KI-Projekte scheitern leise: warum ein gestocktes KI-Projekt mehr kostet, als es scheint

Warum ein gestocktes KI-Projekt mehr kostet, als es scheint: Vier Posten laufen weiter, auch wenn niemand mehr daran arbeitet. Das sind Lizenzen, gebundene interne Kapazität, Umwege im Arbeitsalltag und verlorenes Vertrauen im Team. So scheitern viele KI-Projekte nicht laut, sondern leise. Sie bleiben stehen, und die Kosten fallen trotzdem jeden Monat an.

Dieser Beitrag ist Teil 3 von 3 unserer Reihe zum Claude-Neustart. Teil 1, „Wenn die KI-Einführung stockt: was ein Neustart ist und wer ihn braucht“, klärt die Grundlagen. Teil 2, „Claude im Unternehmen neu starten: Analyse, Korrekturen, zweite Einführung“, beschreibt das Vorgehen Schritt für Schritt. Hier geht es um die Frage, warum sich das Handeln lohnt.

Sie erfahren in diesem Leitfaden, welche Kosten ein stehendes Projekt verursacht und wo diese sichtbar werden. Eine Prüfliste zeigt, wo Sie jeden Kostenposten messen. Ein Beispiel führt durch die Verwaltungskonsole von Claude Team. Zum Schluss folgen die Messgrößen für den zweiten Anlauf, die ehrlichen Grenzen eines Neustarts und konkrete nächste Schritte.

Ein gestocktes KI-Projekt ist ein Vorhaben, bei dem Lizenzen bezahlt und erste Anwendungen eingerichtet sind, aber kein Arbeitsablauf verlässlich im regulären Betrieb läuft. Der Pilot ist also vorbei, der Betrieb hat nie begonnen. Genau an dieser Stelle stehen derzeit viele Unternehmen. Eine Studie, über die das IT Finanzmagazin berichtet, stellt fest, dass sich viele Unternehmen damit beschäftigen, erste Pilotprojekte in den regulären Betrieb zu überführen.

Ein seat ist eine Claude-Lizenz für eine Person. Ein Connector ist die Verbindung zwischen Claude und einem Programm, zum Beispiel Microsoft 365 oder Zoho. Mit diesen beiden Begriffen lassen sich die meisten Warnzeichen beschreiben.

Diese Anzeichen deuten auf ein gestocktes KI-Projekt hin:

• Seats sind bezahlt, werden aber im Monat kaum genutzt.
• Der Pilot hat keinen Termin für die Übergabe in den Betrieb.
• Niemand ist namentlich für einen Arbeitsablauf verantwortlich.
• Connectors sind freigegeben, aber kein Team arbeitet regelmäßig damit.
• Ergebnisse der KI werden von Hand nachgearbeitet oder doppelt geprüft.

Treffen zwei oder mehr Punkte zu, läuft das Projekt nicht mehr, kostet aber weiter. Die folgenden Abschnitte zeigen, wo diese Kosten entstehen.

KI-Projekte scheitern häufig daran, dass sie keinen messbaren Nutzen erreichen, obwohl die Technik funktioniert. Der Softwareanbieter Multiconnect fasst in einem Beitrag zum KI-Paradox mehrere Studien zusammen. Laut einer MIT-Studie von 2025 erzielen bis zu 95 % der Unternehmen mit KI-Pilotprojekten keine messbare Auswirkung auf ihren Gewinn. Laut PwC Global CEO Survey vom Januar 2026 berichten 56 % der CEOs, dass KI bislang weder Umsatz gesteigert noch Kosten gesenkt hat.

Der Schritt vom Pilot in den Betrieb ist die eigentliche Hürde. McKinsey berichtete 2024, dass im Finanzbereich 45 % der Unternehmen generative KI pilotierten, aber nur 6 % skalierten. In einer Umfrage von Computing Deutschland unter britischen IT-Führungskräften gaben nur 18 % an, dass KI bereits einen Mehrwert liefert.

Die Ursachen liegen selten im Modell. Die 10-20-70-Regel von BCG besagt: Rund 10 % des KI-Erfolgs entscheiden sich am Algorithmus, 20 % an Daten und Infrastruktur und 70 % an Menschen, Prozessen und Unternehmenskultur. Gartner prognostiziert zudem, dass bis 2026 rund 60 % der KI-Projekte ohne „AI-ready“ Daten aufgegeben werden. Laut Computer Weekly wirken fehlende interne KI-Kompetenz und mangelnde Veränderungsbereitschaft oft verzögernd und kostensteigernd.

