DER KI-QUALITÄTS-GAP WARUM MEHR ADOPTION NICHT GLEICH MEHR QUALITÄT BEDEUTET
23.04.2026 Von 3 min Lesedauer
Anbieter zum Thema
Unternehmen bringen Künstliche Intelligenz (KI) in Rekordtempo in die
Produktion, doch Halluzinationen nehmen zu, Projekte scheitern an der Skalierung
und klassische Testmethoden stoßen an ihre Grenzen. Der neue Applause-Report
„State of Digital Quality in Testing AI 2026“ zeigt: Die Qualität hält mit der
Adoption nicht Schritt.
Laut dem haben 55 Prozent der Unternehmen bereits -gestützte Anwendungen und
Features veröffentlicht. 40 Prozent der befragten Nutzer geben an, dass KI-Tools
ihre Produktivität um mehr als 75 Prozent steigern.
Doch hinter den Adoptionszahlen klaffe ein wachsender Qualitäts-Gap: Mehr als
die Hälfte aller KI-Initiativen würden am Sprung vom Proof-of-Concept in den
Produktionsbetrieb scheitern, meist an Integrationskomplexität,
Kostenbeschränkungen und Qualitätsrisiken.
TRENDWENDE: HALLUZINATIONEN AUF DEM VORMARSCH
Nach einem stetigen Rückgang in den Vorjahren nehmen gemeldete Qualitätsprobleme
bei KI-Ausgaben laut dem Report wieder zu:
* 46 Prozent der Nutzer berichten, dass KI ihre Prompts falsch verstanden hat.
* 40 Prozent sind mit Halluzinationen konfrontiert, ein deutlicher Anstieg
gegenüber 32 Prozent im Vorjahr.
* 41 Prozent bemängeln fehlende Detailtiefe in den Antworten.
Der Anstieg um acht Prozentpunkte innerhalb eines Jahres korreliert mit der
wachsenden Verbreitung von KI in immer komplexeren Einsatzszenarien. Je mehr KI
in die Fläche geht, desto häufiger trifft sie auf Edge Cases, domänenspezifische
Anforderungen und multimodale Aufgaben, für die sie nicht ausreichend getestet
wurde.
Dass Halluzinationen kein vorübergehendes Phänomen sind, bestätigt die
Forschung: , dass Halluzinationen bei großen Sprachmodellen mathematisch
unvermeidbar sind, verursacht durch epistemische Unsicherheit bei seltenen
Trainingsdaten, Modellbeschränkungen und rechnerische Unlösbarkeit bestimmter
Aufgabentypen. Fortschrittlichere Modelle wie GPT-5 reduzieren das Problem durch
mehr „Ich weiß es nicht“-Antworten, eliminieren können sie es jedoch nicht.
DAS PILOTITIS-PROBLEM: DIE MEISTEN KI-PROJEKTE SCHEITERN AN DER SKALIERUNG
Die Applause-Zahlen fügen sich in ein branchenweites Muster. Laut der erreichen
nur 16 Prozent aller KI-Initiativen eine unternehmensweite Skalierung. Daten von
zeigen, dass Organisationen im Schnitt 46 Prozent ihrer KI-Proof-of-Concepts
verwerfen, bevor sie die Produktion erreichen und 42 Prozent der Unternehmen
stellten 2025 die meisten ihrer KI-Initiativen komplett ein, mehr als doppelt so
viele wie 2024 (17 Prozent).
Das Kernproblem ist weniger technischer als organisatorischer Natur: Unternehmen
scheitern daran, . Pilotprojekte werden mit kleinen, sauberen Datensätzen und
wohlwollenden Testnutzern konzipiert. Die Produktion verlangt robuste
Datenpipelines, Enterprise-Sicherheitsframeworks, 99,9 Prozent Uptime,
kontinuierliches Monitoring und geschulte Endanwender.
WENN KI SICH SELBST BEWERTET: LLM-AS-JUDGE
Um dem Qualitäts-Gap beizukommen, nutzen laut Applause bereits 33 Prozent
sogenannte -as-Judge-Methoden, bei denen mehrere Sprachmodelle KI-Ausgaben
parallel bewerten.
Die Forschung mahnt zur Vorsicht: Der zeigte im vergangenen Jahr, dass
LLM-Judges bei komplexen Reasoning-Aufgaben deutlich hinter spezialisierten
Reward-Modellen zurückbleiben. Natürlichsprachliche Kritiken von LLM-Judges
seien kaum in der Lage, Generatoren zu besseren Antworten anzuleiten. Der Trend
gehe daher zu dynamischen, adversarialen und expertengestützten
Evaluierungsmethoden – Multi-Agent-Ansätze mit Tool-Nutzung, Gedächtnis und
mehrstufigem Reasoning.
