KI hat viel versprochen. Doch um die Werte zu heben, die in der Technik stecken, braucht es noch einige Grundlagenarbeit. Shutterstock/HighDispersion Der KI-Einsatz in Organisationen befindet sich im deutschsprachigen Raum in einer entscheidenden Phase: Unternehmen muss es gelingen, vom Proof of Concept auf echte KI-Projekte umzusteigen, die den Wertbeitrag zeigen und so die Transformation verstetigen. Zwar naht das Tal der Tränen im Hype Cycle von Gartner, und auch die Wirtschaftskrise passt irgendwie nicht in den Zeitplan. Aber zumindest sind die grundsätzlichen Rahmenbedingungen intakt, wie eine aktuelle Befragung unterstreicht. Große Bedeutung, große Investitionen Laut der Studie „AI-ready Enterprise“ der COMPUTERWOCHE stehen die KI-Ampeln in vielen grundlegenden Fragen auf grün. So ist nur jede siebte befragte Person der Ansicht, dass KI kaum oder keine Relevanz für ihr Unternehmen hat. Das gleiche Bild bei der Frage in Bezug auf Investitionen: Hier räumen gerade einmal elf Prozent der KI eine niedrige bis keine Priorität ein. Mit der Folge, dass sich die Budgets für KI-Projekte durchaus sehen lassen können. Der COMPUTERWOCHE-Studie zufolge gehen fast 57 Prozent der befragten Unternehmen davon aus, dass ihre KI-Budgets im Jahr 2025 stark oder sehr stark steigen werden, also um mindestens fünf beziehungsweise zehn Prozent. Christian Heinrichs, Senior Director, Sales Engineering bei UiPath, bezeichnet es als wichtigste Erkenntnis der Untersuchung, dass „Unternehmen trotz wirtschaftlicher Herausforderungen weiterhin in KI investieren und sie als kritischen Bestandteil zukünftiger Geschäftsmodelle betrachten“. Der Anteil der Firmen, die mit sinkenden KI-Budgets rechnen, beträgt laut Studie nur knapp vier Prozent. 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/5LyDXcO77nKawkSI41MMIo?utm_source=oembed”> KI-Budgets wachsen – aber nicht in den Himmel Verglichen mit der Befragung aus dem Vorjahr, sind die Investitionsaussichten zwar leicht zurückgegangen – hier schlägt die schlechte Konjunktur zu Buche. „Erstaunlich ist jedoch, dass über zehn Prozent der Studienteilnehmer immer noch keine konkreten Budgets für KI-Projekte zugewiesen haben“, sagt Max Pillong, Business Director Artificial Intelligence & Data Analytics bei Lufthansa Industry Solutions. „Ohne die notwendigen Investitionen werden Unternehmen das Thema KI nicht durchdringen können – schließlich geht es nicht um die Einführung einer neuen Software, sondern um ein ganzheitliches Neudenken unserer Art und Weise zu arbeiten.“ Max Pillong, Business Director Artificial Intelligence & Data Analytics, Lufthansa Industry Solutions: „Unternehmen müssen erkennen, dass KI ein unverzichtbarer Teil unserer zukünftigen Arbeitsweise ist. Nicht zuletzt durch den bevorstehenden Generationswechsel in der Arbeitswelt werden neue Technologien immer wichtiger. Ein Unternehmen, das den Einsatz von generativer KI zur Unterstützung des Arbeitsalltags nicht ermöglicht oder gar verbietet, wird in Zukunft weder wettbewerbsfähig noch ein attraktiver Arbeitgeber sein. Dies lässt sich zwar schwer in eine konkrete Return-on-Investment-Rechnung übersetzen, sollte aber Signal genug sein, diese spannende Technologie trotzdem einzuführen.” Jörg Meisinger / Lufthansa Industry Solutions GmbH & Co. KG Durchwachsener Reifegrad für KI Auch die grundsätzliche AI-Readiness von Unternehmen habe laut Pillong noch Luft nach oben, da hiesige Firmen selten als First Mover oder Early Adopter von KI-Technologien unterwegs seien. „Die Gründe liegen meiner Meinung nach an einer gewissen Skepsis im Management, aber auch an regulatorischen Hürden bei der Einführung neuer Technologien.“ Er empfiehlt für den Weg zur AI-Readiness die Entwicklung von Commodity-AI-Tools, beispielsweise ein „EnterpriseGPT“ mit Zugriff auf interne Daten. Unternehmen können laut Pillong auf diese Weise „erste Erfahrungen mit dem Betrieb der Use Cases und der dafür notwendigen Infrastruktur sammeln, die Erwartungshaltung der Nutzer schärfen und die AI Literacy der Mitarbeitenden im praktischen Einsatz verbessern“. Generative KI einführen: Daran scheitern GenAI-Rollouts Vom Probieren zum Use Case Die COMPUTERWOCHE-Studie zeigt bezüglich der Selbstbewertung des Status quo von KI-Vorhaben ebenfalls ein durchmischtes Bild. Über den Daumen gepeilt, arbeitet eine Hälfte der Befragten noch an der KI-Awareness sowie an ersten Pilotprojekten. Die andere Hälfte verortet sich zu gleichen Teilen in der Scale-Up-Phase sowie im unternehmensweiten Roll-Out beziehungsweise produktiven Einsatz von KI-Modulen. Hier gilt das IT-Organisations-Paradigma: Größer ist tendenziell weiter. Christian Heinrichs, Senior Director, Sales Engineering, UiPath: „Die Regulierungsanforderungen für KI-Tools etwa in Bezug auf DORA, den AI Act oder den Datenschutz sollten weit oben auf der Anforderungsliste eines jeden Unternehmens stehen. Darüber hinaus sind auch die Interoperabilität und Integration von KI-Tools mit anderen Anwendungen eine Schlüsselanforderung, um den maximalen Nutzen zu erzielen. Eine Softwareplattform, die neben eigenen Agentic AI Tools auch Funktionalitäten, wie Prozessanalyse & -automatisierung, Ideen-Management, Communications Mining oder Intelligent Document Processing umfasst, sollte sich möglichst anbieteragnostisch mit Software anderer Anbieter verknüpfen lassen. So können Sparpotenziale und Umsatzsteigerungen realisiert werden, ohne die Governance zu vernachlässigen.” UiPath GmbH Strukturen und Fachwissen aufbauen UiPath-Manager Heinrichs sieht folglich noch Herausforderungen für die AI-Readiness. Zwar hätten einige Unternehmen bereits KI-Projekte initiiert und die Bedeutung für ihre Zukunft erkannt. „Allerdings gibt es noch große Lücken, insbesondere in Bezug auf Datenökosysteme, IT-Infrastruktur und notwendige Expertise.“ Der letzte Punkt – fehlendes KI-Fachwissen – kam auch in der Studie deutlich ans Licht, er gilt als einer der stärksten Bremsfaktoren. Neben Investitionen in Dateninfrastruktur und -management empfiehlt Heinrichs, die Strategie für KI und Prozessautomatisierung auf die Geschäftsziele auszurichten und KI-spezifisches Fachwissen aufzubauen – intern sowie über externe Partnerschaften. „Zudem müssen auch alle Mitarbeiter in die Ideenfindung und KI-Anwendung eingebunden werden.