Lizenzen sind der einzige Kostenposten eines gestockten KI-Projekts, der auf einer Rechnung steht. Trotzdem fällt er oft niemandem auf. Die Claude-Team-Lizenzen zahlen Sie direkt an Anthropic, und die Zahl der Lizenzen vereinbaren Sie mit Anthropic zu dessen Vertragsbedingungen. Ein seat kostet also, ob die Person damit arbeitet oder nicht.

Dazu kommt der Verbrauch. Tokens sind die kleinsten Verarbeitungseinheiten, mit denen Sprachmodelle arbeiten; jede Eingabe und jede Ausgabe erzeugt Token und damit Kosten, wie manage it erklärt. Den Verbrauch eines Agenten rechnet der gewählte Anbieter ab, also Anthropic, AWS, Google Cloud oder Microsoft. Wie solche Agenten aufgebaut sind, erklärt unser Beitrag Was sind KI-Agenten?. Laut heise ersetzt verbrauchsabhängige Abrechnung bei KI zunehmend die Abomodelle.

Unbeobachteter Verbrauch kann teuer werden. Laut heise online soll bei einem Amazon-Projekt das Budget um 860 Prozent überzogen worden sein. Das fiel laut dem Bericht erst nach fünf Monaten auf.

Ein stehendes Projekt verpasst außerdem leicht günstigere Modelle. Laut Anthropic kostet Claude Opus 5.5 im Betrieb 40 % weniger als Opus 5. Claude Sonnet 5.5 kostet für die meisten Aufgaben bis zu 30 % weniger als sein Vorgängermodell. Für Opus 5 und ältere Modelle verweist die Modellübersicht von Anthropic auf eine Migrationsanleitung. Diesen Wechsel nimmt aber niemand vor, wenn niemand am Projekt arbeitet.

Gebundene interne Kapazität ist die Arbeitszeit, die ein gestocktes KI-Projekt weiter beansprucht, ohne Ergebnisse zu liefern. Dazu gehören Abstimmungstermine ohne Entscheidung, Rückfragen an die IT und Personen, die sich für das Projekt zuständig fühlen, aber keinen Auftrag haben. Diese Stunden erscheinen in keiner Abrechnung des KI-Anbieters. Sie fehlen trotzdem im Tagesgeschäft.

Fehlende Schulung verstärkt den Effekt. Laut BCG erkannten 2023 bereits 86 % der Mitarbeitenden Bedarf an KI-Training, aber nur 14 % der Beschäftigten an der Front wurden tatsächlich geschult. Wer nicht weiß, wofür er Claude einsetzen soll, fragt Kolleginnen und Kollegen. So bindet ein einziges ungeklärtes Projekt Zeit in mehreren Abteilungen.

Umwege im Arbeitsalltag

Umwege sind Arbeitsschritte, die nur entstehen, weil die KI halb eingeführt ist. Ein typisches Bild: Claude erstellt einen Entwurf, und jemand überträgt das Ergebnis von Hand in Zoho CRM, weil kein Connector eingerichtet ist. Oder das Team prüft jedes Ergebnis doppelt, weil es keine Testfälle gibt.

Solche Umwege kosten mehr Zeit als der alte Weg ohne KI. Die Produktivitäts-J-Kurve, ein von Erik Brynjolfsson beschriebenes Muster, erklärt das: Zu Beginn sinkt die Produktivität wegen des Anpassungsaufwands. Ein Projekt, das in dieser Senke stehen bleibt, trägt den Aufwand und erntet nie den Nutzen.

Vertrauensverlust ist der Kostenposten eines gestockten KI-Projekts, der am längsten nachwirkt. Wer einmal erlebt hat, dass ein Werkzeug angekündigt und dann nicht fertig wurde, glaubt der nächsten Ankündigung weniger. Das Team kehrt zu den alten Wegen zurück. Ein zweiter Anlauf beginnt dann nicht bei null, sondern im Minus.

Wie stark Widerstand werden kann, zeigt eine Umfrage des Anbieters Writer, die Multiconnect zitiert. Dort gaben 41 % der jüngeren Mitarbeitenden der Generation Z an, die KI-Strategie ihres Unternehmens bewusst zu sabotieren. Die Zahl betrifft keine einzelne Firma. Sie zeigt aber, dass Akzeptanz kein Selbstläufer ist.

Einen Teil des Vertrauensverlusts verursachen Projekte selbst. RAND-Forscher beschreiben die „Shiny Things Disease“: Teams stürzen sich auf das technisch Mögliche, ohne sicherzustellen, dass es ein echtes Problem löst. Wenn das Ergebnis im Alltag nicht hilft, ziehen die Mitarbeitenden ihre eigenen Schlüsse.

