Die meisten gescheiterten KI-Versuche scheitern nicht an der KI. Sie scheitern an alten IT-Systemen und unsortierten Daten. Eine neue Studie gibt dem eine konkrete Zahl, und das Muster dahinter trifft Grossbetriebe wie kleinere Unternehmen gleichermassen.

Was eine neue Studie zeigt

Das Beratungsunternehmen GFT Technologies liess im Sommer 2026 weltweit 945 CIOs und CTOs befragen. Das Ergebnis: 84 Prozent der befragten IT-Verantwortlichen geben an, dass Einschränkungen ihrer Altsysteme ihr Unternehmen schon einmal dazu gezwungen haben, ein KI-Projekt oder einen KI-Pilot abzubrechen. Die Befragten kommen aus grossen Unternehmen mit mindestens 500 Millionen Euro Jahresumsatz in 19 Ländern. Durchgeführt hat die Befragung Wakefield Research; Feldzeit war der 11. bis 31. August 2026.

Das ist kein KMU-Befund und keine Schweizer Zahl. Aber der Mechanismus hinter dem Befund ist direkt übertragbar.

Warum bremsen alte Systeme die KI aus? KI-Anwendungen brauchen aktuelle, saubere Daten, die über eine Schnittstelle abrufbar sind, oft nahezu in Echtzeit. Viele ältere Programmsysteme arbeiten anders: Daten werden in nächtlichen Stapelläufen verarbeitet, liegen in getrennten Programmen und lassen sich nur schwer zusammenführen. Dann fehlt der KI das Fundament, das sie braucht.

Zur Einordnung: GFT Technologies ist ein IT-Dienstleister, dessen Geschäft Modernisierungs- und Integrationsprojekte umfasst. Die Kernbotschaft «erst modernisieren, dann KI» entspricht dem Geschäftsinteresse des Studienauftraggebers. Das macht die Zahlen nicht wertlos, gehört aber zur ehrlichen Lesart.

Für einen Betrieb heisst das

Das beschriebene Muster ist nicht auf Konzerne beschränkt. In kleinen Betrieben ohne eigene IT-Abteilung zeigt es sich oft noch klarer: gewachsene Excel-Landschaften, ältere Branchensoftware, Daten, die in verschiedenen Programmen liegen und sich nicht sauber zusammenführen lassen. Treuhandbüros, Hotel- und Tourismusbetriebe, Handwerksbetriebe und Gemeindeverwaltungen im Berner Oberland kennen das Bild.

Bevor du in ein KI-Tool investierst, lohnt es sich, drei Fragen ehrlich zu beantworten:

Liegen die relevanten Daten aktuell und an einem Ort vor, oder sind sie über verschiedene Programme und Dateien verstreut?

Kommt man über eine Schnittstelle an die Daten heran, oder nur über manuelle Exporte?

Ist klar, welche eine konkrete Aufgabe die KI übernehmen soll, bevor du anfängst?

Wer die dritte Frage nicht beantworten kann, hat die wichtigste Hausaufgabe noch vor sich. Und wer bei den ersten beiden Fragen merkt, dass die Daten verstreut und schwer zugänglich sind, weiss, wo der Pilotversuch sonst hängenbleibt.

Der ehrliche Teil

KI-BEO lebt von KI-Beratung. Trotzdem sagen wir es offen: Manchmal ist die richtige erste Investition kein KI-Tool, sondern Ordnung in den eigenen Daten und Systemen. Wenn KI für einen bestimmten Betrieb oder eine bestimmte Situation noch nicht die passende Lösung ist, sagen wir das.

Das gilt auch für die Studie selbst: GFT profitiert davon, wenn Unternehmen modernisieren. Den Mechanismus hinter den Zahlen teilen wir, die Botschaft «sofort alles modernisieren» unterschreiben wir nicht pauschal.

Klein anfangen

Wenn die Grundlagen stimmen, zahlt sich ein enger Pilot aus: eine klar umrissene Aufgabe, ein sauberer und gut zugänglicher Datensatz, ein überschaubarer Rahmen. Das schlägt das grosse KI-Projekt, das an verstreuten Altdaten erstickt.

KI ist wie ein neuer, schneller Mitarbeiter: Im Datenchaos kann auch der Beste nicht liefern. Das Problem ist dann nicht der Mitarbeiter, sondern die Ablage.

Was als nächstes?

Ob ein KI-Pilot in deinem Betrieb Sinn ergibt und was vorher zu klären wäre, lässt sich in zwanzig Minuten am Telefon einschätzen.

ki-beo.ch

Quelle: Dr. Web Magazin, Bericht zur GFT-Studie (Wakefield Research im Auftrag von GFT Technologies, August 2026). Volltext: https://www.drweb.de/ki-projekte-altsysteme-gft-studie/