“ Business, IT und KI im Einklang Neben der finanziellen Ausstattung und der Fähigkeit, das Momentum für die KI-Transformation umzusetzen, gibt es noch eine weitere Hürde: das Alignment von Business und IT. Denn funktionierende KI-Anwendungsfälle sind auf ein harmonisches Zusammenspiel der Einheiten angewiesen. „Sowohl die notwendige Infrastruktur als auch die potenziellen Use Cases erfordern ein unternehmensweites Umdenken darüber, wie wir Daten vorhalten, Prozesse dokumentieren oder mit virtuellen Assistenzsystemen interagieren“, sagt KI-Experte Pillong von Lufthansa Industry Solutions. Die Anwendungsfälle selbst sollten daher immer in enger Zusammenarbeit zwischen IT und Fachbereich entstehen, um auch wirklich sinnvolle Lösungen zu schaffen. „So erarbeiten sich IT-Organisationen im Unternehmen einen größeren Stellenwert.“ Bis es so weit ist, müssen die Budgetanforderungen der KI mit der restlichen Nachfrage konkurrieren. „Wie Unternehmen hier die Trennung hinbekommen und ob es mittelfristig noch eine Trennung gibt, bleibt abzuwarten“, merkt UiPath-Manager Heinrichs an. Zumal jede KI auch Software ist und jeder Software-Service über kurz oder lang auch aus KI-Komponenten bestehen werde. Eine positive Überraschung sei jedenfalls, dass fast zwei Drittel der befragten Organisationen in der Studie mit ihren ersten KI-Initiativen grundsätzlich zufrieden sind. „Jedoch erwarten die meisten Firmen nun Ergebnisse, die den bisherigen Hype und die damit verbundenen Hoffnungen rechtfertigen.“ Die neue Studie “AI-ready Enterprise 2024” von CIO Research Services Research Services: Daniela Petrini Studiensteckbrief Herausgeber: CIO, CSO und COMPUTERWOCHE Studienpartner: NICE Systems GmbH; Lufthansa Industry Solutions GmbH & Co. KG; UiPath GmbH Grundgesamtheit: Oberste (IT-)Verantwortliche in Unternehmen der DACH-Region: Beteiligte an strategischen (IT-)Entscheidungsprozessen im C-Level-Bereich und in den Fachbereichen (LoBs); Entscheidungsbefugte sowie Experten und Expertinnen aus dem IT-Bereich Teilnehmergenerierung: Persönliche E-Mail-Einladung über die Entscheiderdatenbank von CIO, CSO und COMPUTERWOCHE sowie – zur Erfüllung von Quotenvorgaben – über externe Online-Access-Panels Gesamtstichprobe: 313 abgeschlossene und qualifizierte Interviews Untersuchungszeitraum: 12. bis 19. September 2024 Methode: Online-Umfrage (CAWI) Fragebogenentwicklung & Durchführung: Custom Research Team von CIO, CSO und Computerwoche in Abstimmung mit den Studienpartnern
KI vor dem Sprung auf das nächste Level
KI hat viel versprochen. Doch um die Werte zu heben, die in der Technik stecken, braucht es noch einige Grundlagenarbeit. Shutterstock/HighDispersion Der KI-Einsatz in Organisationen befindet sich im deutschsprachigen Raum in einer entscheidenden Phase: Unternehmen muss es gelingen, vom Proof of Concept auf echte KI-Projekte umzusteigen, die den Wertbeitrag zeigen und so die Transformation verstetigen. Zwar naht das Tal der Tränen im Hype Cycle von Gartner, und auch die Wirtschaftskrise passt irgendwie nicht in den Zeitplan. Aber zumindest sind die grundsätzlichen Rahmenbedingungen intakt, wie eine aktuelle Befragung unterstreicht. Große Bedeutung, große Investitionen Laut der Studie „AI-ready Enterprise“ der COMPUTERWOCHE stehen die KI-Ampeln in vielen grundlegenden Fragen auf grün. So ist nur jede siebte befragte Person der Ansicht, dass KI kaum oder keine Relevanz für ihr Unternehmen hat. Das gleiche Bild bei der Frage in Bezug auf Investitionen: Hier räumen gerade einmal elf Prozent der KI eine niedrige bis keine Priorität ein. Mit der Folge, dass sich die Budgets