Bessere Entscheidungen mit Künstlicher Intelligenz

Die Welt sah sich im Jahr 2020 mit der COVID-19-Pandemie, sozialen Unruhen, wirtschaftlichen Umwälzungen und großer Unsicherheit konfrontiert. Inmitten des Chaos haben Einzelpersonen und Unternehmen dringend etwas gesucht, das einen Einblick in eine unbekannte Zukunft liefert. Deshalb wird 2020 auch als Wendepunkt für künstliche Intelligenz (KI) in die Geschichte eingehen.

Die Studie

Anlass für Cognizant in Zusammenarbeit mit ESI ThoughtLab eine globale Studie durchzuführen. Dabei wurden 1.200 Unternehmen analysiert. Knapp zwei Drittel der Führungskräfte – unabhängig von der Branche oder der Region – schreiben KI eine entscheidende Bedeutung für die Zukunft ihrer Unternehmen zu. Hier die Studie im Überblick:

Alte Entscheidungssysteme reichen nicht mehr aus

Schon zu Beginn der Pandemie wurde den meisten Unternehmen schmerzhaft klar, dass sie nicht über die Daten verfügen, die sie angesichts des Chaos für intelligente Entscheidungen benötigen. Selbst jetzt sind ihre Daten nicht immer aktuell, genau oder relevant genug, um von Nutzen zu sein. Zudem ist die Interpretation oft schwierig. Ihre Prognosemodelle, die bislang „gut genug“ waren, sind von ihrem Ziel nun weit entfernt. Viele stellen fest, dass sie ihren alten Entscheidungssystemen nicht mehr vertrauen können.

Dieses Bild hat ein leeres Alt-Attribut. Der Dateiname ist Decision-making-intelligent.jpeg

Ausgaben für KI werden überproportional steigen

Daher ist es kein Wunder, dass Unternehmen wenig Interesse daran haben, zu den alten Arbeitsweisen zurückzukehren. In den nächsten drei Jahren erwarten verglichen zu heute doppelt so viele Unternehmen, dass sie sich im fortgeschrittenen Stadium der KI-Reife befinden. Die jährlichen Ausgaben werden sich von 4,6 % auf 8,3 % nahezu verdoppeln. Obwohl KI im Endeffekt einen bedeutenden ROI bietet, ist dieser mitunter schwer zu erreichen und kommt nicht über Nacht. Zwar verzeichnen derzeit mehr als die Hälfte der Unternehmen positive Erträge aus ihren KI-Investitionen, der durchschnittliche ROI liegt jedoch bei gerade einmal 1,3 %. Angesichts der potenziell hohen Vorleistungskosten für Datenmodernisierung, die Einführung von Technologien und Mitarbeiterentwicklung kann es im Durchschnitt 17 Monate dauern, bis eine Amortisation erzielt wird.

Dieses Bild hat ein leeres Alt-Attribut. Der Dateiname ist KI-Technologie.jpeg

Hier die wichtigsten Erkenntnisse in der Zusammenfassung:

Zunahme von KI-Reife

Die meisten Unternehmen befinden sich jedoch in einem frühen Stadium der Einführung von KI, wobei sich branchenübergreifend nur 29 % der Befragten in einer ausgereiften oder fortgeschrittenen Implementierungsstufe befinden. Die meisten KI-Projekte befinden sich in Pilot- oder frühen Bereitstellungsphasen, und selbst bei KI-Vorreitern laufen derzeit nur etwa ein Viertel ihrer KI-Projekte auf breiter Ebene.

Mehr Unternehmen werden KI-Einsatz vorantreiben

Dies soll sich in den nächsten drei Jahren jedoch drastisch ändern. In diesem Zeitraum wird sich der Prozentsatz der Unternehmen, die sich ihren Erwartungen nach in einer ausgereiften oder fortgeschrittenen Phase der KI-Einführung befinden, auf 63 % mehr als verdoppeln. In Branchen, die sich in den frühen Phasen ihrer KI-Einführung befinden – darunter Versicherungen und Vermögensverwaltung sowie Medien und Unterhaltung – wird sich diese Zahl vervierfachen.

Datenmodernisierung = KI-Reife

Aus der Studie geht hervor, dass es einen untrennbaren Zusammenhang zwischen KI-Reife und Datenmanagement (was die Autoren als „Datenmodernisierung“ bezeichnen) gibt: Neun von zehn KI-Vorreitern sagen, dass sie sich in der ausgereiften oder fortgeschrittenen Phase des Datenmanagements befinden, während sich keiner der KI-Einsteiger so einstuft. Gleichzeitig waren die Einführung einer geeigneten IT-Architektur und Datenmodernisierungsverfahren die wichtigsten Lektionen für Einsteiger (60 %). Mehr noch: Über die Hälfte der Unternehmen im Gesundheits-, im Bankwesen und im Automobilbau – also die Branchen mit dem höchsten Anteil an Vorreitern – haben bereits bedeutende Fortschritte in der Modernisierung ihrer Daten erzielt, und eine überwältigende Mehrheit erwartet diese bis 2023.Dieses Bild hat ein leeres Alt-Attribut. Der Dateiname ist Branchen.jpeg

Relevante Daten

Immer mehr Unternehmen stellen fest, dass die am leichtesten zugänglichen Datensätze nicht ausreichen, um die intelligentesten Entscheidungen zu treffen. Bis zum Jahr 2023 werden Unternehmen breitere und vielfältigere Datensätze für KI-gestützte Erkenntnisse nutzen. Heute sind IoT-, Kunden- und interne Informationen die wichtigsten Datentypen für die Einbindung in KI-Anwendungen. In vielen Fällen liegt dies einfach am enormen Volumen zugänglicher Daten, die durch Sensoren und Kundeninteraktionen generiert werden. Jedoch lassen sich die größten Erkenntnisse oftmals aus anderen Datenformen ziehen, vor allem, wenn derartige Daten kombiniert werden.

Kurzlebigkeit und andere Herausforderungen im Umgang mit Daten

Die Datenmodernisierung bringt Herausforderungen mit sich, von denen die meisten mit zunehmender Reife nicht nachlassen Das ergibt Sinn. Schließlich bedeutet eine fortgeschrittene KI-Reife auch eine umfassendere Skalierung von Pilotlösungen, eine stärkere Nutzung vielfältiger Datensätze und eine größere Verlagerung hin zur Datenmodernisierung (d. h. durch die Nutzung von Data Lakes und der Cloud), anstelle der einfachen Verwaltung von Daten (d. h. mit Datenbanken und -speicher).

Compliance wird schwieriger

Als Premiumkunde können Sie den gesamten Artikel/Zukunftsmonitor lesen > .

Noch kein Premiumkunde? > Dann bitte registrieren
Weitersagen:
Über den Autor

Bret Greenstein, Global Vice-President und Head of Digital Business KI & Analytics Practice, Cognizant, New York, USA (Studie in Zusammenarbeit mit ESI ThoughtLab, Philadelphia), ZM-Redaktion (Summary)