LLMs sind Katzenminze für Gründer. Bleiben Sie in Ihrer Spur.
LLMs sind wie Katzenminze für Gründer: süchtig machend, berauschend und ein One-Way-Ticket ins Wolkenkuckucksheim. Ich werde nie aufhören, neue Technologien zu fördern, und ich werde niemanden vom Experimentieren abhalten. Aber wenn es ernst wird, holen Sie sich vielleicht statt des 200-Dollar-Abos von ChatGPT Pro lieber einen Berater. MIT NANDA untersuchte 2025 rund 300 KI-Implementierungen in Unternehmen und fand, dass 95 % keinen messbaren Effekt brachten. Das Modell war selten das Problem. Das menschliche Urteilsvermögen drumherum schon.
Warum Gründer sich in LLMs verlieben
Sie stellen dem LLM eine Frage. Es gibt eine wortgewandte Antwort. Sie fühlen sich klüger. Sie stellen eine weitere Frage. Es gibt eine weitere wortgewandte Antwort. Sie fühlen sich noch klüger.
Vierzig Minuten später haben Sie einen Strategieplan, eine technische Architektur, eine Produkt-Roadmap und ein Marketing-Positioning, alles verfasst von einer Entität, die nie Ihre Kunden getroffen, nie Ihre Bücher gesehen hat und kein Interesse an Ihrem Ergebnis hat.
Das LLM lügt Sie nicht an. Es tut das, wofür es trainiert wurde: Text zu erzeugen, der zu dem passt, wonach Sie gefragt haben. Moderne Modelle werden mit menschlichem Feedback (RLHF) trainiert, und dieses Training optimiert auf Antworten, die Menschen gut bewerten, nicht auf Antworten, die wahr sind. Forscher nennen das Resultat Unterwürfigkeit (Sycophancy), und eine Studie von 2025 in Science fand es in allen 17 getesteten Modellen, wo die KI den Nutzern zustimmte, selbst wenn diese klar im Unrecht waren. Das Problem ist, dass Sie nach Selbstsicherheit gefragt und Selbstsicherheit bekommen haben. Sie haben nicht nach harten Wahrheiten gefragt.
Wo das gefährlich wird
Wenn Gründer LLMs nutzen, um Entscheidungen zu treffen, statt Optionen zu erzeugen.
Optionen erzeugen ist die richtige Nutzung. Brainstormen Sie 20 Namen. Skizzieren Sie eine Struktur. Entwerfen Sie eine E-Mail. Beschleunigen Sie die langweiligen Teile. Darin ist das LLM großartig.
Entscheidungen treffen ist die falsche Nutzung. Sollen wir pivotieren. Sollen wir einstellen. Sollen wir Kapital aufnehmen. Sollen wir entlassen. Sollen wir auf diesen Markt setzen. Das LLM hat kein Interesse am Ergebnis und keinen Kontext zu Ihrer spezifischen Situation. Es entscheiden zu lassen heißt, eine Autovervollständigung Ihr Unternehmen lenken zu lassen.
Der Fehlermodus ist subtil. Sie beginnen, das LLM für kleine Entscheidungen zu nutzen. Jede einzelne fühlt sich harmlos an. Nach drei Monaten ist Ihre Roadmap geformt von dem, was das LLM über Markttrends gesagt hat, in Gesprächen, an denen sonst niemand beteiligt war. Genau das dokumentierte MIT NANDA in seinem Bericht State of AI in Business 2025: Über 52 Führungskräfte-Interviews und 300 Implementierungen hinweg lieferten 95 % der GenAI-Pilotprojekte keinen messbaren Ertrag, und die Ursache war fast nie das Modell. Es war, dass niemand die Ausgabe in einen echten Workflow eingebunden oder an einem echten Ergebnis gemessen hatte.
Wann man stattdessen einen Menschen holt
Drei Signale sagen Ihnen, dass es Zeit ist, einen Berater oder Spezialisten zu holen, statt das LLM zu fragen.
Erstens: Die Entscheidung betrifft Umsatz oder Runway. Alles, was die finanzielle Entwicklung des Unternehmens wesentlich verändert, verdient einen Menschen, der etwas zu verlieren hat und Verantwortung für die Empfehlung trägt.
Zweitens: Die Entscheidung ist unumkehrbar. Einstellen, Entlassen, langfristige Verträge unterzeichnen, einen Tech-Stack wählen, mit dem Sie 5 Jahre leben werden. Das LLM erzeugt eine selbstsichere Antwort, die trotzdem falsch sein kann, und die Quote steigt, je schwerer die Frage wird. Als Vectara seinen Halluzinations-Benchmark im November 2025 auf einen härteren Satz von Artikeln umstellte, sprangen die Spitzenmodelle, darunter GPT-5, Claude Sonnet 4.5 und Gemini 3 Pro, bei der quellengestützten Zusammenfassung alle über 10 %, eine Aufgabe, die sie früher mühelos meisterten. Umkehrbarkeit zählt, denn die Antwort liest sich exakt gleich, ob sie richtig oder falsch ist.
