LONDON (IT BOLTWISE) – Ein neuer Essay stellt Künstliche Intelligenz nicht als reines Modellproblem dar, sondern als Organisationsproblem. Der Autor argumentiert, dass Anreizstrukturen in großen Unternehmen die ehrliche Erfolgsprüfung von KI-Projekten systematisch verzerren. Gestützt wird die These durch rund 300 Gesprächsbeiträge und eine Beobachtungsphase von 18 Monaten. Im Kern geht es darum, wie Mandate, Messgrößen und Karrierefolgen das Verhalten von Teams prägen.
Der Produktivitätsdiskurs rund um Künstliche Intelligenz dreht sich in vielen Gesprächen um Benchmarks, Modellgrößen und neue Trainingsmethoden. Der Essay, der jüngst auf Hacker News auf Interesse stieß, verschiebt den Blickwinkel dagegen auf die Org-Chart-Ebene: Wer innerhalb großer Organisationen über den Erfolg von KI-Projekten berichten soll, kann dafür rationalerweise einen Anreiz haben, Ergebnisse zu überzeichnen oder den Beobachtungsradius zu verkleinern. Der Autor formuliert das als strukturelles Wahrnehmungsproblem und nicht als Behauptung, dass Large Language Models grundsätzlich „nicht funktionieren“. Besonders markant ist der Einstieg mit einer klaren, zugespitzten Aussage von Mitchell Hashimoto („I strongly believe there are entire companies right now under heavy AI psychosis and it’s impossible to have rational conversations with them about it.“), die die Tonlage setzt: Es geht um Betriebsblindheit in der Praxis, nicht um akademische Modellkritik.
Als Datenbasis nennt der Autor ungefähr 300 Gespräche, die sich von Nischen-Dienstleistern bis zu Führungskräften großer Konzerne erstrecken. Veröffentlicht wurde der Beitrag am 18. Juli 2026, kurz darauf gewann er auf Hacker News zusätzliche Reichweite. Die zentrale Argumentationslinie verläuft in Stufen: Zunächst wird eine sehr hohe Misserfolgsquote behauptet – „nahezu vollständig“ –, die sich beim Autor sogar in Form einer 0%-Beobachtung verdichtet: Innerhalb von 18 Monaten habe sein Team jedes beobachtete KI-Projekt als gescheitert erlebt. Wichtig ist dabei die Einordnung: Es handelt sich explizit um eine Beobachtung aus einer Beratungsumgebung, nicht um eine statistisch belastbare Studie mit Kontrollgruppen. Dennoch ist der eigentliche Take-away weniger die Zahl als der beschriebene Mechanismus, wie Informationen in großen Firmen „durch das Filter“ laufen, das gerade nicht für Wahrheit, sondern für Karriere- und Vertragslogik optimiert ist.
Der Essay beschreibt mehrere Orte, an denen Anreize das Ergebnisbild aktiv „glätten“. Auf Managementebene wird dem Autor zufolge nicht nur eine bestimmte Richtung vorgegeben, sondern die Messung so gestaltet, dass Abweichungen ausblenden. Das beginnt bei einem klassischen Dilemma: Wenn ein Kunde 100-fache Produktivität ankündigt oder implizit erwartet, dann wird ein öffentliches Infragestellen für Executives teuer, weil der Vertrag gefährdet sein kann. So entsteht ein Prisoner’s-Dilemma-Effekt, bei dem niemand als Erster von der Konsenslinie abweicht – selbst dann, wenn intern Zweifel bestehen. Auf der Implementierungsseite folgt das nächste Muster: Engineers würden Arbeit „normal“ erledigen und anschließend KI-Nutzung nachträglich als Erklärung beifügen, weil nicht-AI-Ansätze offenbar sanktioniert oder in Kennzahlen negativ gewertet werden. Auch bei technischen Demos sieht der Beitrag eine Verzerrung: Wird ein System wie etwa Snowflake Cortex in einer Präsentation mit expliziten Warnungen gezeigt, die Ziele aber gleichzeitig über ein optimistisches Annahmeset kommuniziert – im Text wird eine „roughly 92% accuracy in ideal configuration“ genannt – dann führen viele halbwarme Reaktionen trotzdem schnell zu Kaufinteresse. Das passt zum Grundmotiv des Essays: Entscheidend sind nicht nur Fähigkeiten, sondern wie Erwartungen und Messkonzepte gemeinsam das Verhalten formen.
Technisch greift der Text außerdem typische Schwachstellen im Projektalltag auf, die bei KI besonders sichtbar werden, weil die Ergebnisse schwerer zu verifizieren sind. So nennt der Autor Token- und KI-„Leaderboards“, die angeblich manipulierbar seien: Wenn Ingenieure an AI-spend oder KI-Nutzung gemessen werden, lohnt sich scheinbar „AI spends prompted people“ – also das Laufenlassen von LLMs in Schleifen, während andere Aufgaben parallel laufen. Der Beitrag behauptet, dass dabei niemand wegen solcher „Produktions-Kunststücke“ erwischt worden sei. Daneben taucht ein weiteres Problem auf: Demos ersetzen Urteilsbildung, während Metriken im laufenden Betrieb entweder gar nicht oder nur so gemessen werden, dass sie leicht zu beeinflussen sind. Ein Beispiel beschreibt einen Voice-Bot, der eine Anfrage angeblich sechs Monate lang nicht nachverfolgt hat; in der Ticket- oder Incident-Historie könnte das dann als „resolved“ gelistet erscheinen, obwohl der Nutzen aus Nutzersicht ausblieb. Schließlich wird auch „Headcount“ als Druckpunkt genannt: Manche Organisationen verlangen erst den Nachweis, dass KI ernsthaft ausprobiert wurde, bevor zusätzliche Einstellungen genehmigt werden. Wer diese Rechnung nicht erfüllt, riskiere ein „bad at AI“-Label, das im Extremfall mit Entlassungsrisiko gekoppelt ist.
