Künstliche Intelligenz ist derzeit ein Top-Thema in der IT-Industrie und in Unternehmensvorständen. Die technischen Möglichkeiten sind faszinierend, und viele Organisationen sehen erhebliches Potenzial, ihre Prozesse durch KI effizienter zu gestalten. Dies führt zu massiven Investitionen in KI-Projekte weltweit. Unternehmen budgetieren grosse Beträge für KI-Initiative, um nicht den Anschluss zu verpassen.

Das Marktforschungsunternehmen Gartner hat jedoch beobachtet, dass ein kritisches Problem entstanden ist: Die Kluft zwischen den ausgegebenen KI-Mitteln und dem tatsächlich erreichten Nutzen wächst. Mit anderen Worten, Unternehmen geben viel Geld aus, aber schaffen es nicht, die KI-Projekte effektiv zu skalieren und ihnen den erhofften Geschäftswert zu bringen.

Die Gründe sind vielfältig. Viele Organisationen haben Schwierigkeiten, geeignete Daten für KI-Projekte zu sammeln und zu bereiten. KI-Modelle sind nur so gut wie die Daten, auf denen sie trainiert werden. Darüber hinaus fehlt es oft an Fachkompetenz im Unternehmen. KI-Spezialisten sind knapp auf dem Markt, und nicht jede Organisation hat die Kapazität, solche Talente zu rekrutieren und zu halten.

Ein weiteres Problem liegt in der Governance und dem Change-Management. KI-Projekte erfordern oft organisatorische Veränderungen, neue Prozesse und Umschulung der Mitarbeiter. Wenn diese Aspekte nicht gut durchdacht werden, bleibt die KI eine Insel-Lösung, die nicht richtig in den Betrieb integriert wird.

Gartner empfiehlt Unternehmen, ihre KI-Projekte rigoros zu messen. Dies bedeutet, klare KPIs definieren zu müssen, wie beispielsweise Zeit-Einsparung, Fehlequote-Reduktion oder Umsatzsteigerung. Erfolgreiche Unternehmen messen ihre KI-Initiative kontinuierlich und passen Strategie an, wenn sich abzeichnet, dass ein Projekt nicht die erhofften Ergebnisse bringt.

Für KMUs ist diese Erkenntnis besonders wichtig. Mit begrenzten Ressourcen können sich Kleine und mittlere Unternehmen nicht leisten, Geld in KI-Projekte zu investieren, die keinen messbaren Nutzen bringen. Sie sollten KI-Initiativen sorgfältig evaluieren, Pilotprojekte durchführen und erst dann skalieren, wenn der Wert bewissen ist. Eine pragma pragmatische, messungsgetriebene Herangehensweise ist für KMUs der Schlüssel zum KI-Erfolg.