IDC-Prognosen 2025: KI-Einsatz zwischen Herausforderungen und Chancen​

KI wird auch 2025 die entscheidende Figur im IT-Spiel bleiben.Shutterstock/Kenan Cemo Künstliche Intelligenz wird auch in Zukunft die Diskussionen unter IT-Entscheidern dominieren, doch das Geschehen bleibt nicht ausschließlich auf KI beschränkt. Themen wie Quantum Computing und über die Jahre aufgehäufte technische Schulden, aber auch die unternehmensweite Koordination der strategischen Investitionen gewinnen ebenfalls an Bedeutung. Obwohl die Menschen ganz offensichtlich unter einer gewissen KI-Müdigkeit leiden, bleibt das Thema Künstliche Intelligenz (KI) nach wie vor ein zentraler Aspekt in vielen Diskussionen der IT-Verantwortlichen. GenAI und andere Formen der KI dominieren die Gespräche auf CIO-Ebene. Gleichzeitig spielen externe Faktoren wie politische Wahlen, das Schwächeln bestimmter Branchen und die sich verändernde geopolitische Landschaft eine wesentliche Rolle, wenn wir in die IT-Zukunft blicken. Technologieinvestitionen im Wandel: Resilienz und Innovation als Schlüssel zum Erfolg Im Kontext von Technologieinvestitionen stehen zwei Kriterien ganz klar im Vordergrund: Konzentrieren Sie sich auf die Dinge, die Sie kontrollieren können, und bereiten Sie sich auf das Unerwartete vor. Es wird in den nächsten Monaten in erster Linie darum gehen, Resilienz aufzubauen und Innovationen voranzutreiben, um der Konkurrenz einen Schritt voraus zu sein und sich schnell neu auszurichten zu können. Grundsätzlich wird KI in allem, was wir als Verbraucher, Unternehmen oder Gesellschaft tun, präsent sein. Klar ist, dass KI in allen Bereichen unseres Lebens – sei es als Verbraucher, Unternehmen oder Gesellschaft – eine Rolle spielen wird. IDC taxiert das kumulierte Ausgabenvolumen rund um KI weltweit zwischen 2024 und 2030 auf 19,9 Billionen Dollar. Rückblick auf 2024: Trends und Herausforderungen in der IT Beschleunigtes Wachstum der IT-Ausgaben Die Divergenz zwischen IT-Ausgaben und BIP-Wachstum, die 2017 begann, hat sich in diesem Jahr weiter beschleunigt: Die IT-Ausgaben stiegen fünfmal schneller als das BIP. Dieser Trend wird voraussichtlich konstant positiv bleiben, angetrieben von Software-Infrastrukturen, insbesondere SaaS, wobei IaaS um mehr als 20 Prozent wächst. Herausforderungen bei Investitionen in KI Allein in der EMEA-Region haben die KI-Ausgaben 50 Milliarden Dollar erreicht und werden bis 2025 voraussichtlich um 35 Prozent steigen. Die größte Herausforderung im Jahr 2024 war es, die hohen Wachstumserwartungen auf Geschäftsebene zu erfüllen, während gleichzeitig die Investitionen in KI dramatisch zunahmen, jedoch die Renditen für viele Unternehmen begrenzt blieben. In der EMEA-Region bestätigten IDC-Umfragen, dass im Durchschnitt von 37 Proof-of-Concepts nur fünf in die Produktion übergegangen sind, von denen dann auch nur drei als erfolgreich eingestuft wurden. Diese Aktivitäten im Bereich der Innovation sind zunächst einmal positiv zu bewerten. Dennoch hören wir auch Stimmen, dass wir in Europa bei Thema KI nach wie vor zu langsam vorankommen. Trotz großer Investitionen in Zeit, Mühe und Geld bleibt die Rendite oft aus – ähnlich dem Hype um digitale Innovationen vor einigen Jahren. Bekannte Herausforderungen bleiben bestehen: Kosten und ROI, Kompetenzentwicklung, das Aufbrechen von Silos, strategische Ausrichtung und technische Schulden, die erst einmal abgebaut werden müssen. Strategien zur Wertschöpfung: Time to Value Erfahrungen von CxOs In den zurückliegenden