# Warum KI-Projekte scheitern: Es liegt nie an der Technologie

> Autor: Chris Jon Graf (KI-Stratege & CEO)
> Aktualisiert: 2026-08-06
> URL: https://ki-outsourcing.ch/ratgeber/warum-ki-projekte-scheitern-es-liegt-nie-an-der-technologie

## Zusammenfassung

KI-Projekte scheitern nicht wegen unausgereifter Technologie, sondern weil Unternehmen ihre Mitarbeitenden nicht auf den Wandel vorbereiten. Studien zeigen: Ohne Change Management liegt die Adoptionsrate bei rund 15 Prozent, mit strukturierter Vorbereitung bei bis zu 75 Prozent. Change Management ist keine Nebensache, sondern die eigentliche Erfolgsbedingung für KI im Unternehmen.

Die Zahlen sind eindeutig, und sie widersprechen der landläufigen Meinung: Rund 70 Prozent der KI-Projekte scheitern – nicht weil Algorithmen versagen oder Systeme instabil laufen, sondern weil die Menschen, die damit arbeiten sollen, nie auf die Veränderung vorbereitet wurden. Wenn du heute in KI investierst und dabei Change Management als lästige Nebenkosten behandelst, zahlst du später den vollen Preis: gescheiterte Projekte, frustrierte Teams, verbrannte Budgets.

## Das eigentliche Problem: Menschen, nicht Maschinen

Bereits 2015 zeigte eine McKinsey-Untersuchung, dass 70 Prozent aller Change-Initiativen an Mitarbeiterwiderstand und mangelnder Führungsunterstützung scheitern – lange bevor generative KI ein Thema war. Das Muster hat sich mit der KI-Welle nicht verändert, es hat sich verschärft. Eine Gartner-Erhebung vom Juli 2024 unter 473 HR-Verantwortlichen zeigt: 73 Prozent der Mitarbeitenden sind change-müde, und 74 Prozent der Führungskräfte fühlen sich nicht in der Lage, Veränderung überhaupt zu leiten.

**70%** — der Change-Initiativen scheitern an Mitarbeiterwiderstand und fehlender Führung (McKinsey, 2015)

**73% / 74%** — der Mitarbeitenden sind change-müde, der Führungskräfte fühlen sich überfordert (Gartner, Juli 2024)

Diese Zahlen bestätigen sich, wenn man Technologieprojekte gezielt betrachtet: Eine KPMG-Studie aus dem Jahr 2016 fand heraus, dass Transformationen mit reinem Technologiefokus doppelt so wahrscheinlich scheitern wie solche mit klarem strategischem Fokus. Behandelst du KI als IT-Projekt statt als Managementaufgabe, hast du die Weichen bereits falsch gestellt – wirfst du KI auf schlechte Strukturen, machst du sie damit nur schneller schlecht.

## Warum Schweizer KMU besonders gefährdet sind

Eine gemeinsame Studie der HWZ und Swisscom von September/Oktober 2024 mit 123 Schweizer KMU identifiziert drei zentrale Barrieren für die KI-Einführung: Fachkräftemangel, regulatorische Unsicherheit und fehlende interne Expertise. Auffällig: Alle drei Hürden lassen sich nicht mit besserer Software lösen, sondern nur mit strukturiertem Change Management – durch Weiterbildung, klare Prozesse und Führung, die Sicherheit vermittelt statt Verunsicherung zu verstärken. Wie tief diese Lücke bereits sitzt, zeigt dir [das 76-Prozent-Paradox](/ratgeber/das-76-paradox-warum-schweizer-kmu-bei-ki-adoption-novizen-bleiben): Ein Grossteil der Schweizer KMU experimentiert zwar mit KI, bleibt dabei aber methodisch auf Anfängerniveau stehen.

Diese Beobachtung deckt sich mit Zahlen von Deloitte Schweiz: Nur 24 Prozent der Unternehmen bieten verpflichtende KI-Schulungen an, und die tägliche KI-Nutzung liegt hierzulande im weltweiten Vergleich am unteren Ende. Schulst du dein Team nicht, kannst du auch keine Kompetenz erwarten – und ab dem 2. August 2026 ist KI-Kompetenz gemäss Artikel 50 des EU AI Act für Unternehmen mit EU-Bezug ohnehin keine Kür mehr, sondern Pflicht.

