mittelständler mit eigenem KI-Team.
Er kann in 51 dokumentierten Fällen beschreiben, was Organisationen taten, nachdem sie eine Einführung nicht mehr als Technologiekauf behandelten. Manches davon wird sich auf Ihr Unternehmen übertragen lassen, manches nicht. Um das herauszufinden, wenden Sie die Erkenntnisse auf einen Prozess an und messen das Ergebnis an Ihrer eigenen Ausgangsbasis. Entscheiden Sie dann anhand Ihrer eigenen Zahlen, was Sie skalieren. Wie Sie das laufende System anschliessend betreiben, lesen Sie unter KI-Agenten im Produktivbetrieb steuern.
Häufige Fragen
Was untersucht das Stanford Enterprise AI Playbook genau?
Es untersucht 51 KI-Einführungen bei 41 Organisationen, die bereits produktiv waren, seit mindestens drei Monaten von Teams genutzt wurden und einen bezifferten Nutzen zeigten. Die Autoren Pereira, Graylin und Brynjolfsson haben die Organisationen befragt und die Fälle anonymisiert. Da jeder Fall ein Erfolg ist, beschreibt der Bericht, was funktionierende Einführungen getan haben, und kann nicht zeigen, wie oft Einführungen gelingen.
Warum scheitern viele KI-Einführungen, bevor eine gelingt?
Laut dem Stanford-Bericht gab es in 61 % der 51 Fälle zuvor einen gescheiterten KI-Versuch, während ein anderer Abschnitt festhält, dass zwei Drittel der Unternehmen erhebliche Fehlversuche hatten. Die Autoren führen die Wende auf organisatorische Änderungen zurück, etwa einen fachlichen Sponsor, der mit dem technischen Team zusammenarbeitet, und einen neu gestalteten Workflow. Diese Lesart ist eine Interpretation aus Interviews und wurde nicht als Ursache geprüft.
Gelten diese Erkenntnisse auch für kleine und mittlere Unternehmen?
Wahrscheinlich teilweise, aber die Beleglage ist offen. Der Bericht nennt für die meisten seiner 41 Organisationen keine Grösse, abgesehen von einer Gesamtbelegschaft von über einer Million, und die Fallseiten mit Grössenangabe sind als Mid-Market oder Enterprise markiert. Sponsoring, Prozessabbildung und Datenzugriff sind keine grössenspezifischen Ideen. Betrachten Sie sie als Hypothesen, die Sie an einem Prozess prüfen, bevor Sie skalieren.
Wer leistet in Unternehmen Widerstand gegen KI-Einführungen?
In der Stanford-Stichprobe waren Stabsfunktionen wie Recht, HR, Risiko und Compliance mit 35 % der 51 Fälle die häufigste Quelle von Widerstand, vor den Endanwendern mit 23 %. Die Angst der Mitarbeitenden an der Basis vor Ersatz nennen die Autoren nur in zwei Fällen. Laut den Autoren brauchte es zur Überwindung dieses Widerstands Mandate, die an Unternehmensziele geknüpft waren, und eine Governance-Rolle für diese Funktionen statt Überzeugungsarbeit. Ihnen das Design früh zu zeigen, ist unsere eigene praktische Empfehlung.
Entscheidet die Modellwahl über den Erfolg einer KI-Einführung?
Der Bericht legt nahe, dass sie weniger zählt, als viele Käufer annehmen. Bei 42 % der Implementierungen stuften die Autoren die Modellwahl als vollständig austauschbar (Commodity) ein, und bei Routineaufgaben spielte sie eine geringere Rolle als bei anspruchsvollen. Den dauerhaften Vorteil sehen die Autoren in der Workflow- und Orchestrierungsschicht rund um das Modell.