Monaten haben wir zahlreiche Gespräche mit CxOs geführt, um zu verstehen, wie sie ihre KI-Strategien entwickeln. Ein spannendes Beispiel ist die Brauerei Carlsberg, hier gewährte uns CIO Michael Carstens interessante Einblicke. Das Unternehmen verfolgt eine duale Strategie, die in verschiedene Richtungen innerhalb der Unternehmenshierarchien zielt. Der Bottom-up-Ansatz ermutigt Early Adopters innerhalb des Unternehmens, mit KI-Tools zu experimentieren, was wiederum Innovation und Engagement fördert. Umgekehrt bietet der Top-down-Ansatz einen strukturierten Rahmen, der sich auf den Wert und spezifische Anwendungsfälle konzentriert, die mit den strategischen Zielen des Unternehmens übereinstimmen. Diese Doppelstrategie zielt darauf ab, Innovation mit strategischer Ausrichtung in Einklang zu bringen. Überwindung von Silos und Einbindung von Stakeholdern Um sicherzustellen, dass KI-Initiativen strategisch ausgerichtet sind, müssen Silos überwunden und wichtige Stakeholder funktionsübergreifend eingebunden werden. Wir prognostizieren, dass bis 2026 etwa 30 Prozent der großen Unternehmen in der EMEA-Region ihre Conversion Rates verdreifachen und die ROI-Fristen auf unter ein Jahr verkürzen werden, indem sie von abteilungsbezogener KI auf skalierbare, funktionsübergreifende KI-Anwendungen umsteigen. Wir erwarten, dass sich die durchschnittliche Time-to-Value von über 18 Monaten auf unter 12 Monate reduzieren wird. Die Rolle einheitlicher KI-Plattformen in Unternehmen Entwicklung von zertifizierten KI-Stacks Anbieter und Akteure des KI-Ökosystems bewegen sich in Richtung gemeinsam entwickelter zertifizierter Stacks und verwalteter Plattformen, um KI-Bereitstellungen zu beschleunigen und Risiken zu verringern. KI-Plattformen erleichtern die Entwicklung von Modellen und Anwendungen der Künstlichen Intelligenz, einschließlich intelligenter Assistenten, die menschliche kognitive Fähigkeiten nachahmen können. Zu den Technologiekomponenten von KI-Plattformen gehören maschinelles Lernen, Deep Learning, generative KI, Verarbeitung natürlicher Sprache und Textanalyse. Wettbewerbslandschaft und Fragmentierung im KI-Plattformmarkt Aktuell wird der Markt für KI-Plattformen von Unternehmen wie Microsoft, Palantir, OpenAI, Google und AWS angeführt, ist jedoch weiterhin sehr fragmentiert. Infrastrukturanbieter gehen strategische Partnerschaften ein, um in das Spiel einzusteigen. Auch Unternehmen, die sich als Technologieanbieter verstehen, wie Siemens und Bosch, denken zunehmend über ihre Plattformstrategien als potenzielles Produkt nach. Plattformen sind entscheidend, um Anwendungen, Daten, Prozesse und Workflows zu koordinieren und zu vereinheitlichen, wodurch eine echte Differenzierung für Betrieb und Innovation gefördert wird. Weiterhin starke Nachfrage nach KI-Plattformen Wir glauben, dass bis 2027 rund 35 Prozent der großen Unternehmen in EMEA einheitliche KI-Plattformen einsetzen werden, um ihre Skalierbarkeit und Differenzierung zu erhöhen. Das Ziel dabei: Ein langfristiges Umsatzwachstum zu erzielen, das doppelt so hoch ist wie der Marktdurchschnitt. Wenn Unternehmen auf ein einheitliches KI-Plattformmodell umstellen können, schaffen sie eine Grundlage, die Governance, KI-fähige Daten, Entwicklungs- und Bereitstellungstools sowie eine Infrastruktur umfasst. Eine solche Basis soll die Skalierung und den schnelleren Übergang vom POC zur Produktion ermöglichen und den Weg zur Wertschöpfung beschleunigen. Plattformmodelle unterstützen auch die