> **EU AI Act: Kompetenz wird Pflicht**
>
> Artikel 50 des EU AI Act verlangt seit dem 2. August 2026 von Unternehmen mit EU-Bezug nachweisbare KI-Kompetenz bei Mitarbeitenden, die mit KI-Systemen arbeiten. Für dich heisst das: Change Management ist nicht mehr nur strategische Empfehlung, sondern regulatorische Notwendigkeit.

## Die Kosten des Versäumnisses: Zahlen, die schmerzen

Wie gross der Unterschied ausfällt, zeigt eine Analyse von mybusinessfuture.com: Ohne strukturiertes Change Management liegt die Adoptionsrate von KI-Systemen bei rund 15 Prozent – mit einem durchdachten Change-Ansatz steigt sie auf bis zu 75 Prozent. Dieselbe Quelle bestätigt die eingangs genannte Zahl: Rund 70 Prozent der KI-Projekte scheitern, und die Ursache liegt fast immer im Umgang mit den Menschen, nicht in der Technik selbst.

**15% vs. 75%** — Adoptionsrate von KI-Systemen ohne bzw. mit strukturiertem Change Management

Auch Prosci, ein auf Change Management spezialisiertes Forschungsunternehmen, bestätigt 2023 in einer eigenen Erhebung: 67 Prozent der Change-Praktiker setzen mittlerweile selbst KI ein – doch die grösste Herausforderung bleibt konstant dieselbe: die Akzeptanz im Team, nicht die Technologie. Glaubst du, mit dem nächsten Tool-Update liesse sich das Problem lösen, verwechselst du Symptom und Ursache.

## Was funktioniert: Vom Top-Down-Befehl zum Botschafter-Modell

Ein oft zitiertes Beispiel liefert Siemens: Statt KI-Einführung top-down zu verordnen, setzte das Unternehmen auf ein Botschafter-Modell, bei dem Mitarbeitende aus den Fachabteilungen als interne KI-Multiplikatoren wirkten. Das Ergebnis: eine Akzeptanzrate von rund 80 Prozent – deutlich höher als bei klassischen Top-Down-Rollouts. Der Unterschied liegt nicht im Tool, sondern darin, wer die Veränderung erklärt und vorlebt. Wie zentral dieser Erfolgsfaktor im Projektmanagement ist, erläutert auch [der Beitrag zu KI im Projektmanagement](https://www.ki-podcast.ch/ki-im-projektmanagement-teams-von-morgen).

Auch auf breiterer Basis zeigt sich das Muster: Laut einer BCG-Erhebung von 2025 nutzen bereits 72 Prozent der Mitarbeitenden KI in ihrem Arbeitsalltag – doch nur 26 Prozent der Unternehmen gestalten diesen Wandel aktiv mit. Die Lücke zwischen individueller Nutzung und organisierter Führung ist genau der Raum, in dem Projekte von der Pilotphase nie in den produktiven Betrieb finden. Wie sich diese Lücke schliessen lässt, zeigt [der Weg von der Pilot-Falle zum ROI](/ratgeber/von-der-pilot-falle-zum-roi-wie-schweizer-kmu-ki-agenten-erfolgreich-skalieren).

## Change Management als geschäftskritische Absicherung – nicht als Kostenstelle

Der Denkfehler, den viele Führungsgremien machen, ist simpel: Change Management wird als Add-on betrachtet, das man sich bei knappem Budget zuerst spart. Das Gegenteil ist richtig. Change Management ist die Versicherung, die dafür sorgt, dass deine Technologie-Investition überhaupt einen Return erzielt. Setzt du stattdessen auf Stellenabbau statt auf Befähigung, verschärfst du das Problem zusätzlich – wie [die Analyse zu KI und Personalstrategie](/ratgeber/ki-und-personalstrategie-warum-ki-bedingter-stellenabbau-keinen-roi-liefert) zeigt, liefert KI-bedingter Stellenabbau in der Regel keinen nachhaltigen ROI.

1. Frühzeitige Einbindung: Beziehe deine Belegschaft ein, bevor das System live geht – aus Betroffenen werden so Beteiligte.
2. Sichtbare Führung: Übernimm als Kader erkennbar Verantwortung, statt sie an die IT-Abteilung zu delegieren.
3. Interne Botschafter statt externer Ankündigungen: Lass Kolleginnen und Kollegen erklären, was sich ändert und warum.
4. Verbindliche Weiterbildung statt freiwilliger Angebote: Mach Kompetenzaufbau zum Teil der Arbeitszeit, nicht zur Kür nach Feierabend.
5. Messbare Meilensteine: Verfolge Akzeptanz und Nutzung genauso konsequent wie technische Leistungskennzahlen.

