Kommentar von Erik Mathiesen-Dreyfus, Frisbii Die KI-Falle vermeiden

Anbieter zum Thema

Fsas Technologies GmbH

Board Deutschland GmbH

INFOMOTION GmbH

Viele Unternehmen investieren derzeit in Künstliche Intelligenz. Doch wer dabei ohne klare Strategie vorgeht, riskiert teure Fehlschläge und verspielt schnell Vertrauen. Gefragt ist eine kritischere Herangehensweise.

Kaum eine Technologie verbreitet sich derzeit so schnell wie Künstliche Intelligenz (KI). Laut dem State of AI Report von McKinsey nutzen 88 Prozent der Unternehmen weltweit KI bereits in mindestens einem Geschäftsbereich. Doch trotz des Hypes scheitern Schätzungen zufolge über 80 Prozent der Projekte – doppelt so viele wie klassische IT-Vorhaben. Der Grund: Viele Unternehmen lassen sich vom technologischen Potenzial blenden, statt sich auf das Problem zu konzentrieren, das sie lösen wollen.

KI ist weder eine Strategie noch ein Ziel. Sie ist ein Mittel zum Zweck. Viel zu häufig wird sie für nebensächliche Funktionen eingesetzt, anstatt echte geschäftliche Herausforderungen zu lösen. Oft geht es eher darum, Innovationsbereitschaft gegenüber Kunden oder Investoren zu demonstrieren, anstatt tatsächlichen Mehrwert zu schaffen. Wenn ein Unternehmen beschließt, KI zu nutzen, ohne zuvor ein klar umrissenes, relevantes Geschäftsproblem zu definieren, ist die Wahrscheinlichkeit gering, dass sich diese Investition positiv auf das Geschäftsergebnis auswirkt.

Kommentar von Ali Pourshahid, Solace

Bei Agentic AI nicht die Fehler der frühen Microservices wiederholen

Außerdem entsteht eine neue Art von Risiko: AI-Washing. In den USA klagen Investoren inzwischen gegen Unternehmen, die ihre KI-Fähigkeiten übertrieben dargestellt haben sollen, um den Aktienkurs zu steigern. Das zeigt eine aktuelle Analyse der Beratung Cornerstone Research. Dieses Risiko sollten auch deutsche und europäische Unternehmen ernst nehmen und den Umgang mit Technologie deutlich kritischer hinterfragen.

Weniger ist mehr: Frugale KI als Erfolgsprinzip

Unternehmen sollten KI im Prinzip zunächst nur dort bewusst einsetzen, wo sie echten Mehrwert schafft. Diesen Gedanken verfolgt auch das Konzept der frugalen Künstlichen Intelligenz, also der ressourceneffizienten KI. Hier geht es darum, die Technologie gezielter und wirkungsvoller einzusetzen. Das bedeutet auch, nur so viele Daten zu verarbeiten, wie nötig sind, um eine konkrete geschäftliche Herausforderung zu lösen.

Zielgerichtete Datenpipelines stellen sicher, dass nur die wirklich relevanten Daten erfasst und verarbeitet werden – in der Qualität, Tiefe und Frequenz, die der jeweilige Use Case erfordert. Anstatt eine generische oder übermäßig komplexe KI-Funktion zu entwickeln, die riesige Datenmengen und teure Infrastruktur trotz ungewissem Nutzen erfordert, wird KI gezielt dort eingebettet, wo sie messbare Effekte auf das Kerngeschäft hat.

Kommentar von Daniel Just, DXC Technology

KI-Transformation – Unternehmen müssen dringend aus ihren Pilotphasen raus

Die erfolgreichsten KI-Projekte entstehen dabei selten in der Chefetage, sondern entwickeln sich von unten nach oben: Mitarbeiter kennen die täglichen Engpässe und Ineffizienzen am besten und wissen, wo Optimierung wirklich nötig ist. Daher empfiehlt sich ein Bottom-up-Ansatz. Viele Proof-of-Concepts scheitern genau daran, dass sie ohne klar definierten Use Case oder belastbare Datenbasis entwickelt werden. Eine nachhaltige KI-Strategie beginnt damit, dass Unternehmen zunächst einen konkreten Anwendungsfall identifizieren und die verfügbaren Daten bewerten. Erst dann geht es darum, eine gezielte KI-Lösung zu entwickeln.

Ein Beispiel wäre die Analyse des Kundenverhaltens, um Maßnahmen zur Kundenbindung zu automatisieren. Wenn Unternehmen spezifische Geschäftsprobleme mit ihren Daten verknüpfen, wird deutlich klarer, wie KI die Leistung verbessern kann. Vor allem wird dabei deutlich, wie sich die Wirkung von KI messen lässt. Das kann etwa über Kennzahlen wie Konversionsraten, Abwanderungsquoten, Fehlerraten oder den Umsatz geschehen – idealerweise gestützt durch Pilotprojekte und klare KPIs.