Innovation, indem sie die Integration neuer und kleinerer Modelle in diesem schnelllebigen Bereich erleichtern, mit synthetischen Daten arbeiten können sowie außerdem Risiken mindern und die Beobachtbarkeit verbessern. Keine Daten, keine KI: Daten als Grundlage für Künstliche Intelligenz Bedeutung der Datenarchitektur In vielen Bereichen verspricht KI Potenzial für mehr Optimierung und Automatisierung. Klar ist jedoch auch, dass die Daten nicht auf magische Weise ohne die entsprechende Datenarchitektur dafür bereitstehen werden. Das IDC-Datenarchitekturmodell hilft Unternehmen, sich auf die Anforderungen eines intelligenten Unternehmens vorzubereiten, und bietet einen Rahmen, der alle Ebenen umfasst: Datenebene: Umfasst alle Arten von Daten, die verwaltet werden müssen – strukturierte, halbstrukturierte und unstrukturierte Daten. Diese Daten sind über verschiedene Regionen und Teile der Organisation verteilt und dynamisch, was ihre Aktualisierung und den Zugang angeht. Wahrscheinlich haben Unternehmen in Technologien wie Datenbanken, Data Warehouses und Data Lakes investiert, um diese Daten zu speichern, zu organisieren und zu verwalten. Datensteuerungsebene: Bezieht sich auf die Art und Weise, wie Daten zur Unterstützung verschiedener Geschäftsaktivitäten aufbereitet werden. Hier stellen Data Engineers den Kontext für die Daten her, und Governance-Techniken wie Datenintegrität werden zur Unterstützung von KI-Modellen angewendet. Datensyntheseebene: Hier werden die Daten für KI-Anwendungsfälle aufbereitet. Dies ist der Ort, an dem KI-Workflows wie Training, Tuning, Grounding und Inferencing stattfinden. Es handelt sich um Technologien, in die Unternehmen investieren müssen. Geschäftsaktivitätsebene: Hier finden Geschäftsaktionen wie Entscheidungsfindung, Optimierung, Veröffentlichung, Katalogisierung und Kommunikation als Ergebnisse der KI-gestützten Datenauswertung statt. In dieser Ebene spiegeln sich auch die breiteren Aktivitäten wider, die durch GenAI gefördert werden. Die entscheidende Rolle der Datensteuerung Die Datensteuerungsebene ist der Dreh- und Angelpunkt zwischen Daten sowie deren Synthese und ist somit entscheidend für die KI-Fähigkeit. Damit die Daten KI-fähig sind, ist es notwendig, über das herkömmliche Datenmanagement hinauszugehen, das sich lediglich auf Konsistenz und Integrität fokussiert. Wenn Unternehmen ihre Daten aus der Perspektive eines Produkts betrachten, erhalten sie Klarheit über die Maßnahmen, die erforderlich sind, um die Nutzung und das Management ihrer Daten zu optimieren und daraus geschäftlichen Mehrwert zu generieren. width="100%" height="152" frameborder="0" allowfullscreen allow="autoplay; clipboard-write; encrypted-media; fullscreen; picture-in-picture" loading="lazy" src="https://open.spotify.com/embed/episode/7jY0D0qoLtnm17n9lGt0c5?utm_source=oembed"> Viele Unternehmen haben sich in eine Form des Co-Pilot-Modells eingekauft, während nur sehr wenige bereit sind, in eigene LLMs zu investieren. Über die Hälfte der Unternehmen konzentrieren sich aus Gründen der Geschwindigkeit, Qualität und Kosten darauf, Daten zusammenzustellen und zu überlagern. Wir gehen davon aus, dass Unternehmen zunehmend von realen Daten auf synthetische Daten umsteigen. Dabei dürften Vorteile wie Verfügbarkeit, Vielfalt, Datenschutz, Skalierbarkeit und Kosteneffizienz die potenziellen Nachteile überwiegen. So erwarten wir bereits für 2025, dass 30 Prozent der großen Unternehmen in EMEA synthetische Daten zur Ausbildung von KI-Modellen