Nach etwa einem Jahr KI-Einsatz kommt in den Häusern, die ich begleite, fast immer dieselbe Frage aus dem Beirat oder von einem Gesellschafter: Was hat das jetzt gebracht?

Was dann meistens vorgelegt wird, sind Nutzungszahlen. Wie viele Lizenzen ausgerollt sind, wie viele Beschäftigte das Werkzeug wöchentlich öffnen, wie viele Anfragen gestellt wurden. Diese Zahlen sind leicht verfügbar, weil die Anbieter sie mitliefern, und sie sehen nach Fortschritt aus.

Sie beantworten die Frage nicht. Eine hohe Nutzung kann bedeuten, dass ein Werkzeug Arbeit erleichtert. Sie kann genauso bedeuten, dass es Arbeit erzeugt, weil jeder Vorgang jetzt zweimal angefasst wird.

Wie weit das persönliche Erleben und das Ergebnis des Unternehmens auseinanderliegen, zeigt die aktuelle Befragung von McKinsey unter 1.719 Teilnehmern aus 97 Ländern, erhoben im Mai und Juni 2026 (The state of AI in 2026, August 2026). Acht von zehn Befragten, die KI in ihrer Arbeit nutzen, sagen, sie habe ihre persönliche Produktivität verbessert. Einen Beitrag zum operativen Ergebnis ihres Unternehmens sehen 37 Prozent, etwa so viele wie im Vorjahr. Beides ist Selbstauskunft, aber die Lücke dazwischen ist aufschlussreich: Der Nutzen wird gespürt und kommt in der Ergebnisrechnung trotzdem nicht an.

Was eine brauchbare Kennzahl leisten muss

Die Anforderungen gelten zusammen, und jede davon klingt für sich banal.

Sie muss vor dem Einsatz gemessen worden sein. Ohne Ausgangswert gibt es keine Veränderung, sondern nur einen Zustand. Bei klar abgegrenzten Vorgängen kostet die Erhebung nach meiner Erfahrung selten mehr als einen halben Tag, und sie wird trotzdem übersprungen, weil sie unspektakulär ist und niemand sie beauftragt.

Sie muss enttäuschen können. Eine Zielgröße, die sich nicht widerlegen lässt, lässt sich auch nicht bestätigen. „Die Kollegen sind zufriedener” ist keine Kennzahl. „Die Angebotserstellung dauert von der Anfrage bis zum Versand im Schnitt vier Stunden” ist eine.

Sie muss an einem Geschäftsvorgang hängen, nicht an einem Werkzeug. Gemessen wird der Prozess, nicht die Software. Sonst misst man beim nächsten Anbieterwechsel wieder von vorn.

Was sich in der Praxis bewährt hat

In den mittelständischen Projekten, die ich begleite, reichen für die meisten Anwendungsfälle wenige Größen.

Durchlaufzeit eines definierten Vorgangs, von der Auslösung bis zum Abschluss. Anzahl der Bearbeitungsschleifen, also wie oft etwas zurückkommt. Fehler- oder Reklamationsquote im betroffenen Prozess. Und der Anteil der Fälle, der ohne manuellen Eingriff durchläuft.

Diese vier decken den überwiegenden Teil ab. Was regelmäßig fehlt und den Unterschied macht: eine ehrliche Aufwandsseite. Zum Aufwand gehören nicht nur die Lizenzkosten, sondern die Zeit für Einführung, Schulung, Nacharbeit und Betrieb. In den Projekten, die ich sehe, liegt der Betriebsaufwand regelmäßig über den Lizenzkosten und taucht in keiner Rechnung auf. In der erwähnten Befragung gibt jeder Fünfte an, die laufenden Kosten hätten den Einsatz im eigenen Haus bereits begrenzt.

Und selbst eine sauber gemessene Verbesserung ist noch kein wirtschaftlicher Nutzen. Wenn die Angebotserstellung zwei Stunden schneller geht, entsteht Geld erst dann, wenn mit diesen zwei Stunden etwas geschieht: mehr Angebote bei gleicher Besetzung, weniger Überstunden, eine Stelle, die nicht nachbesetzt werden muss, oder weniger Fremdleistung. Diese Annahme gehört ausdrücklich in die Vorlage, neben Ausgangswert, Aufwand und Verantwortlichem. Fehlt sie, bleibt die Kennzahl eine Leistungszahl, und der Beirat merkt das spätestens bei der zweiten Nachfrage.

