Trends News

istock.com/gorodenkoff

Nutzung von KI: Mehrheit der Firmen setzt weiter auf manuelle Datenprozesse    🎧

Das geht aus einer aktuellen Studie von Fivetran hervor. Das Fundament für KI in der Praxis sei dabei längst gelegt. Die Mehrheit der Unternehmen sammelt und nutzt demnach die meisten, wenn nicht sogar alle Daten aus ihren operativen Systemen (92 Prozent) und verwende sie für Machine Learning (ML) -Modelle (93 Prozent). Die vorhandene technische Infrastruktur täusche jedoch nicht darüber hinweg, dass 58 Prozent sich noch im Anfangsstadium befänden bzw. KI im moderaten Umfang einsetzten. Nur 14 Prozent vertrauen laut Studie bei der Entscheidungsfindung auf KI-gestützte Prozesse. Zudem setzten 90 Prozent der Unternehmen weiter auf manuelle Datenprozesse statt auf die Automatisierung mittels ML und KI, hieß es.  

Deutschland zeige sich in Sachen KI besonders ambivalent. Im internationalen Vergleich sähen sich die befragten deutschen Unternehmen am wenigsten als KI-Neulinge (7 Prozent). Gleichzeitig sammeln und fließen den Angaben zufolge lediglich bei rund einem Fünftel (21 Prozent) der deutschen Firmen alle operationalen Daten in KI und ML-Projekte. Selbst interne Data Scientists griffen in der Regel nicht ganzheitlich auf die Daten zu (16 Prozent). Damit liege die Bundesrepublik deutlich hinter den USA, Großbritannien und Irland.

Laut Studie entfallen im Durchschnitt bereits heute 8 Prozent des Unternehmensumsatzes auf KI-Projekte. Mehr als zwei Fünftel der befragten Unternehmen (41 Prozent) sähen jedoch noch Verbesserungspotential bei der Implementierung von KI und richteten ihre IT-Budget entsprechend neu aus. So sollten in den nächsten drei bis fünf Jahren die KI-Investitionen auf 13 Prozent steigen. Die Investitionsvorhaben in Deutschland konzentrieren sich dabei demnach vor allem auf den Einsatz neuer Technologien für Datenintegration, Sicherheit und Data Governance (73 Prozent), KI/ML (60 Prozent) und den Aufbau von KI-Fachkräften und Data Scientists (58 Prozent).  

Datenintegration gehört zu den größten Herausforderungen
Zu den größten Herausforderungen beim Einsatz von KI zähle die Datenintegration. 71 Prozent der Unternehmen könnten nur teilweise auf relevante Daten für KI-Systeme, Workloads und ML-Modelle zugreifen. 73 Prozent kämpften mit dem ETL-Prozess (Extract, Transform, Load) und seien zudem nur bedingt in der Lage, die aus Daten gewonnenen Erkenntnisse in Handlungsempfehlungen zu überführen. Die auf halber Strecke liegengebliebenen KI-Initiativen wirkten sich auch finanziell auf den Unternehmenserfolg aus. So schätzten die Befragten, dass durch unausgereifte ML-Modelle, die auf unsauberen oder fehlerhaften Daten basierten, durchschnittlich 5 Prozent des weltweiten Jahresumsatzes verloren gingen.  

Noch viel Spielraum nach oben bestehe bei der Einhaltung der Data-Governance (90 Prozent). Deutsche Unternehmen scheinen sich der Analyse zufolge aber im weltweiten Vergleich etwas besser an die gesetzlichen Anforderungen im Umgang mit Daten angepasst zu haben. Hier sähen immerhin 18 Prozent wenig bzw. gar keinen Bedarf für Verbesserungen. Trotz ihrer entscheidenden Rolle bei der Umsetzung von KI-Projekten könnten 87 Prozent der Firmen das Potential ihrer Data Scientists und Data Engineers nicht in vollem Umfang einsetzen. Den Großteil ihrer Arbeit verbrächten die Datenexperten notgedrungen mit der Aufbereitung der Daten (70 Prozent). Für das Erstellen von ML-Modellen bleibe da kaum noch Zeit, hieß es.

„Unternehmen haben enormen Nachholbedarf bei der Übertragung und dem Zugriff von Daten. Ein erfolgreiches KI-Programm braucht jedoch ein solides Datenfundament und das beginnt in der Regel mit einem Cloud Data Warehouse oder einem Data Lake“, erklärte George Fraser, CEO von Fivetran. „Data Analytic-Teams, die hier auf einen modernen Data Stack setzen, können ihre Daten in vollem Umfang ausschöpfen und einen echten ROI in Sachen KI und Data Science realisieren.“ (ud)

+++
Melden Sie sich bei Interesse zu unserem Web-Seminar „KI-gestützte Prognosemodelle zur Ermittlung von Kreditausfallwahrscheinlichkeit in Kreditinstituten“ an.

 

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge