Die These in einem Satz: Es gibt zwei Arten von KI-KPIs, und nur eine bezahlt die Rechnung. Es gibt die, die in der Demo glänzen —Nutzer, die sich registriert haben, abgefeuerte Prompts, der Applaus im Gremium— und die, die die echte Arbeit bewegen: Fälle, die gelöst werden, ohne dass jemand sie anfasst, Stunden, die nicht mehr verbraucht werden, Fehler, die sinken. Die erste Gruppe ist Theater; die zweite ist Betrieb. Und die Regel, um sie zu unterscheiden, ist brutal einfach: Wenn du es nicht jede Woche gegen eine Baseline misst, ist es Theater.
Die KI-KPIs im Unternehmen, die zählen (und die, die reines Theater sind)
Wenn ein Unternehmen mit seinem KI-Projekt prahlt, zeigt es fast immer die bequeme Kennzahl: wie viele Leute es genutzt haben, wie viele Anfragen abgefeuert wurden, wie zufrieden das Team nach der Schulung war. Das sind Zahlen, die mit der Zeit von allein steigen und nichts darüber sagen, ob die Arbeit besser gemacht wird. Die unbequeme Zahl —die entscheidet, ob das Projekt sich rechnet— ist eine andere: welche konkrete Aufgabe vorher auf eine Art herauskam und jetzt besser, schneller oder mit weniger Fehlern herauskommt. Der Unterschied zwischen einem Projekt, das sich rechnet, und einer teuren Demo lebt zwischen diesen beiden Kennzahlengruppen.
Das ist nicht die Meinung eines Beraters, der gern dagegenhält. Der Bericht von MIT NANDA «The GenAI Divide: State of AI in Business 2025» hat 300 Rollouts analysiert und festgestellt, dass 95 % der KI-Piloten keinerlei messbare Wirkung auf die Gewinn- und Verlustrechnung hatten, obwohl über 80 % der Unternehmen bereits Werkzeuge wie ChatGPT oder Copilot getestet hatten (vollständiger Bericht, 2025). Übersetzt: Fast alle messen Adoption und fast niemand misst Ergebnis. Diese Lücke ist das Theater.
Die Theater-Regel: ohne Baseline und ohne Wochentakt ist es Nebel
Eine Kennzahl ohne Baseline ist keine Kennzahl: Sie ist Deko. «Wir lösen 200 Tickets im Monat mit KI» bedeutet nichts, wenn du nicht weißt, wie viele du vorher gelöst hast, wie lange es dauerte und wie viele falsch zurückkamen. Die Zahl, die zählt, ist nicht die absolute, sondern das Delta gegenüber der Art, wie es ohne das Werkzeug lief. Deshalb dient der erste Tag jedes ernst gemeinten KI-Projekts dazu, das Vorher zu messen —die Baseline—, nicht die Demo zu starten.
Und eine Kennzahl, die du nur im Quartalsmeeting anschaust, zählt auch nicht. Adoption entscheidet sich in Wochen: Wenn ein Team das Werkzeug testet, nicht überzeugt ist und zur manuellen Methode zurückkehrt, ist das Projekt bis zum Gremium in drei Monaten längst tot und niemand hat es rechtzeitig gemerkt. Ein Wochentakt gegen eine Baseline ist das, was ein Dashboard von einer Postkarte trennt.
Die vier operativen Kennzahlen, die sehr wohl zählen
Wenn du nur eine Sache messen willst, miss die Arbeit. Diese vier sagen dir, ob die KI etwas tut oder nur eingeschaltet ist:
- Ohne menschliches Eingreifen gelöste Fälle. Von hundert Aufgaben, die reinkommen —Tickets, E-Mails, Rechnungen, Anfragen—, wie viele kommen gelöst und richtig heraus, ohne dass eine Person sie anfassen muss. Das ist die Königskennzahl jeder Automatisierung: Sie misst getane Arbeit, nicht Aktivität. Wenn du einen KI-Buchhaltungsagenten baust, ist das die Zahl, die entscheidet, ob er dir eine Stelle spart oder dir eine mehr zum Kontrollieren gibt.
