Meituan wollte KI schnell ins ganze Unternehmen bringen und zahlte dafür teuer. In der konzernweiten Kampagne Garnelenzucht verbrannte der Lieferdienst zeitweise über zehn Millionen Yuan pro Tag, umgerechnet rund 1,3 Millionen Euro. Kernchef Wang Puzhong legt jetzt offen, welche vier Denkfehler dahintersteckten.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Meituan zieht eine ungewöhnlich offene Bilanz seiner KI-Einführung. Wang Puzhong, Chef des Kerngeschäfts lokaler Dienste, zerlegte auf einer Konferenz die eigene KI-Transformation in vier Phasen und benannte, warum teure Modelle im Betrieb oft nichts einbringen. Genau diese Selbstkritik trennt den Vortrag von den üblichen Erfolgsmeldungen der Branche.
Das Wichtigste in Kürze
- Meituan startete Anfang 2026 eine konzernweite KI-Kampagne, deren Tagesrechnung zeitweise über zehn Millionen Yuan erreichte und den laufenden Betrieb störte.
- Kernchef Wang Puzhong beschreibt vier Phasen vom teuren Fehlstart bis zur Agentenplattform CatPaw mit rund 30.000 Agenten für 90.000 Mitarbeiter.
- Sein Raster nennt vier Denkfehler bei Unternehmens-KI: bei Erkenntnis, Effizienz, Szenario und Bewertung.
- Eine MIT-Studie stützt den Befund: 95 Prozent der KI-Pilotprojekte in Firmen liefern keinen messbaren Ertrag.
Was steckte hinter Meituans Kampagne Garnelenzucht?
Von Februar bis März 2026 rief Meituan alle Beschäftigten zum Mitmachen auf, intern lief die Aktion unter dem Namen Garnelenzucht. Jede Abteilung sollte Sprachmodelle möglichst breit einsetzen, ohne klar umrissene Anwendungsfälle. Die Rechnung für die Modellabfragen schoss nach oben, auf zeitweise über zehn Millionen Yuan pro Tag, umgerechnet rund 1,3 Millionen Euro zum Kurs vom 20. August 2026.[1]
Der eigentliche Schaden lag nicht allein in der Rechnung. Viele der schnell erzeugten Ergebnisse waren fehlerhaft und störten das reale Tagesgeschäft, weil niemand die Ausgaben gegen die Betriebsdaten prüfte. Ein ungezielter Auftrag, überall KI zu nutzen, trieb also die Kosten und das Fehlerrisiko zugleich nach oben.
Warum bringt teure KI in Unternehmen oft nichts?
Wang Puzhong führt das Scheitern auf vier Fehlpaarungen zurück. Unternehmen schätzten die Fähigkeiten der Technik falsch ein, mal zu hoch und mal zu niedrig. Teure Großmodelle erledigten Alltagskram statt das Kerngeschäft. Zugleich bleibe die KI am Rand der Abläufe hängen, während die Führung sofortige Zahlen sehen wolle und die nötige Anpassung im Betrieb übergehe.
Der Befund passt zu einer breiteren Erfahrung. Eine Untersuchung des MIT-Projekts NANDA kam 2025 zu dem Schluss, dass 95 Prozent der KI-Pilotprojekte in Unternehmen keinen messbaren Ertrag liefern, trotz Investitionen von 26 bis 35 Milliarden Euro.[2] Meituan drehte den Kurs erst, als jede Sparte eine eigene KI-Einheit aufbaute und ein internes Wettrennen die besten Ansätze heraussiebte. Am Ende bündelte die Plattform CatPaw rund 30.000 Agenten für 90.000 Mitarbeiter.
Meituans Lehrgeld ist keine chinesische Besonderheit, sondern die Rechnung für den Reflex, KI erst breit auszurollen und dann nach dem Zweck zu fragen. Die umgekehrte Reihenfolge, erst der Zweck und dann das Werkzeug, spart jede teure Lernrunde.
— Michael Dobler, Herausgeber Dr. Web
Was bedeutet Meituans KI-Bilanz für Firmen in der DACH-Region?
Für Unternehmen in Deutschland, Österreich und der Schweiz taugt der Vortrag als Warnung und als Bauplan. Statt eines pauschalen Auftrags, überall KI einzusetzen, empfiehlt sich ein enger Zuschnitt auf wenige Abläufe mit klarem Geldwert, dazu ein Budgetdeckel je Team und eine Messung gegen die realen Betriebszahlen. Wie stark die Modellwahl die Kosten bewegt, zeigt auch das gestaffelte Modell-Routing bei Snowflake.
Zwei Punkte kommen in Europa hinzu. Der Datenpfad zu Servern in China wirft dieselben Datenschutzfragen auf wie bei anderen chinesischen KI-Diensten. Zugleich verlangt Artikel 4 des EU-KI-Gesetzes seit Februar 2025 nachweisbare KI-Kompetenz der Belegschaft. Genau dort setzt Chinas Tech-Branche längst an, etwa wenn Meituan von Bewerbern KI-Fähigkeiten fordert oder iFlytek fertige Agenten für sieben Abteilungen verkauft. Vor jedem KI-Vorhaben gehören der Datenpfad, die Kennzeichnung und ein klar umrissener Anwendungsfall auf den Tisch.
FAQ: Meituan und die KI-Euphorie
Was war Meituans Garnelenzucht-Kampagne?
Die Garnelenzucht war eine konzernweite KI-Aktion bei Meituan von Februar bis März 2026. Alle Beschäftigten sollten Sprachmodelle breit einsetzen. Die Kosten stiegen zeitweise auf über zehn Millionen Yuan pro Tag, rund 1,3 Millionen Euro. Fehlerhafte Ausgaben störten zudem das Tagesgeschäft.
Wer ist Wang Puzhong?
Wang Puzhong ist CEO des Kerngeschäfts lokaler Dienste bei Meituan, dem größten Liefer- und Alltagsdienstleister Chinas. Auf einer Konferenz im August 2026 legte er die vier Phasen der internen KI-Transformation offen und benannte die häufigsten Denkfehler bei Unternehmens-KI.
Was ist die Plattform CatPaw von Meituan?
CatPaw ist Meituans interne Agentenplattform, die im Juli 2026 startete. Sie bündelt rund 30.000 KI-Agenten für etwa 90.000 Beschäftigte und bildet die vierte Phase der KI-Transformation, in der die Technik erstmals messbaren Nutzen im Betrieb brachte.
Warum scheitern viele KI-Projekte in Unternehmen?
Laut einer MIT-Studie von 2025 liefern 95 Prozent der KI-Pilotprojekte keinen messbaren Ertrag. Als Ursachen gelten falsche Erwartungen, der Einsatz teurer Modelle für Nebensächliches, KI am Rand der Abläufe und der Druck auf schnelle Zahlen ohne Anpassung im Betrieb.
Quellen
[1] Yicai (第一财经): „曾经日耗千万‚养虾‘, 王莆中聊美团AI应用四阶段“
[2] MIT NANDA: „The GenAI Divide: State of AI in Business 2025″
