Warum KI-Projekte am Faktor Mensch scheitern – und was Kanzleien dagegen tun sollten (Teil 1)
Die Technik für KI in der Steuerkanzlei ist heute verfügbar und funktioniert. Trotzdem bleiben die meisten Einführungsprojekte hinter den Erwartungen zurück oder versanden ganz. Untersuchungen zu KI- und Digitalisierungsvorhaben berichten Scheiterquoten von 70 bis über 80 Prozent, und führen die Ursachen übereinstimmend auf Organisation und Menschen zurück, kaum auf die Modelle selbst. Dieser Beitrag erklärt, woran das liegt und wie die menschliche Seite einer Transformation in der Praxis angegangen wird. Teil 2 widmet sich anschließend dem Prozess und der Technik.
Woran KI-Projekte tatsächlich scheitern
Die Studienlage ist erstaunlich einheitlich. McKinsey beziffert die Quote gescheiterter Transformationen seit Jahren auf rund 70 Prozent und nennt als Hauptgründe eine zu niedrig angesetzte Ambition der Führung und eine nicht vermittelte Veränderungsgeschichte. Die Boston Consulting Group fasst es in eine Faustregel: Vom Wert einer KI-Einführung entfallen etwa 10 Prozent auf die Algorithmen, 20 Prozent auf die Technik und 70 Prozent auf die Arbeit an Menschen, Prozessen und Kultur. Gartner wiederum erwartet, dass mindestens 30 Prozent der generativen KI-Projekte nach der Pilotphase abgebrochen werden, unter anderem wegen unklaren Geschäftsnutzens. Die Modelle sind selten das Problem.
In Kanzleien zeigt sich dasselbe Muster. Eine Kanzlei kauft eine KI-Lizenz, schaltet das Tool für alle frei und erwartet, dass die Effizienz steigt. Nach einigen Wochen nutzen es zwei technikaffine Mitarbeitende, der Rest arbeitet weiter wie zuvor. Das Werkzeug liegt brach, die Investition verpufft, und im Team verfestigt sich der Eindruck, KI tauge für die eigene Arbeit ohnehin nicht. Das Werkzeug war funktionsfähig. Es fehlte die Vorbereitung der Menschen, die damit arbeiten sollen.
Drei Bedenken, die jede Einführung ausbremsen
Wer in einer Kanzlei KI einführt, trifft auf reale und berechtigte Vorbehalte. Drei davon tauchen besonders häufig auf.
Das erste ist die Berührungsangst mit der Technologie. Viele Mitarbeitende haben zum Beispiel noch nie systematisch mit einem Sprachmodell gearbeitet und sind unsicher, was es kann, was es darf und wie man es bedient. Solange diese Unsicherheit besteht, wird das Tool gemieden.
Das zweite ist die Sorge vor Fehlern. Steuerliche Arbeit ist haftungsrelevant. Wer fürchtet, ein KI-Ergebnis ungeprüft zu übernehmen und damit einen Fehler in eine Erklärung oder einen Jahresabschluss zu tragen, hält sich zurück. Diese Vorsicht ist fachlich angemessen und sollte ernst genommen werden, statt sie wegzureden.
Das dritte ist die Angst vor Veränderung der eigenen Rolle. Wenn unklar bleibt, ob KI die Arbeit erleichtern oder die eigene Stelle infrage stellen soll, entsteht Widerstand. Dieser Widerstand zeigt sich selten offen. Häufiger äußert er sich als zögerliche Nutzung und stilles Festhalten an gewohnten Abläufen.
Werden diese Bedenken nicht adressiert, entscheidet das Team faktisch gegen die Einführung – unabhängig davon, wie gut das Werkzeug ist.
Warum der Mensch und der Prozess am Anfang stehen
Ein Tool entfaltet Wirkung erst, wenn die Menschen es tragen und der Ablauf dahinter geklärt ist. Eine produktive KI-Nutzung verlangt, dass Mitarbeitende lernen, das Werkzeug für ihre konkrete Aufgabe einzusetzen. Das bloße Bedienen einer Oberfläche genügt dafür nicht. Es geht darum, eigene Arbeitsweisen zu hinterfragen, Abläufe zu vereinfachen und sie im Licht der neuen Möglichkeiten neu zu denken.