- Gesparte Stunden gegen die Baseline. Nicht «Stunden, die das Werkzeug zu sparen behauptet», sondern die echte Subtraktion: was der Prozess vorher brauchte, minus was er jetzt braucht, mal seiner Häufigkeit. Das ist die Kennzahl, die sich direkt in Geld übersetzt, und die, die das Gremium ohne Übersetzer versteht.
- Fehlerquote. Eine KI, die das Dreifache an Arbeit mit dem Doppelten an Fehlern macht, spart dir nichts: Sie verlagert die Kosten des Machens zu den Kosten des Prüfens und Korrigierens. Den Prozentsatz der Ausgaben zu messen, die neu gemacht werden müssen, verhindert die Selbsttäuschung des «geht rasend schnell», während jemand hinterherräumt.
- Echte Nutzung pro Person, nicht aktive Lizenzen. Wie viele Leute es wirklich jede Woche in ihrer Arbeit nutzen, Rolle für Rolle. Das ist die Kennzahl, die den Adoption Gap aufdeckt —Leute mit Zugang, die es nicht anfassen— bevor daraus ein totes Projekt wird. Die Lizenz zahlst du; die Nutzung wird verdient, und sie zeigt sich nur, wenn du sie pro Person misst.
Das sind nicht die GEO-KPIs —verwechsle sie nicht—
Es gibt einen Ort, an dem diese Unterscheidung absichtlich verwischt wird: die KI-Sichtbarkeit. Ob deine Marke in ChatGPT oder Google AI auftaucht, wird auch gemessen, aber das ist eine andere Disziplin mit eigenem Dashboard —Erwähnungsrate, Zitierung, Share of Voice—, und wir schlüsseln es in den GEO-KPIs auf. Dieses Dashboard misst, ob man dich sieht; das in diesem Artikel misst, ob dein Betrieb funktioniert. Das sind zwei verschiedene Tafeln, und sie als eine darzustellen ist der Lieblingstrick von jemandem, der die hübsche Zahl zeigen will. Wenn du die Sichtbarkeit ohne Nebel an die Geschäftsführung bringen musst, hat auch das sein eigenes Format: der GEO-Bericht für die Geschäftsführung.
Wie du das Dashboard ohne Nebel aufsetzt
- Miss die Baseline, bevor du irgendetwas einschaltest. Der erste Tag ist zum Stoppen und Zählen des aktuellen Prozesses da, nicht für die Demo. Ohne dieses Vorher ist jedes Nachher eine Anekdote.
- Wähle eine konkrete, sichtbare Aufgabe, nicht «die KI im Unternehmen». Gelöste Fälle DIESES Prozesses, Stunden DIESES Prozesses. Ein Dashboard für eine Aufgabe, die sich rechnet, überzeugt mehr als zehn generische Indikatoren.
- Setz die vier operativen Kennzahlen in einen Wochentakt, mit einem Verantwortlichen. Jemand schaut jede Woche auf das Delta und handelt, wenn es fällt, wie bei jeder anderen Zahl im Geschäft.
- Trenne die Betriebstafel von der Sichtbarkeitstafel. GEO an einem Ort, Betrieb an einem anderen. Sie zu vermischen dient nur dazu, die schlecht laufende hinter der gut laufenden zu verstecken.
Nichts davon ist exotisch: Es heißt, die KI wie jeden anderen Teil des Geschäfts zu behandeln, von dem man will, dass er sich rechnet —mit Baseline, mit Delta und mit jemandem, der hinschaut—. Wenn du lieber willst, dass dieses Dashboard von dem aufgesetzt und getragen wird, der obendrein den Prozess darunter repariert, ist die Automatisierung von Abläufen genau das: Wir liefern dir kein Vanity-Metrics-Panel, wir lassen dich getane Arbeit messen.