Generative KI: Und wie nutzen wir das Ding jetzt?

Die zugrundeliegende Studie hat die IT-Consulting-Firma SoftServe   im Auftrag des Beratungsunternehmens Forrester Consulting erstellt.

Obwohl der Enthusiasmus für Gen AI hinter den Erwartungen zurückbleibt, ist er ungebrochen. Das ergab eine globale Umfrage unter 777 IT-Entscheider, die sich mit dem Einsatz von Gen AI in ihrem Unternehmen befassen. Aus den Antworten geht hervor, dass Unternehmen zwar weiterhin in Gen AI investieren und neue Anwendungsfälle verfolgen, doch gleichzeitig hadern sie mit der internen Datengrundlage, Governance-Vorgaben sowie der Kompetenzentwicklung.

• Mehr als die Hälfte der IT-Entscheider gibt an, dass ihr Unternehmen Geschäftsziele für den Einsatz von Gen AI festgelegt hat, aber 79 Prozent sind besorgt über die Fähigkeit ihres Unternehmens, diese Ziele mit dem derzeitigen Niveau an internem oder externem Fachwissen umzusetzen.
  
• Obwohl 75 Prozent der Befragten Probleme mit der Nutzung von Gen AI haben, setzen die meisten Unternehmen weiterhin auf neue Anwendungsfälle.
  
• Nur 51 Prozent der Führungskräfte sind sehr zuversichtlich, dass ihre derzeitige Strategie es ihnen ermöglichen wird, den maximalen Nutzen von Gen AI aus zukünftigen Anwendungsfällen zu erzielen, während sich gleichzeitig 77 Prozent Sorgen über das Potenzial ihres Unternehmens machen, entweder kurz- oder langfristig einen Geschäftswert zu erzielen.
  
• Nur 42 Prozent der Unternehmen verfügen über die Fähigkeit, KI-Modelle zu trainieren, und erstaunliche 89 Prozent haben Schwierigkeiten, Geschäftsdaten für den Einsatz von KI aufzubereiten.
  Weniger als ein Viertel (24 Prozent) verfügt über Verwaltungspläne, obwohl 90 Prozent der Befragten der Meinung sind, dass ein Verwaltungsplan unerlässlich ist, um die verantwortungsvolle Nutzung und Risikominderung von Gen AI zu gewährleisten.

Die Befragten sind sich zwar einig, dass Daten für effektive Gen-AI-Strategien von entscheidender Bedeutung sind, aber nur 3 Prozent gaben an, dass die Modelle ihrer Unternehmen die gesamte Bandbreite von sechs oder mehr Arten von Geschäftsdaten (Betriebs-, Kunden-, Mitarbeiter-, Quellcode-, öffentliche und Partnerdaten) nutzen können. Der Durchschnitt der Befragten gab an, nur die Hälfte, also drei Datentypen zu verwenden. Darüber hinaus besteht nach wie vor eine Lücke bei den technischen Fähigkeiten. 88 Prozent der Befragten gaben an, dass tiefergehendes technisches Fachwissen für die Datenintegration, die Modelloptimierung, die Entwicklung von Anwendungsfällen und die weitere Anwendungsentwicklung immer wichtiger wird.

Entscheidende externe Expertise erforderlich

Trotz des Überangebots an Anwendungsfällen geben 80 Prozent der Entscheidungsträger an, dass ihre Mitarbeitenden derzeit mit dem Bewusstsein für Anwendungsfälle und dem allgemeinen Verständnis für die Komplexität von Gen AI zu kämpfen haben. 90 Prozent sagen, dass ihre Unternehmen einen Partner mit fortgeschritteneren technischen Fähigkeiten benötigen, um einen transformativen Nutzen in zukünftigen Anwendungsfällen zu sehen.

Laut der Studie suchen Unternehmen nach Partnern mit schnellerer Unterstützung bei der Implementierung (89 Prozent) und einem besseren Verständnis ihrer Branche (88 Prozent), um bei der Umsetzung und Implementierung zu helfen. Unternehmen, die einen erheblichen Nutzen aus der Gen AI ziehen, legen den Schwerpunkt auf Daten, Governance und Kompetenzentwicklung mit Hilfe von technischen Partnern und Experten legen. Von den vier untersuchten Ländern waren die USA führend bei der Erschließung des tatsächlichen Nutzens von Gen AI, gefolgt von Großbritannien, Singapur und Deutschland.

Unter den Branchen war der Einzelhandel am ehesten in der Lage, Gen AI effektiv zu nutzen und die Modelle seines Unternehmens auf eigenen Daten zu trainieren, während FSI (Finanzdienstleistungen und Versicherungen) angaben, eher auf Herausforderungen zu stoßen, bevor sie Gewinne aus Gen AI erzielen. FSI-Führungskräfte gaben auch an, weniger Verwaltungspläne zu veröffentlichen als der Einzelhandel und andere Sektoren. Unternehmen aus den Bereichen Gesundheitswesen, Biowissenschaften, Öl und Gas, Fertigung, ISVs und Unternehmenstechnologie zeigten eine gleichmäßige Verteilung bei der Erzielung von KI-Nutzen. Größere Unternehmen mit einem Umsatz von mehr als 5 Milliarden US-Dollar konnten seltener Erfolge im Bereich KI vorweisen, da sie Schwierigkeiten hatten, die erforderlichen Fähigkeiten für die umfangreichen Hardware-, Software- und Infrastrukturlandschaften zu organisieren.