Warum zeigen KI-Anbieter nie echte Kundenzahlen? Strategien gegen vage Versprechen

„Unsere Kunden sparen bis zu 60 % ihrer Zeit." „Über 500 Unternehmen vertrauen auf unsere Lösung." „ROI ab dem ersten Monat." Wer KI-Software evaluiert, stößt auf Aussagen wie diese — und selten auf die konkreten Zahlen dahinter. Die fehlende Transparenz bei KI-Anbietern ist kein Zufall, sondern hat systematische Ursachen. Dieser Artikel erklärt, warum Anbieter echte Kundendaten zurückhalten, wie Sie als Einkäufer dennoch an belastbare Informationen kommen und woran Sie seriöse Anbieter erkennen. Verbindliche Transparenzpflichten für Anbieter bestimmter KI-Systeme definiert der regulatorische Rahmen der EU-KI-Verordnung [3]; den tatsächlichen Nutzungs- und Erfolgsgrad von KI in deutschen Unternehmen dokumentiert der Bitkom-Studienbericht zu Künstlicher Intelligenz [4].

Warum Anbieter keine echten Zahlen zeigen

Die fünf häufigsten Gründe

1. Ergebnisse sind stark kundenabhängig

KI-Tools liefern je nach Datenqualität, Anwendungsfall und Implementierung sehr unterschiedliche Ergebnisse. Ein Textgenerierungs-Tool, das bei einem Marketing-Team 40 % Zeitersparnis bringt, kann bei einem juristischen Fachverlag nur 10 % erreichen. Anbieter vermeiden konkrete Zahlen, weil jede Zahl als Versprechen interpretiert werden kann, das bei einem anderen Kunden nicht eingehalten wird.

2. Vertraulichkeitsvereinbarungen mit Kunden

Viele Unternehmenskunden verbieten die Veröffentlichung spezifischer Nutzungsdaten. Ein DAX-Konzern möchte nicht, dass Wettbewerber erfahren, welche KI-Tools er einsetzt und welche Effizienzgewinne er damit erzielt. NDAs (Non-Disclosure Agreements) sind in Enterprise-Verträgen Standard.

3. Die Zahlen sind nicht so gut wie das Marketing

Der ehrlichste, aber am seltensten genannte Grund: Wenn die tatsächlichen Ergebnisse die Marketing-Aussagen nicht stützen, ist Schweigen aus Anbietersicht die rationale Strategie. „Unsere Kunden sparen durchschnittlich 12 % ihrer Zeit" klingt weniger überzeugend als „bis zu 60 %".

4. Fehlende eigene Messinfrastruktur

Viele KI-Startups messen die tatsächlichen Ergebnisse ihrer Kunden nicht systematisch. Sie kennen Nutzungsmetriken (Logins, API-Calls, Tokenverbrauch), aber nicht den geschäftlichen Impact (Zeitersparnis, Umsatzeffekt, Fehlerreduktion). Diese Messung liegt beim Kunden — und wird dort oft auch nicht durchgeführt.

5. Rechtliche Vorsicht

Konkrete Leistungsversprechen können vertragsrechtliche Konsequenzen haben. Wenn ein Anbieter „30 % Kostenreduktion" verspricht und der Kunde das nicht erreicht, entsteht ein potenzieller Rechtsstreit. Vage Formulierungen sind juristisch sicherer.

Die Anatomie vager Anbieteraussagen

Typische Formulierungen und was sie bedeuten

Die „bis zu"-Falle

Die Formulierung „bis zu X %" ist das am häufigsten missbrauchte Element im KI-Marketing. Eine realistische Verteilung der Kundenergebnisse sieht typischerweise so aus:

Geschätzte Verteilung der tatsächlichen Ergebnisse (Branchenschätzung):

Die Werte in dieser Tabelle basieren auf Branchenschätzungen, Praxiserfahrungswerten und marktüblichen Angaben.

Wenn ein Anbieter „bis zu 60 % Zeitersparnis" bewirbt, liegt die realistische Erwartung für einen durchschnittlichen Kunden eher bei 15–25 % (Branchenschätzung). Das ist immer noch ein relevanter Wert — aber weit entfernt von der Werbeaussage.

