Alteryx-Studie: Datensilos und -qualität als Hindernisse Unternehmen können GenAI-Potenzial noch nicht ausschöpfen

Von Martin Hensel 2 min Lesedauer

Anbieter zum Thema

Wie eine aktuelle Studie von Alteryx zeigt, stellen Datensilos und mangelnde Datenqualität große Herausforderungen bei der Vorbereitung von Data Stacks auf den Einsatz generativer KI dar. Diese Problematik ist zwar überwindbar, bremst Unternehmen aber beim Ausschöpfen des GenAI-Potenzials aus.

Unzureichend vorbereitete Data Stacks erschweren den optimalen Einsatz generativer KI, wie eine aktuelle Studie von Alteryx zeigt.(Bild:  frei lizenziert /  Pixabay)
Unzureichend vorbereitete Data Stacks erschweren den optimalen Einsatz generativer KI, wie eine aktuelle Studie von Alteryx zeigt.
(Bild: frei lizenziert / Pixabay)

Die Studie „Data Stack Evolution: Legacy Challenges and AI Opportunities“ zeigt, dass Unternehmen aufgrund ihrer Datenbasis noch nicht das volle Potenzial generativer KI ausschöpfen können. Für die Erhebung wurden 3.100 IT-Führungskräfte weltweit befragt. Wichtigste Erkenntnis: Die erfolgreiche Einführung von GenAI stößt an ihre Grenzen, wenn es um Data Stacks, die IT-Strategie und die Unternehmenskultur geht.

Unzureichende Data Stacks erschweren GenAI-Einführung

Zudem zeigt die Studie eine Diskrepanz zwischen dem Vertrauen der IT-Führungskräfte in ihre Daten und dem tatsächlichen Zustand der Data Stacks auf. Über die Hälfte (54 Prozent) der Befragten stufen ihre Datenreife als „gut“ oder „fortgeschritten“ ein. Gut drei Viertel (76 Prozent) vertrauen ihren Daten, während andere auf Datenverzerrungen (22 Prozent) oder unzureichende Datenqualität (20 Prozent) hinweisen.

Diese Probleme deuten darauf hin, dass die Grundlagen der aktuellen Data Stacks nicht für eine erfolgreiche GenAI-Einführung ausreichen. Nur zehn Prozent der IT-Führungskräfte gaben an, über moderne Data Stacks zu verfügen. Die Studie führt das auf die wesentlichen Faktoren zurück, die für die Struktur von Data Stacks ausschlaggebend sind: IT-Infrastruktur, Datenquellen und technisches Fachwissen gelten als wichtigste Punkten, während die Geschäftsergebnisse erst an fünfter Stelle folgen.

Mangelnde Flexibilität, problematische Datenkultur

Die befragten Unternehmen streben aber durchaus Verbesserungen an: Knapp die Hälfte (47 Prozent) arbeitet aktiv an der Modernisierung ihrer Systeme, wobei eine verbesserte Datenqualität (23 Prozent) als das wichtigste Ergebnis von Investitionen in neue Technologien genannt wird. Unflexible Vorgehensweisen behindern aber Innovationen. So haben über die Hälfte (54 Prozent) keinerlei finanziellen Spielraum, falls nach der Budgetierung neue Prioritäten, Projekte oder wichtige Ausgaben entstehen.

Innovation werden zudem durch die gegenwärtige Datenkultur behindert. 41 Prozent der Führungskräfte gab an, über keine zentrale Daten- oder Analysefunktion zu verfügen, die Daten als geteilte Ressource für das ganze Unternehmen zugänglich macht. Stattdessen berichten 48 Prozent von Datensilos, die in den einzelnen Abteilungen liegen. Zudem besteht kein Konsens über die Rolle des Dateneigentümers: Genannt wurden unter anderem der Chief Data Officer (22 Prozent), der Vorstand (11 Prozent) und leitende Angestellte (8 Prozent). Dies sei laut der Studie bedenklich, Datenzugriff und -verwaltung Voraussetzungen für die erfolgreiche Implementierung von generativer KI sind.

(ID:50004047)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung