Dual ROI: Warum Effizienz allein keine guten KI-Projekte macht

Ein Automatisierungsprojekt läuft seit sechs Monaten. Die Zahlen sind gut: Bearbeitungszeit um 40% reduziert, Fehlerquote halbiert, Kosteneinsparung im fünfstelligen Bereich jährlich.

Und trotzdem nutzen 60% des Teams das System kaum. Die anderen 40% arbeiten damit — aber mit sichtbarer Reserviertheit. “Es fühlt sich komisch an, wenn die KI entscheidet”, sagt jemand in der Retrospektive.

Das Projekt ist ein Erfolg. Und gleichzeitig nicht.

Das Problem mit einseitiger Erfolgsmessung

Business-Metriken sind wichtig. Zeitersparnis, Fehlerreduktion, Kostensenkung — das sind reale Werte, die ein Projekt rechtfertigen.

Aber sie messen nur, was das System leistet. Nicht, was mit den Menschen passiert, die damit arbeiten.

Ein System, das theoretisch 40% Zeitersparnis bietet, aber nur von der Hälfte des Teams genutzt wird, spart real 20%. Wenn das System Stress erzeugt, versteckte Workarounds entstehen oder die Qualität der Arbeit durch mangelndes Vertrauen leidet, nähert sich der reale ROI dem Theoriewert nie an.

Dual ROI adressiert genau das: Beide Dimensionen systematisch messen — nicht als nettes Zusatz-Feature, sondern als Grundlage für die Bewertung, ob ein Projekt wirklich funktioniert.

Was Business-ROI misst

Die klassische Seite der Gleichung:

Zeit — Wie lange dauert der Prozess jetzt vs. vorher? Wie viele Stunden werden wöchentlich eingespart?

Fehler — Wie hoch ist die Fehlerquote jetzt vs. vorher? Was kostet ein Fehler (Nacharbeit, Kundenvertrauen, Compliance)?

Kosten — Was kostet das System im Betrieb? Was wurden vorher für den manuellen Prozess aufgewendet?

Geschwindigkeit — Wie lange dauert Durchlaufzeit end-to-end?

Diese Metriken sind gut messbar. Das ist ihre Stärke — und die Ursache dafür, dass sie die einzigen sind, die häufig erhoben werden.

Was Human-ROI misst

Die zweite Dimension ist weniger direkt messbar, aber nicht weniger real:

Adoption-Rate — Wie viele Mitarbeiter nutzen das System aktiv? Nicht “haben Zugang”, sondern “nutzen es tatsächlich für seinen Zweck”. Eine niedrige Adoption-Rate ist das stärkste Signal für ein Problem — noch bevor jemand es ausspricht.

Kontrollgefühl — Haben Mitarbeiter das Gefühl, dass sie verstehen, was das System tut? Dass sie eingreifen können, wenn etwas nicht stimmt? [[Human-in-the-Loop|Human-in-the-Loop-Design]] ist hier der direkte Hebel: Systeme, die Menschen sichtbaren Einfluss geben, werden als weniger bedrohlich erlebt.

Stress-Level — Erzeugt das System Druck? Werden Ausnahmen zum Problem, weil niemand weiß, was zu tun ist? Reduziert das System tatsächlich mentale Last — oder verlagert es sie nur?

Vertrauen in die KI-Ausgaben — Prüfen Mitarbeiter jede Ausgabe misstrauisch nach? Das ist kein Zeichen von Kontrolle, sondern von fehlendem Systemvertrauen — und bedeutet Doppelarbeit.

Wie man Human-ROI praktisch erhebt

Der Aufwand muss nicht groß sein. Drei Fragen, monatlich, anonym gestellt:

1. “Wie oft nutzt du das System in einer typischen Woche?” (Zahl)
2. “Hast du das Gefühl, zu verstehen was das System macht?” (Skala 1–5)
3. “Würdest du zum alten Prozess zurückwollen, wenn du die Wahl hättest?” (Ja / Nein / Egal)

Das sind keine Zufriedenheitsumfragen. Es sind Frühwarnsignale. Wenn Frage 3 mehrheitlich mit “Ja” beantwortet wird, ist das kein Meinungsproblem — es ist ein Systemproblem.

Warum beide ROI-Dimensionen zusammengehören

Es gibt eine einfache Intuition dahinter: Systeme, die Menschen nicht nutzen wollen, erzeugen keinen Wert — egal wie gut sie technisch funktionieren.

Und umgekehrt: Systeme, die Menschen gerne nutzen, aber keine Effizienz erzeugen, rechtfertigen ihre Kosten nicht.

Dual ROI ist kein Soft-Kurs-Konzept. Es ist pragmatische Qualitätssicherung. Wer beide Dimensionen verfolgt, bemerkt Probleme früher — bevor aus einem “das System funktioniert, aber niemand nutzt es” ein “wir schalten es wieder ab” wird.

Was das für die Planung bedeutet

Dual ROI-Messung beginnt nicht nach dem Launch. Sie beginnt bei der Anforderungsanalyse:

Was ist der Ziel-Business-ROI? Konkrete Zahlen, kein “wird besser”.

Was ist der Ziel-Human-ROI? Wer nutzt das System? Was ändert sich an ihrer täglichen Arbeit? Welche Bedenken sind realistisch — und wie werden sie adressiert?

Wann werden beide gemessen? Woche 4, Woche 12, Monat 6. Nicht einmalig zum Launch.

Wer diese Fragen vor dem Bau beantwortet, baut bessere Systeme. Nicht weil die Technologie anders ist — sondern weil die Anforderungen vollständiger sind.

Das Ziel: Systeme, die Menschen stärken

Der Human-First-Ansatz bei Automatisierung ist keine Einschränkung von KI-Möglichkeiten. Er ist die Bedingung dafür, dass KI-Systeme dauerhaft genutzt werden.

Systeme, die Kontrolle geben statt nehmen. Die erklären statt entscheiden. Die Ausnahmen an Menschen weiterleiten statt sie zu ignorieren. Diese Systeme haben höhere Adoption, weniger Widerstand — und letztlich mehr realen ROI.

Dual ROI ist das Messwerkzeug, das sicherstellt, dass dieser Anspruch auch überprüft wird.