KI in Unternehmen: oftmals mangelhafte Integrationsergebnisse

Es gibt kaum noch Lebens- oder Arbeitsbereiche, in denen wir nicht mit generativer künstlicher Intelligenz (GenAI) in Berührung kommen. Dabei kursiert viel falsches Halbwissen bezüglich der Leistungsfähigkeit der großen KI-Anbieter. Fest steht: KI zu ignorieren, ist der schlechteste aller Wege. Aber die Erwartung gravierender Verbesserungen oder gar eines spürbaren Umsatz-Zuwachses ist ebenfalls nicht angebracht. Denn eine belastbare Implementierung von KI erfordert sehr viel Know-how und eine intensive Integrationsphase.

Der Bericht „The GenAI Divide: State of AI in Business 2023“ der MIT-NANDA-Initiative zeichnet ein nicht sonderlich rosiges Bild. Die zentrale Erkenntnis: Die Realität der KI-Implementierung hinkt den Erwartungen in den Unternehmen deutlich hinterher. Trotz hoher Investitionen und ambitionierter Pilotprojekte fehlt es oft an messbarem Mehrwert. Laut einer Horváth-Studie haben Unternehmen ihre KI-Budgets 2025 im Schnitt um 20 Prozent erhöht. Industrieunternehmen investieren 21 Prozent mehr als im Vorjahr, Dienstleister etwa 9 Prozent mehr. Im Durchschnitt investieren die Unternehmen 0,5 Prozent ihres Jahresumsatzes in GenAI. Dieser Anteil ist nicht zu unterschätzen, da er zusätzlich zum regulären IT-Budget geleistet wird.

Erstaunliche Zahlen beinhaltet eine Prognose von der IDC aus dem Bericht „GenAI Implementation Market Outlook: Worldwide Core IT Spending for GenAI Forecast, 2023–2027“. Demnach lagen 2023 die weltweiten Ausgaben allein für GenAI bei etwa 16 Milliarden US-Dollar. Bis 2027 sollen sie auf 143 Milliarden US-Dollar steigen. Die durchschnittliche jährliche Wachstumsrate bei den Anbietern tauglicher Systeme liegt demzufolge bei über 73 Prozent. GenAI wird damit bis 2027 rund 28 Prozent der gesamten KI-Ausgaben ausmachen – ein deutlicher Anstieg gegenüber 9 Prozent noch im Jahr 2023. Das ist ein Beleg dafür, dass die Unternehmen generell daran glauben, dass künstliche Intelligenz sich positiv auf den Ertrag auswirken wird.

Nur die wenigsten Projekte waren bislang wirklich erfolgreich

Im MIT-NANDA-Report ist nachzulesen, dass die Unternehmen größtenteils noch sehr unzufrieden mit ihren KI-Projekten sind. Ein Großteil der befragten Unternehmen skizziert Probleme vor allem bei der Integration in bestehende Prozesse. Ebenfalls bemängeln viele Verantwortliche die unzureichende Skalierbarkeit sowie schwer messbare ROI-Perspektiven. Der Erfolg ist laut Studie also mäßig: Rund 95 Prozent der Unternehmen geben zu Protokoll, dass sie keinen klaren Return on Investment (ROI) aus ihren GenAI-Initiativen erkennen können. Die Diskrepanz zwischen Pilotprojekten und produktivem Einsatz ist ebenfalls gravierend. Und nicht einmal fünf Prozent der Projekte, die in einer Testphase inszeniert wurden, werden tatsächlich in den produktiven Betrieb übernommen.

Auf der anderen Seite sind einfache KI-Tools, wie zum Beispiel Copilot oder ChatGPT, in vielen Unternehmensbereichen sehr weit verbreitet. Über 80 Prozent der Unternehmen haben solche Tools bereits getestet oder evaluiert und etwa 40 Prozent setzen sie bereits produktiv ein. Allerdings fehlt auch hier oft der spürbare wirtschaftliche Erfolg. Nur den wenigsten Unternehmen gelingt es, die eingesetzten Large Language Models tatsächlich zur Umsatzsteigerung zu nutzen. Viel eher unterstützen diese kommunikative Prozesse, die nicht umsatz- oder renditerelevant sind.

Warum scheitern so viele KI-Projekte?

Als einer der Hauptgründe fürs Scheitern wird von etlichen Unternehmen genannt, dass die Qualität der verwendeten Daten nicht sonderlich gut ist. Ein weiterer Grund fürs Scheitern ist mangelnde Kompetenz. Denn die gekonnte Implementierung setzt spezifisches Fachwissen voraus, das in den meisten Unternehmen nicht vorhanden ist. Darüber hinaus führen die Autoren des Reports einen „Technik-Fetischismus“ als entwicklungshemmend an: Viele Anwender in Unternehmen setzen zwar mit Begeisterung GenAI-Tools ein, denken dabei allerdings nicht prozessual. Und dann wären da noch „kulturelle Barrieren“. Die Einführung von KI bedeutet für Unternehmen, dass sich für einen echten Change auch die komplette Unternehmenskultur wandeln muss. Denn der Einsatz von GenAI erfordert ein grundsätzliches Umdenken, das Infragestellen tradierter Prozesse sowie eine Überprüfung des Wertesystems.

Fazit: Die Ergebnisse der Studie zeigen, dass die erfolgreiche Nutzung von GenAI weitaus mehr erfordert, als das Anschaffen und Einsetzen von ein paar Tools. KI im Unternehmen bedeutet einen strategischen Change, der neues Denken möglich macht und alle Unternehmensebenen betrifft.