Nicht die KI scheitert. Die Führung tut es.

Nicht die KI scheitert. Die Führung tut es.

84 Prozent der Befragten sehen die Ursache in der Führung

In den Industrieinterviews der RAND-Studie nannten 84 Prozent der Befragten führungsbezogene Ursachen als Hauptgrund für das Scheitern von KI-Projekten. Die Industriegruppe bestand aus 50 Befragten; dazu kommen akademische Interviews. Technik und Datenqualität sind damit nicht unwichtig, aber selten der Hauptgrund.

Zwei Muster beschreibt die Studie: Führungskräfte erwarten Ergebnisse in Wochen, wo Monate nötig wären. Und Prioritäten wechseln schneller, als Projekte Wirkung zeigen können. Ein Praktiker brachte es auf den Punkt: Modelle werden oft nur zur Hälfte fertig ausgeliefert, weil die Führung vorher weiterzieht.

Verantwortung für KI-Erfolg liegt selten im Data-Team. Sie liegt im Chefbüro.

Was daraus für die Fertigung folgt

Beides - zu kurze Erwartungshorizonte und wechselnde Prioritäten - trifft Projekte in der Halle besonders. Eine Werkerführung oder eine Betriebsdatenerfassung zeigt ihre Wirkung erst, wenn sie über Schichten hinweg gepflegt wird; wer nach sechs Wochen die Priorität wechselt, bekommt genau die Doppelarbeit, die den Zettel zurück an die Maschine bringt. Michael Nauditt zieht daraus in Der wichtigste Datenspeicher im Werk geht in zwei Jahren in Rente die Konsequenz: Entscheidungen in Tage, eine Linie, eine Kennzahl.

Die Studie ist zugleich der Grund für die vierte der vier Fragen vor dem KI-Projekt: Wer betreibt das System nach Go-live? Und sie erklärt, warum Führung nicht nur erlauben, sondern befähigen muss - die Zahlen dazu in Erlauben ist nicht Befähigen.

Quelle: RAND Corporation, „The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed“, Forschungsbericht RR-A2680-1.