Wie Sie als Einkäufer an echte Daten kommen

Strategie 1: Die richtige Art von Referenzen einfordern

Standardreferenzen, bei denen der Anbieter zufriedene Kunden benennt, sind wenig aussagekräftig. So kommen Sie an ehrlichere Einschätzungen:

Fordern Sie spezifische Referenzen:

• Kunden aus Ihrer Branche und Unternehmensgröße
• Kunden, die seit mindestens 12 Monaten im Produktivbetrieb sind
• Direkten Kontakt zum operativen Ansprechpartner, nicht zum Sponsor

Fragen an Referenzkunden:

1. „Welche messbaren Ergebnisse haben Sie nach 6 und 12 Monaten erzielt?"

2. „Was waren die größten Überraschungen — positiv und negativ?"

3. „Wie hoch war der tatsächliche Implementierungsaufwand im Vergleich zur Schätzung?"

4. „Würden Sie die Entscheidung heute wieder so treffen?"

5. „Welche Funktion nutzen Sie nicht, obwohl Sie sie bezahlen?"

Strategie 2: Pilot-Projekte mit messbaren KPIs

Statt einer Kaufentscheidung auf Basis von Anbieterversprechen zu treffen, verhandeln Sie einen Piloten mit definierten Erfolgskriterien.

Kalkulationsbeispiel: Strukturierter Pilot

Ein seriöser Anbieter wird einem strukturierten Piloten zustimmen. Wenn ein Anbieter darauf drängt, den Piloten zu überspringen und direkt einen Jahresvertrag abzuschließen, ist das ein Warnsignal.

Strategie 3: Unabhängige Informationsquellen nutzen

Strategie 4: Vertragliche Absicherung

Wenn der Anbieter keine konkreten Zahlen nennen kann, können Sie sich vertraglich absichern:

• Performance-Klauseln: Definieren Sie Mindest-KPIs, die das Tool nach einer Einführungsphase erreichen muss. Wird die Schwelle nicht erreicht, greift ein Sonderkündigungsrecht.
• Rückgaberecht nach Testphase: Eine 90-Tage-Testphase mit vollem Rückgaberecht reduziert Ihr Risiko erheblich.
• Preisbindung an Nutzung: Variable Preismodelle, die sich an der tatsächlichen Nutzung orientieren, statt pauschaler Jahreslizenzen.

Warnsignale: Wann ist fehlende Transparenz ein Dealbreaker?

Rote Flaggen

Nicht jede fehlende Zahl ist ein Problem. Aber bestimmte Muster sollten Sie alarmieren:

1. Kein einziger Referenzkunde verfügbar. Anbieter, die nach eigener Aussage hunderte Kunden haben, aber keinen einzigen benennen können, haben entweder keine zufriedenen Kunden oder keine relevante Kundenbasis.

2. Ausweichen bei konkreten Fragen zur Fehlerrate. Jedes KI-System hat Fehler. Ein Anbieter, der keine Fehlerrate benennen kann oder will, kennt seine eigene Lösung nicht gut genug.

3. Keine transparente Preiskommunikation. Wenn der Preis erst nach mehreren Verkaufsgesprächen offengelegt wird, deutet das auf eine aggressive Vertriebsstrategie hin, die den Preis an das wahrgenommene Budget des Kunden anpasst.

4. Verweigerung eines Piloten. „Unsere Lösung zeigt ihren Wert erst nach 6 Monaten" kann zutreffen, aber ein Pilot mit Zwischenmessungen sollte immer möglich sein.

5. Widersprüchliche Aussagen zwischen Vertrieb und Technik. Wenn der Vertrieb „ja" sagt und die Technik „noch nicht", ist die ehrliche Antwort „noch nicht".

Checkliste: Transparenz-Score eines Anbieters

Ein Anbieter, der weniger als 50 % dieser Elemente erfüllt, erfordert besondere Vorsicht bei der Evaluierung.

Praxisbeispiel: Evaluierung einer KI-Lösung für den Kundenservice

Ein E-Commerce-Unternehmen mit 2.000 Mitarbeitern und einem Kundenservice-Team von 80 Personen evaluierte eine KI-Lösung zur automatisierten Bearbeitung von Kundenanfragen.

