Thema 76 von 91· KI-Beschleunigung
Kapitalrendite von KI (ROI)
KI-ROI ist die messbare Gewinn-und-Verlust-Rendite, die KI-Initiativen zuzuschreiben ist. Der ernüchternde Referenzwert: MITs "GenAI Divide"-Forschung von 2025 fand, dass trotz 30–40 Mrd. $ an Unternehmens-GenAI-Investitionen ~95 % der Piloten keine messbare Gewinn-und-Verlust-Rendite zeigten — und die erfolgreichen 5 % teilten identifizierbare Gewohnheiten.
Warum es wichtig ist
Gesundheitssysteme haben einen Namen für das KI-Pilot-Muster: Pilotitis — der NHS-Friedhof vielversprechender Apps, für immer pilotiert und nie skaliert. Die MIT-Befunde bilden sauber ab, was Health Technology Assessment bereits weiß: Wertbehauptungen brauchen vorab festgelegte Endpunkte, Zurechnung braucht Vergleichsgruppen, und "alle haben das Gefühl, es hilft" ist keine Nutzenzeile. Die erfolgreiche Minderheit in den MIT-Daten konzentrierte sich auf Back-Office-Automatisierung mit verfolgbaren Kostenausgangswerten, und gekaufte Tools waren zu ~67 % der Fälle erfolgreich gegenüber internen Eigenbauten bei etwa einem Drittel davon — Ausgangswerte, die in jeden KI-Investitionsfall gehören (siehe Eigenentwicklung oder Fremdbezug).
Die Mathematik
KI-ROI = (zurechenbarer Nutzen − Gesamt-KI-Kosten) / Gesamt-KI-Kosten
Gesamt-KI-Kosten = Lizenzen/Inferenz (siehe inference-unit-economics.md)
+ Integration + Datenaufbereitung + Evaluation
+ Workflow-Neugestaltung + Governance/Absicherung
(die Lizenz ist typischerweise die Minderheit des Nenners)
Zurechenbarer Nutzen: gemessen gegen einen Ausgangswert oder eine
Kontrollgruppe, klassifiziert als Bargeld/Kapazität/Qualität gemäß
cash-releasing-vs-non-cash-releasing.md
Durchgerechnetes Beispiel
Eine Krankenhausgruppe setzt KI für zwei Anwendungsfälle ein:
Anwendungsfall A — Entwurf klinischer Briefe (Back Office, verfolgbar):
Ausgangswert: ausgelagerte Transkription 380.000 £/Jahr
danach: Transkriptionsvertrag gekündigt; Klinikerüberprüfungszeit +60.000 £
KI-Kosten: 120.000 £/Jahr komplett
ROI = (380.000 − 60.000 − 120.000) / 120.000 ≈ 167 % — zahlungswirksam, prüfbar ✓
Anwendungsfall B — "KI-Copilot für Kliniker" (breit, unverfolgt):
Nutzenbehauptung: "spart Zeit über 4.000 Mitarbeiter" — kein Ausgangswert erfasst
gemessener Gewinn-und-Verlust-Effekt: nicht nachweisbar
→ der 95-%-Eimer, unabhängig davon, ob es tatsächlich hilft
Der Unterschied ist nicht die Qualität der KI — es ist, ob der Nutzen einen Ausgangswert, einen Verantwortlichen und eine Budgetzeile hatte (Nutzenrealisierung).
Bezug zur Softwareentwicklung
Das HTA-geformte Playbook für KI-Investitionen: die Evidenz stufen wie bei den NICE-ESF-Stufen — demo-taugliche Evidenz für risikoarme Tools, kontrollierte Piloten vor organisationsweiten Ausgaben, mit vorab registrierten Rollout-Gates (das Muster der DiGA von vorläufiger Listung mit Frist); Kostenvermeidung so zählen, wie die Gesundheitsökonomie Nachfragevermeidung zählt — nur real, wenn sich eine konkrete Budgetzeile bewegt; und den Piloten selbst mit EVPI bepreisen — ein Pilot, der die Rollout-Entscheidung nicht ändern kann, ist 0 £ wert. Für den Entwicklerwerkzeug-Ausschnitt speziell siehe KI-Entwicklerproduktivität.
Fallstricke
- Nutzen-Verwässerung: Wert, dünn über Tausende Nutzer verteilt, ist konstruktionsbedingt unmessbar; Anwendungsfälle mit konzentrierten, verfolgbaren Ausgangswerten wählen.
- Nur-Lizenz-Kostenrechnung: Integration, Evaluation und Workflow-Neugestaltung dominieren meist den wahren Nenner.
- Zurechnungsdiebstahl: KI, zusammen mit Prozessneugestaltung eingeführt, beansprucht die gesamte Differenz.
- Eskalation versunkener Piloten: gescheiterte Piloten verlängern, weil das Aufhören Scheitern eingesteht — der Auslauftermin muss vorab vereinbart sein.
Quellen
- MIT Project NANDA "GenAI Divide" coverage. https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/
- MIT GenAI ROI findings summary. https://blueflame.ai/blog/achieving-ai-roi-key-findings-from-mits-genai-report
- MIT Technology Review, finding ROI on AI. https://www.technologyreview.com/2025/10/28/1126693/finding-return-on-ai-investments-across-industries/