Der Unterschied zwischen generativen und rechnenden Anwendungen

Hier liegt eine Fehleinschätzung, die viele ROI-Diskussionen unbrauchbar macht.

Generative Anwendungen erzeugen häufig viele kleine Zeitgewinne, breit über Personen und Vorgänge verteilt. Zwanzig Minuten am Tag pro Sachbearbeiter erscheinen in keiner Kennzahl, und sie lassen sich auch nicht sauber addieren, weil gesparte Zeit nicht automatisch in Wertschöpfung fließt. Wer für solche Anwendungen einen exakten ROI verlangt, verlangt etwas, das die Sache nicht hergibt. Die ehrliche Aussage lautet: Der Effekt ist real, er ist breit verteilt, und er rechtfertigt die Lizenzkosten oder eben nicht.

Anwendungen, die rechnen, prognostizieren oder klassifizieren, verhalten sich oft umgekehrt. Sie wirken an einer Stelle, dafür groß und messbar. Eine bessere Absatzprognose senkt Sicherheitsbestände, und das steht in der Bilanz.

Das ist eine Tendenz, denn auch ein generatives Werkzeug kann einen einzelnen, klar messbaren Prozessschritt verändern. Entscheidend ist am Ende nicht die Modellklasse, sondern ob es einen abgegrenzten Vorgang mit Ausgangswert gibt. Wer aber beide Sorten mit derselben Erwartung an die Kennzahl bewertet, kommt leicht zu einem falschen Bild. Welche Verfahren wofür in Frage kommen, behandelt ein eigener Beitrag.

Wer die Zahl verantwortet

Der Punkt, an dem die meisten Messkonzepte scheitern, ist nicht die Definition, sondern die Zuständigkeit.

Die Kennzahl gehört dem Fachbereich, in dem der Prozess läuft, nicht der IT und nicht dem Projekt. Der Grund ist einfach: Nur dort weiß jemand, ob eine Veränderung tatsächlich auf das System zurückgeht oder auf einen Personalwechsel, eine Saison oder einen Großkunden.

Und sie braucht einen Termin. Eine Zahl, die niemand vorlegen muss, wird nicht erhoben. Ein Quartalstermin, in dem der Verantwortliche die vier Größen mitbringt, ist die gesamte Messinfrastruktur, die ein mittelständisches Haus braucht.

In der erwähnten McKinsey-Befragung gehört genau das zu den Merkmalen der kleinen Spitzengruppe, die mindestens fünf Prozent ihres operativen Ergebnisses der KI zuschreibt und den Nutzen daraus zugleich als erheblich einstuft: Sie hat doppelt so häufig wie die übrigen festgelegte Verfahren, um die Wirkung ihrer Vorhaben zu beziffern. Ob das Messen den Erfolg hervorbringt oder der Erfolg das Messen, lässt die Befragung offen.

Warum der Mittelstand hier klarer denken muss als der Konzern

Ein Konzern kann sich ein Portfolio leisten, in dem nur ein Teil der Vorhaben trägt und der Rest als Lernkosten verbucht wird. Ein Haus mit zweihundert Beschäftigten kann das in aller Regel nicht. Dort bindet jedes Vorhaben dieselben wenigen Leute, und ein Fehlgriff kostet nicht nur Geld, sondern die Bereitschaft der Organisation, es noch einmal zu versuchen.

Daraus folgt eine unbequeme Konsequenz: Weniger Vorhaben, dafür mit belegbarem Ergebnis. Drei Anwendungsfälle mit Zahlen sind mehr wert als zwölf mit Anekdoten, und zwar nicht nur wirtschaftlich. Sie schaffen die Grundlage, auf der sich das nächste Vorhaben überhaupt begründen lässt.

Das ist am Ende der eigentliche Punkt hinter der ROI-Frage. Es geht nicht darum, eine Zahl für den Beirat zu haben. Es geht darum, Kapital verteilen zu können, ohne zu raten.

Wie sich diese Bewertungslogik aufsetzen lässt, steht in den fünf Schritten zur gesteuerten KI; die strukturierte Priorisierung liefert die KI-Roadmap.

Eine Frage für die nächste Runde: Für welche Ihrer KI-Anwendungen könnten Sie heute den Zustand vor der Einführung benennen?