Trotz rasant wachsender Ausgaben für Künstliche Intelligenz gelingt es vielen Unternehmen noch nicht, KI erfolgreich in ihre Prozesse zu integrieren. Hauptgründe sind unzureichende Datenqualität, komplexe Systemlandschaften und fehlende Fachkräfte. Für nachhaltigen Erfolg braucht es eine klare Doppelstrategie: Datenbasis stärken und gleichzeitig praxisnahe KI-Lösungen umsetzen.
Die Ausgaben von Unternehmen für Künstliche Intelligenz (KI) haben sich von 2023 bis 2024 zwar auf knapp 14 Milliarden US-Dollar versechsfacht, doch bisher hat erst gut ein Viertel (27 Prozent) der Unternehmen KI vollständig in die Betriebsabläufe integriert. Das ist das zentrale Ergebnis der Studie “The Data Imperative”, für die Roland Berger 150 Führungskräfte aus den Branchen Technologie, Gesundheitswesen, Einzelhandel, Finanzen und Produktion in fünf europäischen Ländern befragt hat. Als größte Hürden für die Umsetzung von KI-Projekten nannten 28 Prozent das Thema Daten, 25 Prozent die Komplexität der Integration von KI-Anwendungen in bestehende Systeme und Prozesse sowie 15 Prozent die Schwierigkeit, ausreichend KI- und Daten-Spezialisten zu finden. Die Studienautoren kommen daher unter anderem zu dem Schluss, dass für eine erfolgreiche Umsetzung von KI-Technologien in Unternehmen eine systematische Doppelstrategie unverzichtbar ist.
„Nur wenn strukturierte und unstrukturierte Daten in ihrem Kontext prozessübergreifend zusammengeführt werden, kann KI ihr volles Potenzial entfalten”, sagt Edeltraud Leibrock, Global Managing Director bei Roland Berger. “Semantische Graphen als Meta-Layers ermöglichen genau das: Sie schaffen eine dynamische und interpretierbare Datenbasis, die Agentensysteme mit kontextuellem Verständnis versorgt und so echte Ende-zu-Ende-Automatisierung erst möglich macht.”
Für die Studie wurden Unternehmen befragt, die mindestens 250 Mitarbeiter haben und bereits aktiv an KI-Initiativen arbeiten. Als wichtigstes Hindernis auf dem Weg zur Umsetzung entsprechender Projekte sehen 28 Prozent von ihnen Probleme rund um das Thema Daten: von deren Qualität über ihre Zugänglichkeit und Verwaltung bis hin zu Problemen beim Datenschutz. Vor allem in der Gesundheitsbranche und im Einzelhandel ist der Zugang zu zuverlässigen Daten schwierig, während in der Technologie- und IT-Dienstleistungsbranche die Hälfte der Befragten angeben, dass sie selten oder nie Probleme mit der Datenqualität haben.
Als weitere Herausforderung nennen 25 Prozent die Komplexität der Integration von KI-Technologien in bestehende Systeme und Abläufe. Mit Abstand folgen der Mangel an entsprechenden Fachkräften (15 Prozent), ethische Bedenken (12 Prozent) sowie Kosten und mangelndes Vertrauen von Kunden und anderen Stakeholdern (jeweils 10 Prozent).
Wettbewerbsvorteile durch zweigleisigen Ansatz
Die Studie belegt die Wichtigkeit einer passenden Organisationsstruktur für den Erfolg: Unternehmen, die spezielle Teams für das Datenmanagement eingeführt haben (41 Prozent der Befragten), sind in der Umsetzung von KI-Projekten erfolgreicher als Unternehmen, die das Thema lediglich als zusätzliche Aufgabe in bestehende Verantwortungsbereiche integrieren (49 Prozent). Zudem sind 93 Prozent der Befragten der Meinung, dass sich umgekehrt auch die Arbeit an KI-Initiativen positiv auf die Praxis der Datenverwaltung auswirkt. Es lohnt sich daher, die Strategie anzupassen und an beiden Themen gleichzeitig zu arbeiten.
„Wer ausschließlich auf langfristige Datenstrategien setzt, läuft Gefahr, von agileren Mitbewerbern abgehängt zu werden. Wer sich hingegen nur auf kurzfristige KI-Erfolge konzentriert, limitiert künftige Handlungsmöglichkeiten durch eine unzureichende Datengrundlage. Entscheidend ist es deshalb, eine bewusste Balance zwischen unmittelbarem Nutzen in der Verwertung und dem nachhaltigen Aufbau eines belastbaren Datenfundaments zu finden“, erklärt der KI-Experte Alexander Türk, Partner bei Roland Berger Österreich.
(pi)
