Wir haben 1.134 der Tools in unserem Verzeichnis daraufhin eingestuft, ob überhaupt echte KI im Kern steckt. Bei 312 steckt keine. Das KI steht dort im Marketing, gerechnet wird darunter mit Regeln, Vorlagen oder klassischer Automatisierung. Das sind 27,5 Prozent, gut jedes vierte der von uns eingestuften Tools. Und genau diese Etiketten-Tools fallen rund 70-mal häufiger mit einer schwachen Bewertung durch.
Diese 1.134 sind nicht der ganze Bestand. Unser Verzeichnis führt 1.677 Einträge, davon haben wir bisher 1.134 von Hand danach sortiert, wie viel KI wirklich in ihnen steckt, 543 sind noch offen. Ich schreibe das gleich im zweiten Satz hin, weil hier die ganze Zahl steht und fällt: Die 27,5 Prozent beziehen sich auf die eingestuften Tools, nicht auf alle 1.677. Wer die Grundgesamtheit verschweigt, produziert genau die Sorte Zahl, die dieser Beitrag kritisiert.
Drei Gruppen, und eine davon ist nur ein Etikett
Wir haben jedes eingestufte Tool einer von drei Gruppen zugeordnet. In der ersten ist KI das Produkt, ohne das Modell bliebe nichts übrig. Wir nennen das KI im Kern, und darunter fallen 385 Tools. In der zweiten ist KI ein echtes Modul in einem Produkt, das auch ohne sie existieren würde, KI als Funktion also, das sind 437 Tools. In der dritten steckt das KI nur im Marketing, während der Kern mit Regeln, Automatisierung oder Vorlagen rechnet, ohne maschinelles Lernen und ohne Sprachmodell. Das ist KI nur im Etikett, und das trifft auf 312 Tools zu.
Die letzte Gruppe haben wir bewusst eng und vorsichtig gezogen. Es geht nicht um die Frage, ob ein Tool modern wirkt oder ob der Anbieter sympathisch klingt. Es geht um eine technische Grenze: Steckt im Kern ein Modell, das aus Daten lernt, oder eine feste Mechanik, die bei gleicher Eingabe immer dasselbe ausgibt. Ein regelbasierter Optimierer ist kein KI-System, auch wenn die Landingpage etwas anderes behauptet.
Ein Beispiel aus unserem eigenen Katalog macht das greifbar. iDimDE von der ITnova GmbH berechnet Leitungsquerschnitte nach DIN VDE 0100 und 0298. Das ist Ingenieurmathematik: tabellierte Normwerte, Spannungsfall, thermische Belastbarkeit. Jeder Rechenschritt ist fest vorgegeben und muss es sein, denn eine Kabelberechnung, die bei identischer Eingabe zwei verschiedene Ergebnisse liefert, ist als Abnahmenachweis wertlos. In unserem Katalog steht iDimDE deshalb in der Etiketten-Gruppe, mit unserer Redaktionsnotiz “deterministische Ingenieurmathematik, keine KI-Komponente”.
Das ist kein Angriff auf das Tool. iDimDE erfüllt seine Aufgabe solide, und die Norm verlangt geradezu, dass hier keine KI mitmischt. Genau das ist der Punkt: Nicht das Werkzeug ist das Problem, sondern das Label, das man ihm im Markt aufklebt. Bei iDimDE ist die Sache offensichtlich. Bei einem Analyse- oder Text-Tool, dessen Kern in Wahrheit ein Satz gepflegter Wenn-Dann-Regeln ist, sieht man es von außen nicht mehr.
Das schwächere Etikett schneidet messbar schlechter ab
Bis hierhin ist das eine Frage der Einordnung. Interessant wird sie durch eine zweite Zahl, die nicht von uns stammt: die Nutzerbewertung.
Im Schnitt liegen die drei Gruppen erstaunlich nah beieinander. Tools mit KI im Kern kommen auf ein Durchschnittsrating von 4,02, Tools mit KI als Funktion auf 4,01, Tools mit KI nur im Etikett auf 3,63. Der Abstand von rund 0,4 Punkten ist klein, und ich verkaufe ihn hier ausdrücklich nicht als Abgrund. Er ist etwas Wertvolleres als ein Abgrund: Er ist konsistent. Über 312 Tools hinweg zeigt die Etiketten-Gruppe denselben leichten Ausschlag nach unten, und er kippt nicht, wenn man die zwei Ausreißer mit Rating 1 herausnimmt, dann stehen dort 3,64 statt 3,63.
Der Durchschnitt verdeckt aber, wo der Unterschied wirklich sitzt. Anschaulicher wird es am unteren Rand. Von den 312 Tools mit KI nur im Etikett sind 113 mit 3 oder schlechter bewertet, das sind 36,2 Prozent. Bei den 385 Tools mit echter KI im Kern sind es 2, das sind 0,5 Prozent. Über ein Drittel der Etiketten-Tools schleppt also eine mittelmäßige oder schlechte Bewertung mit sich, bei der echten Kern-KI ist das die seltene Ausnahme. Der Durchschnitt bewegt sich nur wenig, weil viele Etiketten-Tools solide Fachsoftware sind. Aber das Risiko, an einen echten Ausfall zu geraten, ist dort um mehr als das Siebzigfache höher.