für KI-Projekte durchaus sehen lassen können. Der COMPUTERWOCHE-Studie zufolge gehen fast 57 Prozent der befragten Unternehmen davon aus, dass ihre KI-Budgets im Jahr 2025 stark oder sehr stark steigen werden, also um mindestens fünf beziehungsweise zehn Prozent. Christian Heinrichs, Senior Director, Sales Engineering bei UiPath, bezeichnet es als wichtigste Erkenntnis der Untersuchung, dass „Unternehmen trotz wirtschaftlicher Herausforderungen weiterhin in KI investieren und sie als kritischen Bestandteil zukünftiger Geschäftsmodelle betrachten“. Der Anteil der Firmen, die mit sinkenden KI-Budgets rechnen, beträgt laut Studie nur knapp vier Prozent. 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/5LyDXcO77nKawkSI41MMIo?utm_source=oembed"> KI-Budgets wachsen – aber nicht in den Himmel Verglichen mit der Befragung aus dem Vorjahr, sind die Investitionsaussichten zwar leicht zurückgegangen – hier schlägt die schlechte Konjunktur zu Buche. „Erstaunlich ist jedoch, dass über zehn Prozent der Studienteilnehmer immer noch keine konkreten Budgets für KI-Projekte zugewiesen haben“, sagt Max Pillong, Business Director Artificial Intelligence & Data Analytics bei Lufthansa Industry Solutions. „Ohne die notwendigen Investitionen werden Unternehmen das Thema KI nicht durchdringen können – schließlich geht es nicht um die Einführung einer neuen Software, sondern um ein ganzheitliches Neudenken unserer Art und Weise zu arbeiten.“ Max Pillong, Business Director Artificial Intelligence & Data Analytics, Lufthansa Industry Solutions: „Unternehmen müssen erkennen, dass KI ein unverzichtbarer Teil unserer zukünftigen Arbeitsweise ist. Nicht zuletzt durch den bevorstehenden Generationswechsel in der Arbeitswelt werden neue Technologien immer wichtiger. Ein Unternehmen, das den Einsatz von generativer KI zur Unterstützung des Arbeitsalltags nicht ermöglicht oder gar verbietet, wird in Zukunft weder wettbewerbsfähig noch ein attraktiver Arbeitgeber sein. Dies lässt sich zwar schwer in eine konkrete Return-on-Investment-Rechnung übersetzen, sollte aber Signal genug sein, diese spannende Technologie trotzdem einzuführen.” Jörg Meisinger / Lufthansa Industry Solutions GmbH & Co. KG Durchwachsener Reifegrad für KI Auch die grundsätzliche AI-Readiness von Unternehmen habe laut Pillong noch Luft nach oben, da hiesige Firmen selten als First Mover oder Early Adopter von KI-Technologien unterwegs seien. „Die Gründe liegen meiner Meinung nach an einer gewissen Skepsis im Management, aber auch an regulatorischen Hürden bei der Einführung neuer Technologien.“ Er empfiehlt für den Weg zur AI-Readiness die Entwicklung von Commodity-AI-Tools, beispielsweise ein „EnterpriseGPT“ mit Zugriff auf interne Daten. Unternehmen können laut Pillong auf diese Weise „erste Erfahrungen mit dem Betrieb der Use Cases und der dafür notwendigen Infrastruktur sammeln, die Erwartungshaltung der Nutzer schärfen und die AI Literacy der Mitarbeitenden im praktischen Einsatz verbessern“. Generative KI einführen: Daran scheitern GenAI-Rollouts Vom Probieren zum Use Case Die COMPUTERWOCHE-Studie zeigt bezüglich der Selbstbewertung des Status quo von KI-Vorhaben ebenfalls ein durchmischtes Bild. Über den Daumen gepeilt, arbeitet eine Hälfte der Befragten noch an der KI-Awareness sowie an ersten