nutzen. Dies könnte zudem die Übergangszeiten von KI-Anwendungsfällen vom POC zur Produktion um den Faktor vier verkürzen. Vertrauen aufbauen: Sicherheit und Transparenz in KI-Strategien Trust als Schlüsselfaktor Ein wichtiges Diskussionsthema im Bereich KI und Technologie ist der Aufbau einer verantwortungsbewussten und vertrauenswürdigen Strategie. Ein grundlegender Aspekt in Fragen des Vertrauens ist die Sicherheit. Es überrascht nicht, dass die Ausgaben für Security voraussichtlich von 60,4 Milliarden Dollar im Jahr 2024 auf 108,7 Milliarden Dollar im Jahr 2028 steigen werden. Unternehmen sehen sich mit der Herausforderung konfrontiert, das Vertrauen, das sie in ihren Organisationen und ihren KI-Anwendungen aufbauen, zu messen und die entsprechenden Ergebnisse auch ihren Stakeholdern und der Öffentlichkeit gegenüber zu kommunizieren. Trust Score: Messung des Vertrauens in Daten und KI-Anwendungen IDC prognostiziert, dass bis 2028 ein Fünftel der Unternehmen in EMEA einen überprüfbaren Vertrauenswert für ihre Datenhygiene einführen werden, um diesen extern zu kommunizieren, Investitionen zu generieren und damit die Einführung von KI zu fördern. Diese Idee haben wir kürzlich auf einer Veranstaltung mit der CISO-Community diskutiert. Alle Beteiligten waren sich einig, dass es herausfordernd, aber nicht unmöglich ist, einen solchen Trust Score zu etablieren. Ein Trust Score könnte sich wie ein Net Promoter Score darstellen oder eine Kennzahl, die Unternehmen heute verwenden, um die Breite ihres Engagements für verantwortungsvolle KI zu messen, einschließlich Transparenz, Ethik, Datenschutz sowie Vielfalt und Inklusion. Es ist entscheidend, ein umfassendes Bild des Vertrauens in die KI-Modelle zu schaffen, das insbesondere auch den externen Stakeholdern vermittelt wird. Der Trust Score wird voraussichtlich stark das strengere regulatorische Umfeld in Europa widerspiegeln. Es ist durchaus komplex, sich in diesem Dschungel aus Regeln und Vorschriften zurechtzufinden, dennoch könnten Unternehmen diese Regelwerke dazu nutzen, um KI-Risiken zu managen. Denn letztendlich dreht sich alles um das Risikomanagement. Künstliche Intelligenz und der Mensch: Auswirkungen auf die Arbeitswelt Die zentrale Frage für Mitarbeitende Die zentrale Frage für viele Menschen in der aufziehenden KI-Ära lautet: Was habe ich davon? Und auf welche Art und Weise werde ich davon betroffen sein? Eine weltweite Prognose von IDC besagt, dass durch die Einführung neuer KI-gestützter Arbeitsmodelle bis 2030 rund 95 Prozent der derzeitigen Fachbereichs- und IT-Jobrollen neu definiert oder sogar ganz abgeschafft werden. Ein praktisches Beispiel dafür, wie KI die Arbeitswelt beeinflusst, ist Secret Escapes, ein Online-Reiseunternehmen, das exklusive Hotelangebote zu stark reduzierten Preisen anbietet. Bei Secret Escapes kommen Self-Service-Agenten zum Einsatz, die den Kunden bei speziellen Buchungsanfragen oder zur Klärung von Fluginformationen helfen. Diese Agenten können einfache, oft wiederkehrende Fragen automatisch beantworten, wodurch die Bearbeitungszeit verkürzt und der Kundenservice insgesamt verbessert wird. width="100%" height="152" frameborder="0" allowfullscreen allow="autoplay; clipboard-write; encrypted-media; fullscreen; picture-in-picture" loading="lazy" src="https://open.spotify.com/embed/episode/5jjCHjUMlsNleoZ8eZoNie?utm_source=oembed"> Obwohl diese Implementierung einfach erscheinen mag, erfordert sie eine sorgfältige Planung, da es viele verschiedene