The Great AI Shakeout

Die Softwarebranche tritt in einen «sehr heftigen Technologiezyklus» ein. Das ist keine dramatische Formulierung eines Techbloggers mit einem Hang zur Apokalypse. Es ist die nüchterne Einschätzung von John Zito [1], Co-Präsident von Apollo Asset Management, einer Firma, die rund 700 Milliarden Dollar an Vermögenswerten verwaltet. Wenn jemand, der solche Summen verantwortet, das Wort «heftig» benutzt, lohnt es sich, den Kaffee abzustellen und aufmerksam zuzuhören.

Wir haben alle die Schlagzeilen gesehen. Künstliche Intelligenz ist die neue Elektrizität. Das neue Internet. Das neue Feuer. Unternehmen wetteifern darum, sie zu kaufen, zu integrieren und ihren Aktionären zu versichern, dass sie «damit angetrieben» werden. Doch hinter den Pressemitteilungen und den atemlosen Keynote-Präsentationen entfaltet sich eine leisere, weitaus chaotischere Realität. Die Unternehmen, die diese glorreiche Zukunft verkaufen, verschwinden in alarmierendem Tempo.

Du unterschreibst vielleicht am Dienstag einen Vertrag mit einem vielversprechenden KI-Partner, und bis Freitag wurde er von einem Techgiganten «acqui-hired» [2], sein Produkt wird eingestellt, und du hältst einen digitalen Briefbeschwerer in der Hand. Das ist kein Pech. Es ist ein strukturelles Merkmal des aktuellen Marktes. Wir befinden uns mitten in einem Goldrausch, bei dem die Schaufeln zerbrechen und die Schaufelverkäufer sich in Luft auflösen.

Die Frage ist nicht mehr, ob KI das Geschäft transformieren wird. Das wird sie. Die Frage ist, ob du sie kaufen kannst, ohne dir die Finger zu verbrennen.

Die Killing Fields

Beginnen wir mit der grossen Zahl. Laut Ken Smythe, Gründer von Next Round Capital Partners, werden 85 % der KI-Startups innerhalb von drei Jahren vom Markt verschwunden sein [3]. Lass das sacken. Wenn du heute einen Raum mit zehn KI-Anbietern betrittst, werden acht oder neun davon nicht mehr da sein, um deinen Vertrag 2029 zu verlängern.

Der «KI-Friedhof» wird bereits eng. Mitte 2024 verzeichnete ein Tracker fast 1'700 eingestellte KI-Tools, was knapp 30 % aller von diesem Aggregator erfassten Tools entspricht. Allein 2024 kamen über 600 neue «Leichen» dazu [4]. Bei diesem Tempo erleben wir keine Korrektur. Wir erleben ein Massensterben.

Ein Grossteil dieser Fluktuation wird durch das angetrieben, was Brancheninsider das «Wrapper»-Phänomen nennen. Eine erschreckende Anzahl von KI-Startups ist nichts weiter als eine dünne Benutzeroberfläche, die auf Foundation-Modellen von OpenAI, Google oder Anthropic aufbaut. Sie besitzen die Intelligenz nicht. Sie mieten sie. Ihr gesamtes Wertversprechen ist ein benutzerfreundliches Frontend, das auf dem Motor eines anderen sitzt. Sobald OpenAI & Co. eine neue Funktion ausliefern, die das repliziert, was das Startup tut, wird das Startup über Nacht obsolet. Es ist eine fragile Existenz, und das macht diese Anbieter zu gefährlichen Partnern für jeden Unternehmenskäufer, der über das nächste Quartal hinaus planen muss.

Und es sind nicht nur die Unternehmen, die scheitern. Es sind die Projekte selbst. Ein Bericht der RAND Corporation aus dem Jahr 2024 ergab, dass mehr als 80 % der KI-Projekte es nicht in die Produktion schaffen – doppelt so hoch wie die Ausfallrate traditioneller IT-Initiativen [5].

