Eine aktuelle Umfrage von Fivetran zeigt: Trotz hoher Investitionen und ambitionierter Strategien bleiben viele KI-Projekte erfolglos – vor allem wegen mangelhafter Data Readiness. Die Auswirkungen reichen von Umsatzeinbußen bis zu Innovationsstillstand.
Foto: ittbusiness.at / Datenbasis: Fivetran
Die Integration von Künstlicher Intelligenz in Unternehmensprozesse gilt als Schlüssel für Effizienz und Wettbewerbsvorteile. Doch der Weg zur erfolgreichen KI-Nutzung ist oft von technischen Hürden geprägt. Laut einer aktuellen, weltweit durchgeführten Studie des Datenbewegungsspezialisten Fivetran, scheitert fast jedes zweite KI-Projekt an Problemen mit der Datenbereitstellung. Die Ursachen liegen vor allem in nicht zentralisierten Daten, hohem Ressourcenaufwand für Datenpipelines und mangelndem Echtzeitzugriff.
Laut der Umfrage berichten 42 Prozent der befragten Unternehmen, dass mehr als die Hälfte ihrer KI-Projekte verzögert, unzureichend oder komplett gescheitert ist. Der Hauptgrund: Probleme bei der Bereitstellung und Organisation der nötigen Daten. Besonders betroffen sind Unternehmen, die ihre Daten nicht vollständig zentralisiert haben – 68 Prozent dieser Unternehmen verzeichneten dadurch direkte Umsatzeinbußen.
Auch wenn 57 Prozent der Befragten ihre Datenzentralisierungsstrategie als effektiv einschätzen, zeigt die Realität, dass technische Ressourcen durch die Komplexität der Datenbereitstellung übermäßig gebunden werden.
Ein weiteres zentrales Ergebnis der Studie ist der hohe personelle Aufwand für das Datenmanagement: 67 Prozent der Unternehmen mit zentralem Datenmanagement setzen mehr als 80 Prozent ihrer technischen Ressourcen für die Pflege von Datenpipelines ein. Dies reduziert die Kapazitäten für Innovation und strategische Weiterentwicklung.
Die Befragten identifizieren außerdem Compliance-Anforderungen (59 Prozent) und fehlenden Echtzeitzugriff auf Daten (41 Prozent) als zentrale Herausforderungen. Zudem geben 29 Prozent an, dass Datensilos den Erfolg von KI-Projekten behindern.
Die Studie zeigt auch deutliche Unterschiede zwischen Branchen und Regionen. Der asiatisch-pazifische Raum liegt mit einem KI-Readiness-Wert von 8,8 an der Spitze, gefolgt von den USA (8,2) und EMEA (8,0). Das Vereinigte Königreich schneidet mit 6,0 Punkten deutlich schlechter ab – hier fehlen effektive Integrationsstrategien.
Branchen wie das Gesundheitswesen und der Einzelhandel weisen laut Umfrage höhere Automatisierungs- und Integrationsgrade auf und sind entsprechend weiter in der KI-Nutzung. Dagegen haben insbesondere das Finanzwesen und die Fertigungsindustrie mit veralteten Systemen und Integrationsbarrieren zu kämpfen.