Chris Munroe, VP of AI Programs bei Applause: „Ohne menschliche Aufsicht besteht
das Risiko, dieselben blinden Flecken zu verstärken, die man eigentlich erkennen
will.“
DER MENSCH BLEIBT (VORERST) DER GOLDSTANDARD
Menschliche Bewertung ist mit 61 Prozent weiterhin der verbreitetste Ansatz im
KI-Testing. Für fast die Hälfte der Unternehmen (46 Prozent) sind Nutzerfeedback
und Usability die primären Kriterien für die Produktionsreife eines KI-Features.
Beim Finetuning dominiert ebenfalls der Faktor Mensch: 54 Prozent setzen auf
menschlich generierte Trainingsdaten, ergänzt durch synthetische Daten (29
Prozent). Beim Red Teaming liegt der menschlich geführte Ansatz (39 Prozent)
deutlich vor der automatisierten Variante (23 Prozent).
Zunehmend etablieren sich hybride Testmodelle, die KI-gestützte Evaluierung,
Automatisierung und menschliche kombinieren. Zentrales Element sei dabei vor
allem „Golden Datasets“, also wiederverwendbare, hochwertige
Benchmark-Datensätze für fortlaufendes Regressionstesting und kontinuierliche
Verbesserung.
JETZT NEWSLETTER ABONNIEREN
TÄGLICH DIE WICHTIGSTEN INFOS ZU BIG DATA, ANALYTICS & AI
Geschäftliche E-Mail
Bitte geben Sie eine gültige E-Mailadresse ein.
Abonnieren
Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und
Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details)
einverstanden und akzeptiere die . Weitere Informationen finde ich in unserer .
Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von
redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu
Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).
Aufklappen für Details zu Ihrer Einwilligung
Stand: 08.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit
Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von
Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden
Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer .
EINWILLIGUNG IN DIE VERWENDUNG VON DATEN ZU WERBEZWECKEN
Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH,
Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im
Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel
Communications Group) meine E-Mail-Adresse für die Zusendung von Newslettern und
Werbung nutzt. Auflistungen der jeweils zugehörigen Unternehmen
können abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen
aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und
Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und
Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere
(redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im
Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote.
Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die
Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der
vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und
Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten
Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel
Communications Group die genannten Daten gehasht an Werbepartner übermitteln,
die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied
auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt
diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und
Kundenbindung), der Generierung von sog. Lookalike Audiences zur
Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen.
Weitere Informationen kann ich dem Abschnitt „“ in der Datenschutzerklärung
entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich
deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte
Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen
Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu
redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die
hier genannten Zwecke verwendet werden. Dies gilt nicht für den Datenabgleich zu
Marketingzwecken.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft
widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund
meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um
meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter abrufbare
Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht
mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters
eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem
Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde
ich in der .
MULTIMODALITÄT ALS NÄCHSTE BEWÄHRUNGSPROBE
84 Prozent der -Nutzer bezeichnen multimodale Funktionalität – Text, Bilder,
Audio und Video verarbeiten und generieren – als unverzichtbar. QA-Teams müssten
damit ein exponentiell wachsendes Spektrum an Ausgaben, Formaten und Grenzfällen
im Enterprise-Maßstab bewerten.
Chris Sheehan, EVP of High Tech and AI bei Applause: „KI-Entwicklung verlangsamt
sich nicht, aber die Qualität nimmt ab. Teams bringen KI in die Produktion,
bevor sie wissen, wie sie diese richtig testen.“
GESCHWINDIGKEIT OHNE QUALITÄT IST EIN RISIKO
Die KI-Adoption hat eine Geschwindigkeit erreicht, mit der Qualitätssicherung,
Testmethoden und organisatorische Reife nicht Schritt halten. Die Lösung liege
darin, Qualitätssicherung als gleichwertigen Bestandteil der KI-Strategie zu
etablieren, mit hybriden Testmodellen, menschlicher Expertise in der Schleife
und der organisatorischen Reife, Prozesse und Kultur mitzuziehen.
* Der 2026 State of Digital Quality in Testing AI basiert auf einer Befragung
von mehr als 1.000 Entwicklern, QA-Fachleuten und Verbrauchern sowie auf
Analysen von Testplattform-Daten und Interviews mit Applause-Kunden und internen
Experten. Der vollständige Report ist verfügbar unter: stateofdigitalquality.com
(ID:50819705)