Selbst wenn du also einen Anbieter wählst, der überlebt, stehen die Chancen, dass dein Projekt tatsächlich Mehrwert liefert, ungefähr wie bei einem Münzwurf. Eigentlich sogar schlechter.

Die neuen Regeln für den KI-Einkauf

Wir kennen also die Risiken. Der Anbieter könnte pleitegehen. Er könnte nur so tun als ob. Er könnte durch das Akquisitionsteam eines Techgiganten ausgehöhlt werden. Aber hier ist die unbequeme Wahrheit: Du musst dieses Zeug trotzdem kaufen. An der Seitenlinie zu stehen ist keine Strategie. Es ist ein Weg in die Bedeutungslosigkeit in Zeitlupe.

Das Problem ist, dass traditionelle Beschaffungsmethoden für den KI-Einkauf katastrophal ungeeignet sind. Du kannst nicht einfach ein Häkchen bei «finanzielle Stabilität» setzen, wenn das Unternehmen zwei Jahre alt ist und Risikokapital verbrennt, um die Lichter am Laufen zu halten. Du kannst KI nicht so bewerten wie eine CRM-Plattform oder eine Flotte von Laptops. Das gesamte Regelwerk muss neu geschrieben werden, angefangen bei vier Herausforderungen, auf die die meisten Beschaffungsteams noch nicht vorbereitet sind.

Herausforderung Eins: Das Signal im Rauschen finden

Zunächst musst du verstehen, wo der Wert tatsächlich liegt. Eine vielzitierte MIT-Studie zeigt eine auffällige Kluft: 95 % der Organisationen, die in KI-Pilotprojekte investieren, erzielen null Rendite [6]. Null. Auf der anderen Seite dieser Kluft generieren die verbleibenden 5 % enormen Wert. Dieselbe Technologie. Völlig unterschiedliche Ergebnisse.

Der Unterschied liegt nicht darin, das schickste Modell oder das Startup mit der eindrucksvollsten Demo auszuwählen. Die Gewinner kaufen nicht nur Tools – sie überdenken ihre Arbeitsabläufe grundlegend. Wenn du einen Chatbot kaufst, der deinem Team hilft, etwas bessere E-Mails zu schreiben, gehörst du fast sicher zu den 95 %. Das ist ein Produktivitätsspielzeug, kein Business-Transformer. Aber wenn du einen Agenten einsetzt, um deinen Kreditorenprozess zu automatisieren, manuelle Schritte zu eliminieren und Durchlaufzeiten zu verkürzen, könntest du zu den 5 % gehören.

Die Implikation für die Beschaffung ist tiefgreifend: Bevor du auch nur einen einzigen Anbieter evaluierst, musst du den Anwendungsfall evaluieren. Wenn der Business Case kein grundlegendes Umdenken darüber beinhaltet, wie Arbeit erledigt wird, ist die KI nur Schaufensterdekoration.

Herausforderung Zwei: Der Eisberg versteckter Kosten

Wenn du eine KI-Lösung kaufst, ist der Preis auf der Verpackung nur die Spitze eines sehr grossen Eisbergs. Die wirklichen Kosten lauern oft unter der Oberfläche und können ein Projekt schneller versenken als jedes technische Versagen.

Beginne mit den Inferenzkosten – dem Preis für den tatsächlichen Betrieb dieser Modelle in der Produktion. IBM hat festgestellt, dass die Rechenkosten zwischen 2023 und 2025 voraussichtlich um 89 % steigen werden, vor allem getrieben durch KI-Workloads [7]. Wenn dein Vertrag diese Entwicklung nicht berücksichtigt, wird deine Rechnung auf eine Weise explodieren, die dein CFO ausgesprochen unangenehm finden wird.

Dann gibt es die Wartung. KI ist kein «Einrichten und Vergessen». Modelle driften. Sie verlieren an Genauigkeit, wenn sich die Welt um sie herum verändert – wie eine Karte, die langsam falsch wird, wenn neue Strassen gebaut und alte geschlossen werden. Die Wartung kostet 15 bis 30 Prozent der anfänglichen Entwicklungskosten, jedes einzelne Jahr. Das ist kein Posten, an den die meisten Beschaffungsteams denken.