Für einen zweiten Anlauf heißt das drei Dinge:

• Ein früher, sichtbarer Nutzen in einem Arbeitsablauf, den das Team täglich braucht.
• Eine namentlich verantwortliche Person für jeden Arbeitsablauf.
• Testfälle, die zeigen, dass das Ergebnis stimmt, bevor das Team sich darauf verlässt.

Die versteckten Kosten eines gestockten KI-Projekts lassen sich messen, wenn Sie für jeden Kostenposten einen festen Messpunkt festlegen. Die folgende Tabelle ordnet jedem der vier Posten ein Warnzeichen und eine Quelle zu. Den Verbrauch führen wir getrennt auf, weil er anders abgerechnet wird als die seats.

Kostenposten	Warnzeichen	Wo Sie messen
Lizenzen	Bezahlte seats ohne Nutzung im letzten Monat	Verwaltungskonsole: aktive Lizenzen und Nutzung im letzten Monat
Verbrauch	Rechnung höher als erwartet, kein Budget pro Projekt	Abrechnung des gewählten Anbieters
Gebundene Kapazität	Termine ohne Entscheidung, keine verantwortliche Person	Kalender und Projektplan
Umwege	Ergebnisse werden abgetippt oder doppelt geprüft	Stichprobe in einem Arbeitsablauf
Vertrauen	Teams meiden das Werkzeug und nutzen alte Wege	Gespräche und Nutzung pro Team

Bei der letzten Zeile ist Vorsicht nötig. Auswertungen einzelner Personen sind nur zulässig, wenn sie erforderlich sind und eine Rechtsgrundlage nach der DSGVO besteht. Gibt es einen Betriebsrat, müssen Sie ihn zusätzlich beteiligen, in der Regel über eine Betriebsvereinbarung. Messen Sie deshalb pro Team und nicht pro Kopf. Werten Sie nur Teams aus, die groß genug sind, dass keine Rückschlüsse auf einzelne Personen möglich sind.

Viele Unternehmen haben diesen Überblick heute nicht. Laut einer internationalen Umfrage, über die tagesschau.de berichtet, wissen nur 35 Prozent der Unternehmen vollständig, wie viel sie für KI ausgeben.

Die Verwaltungskonsole von Claude zeigt die drei Zahlen, mit denen jede Prüfung eines gestockten KI-Projekts beginnen sollte: aktive Lizenzen, Nutzung im letzten Monat und freigegebene Connectors. Das folgende Beispiel beschreibt ein Vertriebsteam auf Claude Team. Es hat einen Connector zu Zoho CRM und einen zu Microsoft 365 freigegeben.

1. Notieren Sie die Zahl der aktiven Lizenzen in der Verwaltungskonsole.
2. Notieren Sie, wie viele davon im letzten Monat genutzt wurden.
3. Ziehen Sie die zweite Zahl von der ersten ab. Das Ergebnis sind seats, die Sie bezahlen, aber nicht nutzen.
4. Gehen Sie die freigegebenen Connectors durch. Fragen Sie für jeden: Welcher feste Arbeitsablauf nutzt ihn?
5. Bei Claude Enterprise prüfen Sie zusätzlich die Anmeldung über die zentrale Benutzerverwaltung (SSO) und die Rollen.

Im Beispiel ergibt Schritt 4 eine einfache Rechnung. Hat der Connector zu Zoho CRM keinen festen Arbeitsablauf, sitzt dort mit hoher Wahrscheinlichkeit ein Umweg: Jemand kopiert Ergebnisse von Hand. Das ist der Ansatzpunkt für die Korrektur.

Bei Svennis beginnen wir einen Neustart immer mit genau diesen Zahlen aus der Verwaltungskonsole, bevor wir über neue Funktionen sprechen. Am häufigsten finden wir dabei freigegebene Connectors, für die kein einziger fester Arbeitsablauf mit einer verantwortlichen Person existiert.

Der Erfolg eines Neustarts lässt sich an drei Größen messen: Zeit pro Arbeitsablauf, Fehler im Ergebnis und Kosten im Verhältnis zur Nutzung. Alle drei brauchen einen Ausgangswert vor der Korrektur.

Zeit, Fehler und Kosten

• Zeit: Messen Sie die Dauer eines Arbeitsablaufs mit und ohne Claude, an echten Vorgängen.
• Fehler: Ein skill ist ein Arbeitsablauf mit Testfällen und einer verantwortlichen Person. Die Testfälle zeigen, wie oft das Ergebnis stimmt.
• Kosten: Vergleichen Sie genutzte mit bezahlten seats und weisen Sie den Verbrauch pro Projekt aus.

Rechnen Sie mit Geduld. Laut Computer Weekly benötigen KI-Projekte in der Regel 24 bis 36 Monate oder mehr, um sich zu rechnen. Klassische IT-Projekte schaffen das oft nach 12 bis 24 Monaten. Laut IDC realisieren Unternehmen den KI-Mehrwert im Schnitt erst nach 13 Monaten.