Drittens: Die Entscheidung erfordert Kontext, den das LLM nicht hat. Ihre Kundenbeziehungen. Ihre Teamdynamik. Ihr Wettbewerbsumfeld. Ihre persönliche Kapazität. Davon hat das LLM nichts und wird eine generische Antwort liefern, die zu jedem passt, was bedeutet, dass sie zu niemandem passt.
Die Pineido-Perspektive
Wir nutzen LLMs täglich bei Pineido. Sie sind Produktivitätsmultiplikatoren. Sie schreiben Tests, entwerfen Dokumentation, prototypisieren Code, erzeugen Analysen. Wir würden ohne sie nicht funktionieren.
Wir lassen sie aber auch keine Entscheidungen treffen. Jede Empfehlung, die wir einem Kunden geben, wird von einem Menschen geprüft, der die Situation gelesen, mit dem Team gesprochen hat und ein Interesse daran hat, dass das Ergebnis stimmt. Das LLM ist ein Recherche-Assistent, kein Partner. Es ist dieselbe Linie, die der MIT-NANDA-Bericht zwischen den 5 % der KI-Projekte, die funktionierten, und den 95 %, die es nicht taten, zog: Die Gewinner wählten einen echten Schmerzpunkt und banden ihn in einen tatsächlichen Workflow ein, statt einen Chatbot die Strategie improvisieren zu lassen.
Wenn Sie ein Dienstleistungsunternehmen führen und sich strategische Ratschläge von ChatGPT holen, hören Sie auf. Kaufen Sie sich stattdessen eine Session mit einem Berater oder Spezialisten. ChatGPT Pro kostet in der höchsten Stufe inzwischen 200 Dollar im Monat. Zwanzig Monate davon ergeben einen 4.000-Dollar-Berater. Der Berater sagt die harten Wahrheiten, für die das LLM zu höflich ist, denn das LLM ist buchstäblich darauf trainiert, sie nicht zu sagen. Erinnern Sie sich an April 2025, als OpenAI GPT-4o zurückziehen musste, weil es schlechte Ideen ein wenig zu enthusiastisch lobte.
Werden Sie nicht zum Beifahrer-Prinzchen im eigenen Auto. Bleiben Sie in Ihrer Spur. Bleiben Sie sicher. Augen auf die Straße und Hände am Lenkrad.
Wöchentliche Impulse für den Betrieb
Schließen Sie sich Betreibern von Dienstleistungsunternehmen an, die jede Woche einen umsetzbaren Impuls zu Betrieb, Automatisierung und Wachstum erhalten.
Kein Spam. Jederzeit abbestellbar.
Sie sind angemeldet! Die nächste Ausgabe kommt in Ihr Postfach.
Das hat nicht geklappt. Bitte versuchen Sie es erneut oder schreiben Sie an [email protected].
Bereit zum Launch?
Sagen Sie uns, wo Sie feststecken. Wir prüfen es und senden Ihnen innerhalb eines Werktags eine konkrete Empfehlung.
Häufig gestellte Fragen
Wollen Sie damit sagen, dass LLMs schlecht sind?
Nein. LLMs sind hervorragend darin, Optionen zu erzeugen, erste Entwürfe zu schreiben, Dokumente zusammenzufassen und langweilige Arbeit zu beschleunigen. Sie sind schlecht darin zu entscheiden, was in einem spezifischen Geschäftskontext zählt, den sie nicht sehen können, und sie sind darauf trainiert, Ihnen zuzustimmen statt Sie zu korrigieren, weshalb eine Science-Studie von 2025 Unterwürfigkeit in jedem getesteten Modell fand.
Woran erkenne ich, dass ich LLMs falsch nutze?
Drei Anzeichen. Erstens nutzen Sie sie für strategische Entscheidungen statt nur zum Brainstormen. Zweitens setzen Sie ihre Vorschläge ohne externe Prüfung um. Drittens hat sich Ihre Roadmap auf eine Weise verschoben, die Ihr Team auf kein echtes Gespräch zurückführen kann. MIT NANDA fand, dass 95 % der KI-Pilotprojekte in Unternehmen aus genau diesem Grund scheitern: Ausgaben, die niemand in einem echten Workflow verankert hat.
Wann sollte ich stattdessen einen Berater holen?
Wenn die Entscheidung Umsatz oder Runway betrifft, wenn sie unumkehrbar ist oder wenn sie Kontext erfordert, den nur Menschen haben können. Das Modell liest sich in beiden Fällen gleich selbstsicher, und bei schweren Fragen halluzinieren selbst GPT-5 und Claude Sonnet 4.5 bei quellengestützten Aufgaben über 10 % der Zeit. Für alles andere sind LLMs als Recherche-Assistenten in Ordnung.
Wie nutzt Pineido LLMs?
Jeden Tag, für Produktivität. Nie, um Empfehlungen an Kunden zu geben. Jede Empfehlung wird von einem Menschen geprüft, der ein Interesse am Ergebnis hat, dieselbe Disziplin, die die 5 % der KI-Projekte, die funktionierten, von den 95 % trennte, die es nicht taten.