Und dann gibt es die oft vernachlässigten Kosten: Change Management. Für jeden Schweizer Franken, den du für die Technologie ausgibst, plane drei Schweizer Franken für die Schulung der Mitarbeitenden ein. KI, die niemand nutzt, ist nur ein teurer Server, der irgendwo in einem Rechenzentrum vor sich hin brummt.

Herausforderung Drei: Das Datenproblem, über das niemand reden will

Hier kommt eine unbequeme Wahrheit: Du kannst keine KI kaufen, wenn du nicht die Daten hast, um sie zu füttern. Der RAND-Bericht nannte «fehlende notwendige Daten» als einen der Hauptgründe für das Scheitern von Projekten. Du kannst das ausgefeilteste Tool auf dem Markt kaufen. Aber wenn deine Daten unordentlich, isoliert oder voller Verzerrungen sind, wird die KI scheitern. «Müll rein, Müll raus» ist in diesem Kontext nicht nur ein Klischee. Es ist ein Todesurteil.

Das verwandelt die KI-Beschaffung in etwas, das weit über eine Software-Evaluierung hinausgeht. Du musst Anbieter nicht nur nach der Eleganz ihrer Algorithmen bewerten, sondern auch nach ihren Datenhandling-Fähigkeiten. Können sie dir helfen, deine Daten zu bereinigen? Bieten sie vortrainierte Modelle, die mit unvollkommenen Eingaben zuverlässig funktionieren? Wenn ein Anbieter dir sagt: «Gib uns einfach deine Daten und wir kümmern uns darum», betrachte das als leuchtend rote Flagge. Echte KI-Implementierung ist zuerst ein Data-Engineering-Projekt und erst danach ein Modellierungsprojekt. Jeder Anbieter, der diese Reihenfolge nicht versteht, ist nicht bereit für den Unternehmenseinsatz.

Herausforderung Vier: Das Sicherheits-Minenfeld

Sicherheit ist vielleicht das heimtückischste Risiko, weil die Bedrohung oft aus dem eigenen Haus kommt. Ein Bericht von Sophos [8] zeigt, wie «Schatten-KI» massive, weitgehend unsichtbare Schwachstellen schafft. Mitarbeitende in deiner gesamten Organisation nutzen bereits kostenlose KI-Tools für ihre Arbeit – sie kopieren sensible Unternehmensdaten in öffentliche Modelle, laden proprietäre Dokumente in verbrauchergradorientierte Chatbots hoch, lassen Kundenlisten durch ungeprüfte Anwendungen laufen. Sie handeln nicht böswillig. Sie sind einfach einfallsreich. Aber die Wirkung ist dieselbe.

Wenn du eine KI-Lösung beschaffst, kaufst du nicht nur ein Tool. Du kaufst einen Weg, diese Schattennutzung ans Licht zu bringen – indem du den Leuten eine genehmigte, sichere Alternative zum Wilden Westen der kostenlosen KI gibst.

Wenn dein Anbieter keine unternehmenstauglichen Sicherheitsfunktionen wie Single Sign-On, Datenresidenz-Kontrollen und umfassende Audit-Protokolle bietet, lädst du im Grunde zu einem Datenleck ein. In einer regulierten Branche könnte dieses Leck mehr kosten als die KI jemals einsparen wird.

Die zweite Bedrohung ist struktureller Natur und besteht auch dann, wenn du einen seriösen Anbieter wählst und alles nach Vorschrift machst. Viele KI-Anbieter, insbesondere solche, die cloudbasierte Modelle anbieten, behalten sich das Recht vor, deine Daten zu nutzen, um ihre Systeme zu verbessern und weiterzuentwickeln. Viele vergraben dies in Nutzungsbedingungen, die niemand liest, und anders als ein herkömmliches Datenleck, das ein diskretes Ereignis ist, das du untersuchen und eindämmen kannst, sind Daten, die in die Trainingsgewichte eines Modells eingeflossen sind, im Wesentlichen unwiederbringlich.

