Die generative künstliche Intelligenz fasziniert durch ihr innovatives Potenzial, aber Unternehmen stoßen auf erhebliche Hindernisse. *97 % der Organisationen haben Schwierigkeiten, den Return on Investment klar zu präsentieren.* Technologische Ambitionen gehen mit einer komplexen Realität einher, die von Herausforderungen bei der Wertdemonstration geprägt ist. *Der Kampf, die Auswirkungen auf die Geschäftsergebnisse zu beweisen,* verdeutlicht überzogene Erwartungen angesichts oft unerfüllter Resultate. Ein anhaltender Schwung, trotz eines gemischten Bildes, unterstreicht die Dringlichkeit, die Bemühungen auf solide Grundlagen umzustellen.
Die Herausforderung, den Wert der generativen KI zu demonstrieren
Die Mehrheit der Unternehmen, die sich mit der Implementierung von generativer künstlicher Intelligenz beschäftigen, sieht sich großen Hindernissen gegenüber, um deren Auswirkungen auf die Geschäftsergebnisse zu beweisen. Laut dem CDO Insights 2025 Bericht, veröffentlicht von Informatica und Wakefield Research, gestehen alarmierende 97 % der Datenverantwortlichen ein, Schwierigkeiten zu haben, den Return on Investment ihrer Initiativen zu quantifizieren.
Wachsende Investitionen trotz Unsicherheit
Trotz der Schwierigkeiten gibt es ein Paradoxon. Fast 87 % der Organisationen, die generative KI übernommen haben oder deren Einführung in Erwägung ziehen, planen, ihre Investitionen in diesem Bereich bis 2025 zu erhöhen. Ein erheblicher Teil dieser Unternehmen, etwa ein Viertel, rechnet mit einer wesentlichen Steigerung dieser Ausgaben.
Die USA stechen in dieser Dynamik hervor, mit 93 % der Befragten, die eine Erhöhung der Investitionen ankündigen, im Vergleich zu 82 % in Europa und 86 % im asiatisch-pazifischen Raum. Dieser Wunsch nach Investitionen mildert nicht die Unsicherheit über deren Ergebnisse. Die Unfähigkeit, den geschäftlichen Wert dieser Technologien zu beweisen, trübt die anfängliche Begeisterung.
Hindernisse bei der Wertdemonstration
Die häufigsten Hemmnisse, die von den Unternehmen genannt werden, umfassen Herausforderungen im Zusammenhang mit Cybersicherheit und Compliance (46 %), Bedenken über einen verantwortungsvollen Einsatz von KI (45 %) sowie Zweifel an der Zuverlässigkeit der obtenen Ergebnisse (43 %). Das Vertrauen in die Qualität der Daten ist auch für 38 % der befragten Unternehmen mangelhaft.
Eine Kluft zwischen Erwartungen und Realität
Der Bericht hebt die wachsende Kluft zwischen den Erwartungen der Datenverantwortlichen und denjenigen der Führungskräfte hervor. Nahezu 92 % der Verantwortlichen glauben, dass die Führungskräfte schnellere Ergebnisse wünschen, als die Technologie liefern kann. In den USA liegt dieser Wert bei 97 %, was einen enormen Druck auf die Teams zeigt, schnell greifbare Ergebnisse zu liefern.
Die Prioritäten der Unternehmen: Datenqualität und Schulung
Angesichts der Herausforderungen orientieren die Unternehmen ihre Strategien neu. Eine Mehrheit von etwa 86 % der Organisationen plant, bis 2025 ihre Investitionen im Bereich Datenmanagement zu erhöhen. Zuverlässigkeit und Aufbereitung der Daten werden als Prioritäten hervorgehoben, um das Potenzial der generativen KI zu maximieren.
Die organisatorischen Herausforderungen umfassen einen dringenden Bedarf, die Datenkompetenz im Team zu entwickeln. Schulungen sind von entscheidender Bedeutung, da fast alle befragten Unternehmen von unangemessenen Anwendungen der generativen KI berichten, die Probleme mit der Compliance und die Nutzung unvollständiger Daten verursachen.
Perspektiven für die Zukunft
Der Übergang von der Pilotphase in die Produktion erweist sich als komplex. Etwa 67 % der Organisationen konnten nicht die Hälfte ihrer Pilotprojekte in die Produktion überführen. Technische Hindernisse wie schlechte Datenqualität und mangelnde Reife der verwendeten Technologien stellen zusätzliche Herausforderungen dar.
Die Studie zeigt auch, dass ohne klare Definition von KPI zu Beginn der Projekte und ein gemeinsames Verständnis dessen, was „Wert“ bedeutet, die Demonstration der Vorteile von KI behindert wird. Der Wille, den Einsatz von generativer KI zu beschleunigen, stößt manchmal auf ernüchternde Realitäten, was Fragen zur Zukunft dieser Investitionen aufwirft.
Häufig gestellte Fragen zur generativen KI und deren Auswirkungen auf die Geschäftsergebnisse
Warum haben Unternehmen Schwierigkeiten, den Wert der generativen KI zu beweisen?
Unternehmen haben Schwierigkeiten, den Wert der generativen KI zu demonstrieren, aufgrund von Hindernissen wie dem Mangel an verlässlichen Daten, unrealistischen Erwartungen seitens der Führungskräfte sowie Problemen mit Cybersicherheit und Compliance. Diese Herausforderungen erschweren die Bewertung des Return on Investment.
Was sind die Hauptgründe, warum 97 % der Unternehmen Schwierigkeiten haben, generative KI zu bewerten?
Zu den Gründen gehören die Schwierigkeit, Leistungsindikatoren (KPI) festzulegen, die experimentelle Natur der Projekte sowie technische Hindernisse wie die Datenqualität und der Mangel an KI-Kompetenzen im Team.
Wie stehen die Investitionsambitionen in generative KI im Vergleich zu den erzielten Ergebnissen?
Trotz schwer nachweisbarer Ergebnisse planen 87 % der Unternehmen, ihre Investitionen in generative KI zu erhöhen. Dies zeigt eine Kluft zwischen der Begeisterung für die Technologie und der Realität messbarer Vorteile.
Welche Rolle spielen die Erwartungen der Führungskräfte bei der Einführung von generativer KI?
Die unrealistischen Erwartungen der Führungskräfte, die schnelle Ergebnisse erhoffen, können dazu führen, dass Pilotprojekte vervielfacht werden, ohne vorherige Probleme zu lösen, was die Glaubwürdigkeit und die Effizienz der Initiativen gefährdet.
Welche Lösungen ziehen Unternehmen in Betracht, um diese Herausforderungen zu überwinden?
Die Organisationen streben an, die Datenqualität und die Schulung der Teams zu verbessern, wobei 86 % von ihnen planen, ihre Ausgaben im Datenmanagement zu erhöhen, um eine bessere Vorbereitung und Zuverlässigkeit der Projekte in generativer KI zu gewährleisten.
Wie beeinflusst die Schulung der Teams die Einführung von generativer KI?
Eine angemessene Schulung ist entscheidend, um unangemessene Anwendungen von generativer KI zu vermeiden. Im Durchschnitt dauert es 11 Monate, bis Mitarbeiter ein ausreichendes Kompetenzniveau erreichen, um diese Tools effektiv und verantwortungsvoll zu nutzen.
