Warum KI-Projekte in Private Equity scheitern

Viele Private-Equity-Häuser investieren in Künstliche Intelligenz, doch der Sprung vom Pilotprojekt in den operativen Betrieb gelingt selten, sagt Ronny Fehling, Chief AI Transformation Officer bei HTEC. Er plädiert für eine konsequente Ausrichtung auf messbare Werttreiber.

Ein Produktions-, kein Ideenproblem

Im Private-Equity-Sektor scheitern KI-Initiativen selten am Kapital, sondern an der harten Realität des Live-Betriebs, erörtert Ronny Fehling, Chief AI Transformation Officer bei HTEC. Viele Piloten werden isoliert entwickelt und erzeugen innerhalb der Halteperiode keine messbaren Ergebnisse, während strategische Diskussionen häufig in Opportunitätsanalysen und bürokratischer Vorab-Governance versanden. Fehling fordert deshalb einen Paradigmenwechsel auf C-Level-Ebene, weg von der bloßen Use-Case-Jagd, hin zu einer disziplinierten Kapitalallokation entlang ökonomischer Werttreiber. Ein zentraler Denkfehler liege darin, KI wie klassische Software zu behandeln. Zuverlässigkeit und wirtschaftlicher Effekt entstünden bei KI erst im Zusammenspiel mit echten Daten, Nutzern und Arbeitsabläufen und ließen sich nicht vorab spezifizieren und dann einfach ausrollen.

Production Slices als Gegenmittel

Das wirksamste Gegenmittel sieht Fehling im Konzept der „Production Slices“. Statt das gesamte Unternehmen auf einmal zu transformieren, isolieren erfolgreiche Initiativen einen eng begrenzten Ausschnitt eines realen Workflows. Ein erfolgreicher Production Slice liefert einen messbaren Beitrag zur Gewinn- und Verlustrechnung innerhalb von drei bis sechs Monaten, arbeitet von Tag eins an mit echten Live-Daten und Nutzern und löst eine konkrete Frustration im Arbeitsalltag. Als Beispiel nennt Fehling ein reguliertes Fertigungsumfeld, in dem Produkte wegen Qualitätsabweichungen auf dem kritischen Fertigungspfad liegen blieben. Ein auf Ähnlichkeitslernen basierendes System schlug den Mitarbeitenden auf Basis vergangener Fälle einen Lösungsweg vor, die Entscheidung blieb beim Menschen. Die Akzeptanz war sofort da, weil das System Druck aus dem Arbeitsalltag nahm, statt ihn hinzuzufügen. Die Wartezeit an der betroffenen Station sank um rund 20 Prozent.