AI Readiness: Sind Unternehmen überhaupt bereit für Künstliche Intelligenz?

Es gilt als gesetzt, dass KI in wesentliche Bereiche von Unternehmen zunehmend Einzug hält. Aber was heißt es für IT und Business Software eigentlich gewappnet zu sein? Bereit für KI?

KI kommt in die Unternehmen. Und zwar schnell. Darüber sind sich Fachleute sehr einig. Doch wie genau geht das eigentlich vor sich? Auf was sollten Unternehmen achten, wenn sie KI integrieren? Und wo steht die deutsche Unternehmenslandschaft in Bezug auf Künstliche Intelligenz? Dazu gibt eine Cisco-Studie interessante Auskünfte in bemerkenswerten Zahlen:

Nur 7% der deutschen Unternehmen sind auf die Integration von KI vorbereitet. Weltweit sind es 14% der Unternehmen. Das sind insgesamt schwache Werte. Wir von Zendigma vermuten, dass vor allem die Entwicklungsgeschwindigkeit von KI-Anwendungen die Unternehmensgeschwindigkeit schlicht um ein Vielfaches übertrifft. Während also KI-Unternehmen im Monatsrhythmus neue Entwicklungsstufen veröffentlichen, sind professionelle Anwender noch in der Warteschleife. Und das ist nicht unbedingt ein Fehler, wie einige andere Punkte zeigen.

37% der Unternehmen erarbeiten gerade eine KI-Strategie. KI kann sich innerhalb der Unternehmen in den verschiedensten Anwendungen zeigen. Es ist also absolut richtig, sich zunächst mit einer KI-Strategie zu beschäftigen, die auf die individuell wirksamsten Einsatzbereiche und ihre Umsetzungsrealität hinweist.

61% der Unternehmen glauben, dass sie maximal ein Jahr Zeit haben um KI-Anwendungen zu integrieren. Dies ist eine erstaunliche Situation. Künstliche Intelligenz übt aufgrund ihrer eigenen rasanten Entwicklung und Leistungsfähigkeit massiven Zeitdruck auf Unternehmen aus. Unternehmen glauben sogar, dass sie mit spürbaren Schwächen im Wettbewerb rechnen müssen, sollten sie die Entwicklung verschlafen.

In dieser Situation möchten wir 7 Dimensionen aufzeigen, die wir zur Vorbereitung der Nutzung von KI als wichtig erachten. Ja, auch wir sehen Zeitdruck für Unternehmen – aber wie sie es auch durch unsere Methode der Zendigma DigitalisierungsMap gewohnt sein dürfen, stellen wir die Passfähigkeit zur Unternehmensstrategie, die Integration der Mitarbeiter und selbstverständlich die Wirksamkeit in Prozessen vor den Zeitfaktor. Schauen wir uns also die Dimensionen an.

Dimension 1: Abgleich der Strategien

Gleich 3 Strategietypen müssen in den Abgleich:

Die Abstimmung einer Unternehmensstrategie mit einer KI-Strategie und einer IT-Strategie erfordert ein tiefes Verständnis der spezifischen Ziele und Funktionen jeder dieser Strategien und wie sie sich gegenseitig ergänzen können. Eine Unternehmensstrategie definiert die allgemeinen Geschäftsziele und -richtungen eines Unternehmens, darunter Marktpositionierung, Wachstumspläne und langfristige Vision. Sie bildet das Fundament, auf dem sowohl die KI- als auch die IT-Strategie aufbauen sollten.

Die KI-Strategie hingegen konzentriert sich spezifisch auf die Nutzung künstlicher Intelligenz zur Optimierung von Prozessen, zur Schaffung neuer Geschäftswerte und zur Verbesserung der Entscheidungsfindung. Sie muss eng an die übergeordneten Geschäftsziele und Marktgegebenheiten angepasst sein, um die Potenziale von KI effektiv auszuschöpfen.

Die IT-Strategie, die sich mit der allgemeinen Technologieinfrastruktur, Softwareentwicklung und Datensicherheit befasst, spielt eine unterstützende Rolle, indem sie die technologische Basis für die Implementierung von KI-Lösungen bietet. Der Schlüssel zur erfolgreichen Abstimmung dieser drei Strategien liegt darin, zu erkennen, dass die IT-Strategie die notwendige Infrastruktur und Tools bereitstellt, auf denen die KI-Strategie aufbaut, um die Unternehmensstrategie zu unterstützen und voranzutreiben.

