Kompetenz-Radar

95 Prozent der generativen KI-Projekte liefern keinen messbaren Return on Investment.

Das zeigt der MIT NANDA Report 2025 nach Auswertung von 300 KI-Initiativen. Die RAND Corporation kommt 2024 zum selben Ergebnis: Über 80 Prozent der Enterprise-KI-Projekte scheitern, doppelt so viele wie klassische IT-Projekte. 42 Prozent der Unternehmen haben 2025 die Mehrheit ihrer KI-Initiativen abgebrochen, so S&P Global Market Intelligence.

Das Problem liegt nicht bei den Modellen

Das Problem liegt bei uns. Bei dem, was wir kontrollieren können und dem, was wir nicht kontrollieren können. Genau hier hilft ein 1.900 Jahre alter Text.

Epiktet beginnt sein Handbüchlein der Stoischen Moral mit der Dichotomie der Kontrolle: Einige Dinge stehen in unserer Gewalt, andere nicht. In unserer Gewalt sind Meinung, Entscheidung, Haltung. Nicht in unserer Gewalt sind Leib, Vermögen, Ansehen, Ergebnisse. Wer beides verwechselt, verschwendet Energie an der falschen Stelle.

BCG übersetzt Stoizismus in eine Ressourcenformel

BCG hat diese stoische Grundregel in eine Ressourcenformel für KI-Projekte übersetzt: 10 Prozent der Ressourcen auf Algorithmen, 20 Prozent auf Technologie und Daten, 70 Prozent auf Menschen und Prozesse. Erfolgreiche Unternehmen investieren dort, wo sie Kontrolle haben. Die 95 Prozent, die scheitern, tun das Gegenteil.

Roland Berger zeigt in The AI Value Gap 2024, dass bei fast 90 Prozent der befragten Unternehmen die finanziellen Erträge hinter den Investitionsniveaus zurückbleiben. Der Grund ist strukturell: Unternehmen behandeln KI als Technologiefrage. Sie bauen Piloten, ohne die Übergabe in den Betrieb zu klären. Sie optimieren das Modell, während Datenqualität, Prozessintegration und Akzeptanz der Anwender ungeklärt bleiben.

Was Marcus Aurelius mit KI-Projekten zu tun hat

Marcus Aurelius schrieb seine Selbstbetrachtungen zwischen 170 und 180 nach Christus in Feldlagern. Persönliche Notizen, mit denen sich der römische Kaiser selbst an stoische Grundsätze erinnerte. Nicht für die Veröffentlichung gedacht, sondern als tägliche Praxis.

Genau diese Disziplin fehlt in KI-Projekten. Klare Abbruchkriterien. Definierte Gates zwischen Proof of Concept, Pilot und Produktion. Trennung von Demo und Experiment.

Was das für den Mittelstand bedeutet

Die erfolgreichsten Digitalisierungsprojekte beginnen nicht mit der Frage, welches Modell das beste ist. Sie beginnen mit der Frage, was in ihrer Macht steht. Welche Entscheidung können wir treffen. Welchen Prozess können wir ändern. Welche Haltung müssen wir entwickeln.

Stoic Week 2026 hat mit über 3.300 Teilnehmern aus 40 Ländern gemessen, was passiert, wenn Menschen stoische Prinzipien sieben Tage lang konsequent anwenden. Negative Emotionen wie Angst und Wut sanken um durchschnittlich 18 Prozent. Lebenszufriedenheit und Vitalität stiegen zweistellig. Nicht durch neue Technologie, sondern durch Fokus auf das Kontrollierbare.

Quellen

• MIT NANDA Initiative, The GenAI Divide: State of AI in Business 2025, 2025
• RAND Corporation, The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed, 2024,
  https://www.rand.org
• S&P Global Market Intelligence, Enterprise AI Initiative Abandonment Rates, 2025
• BCG, 10-20-70 Resource Allocation Model, 2023-2026
• Stoicism Today, Stoic Week 2026 Report, 2026
• Epiktet, Handbüchlein der Stoischen Moral, ca. 125 n. Chr.
• Marcus Aurelius, Selbstbetrachtungen, ca. 170-180 n. Chr.
• Roland Berger, The AI Value Gap, 2024