Ein KI-Pilot kann technisch funktionieren und trotzdem teuer enden.
Die Demo läuft, die ersten Antworten sehen gut aus und im Projektteam entsteht der Eindruck: Das können wir jetzt in den Betrieb bringen.
Genau dann beginnt häufig die schwierigere Arbeit.
Darf das System auf die produktiven Daten zugreifen? Funktionieren die Berechtigungen auch außerhalb des Testkontos? Wer hält die Wissensquellen aktuell und wer erkennt, wenn eine Antwort fachlich falsch ist?
Dazu kommen zwei Fragen, die im Prototyp leicht untergehen: Was passiert, wenn die KI nicht weiterweiß? Und welcher messbare Nutzen rechtfertigt auf Dauer den Betrieb?
Wenn diese Punkte offen sind, hat der Pilot unter Testbedingungen etwas bewiesen. Für den Arbeitsalltag reicht dieser Nachweis noch nicht.
Das NIST empfiehlt deshalb, Leistungs- und Sicherheitskriterien für generative KI unter Bedingungen zu messen, die dem späteren Einsatz möglichst nahekommen. Auch die Grenzen der Übertragbarkeit sollen dokumentiert werden.
Die Kosten gehören ebenfalls früh auf den Tisch. In einer Bitkom-Befragung vom März 2026 berichtete ein Drittel der Unternehmen, die bereits KI einsetzen, von deutlich höheren Kosten als erwartet.
Ich würde einen Piloten deshalb erst dann als belastbar ansehen, wenn reale Datenwege, Rollen und Berechtigungen von Anfang an berücksichtigt sind. Dazu gehören fachliche Qualitätskriterien, ein klarer Fallback, die erwartbaren Betriebskosten und ein Nutzen, der sich später tatsächlich überprüfen lässt.
Welche dieser Fragen taucht bei Ihnen beim Übergang in den Betrieb zu spät auf?
Quellen: NIST: Generative Artificial Intelligence Profile · Bitkom: Digitalisierung der Wirtschaft