Pilotprojekten. Die andere Hälfte verortet sich zu gleichen Teilen in der Scale-Up-Phase sowie im unternehmensweiten Roll-Out beziehungsweise produktiven Einsatz von KI-Modulen. Hier gilt das IT-Organisations-Paradigma: Größer ist tendenziell weiter. Christian Heinrichs, Senior Director, Sales Engineering, UiPath: „Die Regulierungsanforderungen für KI-Tools etwa in Bezug auf DORA, den AI Act oder den Datenschutz sollten weit oben auf der Anforderungsliste eines jeden Unternehmens stehen. Darüber hinaus sind auch die Interoperabilität und Integration von KI-Tools mit anderen Anwendungen eine Schlüsselanforderung, um den maximalen Nutzen zu erzielen. Eine Softwareplattform, die neben eigenen Agentic AI Tools auch Funktionalitäten, wie Prozessanalyse & -automatisierung, Ideen-Management, Communications Mining oder Intelligent Document Processing umfasst, sollte sich möglichst anbieteragnostisch mit Software anderer Anbieter verknüpfen lassen. So können Sparpotenziale und Umsatzsteigerungen realisiert werden, ohne die Governance zu vernachlässigen.” UiPath GmbH Strukturen und Fachwissen aufbauen UiPath-Manager Heinrichs sieht folglich noch Herausforderungen für die AI-Readiness. Zwar hätten einige Unternehmen bereits KI-Projekte initiiert und die Bedeutung für ihre Zukunft erkannt. „Allerdings gibt es noch große Lücken, insbesondere in Bezug auf Datenökosysteme, IT-Infrastruktur und notwendige Expertise.“ Der letzte Punkt – fehlendes KI-Fachwissen – kam auch in der Studie deutlich ans Licht, er gilt als einer der stärksten Bremsfaktoren. Neben Investitionen in Dateninfrastruktur und -management empfiehlt Heinrichs, die Strategie für KI und Prozessautomatisierung auf die Geschäftsziele auszurichten und KI-spezifisches Fachwissen aufzubauen – intern sowie über externe Partnerschaften. „Zudem müssen auch alle Mitarbeiter in die Ideenfindung und KI-Anwendung eingebunden werden.“ Business, IT und KI im Einklang Neben der finanziellen Ausstattung und der Fähigkeit, das Momentum für die KI-Transformation umzusetzen, gibt es noch eine weitere Hürde: das Alignment von Business und IT. Denn funktionierende KI-Anwendungsfälle sind auf ein harmonisches Zusammenspiel der Einheiten angewiesen. „Sowohl die notwendige Infrastruktur als auch die potenziellen Use Cases erfordern ein unternehmensweites Umdenken darüber, wie wir Daten vorhalten, Prozesse dokumentieren oder mit virtuellen Assistenzsystemen interagieren“, sagt KI-Experte Pillong von Lufthansa Industry Solutions. Die Anwendungsfälle selbst sollten daher immer in enger Zusammenarbeit zwischen IT und Fachbereich entstehen, um auch wirklich sinnvolle Lösungen zu schaffen. „So erarbeiten sich IT-Organisationen im Unternehmen einen größeren Stellenwert.“ Bis es so weit ist, müssen die Budgetanforderungen der KI mit der restlichen Nachfrage konkurrieren. „Wie Unternehmen hier die Trennung hinbekommen und ob es mittelfristig noch eine Trennung gibt, bleibt abzuwarten“, merkt UiPath-Manager Heinrichs an. Zumal jede KI auch Software ist und jeder Software-Service über kurz oder lang auch aus KI-Komponenten bestehen werde. Eine positive Überraschung sei jedenfalls, dass fast zwei Drittel der befragten Organisationen in der Studie mit ihren ersten KI-Initiativen grundsätzlich zufrieden sind. „Jedoch erwarten die meisten Firmen nun Ergebnisse, die den bisherigen Hype und die damit verbundenen Hoffnungen rechtfertigen.