Der ehrliche Einwand: eure Einstufung, euer Ergebnis
Jetzt der stärkste Gegeneinwand, und er verdient eine ernste Antwort. Er lautet: Eure Einordnung ist subjektiv. Ihr entscheidet selbst, welches Tool in die Etiketten-Gruppe kommt, und findet dann in genau dieser Gruppe die schlechteren Ratings. Der Zusammenhang wäre dann ein Artefakt eurer eigenen Brille, keine Erkenntnis über den Markt.
Zwei Punkte dazu. Erstens ist die Einordnung nachvollziehbar und eng definiert. In die Etiketten-Gruppe kommt ein Tool nicht, weil wir es nicht mögen, sondern weil im Kern kein lernendes Modell und kein Sprachmodell arbeitet, sondern feste Berechnung, ein Regelwerk oder eine Vorlage. Das ist eine technische Aussage, die zwei Redakteure bei denselben Fakten gleich treffen. Bei iDimDE kann man es an der Norm ablesen.
Zweitens, und das ist der eigentlich tragende Teil, kommt der Bewertungsunterschied aus einer anderen Quelle als unsere Einordnung. Die Bewertung stammt nicht von uns. Sie ist ein unabhängiges Signal, das nichts davon weiß, in welche Gruppe wir ein Tool gesteckt haben. Selbst wenn du uns bei zwanzig Grenzfällen die Einordnung nicht abnimmst und sie umpolst, bleibt das strukturelle Muster über 312 Tools bestehen: der Abstand von rund 0,4 Punkten und der Sprung von 0,5 auf 36,2 Prozent am unteren Rand. Ein Fehler von uns bei der Einordnung würde einzelne Zeilen verschieben, nicht das Muster kippen, weil die Bewertung von woanders herkommt.
Warum das kein deutsches Sonderproblem ist
Dass ein KI-Label ohne KI dahinter kein Kavaliersdelikt ist, hat außerhalb unseres Verzeichnisses schon eine Behörde entschieden. Die US-Börsenaufsicht SEC verhängte am 18. März 2024 ihre ersten Strafen wegen sogenannten AI-Washings. Der Vermögensverwalter Delphia zahlte 225.000 US-Dollar, Global Predictions 175.000 US-Dollar, weil beide gegenüber Anlegern KI und maschinelles Lernen behaupteten, die es so nicht gab. Das belegt die SEC in ihrer Pressemitteilung 2024-36, aufgearbeitet unter anderem von der Kanzlei Morrison Foerster. Das ist ein US-Fall aus der Finanzwelt und kein Beweis für unsere Zahlen, unser Beleg bleibt die Kreuzung aus unserer Einordnung und der Nutzerbewertung. Aber er zeigt, dass die Lücke zwischen Behauptung und Kern kein weiches Marketingthema ist, sondern ein Tatbestand, für den man haftet.
Und die nächste Runde der Etiketten-Inflation läuft bereits. Sie heißt “Agentic AI”. Gartner schätzte am 25. Juni 2025, dass von tausenden Anbietern, die mit dem Begriff werben, nur rund 130 den Anspruch technisch tatsächlich einlösen. Zugleich erwartet Gartner, dass über 40 Prozent der Agentic-AI-Projekte bis Ende 2027 wieder eingestellt werden, laut der Gartner-Prognose vom Juni 2025. Das Etikett wandert also vom generischen KI zum agentischen KI weiter, und mit ihm die Aufgabe, es vom Kern zu unterscheiden.
Dass viele hoch gehandelte KI-Tools nicht bleiben, ist bei uns keine Prognose, sondern dokumentiert. In unserem Archiv verschwundener Tools stehen bereits 55 Einträge, die es so nicht mehr gibt, eingestellt, übernommen oder still verwaist. Nicht jeder davon war ein reines Etikett, und das behaupte ich auch nicht. Aber die Fluktuation zeigt, wie kurz die Halbwertszeit gerade bei den lautesten Ankündigungen sein kann.
Dieselbe Prüfung machen wir übrigens nicht nur an dieser Achse. In unserem Schwesterbeitrag darüber, dass US-KI-Tools nur zu 17 Prozent Deutsch sprechen, kreuzen wir dasselbe Verzeichnis gegen das Hosting-Land. Es ist derselbe Grundgedanke: eine Aussage, die nicht auf dem Marketing steht, sondern in den Feldern, die wir bei jedem Eintrag von Hand pflegen.
Was du beim nächsten Tool tust
Die Zahl ist keine Aufforderung, Tools ohne KI zu meiden. iDimDE tut solide, was es soll. Es ist nur keine KI, und für eine Kabelberechnung ist das die einzig richtige Antwort. Sie ist eine Aufforderung, die Prüfreihenfolge umzudrehen.
Frag beim nächsten Tool nicht zuerst, ob KI draufsteht. Das steht heute fast überall. Frag, was im Kern rechnet: ein Modell, das aus Daten lernt, oder eine Regel, die jemand einmal aufgeschrieben hat. Beides kann dir helfen. Aber nur die ehrliche Antwort auf diese Frage sagt dir, wofür du bezahlst und was du realistisch erwarten darfst. Wenn du diese Unterscheidung schärfen willst, helfen unsere Übersicht zu den häufigsten KI-Mythen und der Leitfaden, wie du einen guten KI-Berater erkennst, der dir dieselbe Frage stellt, bevor er dir etwas verkauft.
Das Etikett ist billig geworden. Der Blick in den Kern ist es nicht, und genau deshalb lohnt er sich.