Ich bin KI-Optimist und liebe die Arbeit mit KI. Aber ich bin auch Realist. Vor einiger Zeit war ich Teil einer begeistert vorgeführten KI-Demo. Alles funktionierte perfekt. Etwas später: Das Projekt ist offiziell gescheitert.
Nicht weil die Demo gelogen hat. Sondern weil 80% Genauigkeit im echten Leben nicht reichten. Eine MIT-Studie (State of AI in Business 2025) zeigt: Das ist einer der Hauptgründe für die vielen gescheiterten KI-Projekte.
Denk mal nach, wo 80% katastrophal sind:
- Autonomes Fahren (20% Fehler = Unfälle)
- Rechtliche Entscheidungen (20% Fehler = Unrecht)
Aber es gibt genug Bereiche, wo 80% wertvoll sind:
- Erste Entwürfe (die du überarbeitest)
- Brainstorming (mit kritischem Blick)
Das Problem: Der Hype unterscheidet nicht. Der Hype verspricht KI als Lösung für alles. Resultat: Enttäuschung, Scheitern und vor allem Ressourcenverschwendung.
Denn auch gescheiterte Projekte kosten nicht nur Geld – sie kosten echte Ressourcen. Und die verbrauchten Ressourcen sind real:
- Von 2022 bis 2026 verdoppelt sich der Stromverbrauch von Rechenzentren.
- Bis 2027 braucht es 4-6 Milliarden m³ Wasser für die Kühlung der Server
… während gleichzeitig 4 Milliarden Menschen ohne sicheres Trinkwasser leben.
Ich liebe die Arbeit mit KI und werde sie weiter nutzen. Aber ich versuche sie nur dort einzusetzen, wo «fast richtig» einen wirklichen Mehrwert bringt. Weniger Hype = Bessere KI.
Was sind deine Erfahrungen: Wo funktioniert KI, wo nicht?
