# mit-nanda-genai-divide-95-percent-pilots-fail-legalio-2025-08-23

## Veille

Weiterverbreitung der MIT-NANDA-Studie "The GenAI Divide: State of AI in Business 2025" durch Legal.io: 95 % der Unternehmens-KI-Pilotprojekte erzielen trotz Investitionen von 30-40 Mrd. USD keinen messbaren ROI. Konzept der "GenAI Divide", der "Schatten-KI-Ökonomie", vier strukturelle Ausfallfaktoren, Empfehlung für Back-Office und Build-vs-Buy. Empirische Begründung für den personalwirtschaftlich-organisatorischen Wandel.

## Titre Article

MIT Report Finds 95% of AI Pilots Fail to Deliver ROI, Exposing "GenAI Divide"

## Date

2025-08-23

## URL

https://www.legal.io/articles/5719519/MIT-Report-Finds-95-of-AI-Pilots-Fail-to-Deliver-ROI-Exposing-GenAI-Divide

## Keywords

MIT NANDA, GenAI Divide, 95 % Scheitern der Pilotprojekte, Unternehmens-KI-ROI, Schatten-KI-Ökonomie, Agentic AI, Model Context Protocol, NANDA, Back-Office-Automatisierung, Eigenentwicklung vs. Zukauf, Unternehmens-KI-Implementierung, 30-40 Milliarden USD investiert, KI-Governance, GuV-Auswirkung, Enterprise-Paradox, Tech und Medien, Vertriebs- und Marketing-Verzerrung

## Authors

Legal.io (relais et synthèse) — étude MIT NANDA "The GenAI Divide: State of AI in Business 2025"

## Ton

**Profil**: B2B-Medien-Synthesetext (Legal.io, Plattform für juristische Talente), journalistisch-geschäftliches Register mit statistischem Schwerpunkt. Neutrale Vermittlerstimme, verankert in Zahlen aus der MIT-Quelle und direkten Zitaten aus dem Bericht. Zielgruppe: Unternehmensjuristen, Legal-Ops-Verantwortliche und allgemeiner C-Level-Entscheidungsträger, die einen Benchmark zum tatsächlichen Stand der KI-Adoption suchen.

**Stil**: Artikel strukturiert als "Kernpunkte → Kontext → 4 Faktoren → Schattenökonomie → Empfehlungen → Agentic AI → Schlussfolgerung". Hohe Zahlendichte (52 Interviews mit Führungskräften, 153 Umfragen, 300 analysierte Implementierungen, 95 % / 5 % / 80 % / 40 % / 60 % / 20 %). Die Stärke des Dokuments liegt in seiner **argumentativen Reichweite**: Es ist die Studie, die die Branchendebatte von *"KI funktioniert"* zu *"KI scheitert mangels Adoption"* verschiebt. Ikonisches Zitat des COO aus der Fertigungsindustrie: *"Der Hype auf LinkedIn sagt, dass sich alles verändert hat, aber in unserem Betrieb hat sich grundlegend nichts verschoben."* Programmatischer Schlusssatz: *"vom Bauen zum Kaufen, von zentralen Labors zu befähigten Teams und von statischen Tools zu adaptiven Systemen"*. Ernst-realistischer Ton, ohne Nachsicht gegenüber der offiziellen Erzählung der Unternehmen. Wichtiger Baustein des HR-organisatorischen Dossiers: Wenn 95 % mangels Adoption scheitern, dann ist der Engpass kulturell bedingt, und es liegt an HR, ihn zu lösen.