Durch eine solche integrierte Herangehensweise können Unternehmen sicherstellen, dass ihre Investitionen in Technologie und KI direkt zur Erreichung ihrer langfristigen Geschäftsziele beitragen. Die Cisco-Studie gibt in Bezug auf KI an, dass 85% der Unternehmen die Wirksamkeit von KI messen können oder dies aktuell lernen.

Dimension 2: Check der Infrastruktur

In einer Zeit, in der künstliche Intelligenz (KI) immer mehr zum zentralen Bestandteil moderner Geschäftsstrategien wird, stehen Unternehmen vor der Herausforderung, ihre IT-Infrastrukturen entsprechend anzupassen und zu optimieren. Der Schlüssel zur effektiven Nutzung von KI liegt in einer robusten und flexiblen IT-Infrastruktur, die den spezifischen Anforderungen von KI-Workloads gerecht wird.

Aktuelle Erkenntnisse der Cisco-Studie zeigen, dass viele Netzwerke noch nicht bereit sind, die Belastungen durch KI-Workloads zu bewältigen. Etwa 95 Prozent der Unternehmen sind sich bewusst, dass KI die Arbeitsbelastung ihrer Infrastruktur erhöhen wird. Dennoch verfügen nur 17 Prozent von ihnen über flexible Netzwerke, die für solche Anforderungen geeignet sind. Dieses Defizit an adäquater Infrastruktur könnte die Implementierung und Effizienz von KI-Anwendungen erheblich beeinträchtigen.

Ein entscheidendes Hindernis ist die begrenzte oder fehlende Skalierbarkeit der bestehenden IT-Systeme. Etwa 23 Prozent der Unternehmen können aufgrund dieser Einschränkungen keine neuen KI-Prozesse mit ihrer aktuellen IT-Infrastruktur bewältigen. Diese Einschränkung ist bedenklich, da KI-Anwendungen oft eine hohe Rechenleistung und schnelle Datenverarbeitung erfordern.

Um den gestiegenen Leistungs- und Rechenanforderungen gerecht zu werden, ist eine signifikante Aufrüstung der Hardware, insbesondere der Grafikprozessoren (GPUs), erforderlich. Mehr als drei Viertel (76 Prozent) der Unternehmen benötigen zusätzliche GPUs in ihren Rechenzentren, um die fortschrittlichen Berechnungen und Datenanalysen, die für KI-Anwendungen notwendig sind, zu unterstützen. GPUs sind besonders gut für die parallele Verarbeitung großer Datenmengen geeignet, was sie zu einem wesentlichen Bestandteil für effiziente KI-Operationen macht.

Für Unternehmen bedeutet dies, dass Investitionen in die IT-Infrastruktur unumgänglich sind, um von den Vorteilen der KI vollumfänglich profitieren zu können. Neben der Hardware-Aufrüstung erfordert dies auch eine Überprüfung und möglicherweise Anpassung der Netzwerkarchitektur, um die Geschwindigkeit und den Datendurchsatz zu erhöhen. Außerdem ist es wichtig, die IT-Sicherheit zu stärken, um die erhöhten Risiken, die mit der Verarbeitung großer Datenmengen und komplexen Algorithmen einhergehen, zu managen.

Zusammenfassend lässt sich sagen, dass die Vorbereitung der IT-Infrastruktur auf KI keine optionale Maßnahme, sondern eine Notwendigkeit ist, um im Wettbewerb der Zukunft bestehen zu können. Unternehmen, die in der Lage sind, ihre Infrastruktur entsprechend zu modernisieren und anzupassen, werden von der Leistungsfähigkeit und den Möglichkeiten der KI am meisten profitieren.

Dimension 3: Die Daten-Situation

KI baut auf die Nutzung von Daten auf. Man sollte davon ausgehen, dass die Datenlage eines Unternehmens gut zugänglich ist – aus unserer Praxiserfahrung wissen wir aber – dem ist nicht so. Hintergrund ist, dass Daten in Silos gespeichert sind und daher sowohl der Zugang wie auch die nutzbare Qualität oder Datenintelligenz nicht zufriedenstellend ist. Experten gehen davon aus, dass dies bis über 80% der Daten betrifft. Diese Silos entstehen oft durch Abteilungsgrenzen, unterschiedliche IT-Systeme oder historisch gewachsene Datenhaltungspraktiken.