“ Die neue Studie “AI-ready Enterprise 2024” von CIO Research Services Research Services: Daniela Petrini Studiensteckbrief Herausgeber: CIO, CSO und COMPUTERWOCHE Studienpartner: NICE Systems GmbH; Lufthansa Industry Solutions GmbH & Co. KG; UiPath GmbH Grundgesamtheit: Oberste (IT-)Verantwortliche in Unternehmen der DACH-Region: Beteiligte an strategischen (IT-)Entscheidungsprozessen im C-Level-Bereich und in den Fachbereichen (LoBs); Entscheidungsbefugte sowie Experten und Expertinnen aus dem IT-Bereich Teilnehmergenerierung: Persönliche E-Mail-Einladung über die Entscheiderdatenbank von CIO, CSO und COMPUTERWOCHE sowie – zur Erfüllung von Quotenvorgaben – über externe Online-Access-Panels Gesamtstichprobe: 313 abgeschlossene und qualifizierte Interviews Untersuchungszeitraum: 12. bis 19. September 2024 Methode: Online-Umfrage (CAWI) Fragebogenentwicklung & Durchführung: Custom Research Team von CIO, CSO und Computerwoche in Abstimmung mit den Studienpartnern
KI vor dem Sprung auf das nächste Level KI hat viel versprochen. Doch um die Werte zu heben, die in der Technik stecken, braucht es noch einige Grundlagenarbeit. Shutterstock/HighDispersion Der KI-Einsatz in Organisationen befindet sich im deutschsprachigen Raum in einer entscheidenden Phase: Unternehmen muss es gelingen, vom Proof of Concept auf echte KI-Projekte umzusteigen, die den Wertbeitrag zeigen und so die Transformation verstetigen. Zwar naht das Tal der Tränen im Hype Cycle von Gartner, und auch die Wirtschaftskrise passt irgendwie nicht in den Zeitplan. Aber zumindest sind die grundsätzlichen Rahmenbedingungen intakt, wie eine aktuelle Befragung unterstreicht. Große Bedeutung, große Investitionen Laut der Studie „AI-ready Enterprise“ der COMPUTERWOCHE stehen die KI-Ampeln in vielen grundlegenden Fragen auf grün. So ist nur jede siebte befragte Person der Ansicht, dass KI kaum oder keine Relevanz für ihr Unternehmen hat. Das gleiche Bild bei der Frage in Bezug auf Investitionen: Hier räumen gerade einmal elf Prozent der KI eine niedrige bis keine Priorität ein. Mit der Folge, dass sich die Budgets für KI-Projekte durchaus sehen lassen können. Der COMPUTERWOCHE-Studie zufolge gehen fast 57 Prozent der befragten Unternehmen davon aus, dass ihre KI-Budgets im Jahr 2025 stark oder sehr stark steigen werden, also um mindestens fünf beziehungsweise zehn Prozent. Christian Heinrichs, Senior Director, Sales Engineering bei UiPath, bezeichnet es als wichtigste Erkenntnis der Untersuchung, dass „Unternehmen trotz wirtschaftlicher Herausforderungen weiterhin in KI investieren und sie als kritischen Bestandteil zukünftiger Geschäftsmodelle betrachten“. Der Anteil der Firmen, die mit sinkenden KI-Budgets rechnen, beträgt laut Studie nur knapp vier Prozent. 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/5LyDXcO77nKawkSI41MMIo?utm_source=oembed"> KI-Budgets wachsen – aber nicht in den Himmel Verglichen mit der Befragung aus dem Vorjahr, sind die Investitionsaussichten zwar leicht zurückgegangen – hier schlägt die schlechte Konjunktur zu Buche. „Erstaunlich ist jedoch, dass über zehn Prozent der Studienteilnehmer immer noch keine konkreten Budgets für KI-Projekte zugewiesen haben“, sagt Max Pillong, Business Director Artificial Intelligence & Data Analytics bei Lufthansa Industry Solutions. „Ohne die notwendigen Investitionen werden Unternehmen das Thema KI nicht durchdringen können – schließlich geht es nicht um die Einführung einer neuen Software, sondern um ein ganzheitliches Neudenken unserer Art und Weise zu arbeiten.