Was ein Neustart nicht leistet

Ein Neustart behebt keine schlechte Datenlage. Wenn die Daten in den Programmen unvollständig sind, liefert auch ein gut eingerichteter Arbeitsablauf schwache Ergebnisse. Er macht außerdem nicht jeden Prozess zum KI-Fall.

Auch die Folgekosten verschwinden nicht. Axis Intelligence schätzt laut Computing Deutschland, dass versteckte Notwendigkeiten wie Governance, Sicherheit und Support die Projektkosten auf das Zwei- bis Vierfache der ursprünglichen Prognosen erhöhen können. Laut Computer Weekly erfordern KI-Projekte auch nach dem Go-live oft weiter Investitionen, etwa für Datenanpassung oder Integration. Planen Sie diese Pflege fest ein.

Für Unternehmen in Deutschland wiegt ein gestocktes KI-Projekt besonders schwer, weil KI hier bereits verbreitet ist, der Kostenüberblick aber fehlt. Laut ifo Institut nutzen rund 55 Prozent der Unternehmen in Deutschland KI, wie tagesschau.de berichtet. Gleichzeitig haben laut einer Umfrage, die TiAM FundResearch zitiert, nur 26 Prozent der befragten Firmen einen umfassenden Überblick über ihre KI-Kosten. Weitere 50 Prozent haben ihn teilweise, 22 Prozent erfahren erst mit der neuesten Abrechnung, wie teuer es geworden ist.

Wenn Ihr Unternehmen einen Betriebsrat hat, gehört die Mitbestimmung in jede Planung. Die Einführung von Claude kann nach § 87 Abs. 1 Nr. 6 BetrVG mitbestimmungspflichtig sein. Binden Sie den Betriebsrat deshalb früh ein, auch beim zweiten Anlauf. Nutzungsauswertungen einzelner Personen brauchen eine Rechtsgrundlage nach der DSGVO und, wenn es einen Betriebsrat gibt, dessen Zustimmung, meist in Form einer Betriebsvereinbarung.

Klare interne Regeln senken das Kostenrisiko. Laut einem Unternehmensberater, den tagesschau.de zitiert, fehlen vielen Unternehmen solche Regeln für den Einsatz teurer Modelle. Deshalb werden KI-Budgets überraschend schnell aufgebraucht. Manche Unternehmen setzen inzwischen eigene Leitfäden ein, die bei der Wahl des richtigen Modells helfen. Für Aufgaben wie Klassifizierung, Extraktion und Weiterleitung positioniert Anthropic Claude Haiku 5.5.

Schulung ist der zweite Hebel gegen Stillstand. Art. 4 der KI-Verordnung verlangt dafür Maßnahmen, die die KI-Kompetenz Ihrer Beschäftigten fördern, aber kein bestimmtes Niveau. Wie Sie Ihr Team gezielt befähigen, zeigt unsere Seite zu KI-Schulung und KI-Kompetenz.

Der erste Schritt aus dem Stillstand ist eine ehrliche Bestandsaufnahme mit den Zahlen, die Sie schon haben. Dafür brauchen Sie keine neue Software und keinen großen Auftrag. Gehen Sie in dieser Reihenfolge vor:

1. Lesen Sie diese Woche aktive Lizenzen, Nutzung im letzten Monat und freigegebene Connectors aus der Verwaltungskonsole aus.
2. Benennen Sie eine verantwortliche Person mit einer Stunde pro Woche für das Projekt.
3. Wählen Sie einen Arbeitsablauf, den ein Team täglich braucht, und messen Sie ihn vor jeder Änderung.
4. Legen Sie für diesen Arbeitsablauf Testfälle fest.
5. Wenn es in Ihrem Unternehmen einen Betriebsrat gibt, klären Sie die Mitbestimmung mit ihm.

Wenn Sie zuerst wissen möchten, wo Ihr Unternehmen insgesamt steht, hilft der KI-Readiness-Check. Welche Abläufe sich grundsätzlich automatisieren lassen, beschreibt unsere Seite zur KI-Automatisierung im Mittelstand.

Wenn Sie Unterstützung möchten: Svennis übernimmt genau diese Arbeit im Claude-Neustart. Zwei Wochen messen wir, zwei Wochen beheben wir, was wir gefunden haben. Für jede Verbindung zu Ihren Programmen bauen wir einen connector, einen MCP server, ein plugin oder einen skill. Wir zeigen die Optionen mit ihren Kosten, und Sie wählen. Die veröffentlichten Preise finden Sie auf derselben Seite.