Die Anbieter-Versprechen:

• „Automatisierungsrate von bis zu 70 %"
• „Kundenzufriedenheit steigt um 25 %"
• „ROI in unter 3 Monaten"

Das Vorgehen des Evaluierungsteams:

Schritt 1: Zahlen hinterfragen

Auf die Frage nach der durchschnittlichen (nicht maximalen) Automatisierungsrate nannte der Anbieter nach Rückfrage bei seinem Produktteam 35–45 % für vergleichbare Unternehmen. Die „bis zu 70 %" wurden nur bei einem einzelnen Kunden mit sehr standardisierten Anfragen erreicht.

Schritt 2: Referenzkunden kontaktieren

Das Team sprach mit drei Referenzkunden. Die Ergebnisse:

Die Spreizung der Ergebnisse war erheblich. Die „unter 3 Monaten ROI"-Aussage konnte keiner der Referenzkunden bestätigen. Realistisch waren 8–14 Monate.

Schritt 3: Pilotprojekt verhandeln

Das Unternehmen verhandelte einen 12-wöchigen Piloten mit folgenden Konditionen:

• 50 % der regulären Lizenzkosten während des Pilots
• 15 Service-Agenten als Testgruppe
• Definierte Erfolgsschwelle: mindestens 30 % Automatisierungsrate bei gleichbleibender Kundenzufriedenheit
• Keine Verpflichtung zur Volleinführung

Kalkulationsbeispiel: Pilot vs. direkte Volleinführung

Ergebnis des Pilots:

Die Automatisierungsrate erreichte nach 12 Wochen 33 %. Die Kundenzufriedenheit blieb stabil. Das Team identifizierte Optimierungspotenzial bei der Kategorisierung von Anfragen, das bei der Volleinführung genutzt werden konnte.

Die Entscheidung: Volleinführung mit realistischen Erwartungen (Ziel: 40 % Automatisierung nach 6 Monaten) statt der vom Anbieter beworbenen 70 %.

Ergebnis nach 12 Monaten im Vollbetrieb:

• Automatisierungsrate: 44 %
• Reduktion der durchschnittlichen Bearbeitungszeit um 22 %
• 12 Service-Agenten konnten auf komplexere Aufgaben umgeschult werden
• Jährliche Netto-Einsparung nach Abzug aller Kosten: ca. 180.000 EUR

Der ROI war positiv — aber weit entfernt von den ursprünglichen Anbieterversprechen. Die realistische Erwartungshaltung durch den Piloten verhinderte Enttäuschung und ermöglichte eine sachliche Bewertung.

Fazit und Einordnung

Fehlende Transparenz bei KI-Anbietern ist teilweise strukturell bedingt, teilweise taktisch motiviert. Als Einkäufer ist es Ihre Aufgabe, trotzdem an belastbare Informationen zu kommen.

Einordnung für die Praxis:

1. Übersetzen Sie „bis zu" in realistische Erwartungen. Rechnen Sie mit 30–50 % des beworbenen Maximalwerts als realistischem Durchschnitt (Branchenschätzung). Planen Sie konservativ und freuen Sie sich über positive Überraschungen.

2. Fordern Sie immer direkte Referenzgespräche. Nicht über den Anbieter vermittelt, sondern direkter Kontakt zu operativen Ansprechpartnern. Stellen Sie die unbequemen Fragen: Was läuft nicht gut? Was würden Sie anders machen?

3. Bestehen Sie auf einem Piloten. Ein Pilot mit messbaren KPIs ist der zuverlässigste Weg, die tatsächliche Leistung eines KI-Tools zu bewerten. Kalkulieren Sie die Pilotkosten als Versicherungsprämie gegen eine Fehlentscheidung.

4. Nutzen Sie den Transparenz-Score. Bewerten Sie die Offenheit des Anbieters systematisch. Ein Anbieter, der transparent mit Stärken und Schwächen umgeht, ist langfristig der bessere Partner.

5. Sichern Sie sich vertraglich ab. Performance-Klauseln, Sonderkündigungsrechte und Pilotphasen reduzieren Ihr finanzielles Risiko. Wenn ein Anbieter diese ablehnt, fragt man sich, warum.

6. Akzeptieren Sie keine „Trust me"-Argumentation. Vertrauen entsteht durch Nachweise, nicht durch Versprechen. Ein seriöser Anbieter versteht das und liefert Daten statt Behauptungen.