KI-Projekte: Mit richtiger Strategie Qualitäts- und Kostenziele erreichen

Unternehmen in Deutschland sind sich darin einig, dass künstliche Intelligenz die entscheidende Schlüsseltechnologie ist und in den nächsten Jahren großen Einfluss auf Geschäftsmodelle und Prozesse haben wird. Allerdings werden KI-Projekte häufig durch Datenverfügbarkeit, Datenqualität und mangelnde Datenarchitektur ausgebremst. Erst mit der richtigen Strategie werden die Zielsetzungen bei Qualität und Kosten erreicht, wie eine neue Studie von Lünendonk zeigt.

Unternehmen trauen KI das Potenzial zu, ihre gesamte Branche disruptiv zu verändern. Erstaunlich ist angesichts dieser Einschätzung jedoch, dass nur jedes vierte der analysierten Großunternehmen über eine dezidierte KI‐Strategie (27 Prozent) beziehungsweise über eine Definition für KI verfügt (24 Prozent).Zudem befindet sich weniger als jedes zweite der wenigen KI-Projekte im Produktivbetrieb der befragten Unternehmen. Gründe hierfür sind unter anderem fehlende oder schlechte Daten, fehlendes Data-Science-Know-how sowie Hürden innerhalb der Organisation. Dazu gehört beispielsweise die mangelnde fachbereichsübergreifende Zusammenarbeit, die bei KI-Projekten in der Regel erforderlich ist.

Für die aktuelle Lünendonk-Studie „Künstliche Intelligenz – Anwendungsfelder, Herausforderungen und Ziele von KI-Projekten in Großunternehmen und Konzernen“ befragte Jonas Lünendonk, Geschäftsführer des Marktforschungs- und Beratungsunternehmens Lünendonk & Hossenfelder, persönlich 33 CIOs, CDOs und KI‐Verantwortliche in Großunternehmen und Konzernen. Bei der Erstellung der Studie wurde er von der Ginkgo Management Consulting und Ginkgo Analytics in Hamburg unterstützt.

KI-Projekte: schlechte Datenqualität rächt sich

„Data is the new oil“ – dieser Aussage war in den vergangenen fünf Jahren häufiger zu hören. Wenn diese Analogie gilt, dann muss konstatiert werden, dass die „Ölqualität“ in deutschen Unternehmen oft mangelhaft ist, Daten-Pipelines nicht zusammenpassen oder die einzelnen Unternehmensbereiche nicht bereit sind, ihre Daten zu teilen. Die große Herausforderung gerade für Non-Start‐up-Unternehmen sind IT-Altsysteme.

„Mit einer sauberen Datenpflege und wohldefinierter Architektur lassen sich auch vorhandene Lösungen integrieren. Aber in der operativen Umsetzung ist dies eine große Herausforderung für Unternehmen. Zudem sind Datenarchitekturen ein unliebsames Feld für sie, da der direkte Business Case nur schwer zu errechnen ist“, erklärt Lars Godzik, Geschäftsführer von Ginkgo Management Consulting.

Wenn die Hausaufgaben im Feld der Datenqualität und Datenarchitekturen allerdings nicht gemacht werden, dann liefern KI-Projekte falsche Ergebnisse und scheitern. Über 70 Prozent der Unternehmen sehen daher beim Punkt Daten eine große oder sehr große Herausforderung. Zudem gab über die Hälfte der befragten Unternehmen an, dass Know-how zur Umsetzung von Data-Science-Projekten fehlen würde.

Fehlende Strategie bremst Umsetzung von KI aus

Damit Unternehmen gut auf die Entwicklungen der Künstlichen Intelligenz vorbereitet sind, benötigen sie eine unternehmensweite Strategie, um die Unternehmens‐IT einerseits gezielt zu modernisieren und andererseits Schritt für Schritt KI‐Kompetenz innerhalb des Unternehmens aufzubauen. Darüber hinaus müssen die organisatorischen Voraussetzungen geschaffen werden, sodass Fach‐ und Führungskräfte über ein solides Wissen im Bereich künstliche Intelligenz verfügen, eine fachbereichsübergreifende Zusammenarbeit möglich ist und ein internes Kompetenzzentrum für künstliche Intelligenz existiert, das den Fachbereichen bei der Umsetzung zur Seite steht.

„Nur wenn die Unternehmen hier planvoll vorgehen, können sie sich langfristig zu einem Data-driven-Unternehmen entwickeln. Und, das zeigen die Gespräche, nur mit einem klaren Commitment des Vorstands sind KI-‐Initiativen langfristig erfolgreich“, fasst Jonas Lünendonk die Studienergebnisse zusammen.

KI-Projekte: zahlreiche Anwendungsfälle bereits vorhanden

Künstliche Intelligenz ist längst nicht mehr so abstrakt, wie gelegentlich vermutet wird. In zahlreichen Unternehmensbereichen, wie Kundenservices, Marketing und Vertrieb sowie Produktion und Entwicklung, gibt es bereits vielfältige Anwendungsfälle, die in der Studie mit konkreten Beispielen aufgeführt sind. Sämtliche Befragten gehen davon aus, dass das Potenzial von KI in nahezu allen Unternehmensbereichen zukünftig sehr groß ist. Besonders stechen dabei Kundenservice sowie Marketing und

Vertrieb als Aktionsfelder hervor. Beispielsweise durch eine individuelle und intelligente Interaktion an sieben Tagen die Woche und 24 Stunden am Tag versprechen sich die Unternehmen hier mehr Umsatz und zufriedenere Kunden. Generell stellten die Interviewpartner fest, dass KI in vielen Fällen dezidiert der Entscheidungsvorbereitung dienen soll, aber am Ende der Mensch die Entscheidung trifft.

Zur Lünendonk-Studie: Die Lünendonk‐Studie 2019 „Künstliche Intelligenz – Anwendungsfelder, Herausforderungen und Ziele von KI-‐Projekten in Großunternehmen und Konzernen“ wurde in fachlicher Zusammenarbeit mit Ginkgo Management Consulting und Ginkgo Analytics erstellt und ist hier kostenfrei verfügbar. Die Lünendonk‐Studien und Publikationen gehören als Teil des Leistungsportfolios der Lünendonk & Hossenfelder GmbH zum „Strategic Data Research“ (SDR), die um die Leistungen „Strategic Roadmap Requirements“ (SRR) und „Strategic Transformation Services“ (STS) ergänzt werden. (sg)

Mehr zum Thema künstliche Intelligenz lesen Sie hier: Künstliche Intelligenz: Basis für den Erfolg einer Digitalstrategie