Drei Jahre nach dem Hype

Der Rauch hat sich verzogen

Im November 2023 war ChatGPT ein Jahr alt, und in den Vorstandsetagen österreichischer Unternehmen saß plötzlich derselbe Tagesordnungspunkt: „KI-Strategie“. Drei Jahre später ist der Lärm leiser geworden. Was bleibt, ist eine nüchterne Frage: Hat sich der Aufwand gelohnt?

Die ehrliche Antwort lautet: teilweise. Und genau dieses „teilweise“ ist es wert, einmal in Ruhe auseinandergenommen zu werden, ohne die übliche Mischung aus Heilsversprechen und Untergangsstimmung, die das Thema seit drei Jahren begleitet.

Denn hinter den Schlagzeilen passiert etwas anderes als auf den Bühnen der Tech-Konferenzen. In den Unternehmen ist KI angekommen, aber sie sieht anders aus, als es 2023 versprochen wurde. Weniger spektakulär. Stiller. Und an überraschend wenigen Stellen wirklich strategisch.

Aus dem Hype ist Alltag geworden, und das ist die Nachricht

Die wirklich relevante Veränderung der vergangenen drei Jahre ist nicht technologischer Natur. Sie ist kultureller. KI ist von der Vorstandspräsentation in die Schreibtischschublade gewandert. Mitarbeiter:innen nutzen Sprachmodelle, ob es das Unternehmen formal erlaubt oder nicht. Sie schreiben damit E-Mails, fassen Protokolle zusammen, prüfen Verträge, übersetzen Angebote.

In Österreich nutzen mittlerweile 34,1 % der Erwerbsbevölkerung regelmäßig KI-Tools, womit das Land weltweit auf Platz 18 liegt (Microsoft AI Diffusion Report 2026). Das ist beachtlich, und gleichzeitig irreführend. Denn die Nutzung passiert größtenteils individuell, an der IT vorbei, ohne Governance und ohne dass das Unternehmen davon profitiert. Was im Kopf der einzelnen Sachbearbeiterin Zeit spart, landet nicht in der Bilanz.

Das ist der eigentliche Befund nach drei Jahren: KI ist im Arbeitsalltag verankert, aber kaum in der Wertschöpfung. Zwischen privatem Werkzeug und unternehmerischem Hebel klafft eine Lücke, die kein Tool der Welt allein schließt.

Die Rechnung der ersten Welle

Während unten an den Schreibtischen pragmatisch experimentiert wurde, wurde oben Geld verbrannt. Weltweit scheitern 95 % der eigens entwickelten GenAI-Pilotprojekte daran, messbaren Wert zu liefern (MIT GenAI Divide 2025). Wer in den vergangenen drei Jahren in Beiräten, Geschäftsführungen oder IT-Lenkungsausschüssen gesessen ist, kennt das Muster.

Es beginnt mit Begeisterung und einem Budget. Es folgt ein Proof of Concept, der beeindruckende Demos liefert. Dann kommt die Integration in echte Prozesse, echte Daten, echte Mitarbeiter, und dort stirbt das Projekt. Nicht laut, sondern leise. Es wird nicht abgebrochen, es wird nur nicht mehr erwähnt.

Die Ursachen sind in nahezu jedem dieser Fälle dieselben. Erstens: Die Strategie kam nach dem Tool. Man hatte die Lösung gekauft, bevor man das Problem beschrieben hatte. Zweitens: Die Datenbasis war nicht da, wo sie sein sollte. Drittens: Die Mitarbeiter:innen wurden über das Projekt informiert, statt in das Projekt eingebunden. Und viertens: Die Erwartung war, dass KI Prozesse repariert, die ohnehin nicht funktionierten. Sie tut das nicht. Sie skaliert sie nur.

In Österreich verschärft sich dieses Bild auf bemerkenswerte Weise. 69 % der heimischen Unternehmen nutzen KI in irgendeiner Form, aber nur 8 % haben den Einsatz skaliert, und 47 % können den ROI ihrer KI-Investitionen nicht beziffern (EY KI Readiness Check 2026). Übersetzt heißt das: Viele machen etwas, wenige wissen, was es bringt. Das ist keine Transformation, das ist eine teure Hoffnung.

Wo KI wirklich wirkt, und warum genau dort

Es wäre allerdings unredlich, beim Scheitern stehenzubleiben. Denn dort, wo KI funktioniert, funktioniert sie messbar. Sehr messbar sogar.