Studie von SAS und IDC

Unternehmen vertrauen GenAI blind – trotz fehlender Sicherheit

Ganzheitlich denken: Modelle mit Mehrwert

Darüber hinaus darf nicht vergessen werden: KI ist de facto eine ressourcenintensive Technologie. Nicht nur in Bezug auf Daten und Energieverbrauch, sondern auch hinsichtlich Fachwissen, Zeit und finanzieller Mittel. Laut Gartner vergehen im Durchschnitt acht Monate vom Prototyp bis zum produktiven Einsatz und nur 48 Prozent aller KI-Projekte schaffen überhaupt diesen Schritt.

Viele Unternehmen unterschätzen den tatsächlichen Aufwand für Training und Implementierung eines KI-Modells – oft aufgrund mangelnder Datenqualität, unzureichender Risikoabwägung, hoher Kosten oder, wie bereits erwähnt, eines fehlenden klaren Geschäftsziels. Deshalb ist es entscheidend, alle Faktoren sorgfältig zu berücksichtigen, bevor der tatsächliche Aufwand bewertet wird.

KI macht dich nicht zum Superhelden

Ein kritischer Blick auf den LLM-Hype

Die effizientesten KI-Lösungen sind häufig unsichtbar: Sie laufen unauffällig im Hintergrund, analysieren, prognostizieren und optimieren bestehende Prozesse. Sie unterstützen so operative Ziele, ohne selbst zum Selbstzweck zu werden. Erreicht wird dies meist durch schlanke Algorithmen und passende Hardware, die gezielt auf den jeweiligen Einsatzzweck abgestimmt sind.

Während viele Unternehmen dabei auf zahlreiche, eng definierte KI-Modelle setzen, kann beispielsweise der Ansatz eines sogenannten Foundational Customer Models eine besonders ressourceneffiziente Wahl sein. Hierbei wird nicht für jeden Zweck ein eigenes Modell trainiert, sondern ein einziges skalierbares System geschaffen, das Kundenverhalten ganzheitlich abbildet.

Ein solches Modell lernt nicht nur aus Transaktionen, sondern aus den zugrunde liegenden Mustern des Kundenverhaltens. Dazu zählt, wie Kunden abonnieren, upgraden, kündigen oder auf Anreize reagieren. Entscheidend ist dabei, nicht noch mehr Daten zu sammeln, sondern die vorhandenen gezielt zu strukturieren und nutzbar zu machen.

Mehr Verantwortung durch bewusste Entscheidungen

Doch Effizienz allein reicht nicht aus. Es geht bei KI nicht nur um Automatisierung, sondern ebenso um die bewusste Gestaltung von Entscheidungsprozessen, also wie Entscheidungen getroffen, begründet und überprüft werden, wenn KI involviert ist. Die zentrale Frage lautet dann nicht, was automatisiert werden kann, sondern was überhaupt automatisiert werden sollte und wie.

KI bringt eine Reihe neuer Verwundbarkeiten für Unternehmen mit sich, etwa wenn Systeme ihre Entscheidungen nicht nachvollziehbar erklären können, wenn sie auf verzerrten oder unvollständigen Daten basieren oder wenn geeignete Kontrollmechanismen fehlen. Das Risiko besteht darin, dass KI-Systeme unerwünschte Verzerrungen verstärken oder nach falschen Kennzahlen optimieren und beispielsweise kurzfristige Umsätze über langfristiges Vertrauen stellen. Die Folge können Imageschäden und der Verlust von Kunden sein.

Forrester-Prognose für 2026

„Jede Blase platzt irgendwann“ – Forrester erwartet Kurswechsel

Darum sollte KI die menschliche Entscheidungsfindung nie vollständig ersetzen, insbesondere in Bereichen, in denen Urteilsvermögen, Empathie oder ethische Abwägungen entscheidend sind. Dazu zählen Kundeninteraktionen, Zahlungsprozesse oder die Betrugserkennung. Klare Governance-Strukturen und Feedback-Mechanismen sind unverzichtbar, denn selbst die bestgetesteten Modelle sind nur so gut wie der Kontext, in dem sie eingesetzt werden. Solche Vorkehrungen sorgen dafür, dass KI-Systeme nachvollziehbar, prüfbar und ethisch vertretbar bleiben. Das ist eine Grundvoraussetzung, wenn Unternehmen das Vertrauen von Kunden, Partnern und Regulatoren sichern wollen.

KI mit Bedacht einsetzen

KI wird die Wirtschaft zweifellos weiter verändern. Doch nachhaltiger Erfolg entsteht nicht durch Größe oder Geschwindigkeit, sondern durch Fokus und Verantwortungsbewusstsein. Unternehmen, die Künstliche Intelligenz als gezieltes Werkzeug begreifen und nicht als Selbstzweck, schaffen nicht nur Effizienz, sondern langfristiges Vertrauen und Wertschöpfung. Kurz gesagt: Künstliche Intelligenz bietet enormes Potenzial, wenn wir innehalten, nachdenken und sie mit Bedacht einsetzen.

(ID:50627709)