Generative künstliche Intelligenz (KI) bietet Unternehmen die Chance, ihre Arbeitsabläufe zu beschleunigen, ihre Effizienz zu verbessern und ihre Wettbewerbsfähigkeit zu steigern. Allerdings scheitern Unternehmen häufig daran, KI-Anwendungen dauerhaft und gewinnbringend in ihre Geschäftsprozesse zu integrieren. Gerade deutsche Unternehmen haben diesbezüglich offenbar Nachholbedarf. Zu dieser Erkenntnis kommt die globale Studie „CDO Insights 2025“ von Informatica, einem Anbieter für Datenintegrationssoftware. Demnach hat bisher rund ein Drittel der deutschen Unternehmen künstliche Intelligenz in ihre Geschäftspraktiken integriert. Im internationalen Vergleich liegt Deutschland damit deutlich hinter Großbritannien (63 %), der Region Asien-Pazifik (51 %) und den USA (48 %) zurück.
Auch bei den Investitionen in generative KI zeigen sich deutsche Unternehmen im globalen Maßstab zurückhaltend. Während hierzulande 72 % der Unternehmen, die bereits KI-Anwendungen eingeführt haben oder einführen wollen, für 2025 von einer Steigerung ihrer Investitionen in künstliche Intelligenz ausgehen, liegen die Zahlen für die USA (90 %), die Region Asien-Pazifik (86 %) und Frankreich (80 %) höher. Auf der Agenda der Unternehmen in Deutschland steht vor allem die Schulung der Mitarbeiter hinsichtlich des Umgangs mit generativer KI weit oben.
Der Schritt von der Erprobung der KI-Anwendungen hin zur Praxis gestaltet sich schwierig. In Zahlen ausgedrückt: Bei knapp drei Viertel der Befragten konnte weniger als die Hälfte der KI-Pilotprojekte in die Produktivphase überführt werden. Als häufigster Grund für das Scheitern gilt die mangelnde Zuverlässigkeit der verfügbaren Datenbasis (94 %). Darüber hinaus stehen viele Daten-Herausforderungen im Zusammenhang mit den Themen Privatsphäre und Datenschutz (50 %), der ethischen Nutzung von KI (50 %) und der Datenqualität (41 %). Ebenso spielen mangelnde technische Reife und Interoperabilität (48 %) sowie Defizite bei der Qualität, Vollständigkeit und Einsatzbereitschaft der Daten (42 %) bei nicht erfolgreichen KI-Projekten eine Rolle.
Auf der Suche nach Wegen, wie Unternehmen eine hohe Datenqualität als Basis für KI-Anwendungen bereitstellen können, rückt das Datenmanagement zunehmend in den Fokus. Immer komplexere Systemlandschaften bedeuten eine erhebliche Herausforderung für die Etablierung eines funktionierenden Datenmanagements. Immerhin 66 % der Datenverantwortlichen in den deutschen Unternehmen erwarten für 2025 höhere Investitionen in das Datenmanagement als im Vorjahr. Das ist ein deutlich geringerer Anteil als in den USA (93 %) und im asiatisch-pazifischen Raum (86 %). Darüber hinaus sehen die Unternehmen Investitionsbedarf unter anderem bei der Datenkompetenz (56 %) sowie mit Blick auf die Verbesserung von Datenschutz und Sicherheit (37 %) und die Erfüllung von rechtlichen Anforderungen (30 %).
Den konkreten geschäftlichen Mehrwert ihrer KI-Initiativen aufzuzeigen, betrachten 96 % der Befragten als Herausforderung. Als Gründe gelten Einschränkungen in Bezug auf Cyber-Sicherheit und Datenschutz (56 %), mangelndes Vertrauen in die Datenqualität (48 %), fehlende Kennzahlen im Pilotprojekt (37 %) und die Zuverlässigkeit der Ergebnisse (35 %). 82 % der Studienteilnehmer beklagen realitätsferne Erwartungen im eigenen Unternehmen, wenn es um den Return-on-Investment (ROI) von Projekten mit generativer KI geht.
Das Potenzial von generativer KI zur Verbesserung der Zusammenarbeit, zur Steigerung der Effizienz oder zur Optimierung der Benutzererfahrung ist enorm. Damit dieses Potenzial jedoch ausgeschöpft werden kann, müssen bestimmte Voraussetzungen erfüllt sein. Hierzu zählt insbesondere ein funktionierendes Datenmanagement, das die Grundlage dafür bildet, dass die erforderlichen Daten harmonisiert und in hoher Qualität zur Verfügung stehen.
Nur mit hochwertigen Daten lassen sich KI-Anwendungen sinnvoll in die Geschäftsprozesse integrieren und bieten Unternehmen Wettbewerbsvorteile. In diesem Zusammenhang stellt die kürzlich gelaunchte SAP Business Data Cloud einen vielversprechenden Lösungsweg dar. Die Datenplattform schafft eine einheitliche semantische Ebene für Daten aus SAP-Systemen und von Drittanbietern und bereitet die Daten für die KI-Nutzung auf, sodass Unternehmen bessere Erkenntnisse aus ihren Datenbeständen gewinnen können.