## Pense-betes

- **Quellstudie**: MIT NANDA, *"The GenAI Divide: State of AI in Business 2025"*, veröffentlicht im Juli 2025. Methodik: **52 Interviews mit Führungskräften + 153 Befragungen von Entscheidungsträgern + 300 analysierte öffentliche Implementierungen**.
- **Schockierende Zahl**: **95 % der Unternehmens-KI-Pilotprojekte erzielen keine messbare Auswirkung auf die Gewinn- und Verlustrechnung**. Nur 5 % schaffen signifikanten Wert.
- Geschätzte Gesamtinvestition: **30-40 Milliarden USD** in Unternehmens-GenAI.
- Adoption ≠ Transformation: **Über 80 % der Organisationen haben ChatGPT/Copilot pilotiert, ~40 % haben eingeführt**, doch diese Systeme **steigern hauptsächlich die individuelle Produktivität**, nicht die Unternehmensergebnisse.
- Enterprise-Grade-Trichter: **60 % evaluieren → 20 % pilotieren → 5 % in Produktion**.
- Zentrales Zitat des COO aus der Fertigungsindustrie: *"Der Hype auf LinkedIn sagt, dass sich alles verändert hat, aber in unserem Betrieb hat sich grundlegend nichts verschoben."*
- **4 strukturelle Faktoren der GenAI Divide**: 1. **Begrenzte Disruption**: Nur 2 der 9 Hauptsektoren (**Tech und Medien**) zeigen eine wesentliche Geschäftstransformation. 2. **Enterprise-Paradox**: Große Unternehmen führen beim Pilotvolumen, hinken aber bei der Implementierung hinterher. 3. **Investitionsverzerrung**: KI-Budgets bevorzugen Vertrieb und Marketing, während **Betrieb und Finanzen einen besseren ROI bieten**. 4. **Implementierungsvorteil**: **Von externen Anbietern entwickelte Tools sind 2× häufiger erfolgreich** als interne Eigenentwicklungen.
- **Schatten-KI-Ökonomie**: Nur 40 % der Unternehmen verfügen über offizielle LLM-Abonnements, doch **90 % der Mitarbeitenden** geben tägliche Nutzung persönlicher Tools (ChatGPT, Claude) an. Leistung oft besser als bei Unternehmenstools. Governance-Lücke.
- Mitarbeiterpräferenz: Sie bevorzugen ihre persönlichen Konten gegenüber internen Tools, **selbst wenn die zugrunde liegenden Modelle identisch sind**. Bei Aufgaben mit hohem Risiko (Recht, Kundenkommunikation) **bevorzugen 90 % menschliche Aufsicht** (Einschränkungen von KI bei Gedächtnis und Kontext).
- **Erfolgsrezept (die erfolgreichen 5 %)**: (1) Partnerschaften mit Anbietern anpassbarer, lernender Systeme, (2) Fokus auf Workflow-Integration, (3) Back-Office-Implementierung (Dokumentenautomatisierung, Beschaffung, Risikoprüfung).
- Konkrete Back-Office-ROI-Fälle: **2-10 Mio. USD jährliche Einsparungen** bei ausgelagertem Support und Dokumentenprüfung; **-30 %** bei Ausgaben für externe Agenturen im Bereich Marketing/Content; **1 Mio. USD jährliche Einsparungen** beim Finanzrisiko-Monitoring.
- **Nächste Phase = Agentic AI**: Systeme, die sich erinnern, lernen, autonom handeln. Strukturierende Protokolle: **NANDA** (Networked Agents and Decentralized AI, MIT-Projekt) und **MCP (Model Context Protocol)** von Anthropic. Vision eines "Agentic Web", das statisches SaaS ersetzt.
- Programmatischer Schlusssatz: *"Die GenAI Divide ist nicht unvermeidlich. Doch sie zu überbrücken erfordert einen fundamentalen Wandel – vom Bauen zum Kaufen, von zentralen Labors zu befähigten Teams und von statischen Tools zu adaptiven Systemen."*
- **Verbindung zur HR-Erzählung**: Die 95-%-Ausfallrate validiert empirisch die These von Mollick und Bersin — die Technologie funktioniert, aber die Adoption ist kulturell/organisatorisch bedingt. Der Hebel liegt bei HR (befähigte Teams, Change Management, Entstigmatisierung von Schatten-KI), nicht bei der IT (die baut und aufgibt).

## RésuméDe400mots

Im August 2025 verbreitet Legal.io die MIT-NANDA-Studie *"The GenAI Divide: State of AI in Business 2025"*, die zu einer der meistzitierten empirischen Referenzen des Jahres zum massiven Scheitern der KI-Einführung in Unternehmen wird. Die Methodik ist solide: 52 Interviews mit Führungskräften, 153 Umfragen, Analyse von 300 öffentlichen Implementierungen.

Die zentrale Zahl ist erschütternd: **95 % der Unternehmens-KI-Pilotprojekte erzielen keine messbare Auswirkung auf die Gewinn- und Verlustrechnung**, trotz Investitionen von 30-40 Milliarden USD. Nur 5 % schaffen signifikanten Wert. Dies ist die **"GenAI Divide"**: eine Kluft zwischen starker Adoption und schwacher Transformation. Über 80 % der Organisationen haben ChatGPT oder Copilot pilotiert, ~40 % geben an, sie eingeführt zu haben, doch diese Systeme verbessern hauptsächlich die individuelle Produktivität, nicht die Unternehmensergebnisse. Auf der Seite der Enterprise-Grade-Systeme ist der Trichter noch brutaler: 60 % evaluieren, 20 % pilotieren, **nur 5 % erreichen die Produktion**.

