Schweizerdeutsch

KI ist gerade überall. In fast jeder strategischen Präsentation von CEO oder Verwaltungsrat steht mindestens eine Folie mit den Worten „Transformationspotenzial durch KI“.

Die traurige Wahrheit: 83 % der DACH-Unternehmen, die 2023/24 ernsthafte KI-Budgets freigegeben haben, berichten sechs bis vierzehn Monate später von einem negativen oder nicht messbaren ROI.

Wir haben 18 dieser Projekte in den letzten 18 Monaten gecounter-checkt.

Die fünf wiederkehrenden Gründe:

  1. Niemand hat jemals definiert, wie Erfolg gemessen wird
  2. Die Daten liegen in 7 verschiedenen Systemen, die niemand wirklich verbunden hat
  3. Teure PoCs ohne Produktions-Pipeline
  4. Die Anwender wurden nie abgeholt
  5. Die Anbieter wurden danach gebrieft, «bitte schön zu schätzen»

Was wir stattdessen tun:

Ein konkretes Zahlenspiel aus einem aktuellen Pharma-Zulieferer in Basel-Land: Vorher 4.2 FTE manuelle Qualitätsfreigabe pro Monat. Heute: 0,8 FTE + 34x weniger Rückrufe. ROI nach 6 Monaten: 11,9 Millionen CHF.

Die KI selbst ist selten das Problem. Die Umsetzung ist fast immer der Flaschenhals.


English

AI is on every board slide. Yet in the DACH region, 83 % of funded AI initiatives in 2023/2024 produced either negative or statistically insignificant ROI six to fourteen months later.

We have conducted independent post-mortems on 18 of these failed programmes.

The five recurring patterns are always the same:

  1. “We will know it when we see it” — no quantifiable success metric
  2. Data fragmented across seven systems that were never properly joined
  3. Expensive proof-of-concepts that were never productionised
  4. End-users were only informed, never brought into the project
  5. Vendors were told to “show nice numbers”

Our approach is brutally simple:

Concrete outcome at one life-science supplier near Basel: Pre-project: 4.2 FTE manual batch-release work per month.
Today: 0.8 FTE, 34× fewer recalls, CHF 11.9 m measured annual impact.

The models rarely fail. The execution does.