Was die Studienlage tatsächlich zeigt.

Warum große IT-Programme scheitern — eine Auswertung der Studienlage.

Kernthese

Bei großen IT-Programmen ist nicht der Plan der Normalfall, sondern die Abweichung vom Plan. Und wo die Studien nach Ursachen fragen, zeigen sie überwiegend auf Steuerung, Koordination und Entscheidungswege — nicht auf die technische Umsetzung. Drei methodisch sehr unterschiedliche Untersuchungen kommen über zwölf Jahre hinweg zum selben qualitativen Befund, auch wenn ihre Zahlen sich nicht zu einer einzelnen Quote verrechnen lassen.

Quellenbasis

Die Auswertung stützt sich auf drei veröffentlichte Untersuchungen, die nach Erhebungsjahr und Methodik unterschiedlich einzuordnen sind. Die aktuellste ist die BCG-Studie „Most Large-Scale Tech Programs Fail" von 2024, eine Befragung über 1.000 Unternehmen in 59 Ländern. Deutlich älter, aber bis heute prägend, ist die Untersuchung von Bloch, Blumberg und Laartz (McKinsey & Company mit der University of Oxford, 2012) auf Basis von 5.400 IT-Projekten: Große IT-Programme überschreiten ihr Budget im Schnitt um 45 Prozent und liefern 56 Prozent weniger Wert als geplant. Der Standish-CHAOS-Report 2020 („Beyond Infinity") klassifiziert 31 Prozent der untersuchten Projekte als erfolgreich, 50 Prozent als „challenged" und 19 Prozent als gescheitert. Dass zwei der drei Quellen älter als zehn beziehungsweise mehr als fünf Jahre sind, gehört zur ehrlichen Einordnung dazu — die BCG-Erhebung von 2024 zeigt allerdings, dass sich das Grundmuster seither nicht aufgelöst hat.

Analyse

Gemeinsam zeigen die drei Untersuchungen zweierlei. Erstens: Der Normalfall großer IT-Programme ist nicht der Plan, sondern die Abweichung vom Plan. Ob man die Standish-Klassifikation (nur knapp ein Drittel erfolgreich) oder die McKinsey/Oxford-Kennzahlen (systematische Budget- und Wertabweichungen) heranzieht — die Erwartung, dass ein großes Programm ohne aktive Gegensteuerung in Zeit, Budget und Scope bleibt, ist empirisch nicht gedeckt. Zweitens: Wo Studien nach Ursachen fragen, dominieren Steuerungsthemen. In der BCG-Befragung nennen mehr als 60 Prozent der Programme das Fehlen eines durchgängigen Master-Plans mit kritischem Pfad und klaren Abhängigkeiten als zentrale Ursache; 60 Prozent verweisen auf das Fehlen eines aktiven PMO, das Wertlieferung überwacht und entstehende Risiken identifiziert.

Die Unterschiede sind ebenso aufschlussreich wie die Gemeinsamkeiten. Die drei Quellen messen nicht dasselbe: Standish klassifiziert Projektergebnisse nach einem eigenen, mehrfach kritisierten Erfolgsbegriff (Zeit, Budget, Zufriedenheit), McKinsey/Oxford quantifiziert Abweichungen gegenüber Planwerten, BCG erhebt Selbstauskünfte von Unternehmen über Ursachen. Ein „gescheitertes" Projekt bei Standish ist nicht dasselbe wie ein „failed program" bei BCG. Die Zahlen lassen sich deshalb nicht zu einer einzigen Misserfolgsquote verrechnen. Belastbar ist nicht die einzelne Prozentzahl, sondern die Konvergenz der Richtung: Drei methodisch unabhängige Zugänge kommen über zwölf Jahre hinweg zum selben qualitativen Befund.

Einordnung durch loumiTECH

Über die reine Auswertung hinaus lassen sich drei wiederkehrende Muster synthetisieren: fehlender Master-Plan mit explizierten Abhängigkeiten, fehlendes aktives PMO mit Mandat zur Gegensteuerung, und — als Querschnittsthema, das Gartner für den Reporting-Kontext mit durchschnittlich 12,9 Millionen US-Dollar Kosten pro Organisation und Jahr beziffert — unzureichende Datenqualität als Fundament jeder Steuerungsentscheidung. Alle drei Muster betreffen dieselbe Frage: Verfügt das Programm über die Steuerungsbausteine, die seine tatsächliche Komplexität verlangt? Genau an dieser Frage setzt der Modular Project Management Blueprint an, der Governance-, Reporting-, Entscheidungs-, Koordinations- und Delivery-Bausteine anhand der konkreten Projektsituation auswählt statt eine Universalmethode vorauszusetzen.

Grenzen dieser Auswertung

Drei Grenzen sind ausdrücklich zu benennen. Erstens: Dieser Review beruht ausschließlich auf veröffentlichter Forschung Dritter; loumiTECH hat keine eigene empirische Erhebung durchgeführt. Zweitens: Die Auswahl der Quellen ist nicht systematisch im Sinne eines akademischen Literatur-Reviews — Publikationsbias ist möglich, denn spektakuläre Misserfolgszahlen werden häufiger publiziert und zitiert als unauffällige Erfolge. Drittens: Zwei der drei Quellen stammen von Beratungsunternehmen (BCG, McKinsey), die ein kommerzielles Eigeninteresse an der Diagnose „Programme scheitern an Steuerung" haben, weil sie Steuerungsleistungen verkaufen; auch die Standish Group vermarktet ihre CHAOS-Daten kommerziell. Die Befunde sind deshalb als konvergente Indizien zu lesen, nicht als neutrale Messung.