Damit das gelingt, muss die Transformation zu den strategischen Zielen und zum Leitbild der Kanzlei passen. Eine Einführung, die quer zur Ausrichtung der Kanzlei läuft, findet keine Träger. Eine, die auf die erklärten Ziele einzahlt, gewinnt an Eigendynamik: Mitarbeitende erkennen den Nutzen für ihre tägliche Arbeit, geben Erfahrungen weiter, und aus einzelnen Anwendungen wird ein Momentum, das die Einführung trägt. Die Erfahrung aus Transformationsprojekten zeigt, dass dieses Momentum sich nicht verordnen lässt. Es entsteht, wenn die Menschen die Veränderung als ihre eigene begreifen.
Wie die menschliche Seite in der Praxis angegangen wird
TellTale beginnt jede Begleitung mit einer Bestandsaufnahme, die bewusst beim Team und seinen Abläufen ansetzt und nicht bei der Tool-Frage. Erfasst wird, wie heute gearbeitet wird, wo es klemmt und welche Vorbehalte im Team bestehen. Ein zentraler Teil dieser Analyse ist, die geschäftswertstiftenden Prozesse der Kanzlei herauszuarbeiten und auseinanderzuhalten, was alltäglicher Lärm und reine Routinearbeit ist und wo der eigentliche Geschäftswert entsteht. Mandantenbindung, fachliche Beratung und Abschlussqualität wiegen anders als das Sortieren von E-Mails oder das Abtippen von Belegdaten. Diese Unterscheidung lenkt die spätere KI-Einführung dorthin, wo sie tatsächlich Wirkung erzielt. Auf dieser Grundlage lassen sich Abläufe gezielt vereinfachen, bevor überhaupt Technik ins Spiel kommt.
Die drei genannten Bedenken werden direkt aufgegriffen. Gegen Berührungsängste hilft praktisches Ausprobieren in einem geschützten Rahmen, in dem nichts schiefgehen kann. Gegen die Sorge vor Fehlern hilft ein klar definierter Ablauf mit menschlicher Freigabe. KI-Ergebnisse werden geprüft, bevor sie in mandantenrelevante Dokumente einfließen. Diese Kontrollinstanz bleibt erhalten und wird offen kommuniziert. Gegen die Angst vor dem Obsolet werden hilft Transparenz darüber, welche Aufgaben die KI übernehmen soll und welche beim Menschen bleiben.
Über das gesamte Projekt hinweg wird das Team eingebunden, statt vor vollendete Tatsachen gestellt zu werden. Mitarbeitende lernen, KI für ihre eigenen Aufgaben einzusetzen, statt nur eine vorgegebene Funktion zu bedienen.
Genau dieser Unterschied entscheidet darüber, ob aus einer Lizenz eine spürbare Entlastung wird.
Einordnung
Wer die Bedenken des Teams ernst nimmt, die Transformation an den Zielen der Kanzlei ausrichtet und Mitarbeitende befähigt, gewinnt die Voraussetzung, ohne die kein Werkzeug Wirkung zeigt.
Dies ersetzt nicht die Arbeit an Prozessen und Technik - es geht ihr voraus. Wie der Prozess geklärt und die passende Technologie ausgewählt wird, behandelt Teil 2 dieser Reihe.
Quellen: McKinsey & Company: Why do most transformations fail? A conversation with Harry Robinson. www.mckinsey.com/capabilities/transformation/our-insights/why-do-most-transformations-fail-a-conversation-with-harry-robinson · Boston Consulting Group (2026): AI Transformation Is a Workforce Transformation (10-20-70-Prinzip). www.bcg.com/publications/2026/ai-transformation-is-a-workforce-transformation · Gartner (2024): Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025. www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025