Unternehmen kämpfen mit KI-Rendite: Wie Firmen die Investitionen in KI optimieren

Die Euphorie um KI-Technologien in Unternehmen hat im letzten Jahr einen spürbaren Dämpfer erhalten. Was als revolutionärer Hebel für Effizienz und Innovation begann, entpuppt sich für viele Firmen zunehmend als Kostenfalle. Der Begriff "Tokenmaxxing" – also der exzessive Einsatz von KI-Modellen bis an ihre technischen Grenzen – prägte zeitweise die Diskussionen in der Tech-Szene. Doch die Realität holt viele Unternehmen ein: Hohe Ausgaben für KI-Lizenzen und Infrastruktur führen nicht automatisch zu messbaren Erträgen.

Laut Investorin Tiffany Luck von New Enterprise Associates (NEA) steht die Branche noch am Anfang, die tatsächliche Kapitalrendite (ROI) von KI-Investitionen korrekt zu bewerten. "Unternehmen experimentieren mit KI, aber nur wenige haben bisher eine klare Strategie, um diese Technologien profitabel einzusetzen", erklärt Luck in einem kürzlichen Interview. Die Diskrepanz zwischen den hohen Erwartungen und der realen Umsetzung wird besonders deutlich, wenn man sich konkrete Beispiele ansieht.

Warum viele Unternehmen ihre KI-Budgets überziehen

Einige der prominentesten Fälle zeigen, wie schnell KI-Projekte außer Kontrolle geraten können. Der Fahrdienstleister Uber soll sein gesamtes Jahresbudget für KI innerhalb weniger Monate aufgebraucht haben – ein Zeichen dafür, dass die Technologie ohne klare Steuerung schnell unkontrollierbare Kosten verursacht. Auch andere Unternehmen greifen zu drastischen Maßnahmen, um die Ausgaben zu bremsen. So wurden bei einem Tech-Konzern Teile der Belegschaft von Lizenzen für das KI-Tool Claude ausgeschlossen, nachdem die Kosten explodierten. Meta, einst Vorreiter in der internen Nutzung von KI, strich sogar eine zentrale KI-Leistungsbewertung für Mitarbeiter.

Die Gründe für diese Entwicklung sind vielfältig. Einerseits fehlt es vielen Unternehmen an einer klaren Strategie, wie KI tatsächlich in ihre Geschäftsprozesse integriert werden soll. Andererseits unterschätzen Firmen oft den Aufwand für die Datenvorbereitung, Modellanpassung und kontinuierliche Wartung. Tiffany Luck betont, dass KI keine Lösung ist, die sich einfach „einschalten“ lässt: "Es geht nicht nur um die Anschaffung von Tools, sondern um eine grundlegende Transformation der Arbeitsweise."

Drei Ansätze, um den KI-ROI zu verbessern

Investoren und Experten wie Luck raten Unternehmen zu drei zentralen Maßnahmen, um die Rendite ihrer KI-Investitionen zu steigern:

• Fokus auf messbare Use Cases: Nicht jede Abteilung benötigt KI – Unternehmen sollten zunächst identifizieren, wo der Einsatz tatsächlich einen Mehrwert schafft. Beispiele sind die Automatisierung repetitiver Aufgaben oder die Verbesserung von Kundeninteraktionen durch personalisierte Empfehlungen.

• Pilotprojekte mit klarem Business Case: Statt flächendeckender Einführung sollten Firmen zunächst kleine, kontrollierbare Projekte starten. Ein erfolgreicher Pilot kann als Blaupause für größere Rollouts dienen. Wichtig ist dabei, von Anfang an Erfolgskriterien zu definieren.

• Investition in Datenqualität und -management: KI-Modelle sind nur so gut wie die Daten, auf denen sie trainiert werden. Unternehmen müssen sicherstellen, dass ihre Datensätze aktuell, sauber und relevant sind. Ohne diese Grundlage sind selbst die fortschrittlichsten Algorithmen nutzlos.

Ein weiterer kritischer Faktor ist die Unternehmenskultur. Viele Mitarbeiter sehen KI als Bedrohung oder verstehen nicht, wie sie in ihren Arbeitsalltag integriert werden kann. Schulungen und transparente Kommunikation über die Ziele der KI-Initiativen können hier Abhilfe schaffen. Lucks Appell an Führungskräfte lautet: "KI sollte als Werkzeug verstanden werden, das Menschen unterstützt – nicht ersetzt."

Die Zukunft: KI-Investitionen mit Weitsicht

Die aktuelle Phase der Ernüchterung könnte sich als notwendiger Schritt erweisen, um KI nachhaltig in Unternehmen zu verankern. Statt auf schnelle Erfolge zu setzen, müssen Firmen langfristige Strategien entwickeln, die sowohl technologische als auch menschliche Faktoren berücksichtigen. Experten wie Luck erwarten, dass sich der Markt in den kommenden Jahren konsolidieren wird – mit klaren Gewinnern und Verlierern.

Für Unternehmen bedeutet das, jetzt die Weichen zu stellen. Wer seine KI-Investitionen strategisch geplant, mit realistischen Erwartungen angeht und kontinuierlich optimiert, wird langfristig profitieren. Diejenigen, die weiterhin auf unkontrolliertes Tokenmaxxing setzen, könnten hingegen mit hohen Kosten und enttäuschenden Ergebnissen konfrontiert sein. Die Lektion ist klar: KI ist kein Selbstzweck, sondern ein Mittel zum Zweck – und dieser Zweck muss messbar sein.