Für Entwickler ist die im Text formulierte Überlegung besonders bitter, weil sie eine praktische Umsetzung illustriert, die keinerlei echte Wirkung auf den Produktivcode hat: Ein Ingenieur prüfe eine parallele Kopie eines Go-Repositorys, lasse sich per KI-Code etwa in Zig umschreiben, erfülle damit eine Usage-Quote und werfe die Ausgabe danach weg. Damit wird der Kernversuch des Essays konkret: Selbst wenn eine KI-Ausgabe technisch plausibel wirkt, kann sie funktional bedeutungslos bleiben, sobald die Kennzahl die eigentliche Wirkung übersteuert. Genau hier setzt der Essay auch bei der Frage an, warum KI-Projekte am Ende mit der gleichen hohen Fehlerquote enden wie „normale“ Softwareprojekte: KI bringt zusätzlich alle klassischen Ausfallmodi mit – und obendrein ein neuartiges Risikoprofil. Der Autor nennt als Grund, dass Künstliche Intelligenz keine magische Eigenschaft hat („an LLM is not psychic“), und dass in vielen Unternehmen die Dokumentationsqualität so niedrig ist, dass selbst ein gutes Modell die Informationslücken nicht zuverlässig kompensieren kann. In der Praxis scheitert dann nicht die Modellfähigkeit, sondern die Lücke zwischen „Modell nutzt Input“ und „Organisation liefert verlässlichen Kontext“.
Besonders anschaulich ist das Migrationsbeispiel Oracle zu Snowflake. Der Text beschreibt eine vendor-getriebene Vorstufe, in der mit einem LLM Oracle-flavoured SQL in Snowflake-flavoured SQL übersetzt werden sollte. Das habe jedoch bei Berechtigungen versagt – also nicht wegen Unfähigkeit des Modells, sondern wegen fehlender Zugriffskontexte. Das Team habe daraufhin manuell nachgearbeitet. Im Bericht des Unternehmens sei die Automatisierung trotzdem als KI-Erfolg deklariert worden, weil ein kleiner Anteil der SQL zu irgendeinem Zeitpunkt durch das Modell gelaufen sei. Solche Fälle machen laut Essay den Unterschied zwischen „AI-enabled“ und „AI-labeled“ greifbar: Viele Projekte seien de facto normale Softwarevorhaben mit einem KI-Element, das eine interne Reinheitsprüfung bestehen soll. Wenn die Erfolgsmetriken falsifizierbar sind und ein modellgetriebenes Ziel wirklich im Betrieb nachgewiesen werden muss, seien solche Szenarien eher selten – außerhalb von Startups, so die Lesart des Autors.
Auch das Wettbewerbsargument im Essay ist klar: Die „closest counterpart“ sei ein Beitrag auf dem Fly.io Blog, der stärker auf KI-Fähigkeiten setzt und aus dieser Perspektive skeptisch auf KI-Downstream-Kritik schaut. Ludicity habe diesen Gegenentwurf zuvor direkt adressiert. Bemerkenswert sei dabei weniger das Modell-Agreement als die gemeinsame Linie auf Organisationsebene: Während Ptacek betont, dass Tech-Executives LLM-Adoption oft als Mandat missbrauchen („Tech execs are mandating LLM adoption. That’s bad strategy.“), beschreibt der Essay vor allem, wie Mandate, gamed Metriken und Koordinationsfehler Entscheidungen verzerren – unabhängig davon, ob das Modell im Labor gut abschneidet. Für CIOs, Engineering-Leads und Security-Organisationen folgt daraus eine nüchterne Strategieempfehlung, die der Autor als persönliche Überlebenshilfe formuliert: Bedenken nicht in Gruppen nach außen tragen, sondern 1:1 eskalieren; außerdem empfiehlt er anonyme Polls, weil Teams in der beschriebenen Beobachtung oft bimodal reagieren – etwa „3/10“ versus „8/10“ bei Projekten, die bereits Jahre überfällig sind. Geht es um große Mengen fehlerhaften KI-generierten Codes, rät der Essay, Burnout nicht zu „testen“, sondern frühzeitig mit dem Jobsuchprozess zu beginnen. Die eigentliche Schwere liegt darin, dass der Text ein Koordinationsproblem beschreibt, das man nicht allein von innen „wegoptimieren“ kann, weil alle Beteiligten rational auf ihre eigenen Anreizmechanismen reagieren.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Warum KI-Projekte oft scheitern: Incentives statt Modelle im Fokus" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Warum KI-Projekte oft scheitern: Incentives statt Modelle im Fokus" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Warum KI-Projekte oft scheitern: Incentives statt Modelle im Fokus« bei Google Deutschland suchen, bei Bing oder Google News!