KI-Strategien der Unternehmen:

Wichtige Hürden und Optimierungspotenziale

Houston, Texas – 30. April 2024 – Ein aktueller Forschungsbericht, in Auftrag gegeben von Hewlett Packard Enterprise (NYSE: HPE), zeigt, dass fast die Hälfte (44%) der befragten IT-Führer überzeugt ist, dass ihre Organisationen gut aufgestellt sind, um die Vorteile von KI vollständig zu realisieren. Der Bericht deckt jedoch kritische Lücken in ihren Strategien auf, darunter eine mangelnde Abstimmung zwischen Prozessen und Metriken, was zu einer fragmentierten Herangehensweise und verschärften Lieferproblemen führt.

Globale KI-Investitionen und ihre Herausforderungen

Der Bericht „Architect an AI Advantage“, der mehr als 2.000 IT-Führer aus 14 Ländern befragte, zeigt, dass trotz wachsender globaler Investitionen in KI wichtige Bereiche übersehen werden. Diese beinhalten niedrige Datenreife sowie potenzielle Mängel in Bezug auf Compliance und ethische Vorschriften. Diese Lücken könnten die Fähigkeit der Unternehmen beeinträchtigen, erfolgreiche KI-Ergebnisse zu erzielen und den Return on Investment (ROI) negativ beein„Es besteht kein Zweifel, dass die KI-Einführung an Fahrt aufnimmt, wobei fast alle IT-Führungsleute planen, ihre KI-Ausgaben in den nächsten 12 Monaten zu erhöhen“, sagte Sylvia Hooks, VP, HPE Aruba Networking. „Diese Ergebnisse zeigen deutlich den Appetit auf KI, aber sie offenbaren auch sehr reale blinde Flecken, die Fortschritte stagnieren lassen könnten, wenn ein ganzheitlicherer Ansatz nicht befolgt wird. Die Fehlausrichtung der Strategie und der Beteiligung von Abteilungen kann beispielsweise Organisationen daran hindern, kritische Fachgebiete zu nutzen, effektive und effiziente Entscheidungen zu treffen und sicherzustellen, dass eine ganzheitliche KI-Roadmap allen Bereichen des Unternehmens zugutekommt.

Datenreife als Schlüssel zum KI-Erfolg

Qualitätsdaten sind entscheidend für starke KI-Leistungen. Der Bericht zeigt jedoch, dass viele Unternehmen diese Herausforderung noch nicht vollständig meistern. Nur ein kleiner Prozentsatz (7%) kann Echtzeit-Datenanalysen durchführen, um Innovationen zu fördern. Zudem haben nur 26% der Unternehmen funktionierende Daten-Governance-Modelle implementiert und führen fortgeschrittene Analysen durch. Weniger als 60% der Befragten gaben an, dass ihre Organisationen in der Lage sind, alle Phasen der Datenaufbereitung für KI-Modelle vollständig zu bewältigen, von der Datenbeschaffung (59%), Speicherung (57%) und Verarbeitung (55%) bis hin zur Sicherstellung der Datenqualität (51%).
Diese Diskrepanz birgt nicht nur das Risiko, den Lernprozess von KI-Modellen zu verlangsamen, sondern erhöht auch die Wahrscheinlichkeit, dass die Modelle ungenaue Einblicke liefern und somit einen negativen ROI erzeugen.

Infrastrukturanforderungen im KI-Lebenszyklus

Obwohl 93% der IT-Führer glauben, dass ihre Netzwerkinfrastruktur den KI-Verkehr unterstützen kann, und 84% überzeugt sind, dass ihre Systeme ausreichend flexibel sind, gibt es dennoch Lücken im Verständnis der spezifischen Anforderungen verschiedener KI-Arbeitslasten. Gartner® prognostiziert, dass „GenAI bis 2025 70% der text- und datenlastigen Aufgaben übernehmen wird“, doch weniger als die Hälfte der IT-Führer versteht die Anforderungen der verschiedenen KI-Arbeitslasten in Bezug auf Training, Abstimmung und Bereitstellung vollständig. Dies wirft ernsthafte Fragen auf, wie gut Unternehmen wirklich auf die Implementierung und den Betrieb von KI vorbereitet sind.

Mangelnde Berücksichtigung von Compliance und Ethik

Mehr als ein Viertel (28%) der IT-Führer bezeichnet den KI-Ansatz ihres Unternehmens als fragmentiert. Über ein Drittel (35%) der Unternehmen verfolgt separate KI-Strategien für einzelne Funktionen, und 32% setzen unterschiedliche Ziele. Besonders besorgniserregend ist, dass Ethik und Compliance oft übersehen werden. Nur 13% der IT-Führer sehen Legal/Compliance und 11% Ethik als kritisch für den KI-Erfolg an. Fast ein Viertel der Unternehmen (22%) bezieht ihre Rechtsteams nicht in die KI-Strategie ein.

Risiken durch unzureichende KI-Ethik und Compliance

Unternehmen, die KI ohne angemessene Ethik- und Compliance-Richtlinien einführen, riskieren Datenverletzungen, negative Auswirkungen auf ihre Marke und rechtliche Konsequenzen. Niedrige Datenreife und ein unzureichendes Verständnis der IT-Infrastrukturanforderungen erhöhen das Risiko, ineffektive Modelle zu entwickeln. Die hohen Stromanforderungen für den Betrieb von KI-Modellen können zudem zu erhöhten CO2-Emissionen führen, was den ROI der KI-Investitionen weiter senken könnte.
Da die Qualität der Ergebnisse von KI-Modellen stark von der Qualität der zugrundeliegenden Daten abhängt, spiegelt sich dieses Problem im Bericht wider. Unternehmen, die keine ausreichende Datenreife erreicht haben und die IT-Infrastrukturanforderungen nicht vollständig verstehen, laufen Gefahr, ineffiziente Modelle zu entwickeln, die ungenaue und potenziell schädliche Einblicke bieten. Dies kann nicht nur den ROI mindern, sondern auch den Ruf des Unternehmens schädigen und zu rechtlichen und finanziellen Konsequenzen führen.

Schlussfolgerung

KI ist eine der daten- und ressourcenintensivsten Technologien unserer Zeit. Um das Potenzial von GenAI voll auszuschöpfen, müssen Unternehmen hybride Lösungen mit moderner KI-Architektur entwickeln. Dr. Dr. Eng Lim Goh, SVP für Data & AI bei HPE, betont die Bedeutung eines ausgewogenen Ansatzes: „Unternehmen müssen das Gleichgewicht als First Mover abwägen und sicherstellen, dass sie die Lücken im KI-Lebenszyklus vollständig verstehen, um einen positiven ROI zu erzielen.“
Zusammengefasst zeigt der Bericht, dass trotz des Enthusiasmus und der Investitionsbereitschaft viele Unternehmen noch signifikante Herausforderungen bewältigen müssen, um die volle Leistungsfähigkeit und den ROI ihrer KI-Initiativen zu realisieren. Eine ganzheitliche und gut abgestimmte Strategie, die sowohl die technischen als auch die ethischen und compliance-bezogenen Aspekte berücksichtigt, ist entscheidend für den langfristigen Erfolg.