Buchungsoptionen und Kundenanfragen gibt, die berücksichtigt werden müssen. Die Ergebnisse sind jedoch bemerkenswert: Durch den Einsatz dieser Agenten konnte Secret Escapes die durchschnittliche Anzahl der Kundenanfragen um 45 Prozent reduzieren – vorausgesetzt, die von den Kunden bereitgestellten Informationen sind korrekt. Das ist in einem dynamischen Umfeld nicht einfach und wenn es schief geht, wie wir zum Beispiel bei der Fluggesellschaft Delta Airlines gesehen haben, landet ein Unternehmen schnell in den Schlagzeilen. Klappt es dagegen, führt es zu einer höheren Kundenzufriedenheit, da die Nutzerinnen und Nutzer schneller die gewünschten Antworten erhalten. Varianten von Agenten in der Zukunft Zukünftig werden wir verschiedene Arten von Agenten sehen, die in unterschiedlichen Rollen agieren und eng mit den Mitarbeitenden in den Betrieben zusammenarbeiten. Je nach gewünschtem Ergebnis wird auch das Vertrauen, das den Daten und Modellen hinter den Agenten innewohnt, variieren – von einfachen Assistenten, die spezifische Aufgaben erledigen, bis hin zu autonomen Agenten oder Agentenflotten, die eigenständig Handlungen durchführen und gegebenenfalls sogar andere Menschen einstellen können. Wir erwarten, dass sich die Art und Weise, wie wir mit Anwendungen interagieren, ändert. Anstelle der traditionellen Interaktion mit Benutzeroberflächen wird der Fokus künftig auf einer natürlicheren Kommunikation mit Fragen und Antworten liegen. Angesichts der wachsenden Zahl von Agenten werden einheitliche und vernetzte Plattformen für deren Koordination in der Organisation entscheidend sein. Change Management als bedeutende Herausforderung Ein Aspekt, der oft vergessen wird, ist, dass die KI-Einführung eine nicht zu unterschätzende Change-Management-Übung darstellt. Unternehmen, die es schaffen, sich von ihren Mitbewerbern abzuheben, werden Programme aufsetzen, um ihre Mitarbeitenden zu schulen, Ängste abzubauen und Innovationen zu fördern, indem sie alle auf die KI-Reise mitnehmen. Hier gilt der internationale Pharmakonzern AstraZeneca als Best Practice. Wir glauben, dass bis 2026 vier von zehn der großen Unternehmen in EMEA, die kontinuierliches Lernen priorisieren, um Rollenwechsel aufgrund des KI-Einsatzes zu unterstützen, ihre Wettbewerber in Bezug auf Mitarbeiterproduktivität voraussichtlich um 60 Prozent übertreffen werden. Es geht hier darum, den Menschen und nicht Tools in den Vordergrund zu stellen, um die KI-Reise und den Mehrwert zu schaffen. Fazit: Die Zukunft von KI und technologiegetriebenen Veränderungen Technologisch wird es in Zukunft nicht nur um KI gehen. Denken Sie an Quantum Computing, Raumfahrttechnologie, 6G und viele weitere Bereiche. Die Cloud wird weiterhin sehr relevant bleiben, aber Unternehmen werden differenziert an die Workloads herangehen und verschiedene Deployment-Optionen wählen. Unternehmen müssen und sollten auch in Infrastruktur, Software und Dienstleistungen investieren, um sich von Grund auf zu modernisieren und neue Partnerschaften sowie Ökosysteme aufzubauen. KI wird dabei in vielerlei Hinsicht eine zentrale Rolle spielen. Das gilt auch für unser aller Leben. Wir können dem Fortschritt nicht entkommen, aber wir können ihn aktiv gestalten und uns darauf vorbereiten. Vor einiger Zeit haben wir mit Stefan Henkel, CIO bei Siemens Healthineers, gesprochen, der es treffend zusammenfasste: „Wir müssen unsere Mitarbeiter vorbereiten und schulen, Lernpfade schaffen und in die Zukunft führen – und die Zukunft wird rosig.“