Software und Technologie

Für Künstliche Intelligenz fehlen Strategie und Know-how

Künstliche Intelligenz gilt als Schlüsseltechnologie. Bislang verfolgen erst wenige deutsche Unternehmen eine Strategie dazu. Laut einer Lünendonk-Studie bremsen zudem fehlende Daten, schlechte Datenqualität und inkonsistente Altsysteme die Projekte aus.

Künstliche Intelligenz Künstliche Intelligenz hat als Schlüsseltechnologie großen Einfluss auf Geschäftsmodelle und Unternehmensprozesse. Laut einer Lünendonk-Studie erwarten deutsche Unternehmen, dass diese Technologie in den kommenden Jahren ihre Branche disruptiv verändert. Erstaunlich ist angesichts dieser Einschätzung, dass nur jedes vierte der analysierten Großunternehmen (27 Prozent) eine Strategie dazu entwickelt hat. 24 Prozent verfügen noch nicht einmal über eine Definition von Künstlicher Intelligenz. Nicht einmal die Hälfte der wenigen Projekte hat den Produktivbetrieb erreicht. Gründe hierfür sind unter anderem fehlende oder schlechte Daten, fehlendes Know-how in Sachen Data-Science sowie Hürden innerhalb der Organisation. Dazu gehört beispielsweise die mangelnde fachbereichsübergreifende Zusammenarbeit. Diese ist bei Projekten mit Künstlicher Intelligenz unabdingbar.

Für die Studie „Künstliche Intelligenz – Anwendungsfelder, Herausforderungen und Ziele von KI-Projekten in Großunternehmen und Konzernen“ befragte Jonas Lünendonk, Geschäftsführer des Marktforschungs- und Beratungsunternehmens Lünendonk & Hossenfelder, 33 Chief Information Officer, Chief Data Officer und IT-Verantwortliche aus Großunternehmen und Konzernen. Entstanden ist die Studie ist in fachlicher Zusammenarbeit mit Ginkgo Management Consulting und Ginkgo Analytics.

Schlechte Daten und Legacy-Systeme sind Bremsklötze

„Data is the new oil“ – dieser Satz war in den vergangenen Jahren häufig zu hören. Nach dieser Analogie stellen die Studienautoren fest, dass die „Ölqualität“ in deutschen Unternehmen oft mangelhaft ist, Daten-Pipelines nicht zusammenpassen oder die einzelnen Unternehmensbereiche nicht bereit sind, ihre Daten zu teilen. Eine große Herausforderung gerade für etablierte Unternehmen sind IT-Altsysteme. „Mit einer sauberen Datenpflege und wohldefinierter Architektur lassen sich auch Alt-Lösungen integrieren“, erläutert Lars Godzik, Geschäftsführer von Ginkgo Management Consulting. „Die operative Umsetzung ist allerdings eine große Herausforderung für Unternehmen. Zudem gelten Datenarchitekturen als unliebsames Feld, da der direkte Business Case nur schwer zu errechnen ist.“

Hat ein Unternehmen seine Hausaufgaben im Feld der Datenqualität und Datenarchitekturen nicht gemacht, dann liefern intelligente Technologien falsche Ergebnisse und die Projekte scheitern. Über 70 Prozent der befragten Manager betrachten daher die Daten als eine große oder sehr große Herausforderung. Zudem gibt über die Hälfte an, dass ihnen Know-how zur Umsetzung von Data-Science-Projekten fehlt.


Anzeige

data-quality-center

Data Quality Center

  • Stammdaten-Assessment
  • Softwareauswahl zur Verbesserung der Datenqualität
  • Datenmigration und -implementierung

Unternehmen brauchen Know-how und Organisation

Damit Unternehmen gut auf die Entwicklungen der Künstlichen Intelligenz vorbereitet sind, benötigen sie eine übergreifende Strategie, um ihre IT-Systeme zu modernisieren und andererseits Schritt für Schritt neue Kompetenzen aufzubauen. Es müssen organisatorische Voraussetzungen geschaffen werden, damit Fach- und Führungskräfte über ein solides Basiswissen über Künstliche Intelligenz verfügen, damit ihnen eine fachbereichsübergreifende Zusammenarbeit möglich ist. Ein internes Kompetenzzentrum sollte die Fachbereiche dabei unterstützen. „Nur wenn die Unternehmen planvoll vorgehen, können sie sich langfristig zu einer Data-driven-Company entwickeln“, resümiert Jonas Lünendonk. Erfolgreich sind Initiativen rund um Künstliche Intelligenz zudem nur mit einem klaren Commitment des Vorstands.“

Entscheidungen soll auch bei intelligenter IT stets der Mensch treffen

Künstliche Intelligenz ist längst kein abstraktes Thema mehr. In zahlreichen Unternehmensbereichen, wie Kundenservice, Marketing und Vertrieb sowie Produktion und Entwicklung existieren nutzbringende Anwendungsfälle. Die für die Studie interviewten Gesprächspartner gehen davon aus, dass das Potenzial dieser Technologie in nahezu allen Unternehmensbereichen zukünftig sehr groß ist. Besonders stechen dabei die Aktionsfelder Kundenservice, Marketing und Vertrieb hervor. So versprechen sich die Unternehmen beispielsweise durch eine individuelle und intelligente Interaktion an sieben Tagen die Woche rund um die Uhr mehr Umsatz und zufriedenere Kunden. Generell vertreten die Interviewpartner die Meinung, dass Künstliche Intelligenz lediglich der Entscheidungsvorbereitung dient. Entscheiden soll am Ende stets der Mensch.

Die Lünendonk-Studie ist hier kostenlos zum Download verfügbar. Jürgen Frisch

Next article Hybrid Cloud gewinnt bei Fertigern an Akzeptanz
Previous article CDO
Scroll Up