Ikonisches Zitat des befragten COO aus der Fertigungsindustrie: *"Der Hype auf LinkedIn sagt, dass sich alles verändert hat, aber in unserem Betrieb hat sich grundlegend nichts verschoben."*

Der Bericht identifiziert vier strukturelle Faktoren. **Begrenzte Disruption**: Nur 2 der 9 Hauptsektoren (Tech, Medien) zeigen eine wesentliche Geschäftstransformation. **Enterprise-Paradox**: Große Unternehmen führen beim Pilotvolumen, hinken aber bei der Implementierung hinterher. **Investitionsverzerrung**: Budgets bevorzugen Vertrieb/Marketing, während Betrieb und Finanzen einen besseren ROI bieten. **Implementierungsvorteil**: Von externen Anbietern entwickelte Tools sind **doppelt so oft erfolgreich** wie interne Eigenentwicklungen.

Die Studie dokumentiert zudem die **"Schatten-KI-Ökonomie"**: Nur 40 % der Unternehmen verfügen über offizielle LLM-Abonnements, doch 90 % der Mitarbeitenden nutzen täglich ihre persönlichen Tools. Diese Schattensysteme sind oft leistungsfähiger und werden schneller angenommen als Unternehmenstools — eine massive Governance-Lücke. Bei Aufgaben mit hohem Risiko (Recht, Kundenkommunikation) bevorzugen 90 % der Nutzer menschliche Aufsicht, da KI mit Gedächtnis und spezifischem Kontext zu kämpfen hat.

Erfolgreiche Organisationen teilen drei Merkmale: Partnerschaften mit Anbietern anpassbarer Systeme, Fokus auf Workflow-Integration, vorrangige Back-Office-Implementierung (Dokumentenautomatisierung, Beschaffung, Risikoprüfung). Dokumentierter ROI: 2-10 Mio. USD jährliche Einsparungen bei ausgelagertem Support, -30 % bei Marketingagenturen, 1 Mio. USD beim Finanzrisiko-Monitoring.

Die nächste Phase wird **Agentic AI** sein: Systeme, die sich erinnern, lernen und autonom handeln. Strukturierende Protokolle: **NANDA** (MIT) und **MCP** (Anthropic), die den Weg für ein "Agentic Web" ebnen, das statisches SaaS ersetzt.

Der Bericht schließt: *"Die GenAI Divide ist nicht unvermeidlich. Doch sie zu überbrücken erfordert einen fundamentalen Wandel – vom Bauen zum Kaufen, von zentralen Labors zu befähigten Teams und von statischen Tools zu adaptiven Systemen."* Dies ist die Studie, die die Branchendebatte verschiebt: Der Engpass ist nicht mehr die Technologie, sondern die Adoption — und somit liegt der Hebel nicht mehr bei der IT, sondern bei HR.

## GrapheDeConnaissance

- MIT NANDA —publie→ The GenAI Divide State of AI in Business 2025 (DOCUMENT, 0.98)
- GenAI Divide —est_instance_de→ fossé entre adoption et transformation IA (CONCEPT, 0.97)
- MIT NANDA —affirme_que→ 95% des pilotes IA en entreprise n'ont aucun impact P&L (MESURE, 0.98)
- Pilotes IA enterprise —mesure→ 5% de succès (MESURE, 0.97)
- Investissement IA enterprise —mesure→ 30-40 milliards de dollars (MESURE, 0.95)
- Shadow AI economy —mesure→ 90% des employés utilisent une IA personnelle quotidiennement (MESURE, 0.95)
- Vendors externes —surpasse→ builds internes (CONCEPT, 0.93)
- Tech et Media —est_instance_de→ seuls secteurs avec transformation IA matérielle (CONCEPT, 0.92)
- Operations et Finance —surpasse→ sales et marketing en ROI IA (CONCEPT, 0.92)
- MIT NANDA —recommande→ passer du build à l'achat (from building to buying) (AFFIRMATION, 0.95)
- Back-office —permet→ meilleur ROI IA enterprise (CONCEPT, 0.92)
- IA agentique —est_instance_de→ phase suivante de l'IA enterprise (CONCEPT, 0.93)
- NANDA —est_instance_de→ Agentic Web (CONCEPT, 0.92)
- Model Context Protocol —est_instance_de→ Agentic Web (CONCEPT, 0.92)
- MIT NANDA —affirme_que→ le bottleneck de l'adoption IA enterprise est organisationnel, pas technologique (AFFIRMATION, 0.95)

---
Canonical: https://www.thekb.eu/de/fiches/mit-nanda-genai-divide-95-percent-pilots-fail-legalio-2025-08-23/