“ Max Pillong, Business Director Artificial Intelligence & Data Analytics, Lufthansa Industry Solutions: „Unternehmen müssen erkennen, dass KI ein unverzichtbarer Teil unserer zukünftigen Arbeitsweise ist. Nicht zuletzt durch den bevorstehenden Generationswechsel in der Arbeitswelt werden neue Technologien immer wichtiger. Ein Unternehmen, das den Einsatz von generativer KI zur Unterstützung des Arbeitsalltags nicht ermöglicht oder gar verbietet, wird in Zukunft weder wettbewerbsfähig noch ein attraktiver Arbeitgeber sein. Dies lässt sich zwar schwer in eine konkrete Return-on-Investment-Rechnung übersetzen, sollte aber Signal genug sein, diese spannende Technologie trotzdem einzuführen.” Jörg Meisinger / Lufthansa Industry Solutions GmbH & Co. KG Durchwachsener Reifegrad für KI Auch die grundsätzliche AI-Readiness von Unternehmen habe laut Pillong noch Luft nach oben, da hiesige Firmen selten als First Mover oder Early Adopter von KI-Technologien unterwegs seien. „Die Gründe liegen meiner Meinung nach an einer gewissen Skepsis im Management, aber auch an regulatorischen Hürden bei der Einführung neuer Technologien.“ Er empfiehlt für den Weg zur AI-Readiness die Entwicklung von Commodity-AI-Tools, beispielsweise ein „EnterpriseGPT“ mit Zugriff auf interne Daten. Unternehmen können laut Pillong auf diese Weise „erste Erfahrungen mit dem Betrieb der Use Cases und der dafür notwendigen Infrastruktur sammeln, die Erwartungshaltung der Nutzer schärfen und die AI Literacy der Mitarbeitenden im praktischen Einsatz verbessern“. Generative KI einführen: Daran scheitern GenAI-Rollouts Vom Probieren zum Use Case Die COMPUTERWOCHE-Studie zeigt bezüglich der Selbstbewertung des Status quo von KI-Vorhaben ebenfalls ein durchmischtes Bild. Über den Daumen gepeilt, arbeitet eine Hälfte der Befragten noch an der KI-Awareness sowie an ersten Pilotprojekten. Die andere Hälfte verortet sich zu gleichen Teilen in der Scale-Up-Phase sowie im unternehmensweiten Roll-Out beziehungsweise produktiven Einsatz von KI-Modulen. Hier gilt das IT-Organisations-Paradigma: Größer ist tendenziell weiter. Christian Heinrichs, Senior Director, Sales Engineering, UiPath: „Die Regulierungsanforderungen für KI-Tools etwa in Bezug auf DORA, den AI Act oder den Datenschutz sollten weit oben auf der Anforderungsliste eines jeden Unternehmens stehen. Darüber hinaus sind auch die Interoperabilität und Integration von KI-Tools mit anderen Anwendungen eine Schlüsselanforderung, um den maximalen Nutzen zu erzielen. Eine Softwareplattform, die neben eigenen Agentic AI Tools auch Funktionalitäten, wie Prozessanalyse & -automatisierung, Ideen-Management, Communications Mining oder Intelligent Document Processing umfasst, sollte sich möglichst anbieteragnostisch mit Software anderer Anbieter verknüpfen lassen. So können Sparpotenziale und Umsatzsteigerungen realisiert werden, ohne die Governance zu vernachlässigen.” UiPath GmbH Strukturen und Fachwissen aufbauen UiPath-Manager Heinrichs sieht folglich noch Herausforderungen für die AI-Readiness. Zwar hätten einige Unternehmen bereits KI-Projekte initiiert und die Bedeutung für ihre Zukunft erkannt. „Allerdings gibt es noch große Lücken, insbesondere in Bezug auf Datenökosysteme, IT-Infrastruktur und notwendige Expertise.