Die Rolle mancher „KI-Experten": Selbstüber-schätzung und fehlende Kompetenz

Die aktuelle KI-Ernüchterung offenbart ein Problem: Viele der lautstarken „KI-Experten" sind keine Techniker, sondern Verkäufer von Illusionen. Ihre Versprechen scheitern nicht an der Technologie, sondern an mangelnder Expertise, unklaren Zielen und der Weigerung, Grenzen zu benennen.

Gescheiterte Projekte durch Oberflächlichkeit

Obwohl fast 90 % der Unternehmen mittlerweile KI nutzen und die Investitionen massiv steigen, zeigt das McKinsey-Reporting 2025 eine Ernüchterung: Nur 39 % der Organisationen können bisher einen messbaren Einfluss auf ihren Gewinn (EBIT) vorweisen. Das "Gen-AI-Paradoxon" verdeutlicht, dass Milliardeninvestitionen ohne eine radikale Neugestaltung der Arbeitsprozesse wirkungslos verpuffen. (McKinsey, 2025).

Die Quote gescheiterter KI-Projekte hat sich dramatisch erhöht: Laut S&P Global (2024) stieg der Anteil der Initiativen, die vor der Produktionsreife aufgegeben wurden, von 17 % (2023) auf 42 % (2024). Dieser Anstieg resultiert primär daraus, dass viele Unternehmen KI als pauschalen „Effizienzbooster“ implementierten, ohne zuvor spezifische Use Cases, belastbare Benchmarks oder fundierte Risikoanalysen zu definieren.

Die Folge ist ein „Gen-AI-Paradox": Die Technologie wird falsch eingesetzt, weil Berater und „Gurus" die Umsetzung auf Chatbots und oberflächliche Tools reduzieren, statt Prozesse grundlegend zu ändern (20 Minuten, 2025).

• Beispiel: „Das Ende von Argo AI (2022) verdeutlicht die enorme finanzielle und technische Hürde beim autonomen Fahren. Trotz Investitionen von rund 3,6 Mrd. USD durch Ford und VW wurde das Projekt gestoppt, da eine marktreife Level-4-Technologie in absehbarer Zeit nicht profitabel skalierbar schien.“ (20 Minuten, 2025).

KI-Agenten: Hype statt Handwerk

Nachdem 2025 als "Jahr der KI-Agenten" gefeiert wurde, offenbart ein MIT-Bericht, dass rund 95 % der Unternehmens-Piloten bisher keinen messbaren Mehrwert lieferten. Diese enorme Abbruchrate unterstreicht die Kluft zwischen beeindruckenden Demos und der komplexen Realität produktiver, autonomer Systeme.

Die Ursache?

Manche „KI-Experten" verkauften Autonomie als Selbstzweck, ohne klare Ownership, messbare Qualität oder Abschaltmechanismen zu definieren. Erfolgreiche Implementierungen zeichnen sich stattdessen durch „methodische Produktionsdisziplin" aus: begrenzte, verifizierbare Agenten mit Rollback-Mechanismen und Incident-Prozessen, allesamt Aspekte, die von „Visionären" oft ignoriert werden (IT Daily, 2026); (Computer Weekly, 2026).

• Zitat: „Demo ist tot. Wertnachweis gewinnt. Produktive Agenten sind begrenzt, verifizierbar, beobachtbar und jederzeit abschaltbar" (IT Daily, 2026).

Selbstüberschätzung statt Engineering

„Viele KI-Programme scheitern nicht am Modell, sondern an der Betriebslogik" (Computer Weekly, 2026).

Sogenannte "KI-Experten" setzen KI auf bestehende Silos auf, ohne Organisationsstrukturen, Feedback-Loops oder Safety-Profile anzupassen. Die Folge: „Komplexität statt Wirkung“ und Projekte, die zwar Dashboards füllen, aber keine Entscheidungen auslösen.

Wer KI nur als Tool-Schicht über veraltete Prozesse legt, „skaliert vor allem Enttäuschung“ (IT Daily, 2026). Auslöser sind oft Berater, die keine Fragen nach Datenqualität, Governance oder Skalierung stellen und stattdessen „unverbundene Experimente“ hinterlassen.

Warnung von Experten: KI-Investitionen ohne klaren Wertnachweis gelten 2026 nicht mehr als visionär, sondern als fahrlässig (Computer Weekly, 2026). (IT Daily, 2026).

Fazit: Echte Expertise zeigt sich im Detail

Die Zahlen belegen: Viele „KI-Experten“ sind keine Problemlöser, sondern Teil des Problems. Sie nutzen den Hype, um Schulungen und Tools zu verkaufen, ohne nachweisbare Erfolge oder reproduzierbare Methoden vorweisen zu können. Echte Kompetenz zeigt sich nicht in Marketingsprache, sondern in transparenter Dokumentation, messbaren Ergebnissen und der Fähigkeit, technologische Grenzen klar zu kommunizieren.

Quellen:

McKinsey (2025): Reporting zum „Gen-AI-Paradoxon“ – nur 39 % EBIT-Einfluss.

S&P Global (2024): „Voice of the Enterprise“ – Anstieg der Projektabbrüche auf 42 %.

MIT / IT Daily (2025/2026): Analyse zu KI-Agenten-Piloten (95 % ohne Mehrwert) und Forderung nach „methodischer Produktionsdisziplin“.

Computer Weekly (2026): Kritik an Betriebslogik, fehlenden Feedback-Loops und „Komplexität statt Wirkung“.

20 Minuten (2025): Analyse zum Scheitern von Großprojekten (Argo AI) und Kritik an der „Guru-Kultur“.

Manuela Frenzel ist unabhängige Publizistin für Technologie und Gesellschaft.

Hinweis zur Transparenz: Das Headerbild ist mit Canva erstellt.