Amazon steht damit nicht allein da. Der aktuelle Marketing Tech Monitor 2026 zeigt, wie groß die Lücke zwischen Erwartung und Umsetzung inzwischen ist: 47 % der Befragten gehen davon aus, dass 70 bis 80 % ihrer Technologie- und Transformationsprojekte scheitern oder ihre Ziele verfehlen. Für die DACH-Region werden allein für 2026 mehr als 21 Milliarden Euro an Sunk Costs erwartet.

Das Muster, das wir in unseren eigenen Projekten immer wieder sehen: Ein Pilot funktioniert, die ersten Ergebnisse überzeugen, alle sind begeistert und dann passiert monatelang nichts. Nicht weil das Modell zu schwach wäre, sondern weil niemand den nächsten Schritt sauber definiert hat. Es fehlt ein klarer Owner, die Datenbasis trägt im Regelbetrieb nicht, oder Prozesse und Systeme sind schlicht nicht auf den Rollout vorbereitet.

Das ist kein KI-Problem. Es ist ein Führungs- und Umsetzungsproblem, das durch KI nur besonders schnell sichtbar und inzwischen auch besonders teuer wird.

Gerade im industriellen Mittelstand liegt dabei viel ungenutztes Potenzial. Eine gemeinsame Studie von VDMA und Strategy& hat 45 konkrete GenAI-Anwendungsfälle im Maschinenbau untersucht: Bis zu 10,7 zusätzliche Prozentpunkte operative Marge wären möglich, umgerechnet rund 28 Milliarden Euro zusätzlicher Gewinn pro Jahr. Aber nur, wenn aus einem erfolgreichen Piloten auch ein belastbarer Workflow im Tagesgeschäft wird.

Parallel verändert sich gerade die wirtschaftliche Grundlage des gesamten Marktes. Mit Kimi K3 hat das chinesische Unternehmen Moonshot AI im Juli ein frei verfügbares Open-Weight-Modell mit 2,8 Billionen Parametern veröffentlicht, das bei anspruchsvollen Coding-, Wissens- und Agentenaufgaben nah an führende proprietäre Modelle herankommt. Unternehmen können ein solches Modell selbst oder bei einem europäischen Anbieter betreiben und damit Datenhaltung, Anpassung und Kosten deutlich stärker kontrollieren.

Wie stark der Preisdruck inzwischen ist, zeigt OpenAI: Nur wenige Tage nach der Veröffentlichung von Kimi K3 senkte das Unternehmen den Preis von GPT-5.6 Luna um 80 % und von Terra um 20 %. Ob Kimi K3 der direkte Auslöser war, lässt sich von außen nicht belegen, das Timing ist aber auffällig, und die Richtung ist eindeutig: Modellleistung wird zur Commodity, Preise fallen, und Open-Weight-Modelle erhöhen den Druck auf die etablierten Anbieter.

Für Unternehmen heißt das konkret: Eine KI-Architektur sollte heute nicht mehr so gebaut werden, als bliebe ein bestimmtes Modell dauerhaft die beste oder günstigste Wahl. Wer Modelle austauschbar hält, Ergebnisse systematisch bewertet und Kosten pro Prozess misst, profitiert von diesem Wettbewerb, statt ihm ausgeliefert zu sein.

Während auf Führungsebene noch über Strategien und Plattformen diskutiert wird, haben sich viele Mitarbeitende längst ihre eigene Lösung geschaffen. Laut einer aktuellen Haufe-Auswertung haben 98 % der befragten Unternehmen eine KI-Strategie, aber nur bei 39 % wird der Einsatz aktiv vom Top-Management gesteuert. Laut Microsoft bringen 78 % der KI-Nutzenden eigene, nicht freigegebene Tools an den Arbeitsplatz mit. Gleichzeitig stellen laut Bitkom gerade einmal 26 % der deutschen Unternehmen ihren Beschäftigten offizielle GenAI-Dienste zur Verfügung.

Diese Schatten-KI entsteht selten aus böser Absicht. Mitarbeitende wollen schneller arbeiten und nutzen das Werkzeug, das gerade verfügbar ist. Problematisch wird es, sobald Kundendaten, Verträge, Kalkulationen oder Quellcode in nicht freigegebenen Systemen landen und niemand mehr nachvollziehen kann, welche Daten wohin weitergegeben wurden.

Seit dem 2. August 2026 gelten weitere Bestimmungen des EU AI Acts. Die höchsten Bußgelder von bis zu 35 Millionen Euro oder 7 % des weltweiten Jahresumsatzes betreffen zwar nur verbotene KI-Praktiken und nicht jede fehlende Richtlinie. Die Richtung ist aber klar: Der Gesetzgeber wird bei Verstößen tendenziell mehr und schmerzhaftere Sanktionen verhängen. Unternehmen sollten je nach Einsatzfall Transparenz, Dokumentation, Zuständigkeiten und menschliche Kontrolle nachweisen können.

Für den nächsten Schritt braucht es aus unserer Sicht keine weitere KI-Grundsatzpräsentation, sondern vier sehr praktische Dinge:

• Einen verantwortlichen Owner für jeden KI-Einsatz, inklusive Ziel, Budget und klaren Abbruchkriterien.
• Eine belastbare Daten- und Prozessintegration, damit aus dem Piloten ein Workflow im Regelbetrieb werden kann.
• Freigegebene Werkzeuge und klare Leitplanken, damit Mitarbeitende nicht in die Schatten-KI ausweichen müssen.
• Eine modelloffene Architektur mit laufender Erfolgsmessung, damit Preisverfall und neue Open-Weight-Modelle zum eigenen Vorteil werden.

Der Beitrag richtet sich an Geschäftsführung, IT- und Digitalisierungsverantwortliche im Mittelstand, die KI-Piloten bereits laufen haben oder gerade planen, und die wissen wollen, warum viele Projekte trotz funktionierender Technik ins Stocken geraten.

Dieser Beitrag ist ein Auszug aus BOLD & EPIC Insights

Dieser Artikel ist ein Auszug aus unserem Insight Newsletter BOLD & EPIC Insights, den wir ein- bis zweimal im Monat verschicken, abwechselnd geschrieben von Sascha Kurfiss und Michael Friedmann. Wer auch die anderen Themen direkt in die Inbox bekommen möchte, kann sich hier kostenlos anmelden.

Wenn du wissen willst, wo dein Unternehmen zwischen Pilot, Skalierung und Governance gerade steht, ist das genau die Frage, die der Future Ready Audit beantwortet, inklusive einer klaren Einschätzung zum KI-Reifegrad deiner Organisation. Oder du sprichst direkt mit uns über deine aktuellen KI-Projekte, unverbindlich und ohne Pitch.