“ Der letzte Punkt – fehlendes KI-Fachwissen – kam auch in der Studie deutlich ans Licht, er gilt als einer der stärksten Bremsfaktoren. Neben Investitionen in Dateninfrastruktur und -management empfiehlt Heinrichs, die Strategie für KI und Prozessautomatisierung auf die Geschäftsziele auszurichten und KI-spezifisches Fachwissen aufzubauen – intern sowie über externe Partnerschaften. „Zudem müssen auch alle Mitarbeiter in die Ideenfindung und KI-Anwendung eingebunden werden.“ Business, IT und KI im Einklang Neben der finanziellen Ausstattung und der Fähigkeit, das Momentum für die KI-Transformation umzusetzen, gibt es noch eine weitere Hürde: das Alignment von Business und IT. Denn funktionierende KI-Anwendungsfälle sind auf ein harmonisches Zusammenspiel der Einheiten angewiesen. „Sowohl die notwendige Infrastruktur als auch die potenziellen Use Cases erfordern ein unternehmensweites Umdenken darüber, wie wir Daten vorhalten, Prozesse dokumentieren oder mit virtuellen Assistenzsystemen interagieren“, sagt KI-Experte Pillong von Lufthansa Industry Solutions. Die Anwendungsfälle selbst sollten daher immer in enger Zusammenarbeit zwischen IT und Fachbereich entstehen, um auch wirklich sinnvolle Lösungen zu schaffen. „So erarbeiten sich IT-Organisationen im Unternehmen einen größeren Stellenwert.“ Bis es so weit ist, müssen die Budgetanforderungen der KI mit der restlichen Nachfrage konkurrieren. „Wie Unternehmen hier die Trennung hinbekommen und ob es mittelfristig noch eine Trennung gibt, bleibt abzuwarten“, merkt UiPath-Manager Heinrichs an. Zumal jede KI auch Software ist und jeder Software-Service über kurz oder lang auch aus KI-Komponenten bestehen werde. Eine positive Überraschung sei jedenfalls, dass fast zwei Drittel der befragten Organisationen in der Studie mit ihren ersten KI-Initiativen grundsätzlich zufrieden sind. „Jedoch erwarten die meisten Firmen nun Ergebnisse, die den bisherigen Hype und die damit verbundenen Hoffnungen rechtfertigen.“ Die neue Studie “AI-ready Enterprise 2024” von CIO Research Services Research Services: Daniela Petrini Studiensteckbrief Herausgeber: CIO, CSO und COMPUTERWOCHE Studienpartner: NICE Systems GmbH; Lufthansa Industry Solutions GmbH & Co. KG; UiPath GmbH Grundgesamtheit: Oberste (IT-)Verantwortliche in Unternehmen der DACH-Region: Beteiligte an strategischen (IT-)Entscheidungsprozessen im C-Level-Bereich und in den Fachbereichen (LoBs); Entscheidungsbefugte sowie Experten und Expertinnen aus dem IT-Bereich Teilnehmergenerierung: Persönliche E-Mail-Einladung über die Entscheiderdatenbank von CIO, CSO und COMPUTERWOCHE sowie – zur Erfüllung von Quotenvorgaben – über externe Online-Access-Panels Gesamtstichprobe: 313 abgeschlossene und qualifizierte Interviews Untersuchungszeitraum: 12. bis 19. September 2024 Methode: Online-Umfrage (CAWI) Fragebogenentwicklung & Durchführung: Custom Research Team von CIO, CSO und Computerwoche in Abstimmung mit den Studienpartnern