## Der Schweizer Weg: Präzision statt Hektik

Schweizer Unternehmen haben traditionell einen Vorteil, den du in der KI-Transformation zu selten nutzt: Sorgfalt. Dieselbe Gründlichkeit, die in der Schweizer Wirtschaftskultur Qualität und Vertrauen sichert, lässt sich direkt auf deine KI-Einführung übertragen – vorausgesetzt, sie wird nicht durch Zeitdruck oder Unsicherheit im Kader ausgehebelt. Wie stark diese Unsicherheit an der Spitze bremsen kann, [beschreibt eine Einordnung zur KI-Paralyse](https://www.ki-podcast.ch/ki-standort-schweiz-kmu-strategie-und-globales-rennen) treffend.

Am Ende bleibt eine unbequeme, aber klare Erkenntnis: Die Technologie ist selten das limitierende Element. Die Frage, die über Erfolg oder Scheitern entscheidet, lautet nicht 'Welches KI-System kaufen wir?', sondern 'Wie bereite ich meine Menschen auf die Zusammenarbeit mit diesem System vor?'. Wenn du diese Frage ernst nimmst, sparst du dir die zweite, deutlich teurere Investition: die Sanierung eines gescheiterten Projekts.

## Häufige Fragen

### Warum scheitern die meisten KI-Projekte nicht an der Technologie?

Studien zeigen, dass rund 70 Prozent der KI-Projekte scheitern, weil Mitarbeitende und Führungskräfte nicht ausreichend auf die Veränderung vorbereitet wurden – nicht, weil die eingesetzte Technologie unausgereift ist. Ohne strukturiertes Change Management liegt die Adoptionsrate bei rund 15 Prozent, mit Change Management bei bis zu 75 Prozent.

### Was kostet fehlendes Change Management bei der KI-Einführung konkret?

Fehlendes Change Management zeigt sich in tieferer Adoptionsrate, frustrierten Teams und letztlich in gescheiterten Projekten und verbrannten Budgets. Eine KPMG-Studie zeigt zudem, dass Transformationen mit reinem Technologiefokus doppelt so wahrscheinlich scheitern wie strategisch geführte Projekte.

### Wie sieht gutes Change Management bei KI-Projekten in der Praxis aus?

Erfolgreiche Beispiele wie Siemens setzen auf interne Botschafter statt Top-Down-Anweisungen und erreichen damit Akzeptanzraten von rund 80 Prozent. Entscheidend sind frühzeitige Einbindung, sichtbare Führung und verbindliche statt freiwillige Weiterbildung.

### Welche Rolle spielt die Führungsebene beim Scheitern von KI-Projekten?

Eine grosse Rolle: Laut einer Gartner-Erhebung von 2024 fühlen sich 74 Prozent der Führungskräfte nicht in der Lage, Veränderung überhaupt zu leiten. Ohne sichtbare, kompetente Führung fehlt KI-Projekten die notwendige organisatorische Rückendeckung.

### Sind Schweizer KMU besonders von diesem Problem betroffen?

Ja. Eine Studie von HWZ und Swisscom mit 123 Schweizer KMU identifiziert Fachkräftemangel, regulatorische Unsicherheit und fehlende Expertise als Top-Barrieren – alle drei lassen sich nur durch strukturiertes Change Management adressieren, nicht durch bessere Software.

## Quellen

- [McKinsey (2015): Why transformations fail](https://www.mckinsey.com/featured-insights/leadership/changing-change-management)
- [Gartner (Juli 2024): Change Fatigue & Leadership Gap](https://www.gartner.com/en/newsroom/press-releases/2024-10-15-gartner-survey-finds-leader-and-manager-development-tops-hrleaders-list)
- [KPMG Global Transformation Study (2016)](https://assets.kpmg.com/content/dam/kpmg/pdf/2016/05/global-transformation-study-2016.pdf)
- [mybusinessfuture.com (Juni 2026): Change Management bei KI-Projekten](https://mybusinessfuture.com/change-management-bei-ki-projekten-warum-70-prozent-scheitern-und-was-die-restlichen-30-richtig-machen/)
- [Prosci (2023): AI in Change Management – Early Findings](https://mybusinessfuture.com/change-management-bei-ki-projekten-warum-70-prozent-scheitern-und-was-die-restlichen-30-richtig-machen/)
- [BCG AI at Work Report (2025)](https://www.linkedin.com/posts/richlesserbcg_at-a-time-when-rapid-advances-in-ai-have-activity-7440090462696194049-nCSf)