MIT-Report: 95% der Initiativen mit generativer KI ohne Wirkung auf die GuV

Der Bericht „The GenAI Divide: State of AI in Business 2025“ von MIT NANDA erschien im August 2025. Er kommt zu dem Ergebnis, dass rund 95% der Initiativen mit generativer KI in Unternehmen keine messbare P&L-Wirkung haben. Fortune berichtete am 18. August 2025 darüber. Dem stehen Investitionen der Unternehmen in generative KI von $30-40 Milliarden gegenüber.

Die Ergebnisse der MIT-Studie

Laut MIT NANDA erreichen nur etwa 5% der individuell entwickelten oder eingebetteten KI-Tools den Produktivbetrieb mit messbarer Wirkung. Einführungen mit externen Partnern gelangen dem Bericht zufolge in rund 67% der Fälle, interne Eigenentwicklungen in rund 33%. Außerdem nutzen über 90% der Beschäftigten private KI-Tools, auch wenn die offiziellen Pilotprojekte scheitern. Der Bericht nennt dieses Muster Shadow AI. Die Studie wurde keinem Peer-Review unterzogen und die Stichprobe war überschaubar. Die Zahlen zeigen eine Richtung und taugen nicht als genaue Messung. Forbes berichtete am 21. August 2025 über die Ergebnisse.

Warum Pilotprojekte vor dem Produktivbetrieb stecken bleiben

Die meisten Pilotprojekte sind als Demonstration angelegt. Ein typisches Beispiel läuft auf einem bereinigten Datenauszug, steht in einem Browser-Tab neben den echten Systemen und wird vom engagiertesten Team im Haus bedient. Es gibt keine Ausgangsmessung, und an niemandes Arbeit ändert sich etwas, wenn der Test gelingt. Jede dieser Entscheidungen ist für einen Test über sechs Wochen nachvollziehbar. Zusammen verdecken sie die Bedingungen, von denen der Produktivbetrieb abhängt. Mit dem Produktivbetrieb kommen die Sonderfälle, die Anbindung an ERP, CRM und Ticketsystem sowie die Fragen von Compliance und Security, die das Pilotprojekt aufgeschoben hat.

Was das für Engineering-Teams bedeutet

Ihre Beschäftigten nutzen bereits KI, wie die Shadow-AI-Zahl von MIT NANDA zeigt. Die Nachfrage nach den Tools ist also da. Die schwierigere Arbeit liegt in Datenzugriff, Berechtigungen, Integration und der Frage, wessen Arbeitsablauf sich ändert, sobald das System läuft. Drei Prüfpunkte zeigen schnell, ob eine Initiative den Produktivbetrieb erreichen kann. Sie arbeitet von Anfang an mit echten Daten unter echten Berechtigungen. Der tatsächliche Arbeitsablauf einer Person ändert sich, und diese Person hat vorab zugestimmt. Und es gibt eine namentlich benannte Verantwortliche oder einen Verantwortlichen für den sechsten Monat, wenn das Pilotteam weitergezogen ist.

Was das für die Einstellung von Entwicklern bedeutet

Der Unterschied, den MIT NANDA zwischen Umsetzungen mit Partnern und internen Eigenentwicklungen berichtet, lenkt den Blick darauf, wer baut. Ein Entwickler, der bisher nur Demos gebaut hat, optimiert meist auf die Demo. Ein Entwickler, der KI-Funktionen in den Produktivbetrieb gebracht hat, fragt in der ersten Woche nach Berechtigungen, Sonderfällen und Integration. Beim Einstellen lohnt es sich, Kandidaten in einer echten Codebase zu beobachten, mit und ohne KI-Tools. So sehen Sie, ob sie eine Funktion über die Pilotphase hinaus tragen können. Die Frage, wo ihre KI-Arbeit im Produktivbetrieb versagt hat und was sie daraufhin geändert haben, sagt Ihnen mehr als jede polierte Demo.

Engineers von Miyagami durchlaufen zwei Assessments von je 60 Minuten in einer echten Codebase. Im ersten sind die KI-Tools ausgeschaltet, im zweiten arbeiten die Kandidaten mit ihren eigenen Agenten. Beide Scorecards erhalten Sie von uns. Mehr dazu lesen Sie unter So prüfen wir.