Software kaufen, wenn der Verkäufer verschwinden könnte

Wie machst du das also konkret? Wie kaufst du Software von Unternehmen, die es nächstes Jahr vielleicht nicht mehr gibt? Du kannst nicht einfach die Daumen drücken und auf das Beste hoffen. Du brauchst eine Strategie, und das erste und wichtigste Element dieser Strategie ist trügerisch einfach: Geh es nicht alleine an.

Der KI-Markt ist zu chaotisch, zu schnelllebig und zu voller überzeugender Hochstapler, als dass ihn ein einzelnes Beschaffungsteam alleine navigieren könnte. Du brauchst einen Sourcing-Partner, der die Landschaft wirklich versteht – keinen Generalisten-Berater, der dasselbe Framework anwendet, das er für den Einkauf von Bürostühlen und Cloud-Speicher verwendet, auf eine grundlegend andere Technologiekategorie.

Generalisten setzen die falschen Häkchen. Sie suchen nach «finanzieller Stabilität» bei Unternehmen, die zwei Jahre alt sind und Risikokapital verbrennen. Sie sehen einen grossen Investorennamen in der Kapitalisierungstabelle und lesen ihn als Sicherheitsnetz. Ein Spezialist sieht denselben Investor und liest ihn als Exit-Risiko.

Ein guter Partner weiss, wie man Fälschungen erkennt. Er versteht, dass ein Junior-Entwickler an einem Wochenende ein visuell beeindruckendes Tool auf Basis von GPT bauen kann. Er stellt die unhöflichen Fragen, die höfliche Beschaffungsteams auslassen.

Am kritischsten: Ein Spezialist hilft dir, die richtigen Dinge zu verhandeln. Die meisten Beschaffungsteams verhandeln über den Preis. Bei KI ist der Preis zweitrangig. Worüber du verhandeln musst, ist der Ausstieg. Du brauchst Vertragsbedingungen, die dich schützen, nicht den Anbieter. Im Grunde einen «Ehevertrag», der sicherstellt, dass du deine Daten, deine Integrationen und deine betriebliche Kontinuität behältst, wenn die Beziehung endet. Denn in diesem Markt könnte es sehr wohl dazu kommen.

Die «langweilige» Zukunft, die wir brauchen

Das bestmögliche Ergebnis für KI ist, dass sie langweilig wird. Nicht langweilig in dem Sinne, dass sie aufhört, leistungsfähig zu sein, sondern langweilig in der Weise, wie Elektrizität langweilig ist – so tief in das Gefüge des Geschäftslebens eingewoben, dass niemand mehr daran denkt, sie zu erwähnen. Wir hören auf, über «KI-Projekte» zu sprechen, und beginnen, über «Geschäftsprojekte» zu sprechen, die zufällig KI nutzen. Sie wird Infrastruktur, nicht Spektakel.

Aber um dorthin zu gelangen, müssen wir das aktuelle Chaos überstehen. Wir müssen den heftigen Zyklus navigieren, den fallenden Startups ausweichen und ein Fundament bauen, das dem Ausschütteln standhält. Die Organisationen, die das gut machen, werden nicht nur überleben. Sie werden mit einem massiven Wettbewerbsvorteil hervorgehen, weil sie funktionierende, stabile, wertgenerierende KI haben werden, während ihre Mitbewerber immer noch gescheiterte Pilotprojekte neu starten, mit ihrem dritten Anbieter in zwei Jahren nachverhandeln und dem Verwaltungsrat erklären, warum die «transformative» Investition nichts transformiert hat.

Die KI-Revolution ist real. Der Hype ist auch real. Der Trick besteht darin, den Unterschied erkennen zu lernen – und entsprechend einzukaufen.