Das Proof-of-Concept-Gefängnis in APAC - vier Stimmen, eine Mauer

In einfachen Worten

Vier Veröffentlichungen fallen in derselben Woche zusammen: e27 über blockierte PoCs in APAC, Tech in Asia über veraltete Systeme in Singapur, ein weiteres e27 über schwache Ausführung statt Widerstand der Mitarbeiter und ein sehr konkreter Use Case (Patientenaufnahme im Gesundheitswesen). Die Diagnose ist einstimmig: KI in Unternehmen in APAC stößt auf drei Mauern - veraltete Systeme, Datenqualität, Ausführung - nicht auf die Technologie.

Der Fall

Die Mauer #1 - das veraltete System. In Singapur arbeiten viele große Banken und öffentliche Institutionen noch mit COBOL/AS400-Mainframes ohne moderne APIs. Ein LLM-Agent kann kein Mainframe direkt über RPC lesen. Ergebnis: Monate mit MQ/ESB-Pipelines, bevor der erste LLM-Aufruf möglich ist.

Die Mauer #2 - die Datenqualität. Die Beobachtung, die in allen APAC-Umfragen immer wieder auftaucht: Die meisten KI-PoCs in APAC scheitern in der Produktionsumgebung, weil die Referenzdaten (Kunden, Produkte) auf zahlreichen nicht abgeglichenen Systemen verteilt sind. Der LLM ist brillant bei sauberen Daten - er halluziniert bei schmutzigen Daten.

Die Mauer #3 - die Ausführung. e27 vertritt eine Gegenthese: Der Widerstand der Mitarbeiter wird als Hemmnis überschätzt. Das eigentliche Problem ist die Unfähigkeit der IT-Teams, von einem PoC zu einer versionierten, überwachten Produktionspipeline mit SLO überzugehen. Was fehlt: Senior MLOps Engineers - die seltenste Ressource in APAC.

Das Gegenbeispiel, das funktioniert - Patientenaufnahme im Gesundheitswesen. Die dokumentierten Use Cases in Südostasien (Krankenhäuser und Kliniken in Südostasien, die die KI-Patientenaufnahme industrialisiert haben - siehe e27) zeigen das Muster, das gewinnt: LLM, das die Patientenaufnahme (Anamnese, Triage, Formular) in einem Bruchteil der Zeit einer Krankenschwester durchführt. Was funktioniert: Ein enges Anwendungsgebiet (nur Aufnahme), saubere Daten (standardisierte Formulare), ROI, der in Wochen messbar ist (freie Zeit der Krankenschwester).

Unter der Haube

• Größenordnung: Das Verhältnis von PoC zu Produktion in APAC bleibt sehr niedrig (deutlich unter 20% in den konvergenten Umfragen), ohne dass eine einzige konsolidierte Zahl verfügbar ist.
• Durchschnittliche Kosten eines blockierten PoCs: In den Feldumfragen mit mehreren hunderttausend Dollar beziffert, wobei der größte Teil auf die Gehälter des internen Teams entfällt. Nicht vernachlässigbare Sunk Costs.
• Schulung: Der Mangel an MLOps ist strukturell - die regionalen Programme bilden einige hundert Profile pro Jahr aus, während die Nachfrage mehrere tausend übersteigt.
• Thread (#1002): Diese Veröffentlichung konsolidiert 4 konvergente Signale unter einer einzigen Diagnose.

Und was jetzt?

Drei Konsequenzen. Eins: Die Verkäufer, die 2026 in APAC durchbrechen, sind diejenigen, die die Infrastruktur (Data Mesh, MDM, Legacy-Connector) liefern - nicht diejenigen, die einen schönen LLM in der Demo verkaufen. Zwei: Use Cases mit engem Umfang (Patientenaufnahme, E-Mail-Triage, Ticketing, Kundendienstreklamation) gewinnen - große horizontale Träume (der "transversale Copilot") verlieren. Drei: Datenhoheit + On-Premise wird in APAC zu einem echten Differenzierungsmerkmal - die Banken- und Gesundheitsaufsichtsbehörden von Singapur, Malaysia und Indonesien verlangen, dass nichts das Land verlässt. Zu beobachten: Die MLOps-Retention-KPIs bei DBS, Grab, Sea - die drei, die am besten industrialisiert haben.