Die belastbarsten Effekte zeigen sich in klar abgrenzbaren Wissensarbeiter-Funktionen: im Marketing mit Produktivitätsgewinnen von rund 50 %, in der Software-Entwicklung mit 26 % und im Kundensupport mit 14 % (Stanford AI Index 2026). Auffällig ist nicht nur die Höhe der Gewinne, sondern auch ihre Verteilung. Die Effekte sind dort am größten, wo Arbeit aus wiederholbaren Textbausteinen, klaren Briefings und überprüfbaren Ergebnissen besteht.

Das ist keine Magie. Das ist Statistik. KI ersetzt nicht den Kopf, sondern die Tastatur. Sie nimmt jene Arbeit ab, die ohnehin niemand gerne gemacht hat: die zehnte Variation eines Produkttextes, das Aufbereiten eines Boilerplate-Codes, das Beantworten der immer gleichen Anfrage. Wer das nüchtern betrachtet, sieht: KI ist kein Innovationswerkzeug. Sie ist ein Effizienzwerkzeug. Innovation entsteht weiterhin im Kopf des Menschen, der die richtige Frage stellt.

Genau hier liegt die zweite österreichische Pointe. Bei der individuellen Nutzung sind wir gut. Bei der Übersetzung dieser Nutzung in unternehmerischen Wert hinken wir hinterher. Wir haben gelernt, KI zu bedienen. Wir haben noch nicht gelernt, mit ihr zu führen.

Die zweite Welle braucht andere Köpfe, nicht bessere Tools

Wer glaubt, der nächste Modellsprung werde es richten, hat aus den letzten drei Jahren das Falsche gelernt. Die Modelle sind heute schon besser, als die meisten Unternehmen sie nutzen können. Das Problem ist nicht die Technologie. Das Problem ist die Art, wie wir sie in Organisationen einbetten.

Vier Prinzipien entscheiden in der zweiten Welle über Erfolg und Scheitern, und sie haben mit IT erstaunlich wenig zu tun.

Strategie vor Tool. Die Frage ist nicht „Wo können wir KI einsetzen?“, sondern „Wo verlieren wir heute Wertschöpfung, und welche Rolle kann KI dabei spielen, das zu ändern?“. Diese Reihenfolge ist nicht semantisch. Sie entscheidet, ob ein Projekt nach zwölf Monaten als Erfolg oder als Lernerfahrung verbucht wird.

Prozess vor Prompt. Ein gut formulierter Prompt rettet keinen schlecht gestalteten Prozess. KI macht schlanke Abläufe schneller und kaputte Abläufe sichtbarer. Wer in einen unsauberen Prozess KI einbaut, bekommt einen schnelleren unsauberen Prozess und einen unangenehmen Lerneffekt obendrauf.

Daten vor Modell. Kein Sprachmodell der Welt kompensiert eine Datenlandschaft, die in zwölf Systemen liegt, in keinem davon gepflegt ist und niemandem im Haus wirklich gehört. Wo Verantwortlichkeiten, Qualität und Zugriff auf die eigenen Daten nicht geklärt sind, bleibt jede KI-Anwendung eine Demo. Datenarbeit ist die unsichtbare Hälfte jeder ernsthaften KI-Einführung. Sie ist unsexy, sie kostet Geld, und sie ist der einzige Weg vom Spielzeug zur Wertschöpfung.

Mensch vor Maschine. Die Skalierungslücke zwischen 69 % Nutzung und 8 % Skalierung in Österreich ist keine technische. Sie ist eine Akzeptanzlücke. Jede KI-Einführung steht und fällt damit, ob die Menschen, die damit arbeiten sollen, das Werkzeug als Entlastung erleben oder als Bedrohung. Wer diese Frage nicht ernst beantwortet, sondern mit einer Roadshow erschlägt, hat verloren, bevor das erste Modell läuft.

Und eine letzte Wahrheit, die in jedem ehrlichen Gespräch mit der Geschäftsführung auf den Tisch gehört: Echte Transformation dauert länger als ein Quartal. Das passt schlecht in Vorstandszyklen, ist aber die Realität.

Die produktivste Phase der KI in Österreich beginnt jetzt. Nicht, weil die Tools besser geworden sind, sondern weil endlich die Illusionen weg sind.