Laut einer aktuellen BARC-Studie setzt bereits knapp ein Drittel der Unternehmen KI-Agenten produktiv ein. Während Nordamerika mit höherer Reife und besserer Governance glänzt, zeigen sich in Europa deutliche Defizite – insbesondere bei Datenqualität, übergreifender Governance und Qualifikation der Mitarbeitenden.
Foto: BARC-Studie „Preparing and Delivering Data for AI“
Abbildung: Setzt Ihr Unternehmen KI-Agenten bereits ein oder plant deren Einsatz in den folgenden Bereichen des Datenmanagements?
Künstliche Intelligenz hat in den vergangenen Jahren massiv an Bedeutung gewonnen – nicht nur in der Theorie, sondern zunehmend auch in der praktischen Anwendung. Die aktuelle Studie Preparing and Delivering Data for AI des Analystenhauses BARC zeigt, dass Unternehmen weltweit verstärkt auf KI-Agenten setzen. Doch die Studie offenbart auch erhebliche Unterschiede zwischen den Regionen und deutliche Schwächen bei grundlegenden Erfolgsfaktoren wie Datenqualität und Governance.
Fast ein Drittel der befragten Unternehmen setzt KI-Agenten bereits produktiv ein. Ein weiteres Drittel plant die Implementierung in naher Zukunft. Der Reifegrad dieser Anwendungen variiert allerdings stark – insbesondere im Vergleich zwischen Europa und Nordamerika. Während in Nordamerika KI-Agenten bereits in fünfmal so vielen Unternehmen eingesetzt werden wie in Europa, zeigen europäische Unternehmen zögerliche Fortschritte.
Diese Diskrepanz spiegelt sich auch in den Ergebnissen wider: Die meisten Unternehmen, die ihre KI-Ziele übertreffen, stammen aus Nordamerika. Die dortige Reife zeigt sich unter anderem in der stärkeren Nutzung von Cloud- und Hybridplattformen für KI-Anwendungen.
Ein zentrales Ergebnis der Studie ist die unzureichende Priorisierung von Datenqualität und Modellgenauigkeit: Weniger als die Hälfte der befragten Unternehmen misst diesen Aspekten höchste Bedeutung bei – obwohl sie essenziell für zuverlässige KI-Ergebnisse sind. Auch bei der Governance zeigt sich Nachholbedarf: Nur 21 Prozent der Unternehmen verfügen über ein unternehmensweites KI-Programm, das rechtliche, Compliance- und Sicherheitsaspekte berücksichtigt. Dieser Wert ist gegenüber dem Vorjahr unverändert geblieben.
Die sogenannte „verantwortungsvolle KI“ – also der bewusste und regelkonforme Einsatz von KI-Technologien – wird zwar grundsätzlich bejaht, bleibt in der konkreten Umsetzung jedoch oft vage.
Die Studie macht deutlich, dass fehlende Fachkräfte nach wie vor zu den größten Herausforderungen im KI-Kontext zählen. Rund zwei Drittel der Unternehmen begegnen diesem Problem mit Weiterbildungsmaßnahmen, dem Aufbau interner Kompetenzzentren oder gezieltem Recruiting von KI-Spezialist:innen. Dennoch bleibt die Zusammenarbeit zwischen Mensch und KI ein vernachlässigtes Thema – obwohl gerade hier das Zusammenspiel von technologischem Fortschritt und menschlichem Know-how erfolgsentscheidend ist.
Die erfolgreichsten Unternehmen – die sogenannten „AI Leaders“ – investieren gezielt in Mitarbeiterkompetenz und stellen den Faktor Mensch stärker in den Mittelpunkt.
Die Studie zeigt einen klaren Zusammenhang zwischen Reifegrad und Geschäftserfolg im KI-Kontext. Unternehmen mit fortgeschrittener KI-Strategie und starker Governance – die AI Leaders – automatisieren ihre Prozesse umfassender, erreichen ihre Business-Ziele zuverlässiger und nutzen technologische Plattformen effizienter. Weniger entwickelte Unternehmen bleiben dagegen oft in der Tool-Beschaffung stecken und schaffen es nicht, strukturelle Voraussetzungen für nachhaltigen KI-Einsatz zu etablieren.
Der Abstand zwischen Vorreitern und Nachzüglern wächst – auch international. Die Studienautoren warnen: Wer heute nicht investiert, riskiert, den Anschluss an den technologischen Fortschritt zu verlieren.
Der produktive Einsatz von KI-Agenten nimmt weltweit zu, doch entscheidende Grundlagen wie Datenqualität, Governance und Qualifikation bleiben in vielen Unternehmen unzureichend berücksichtigt. Besonders Europa droht, im internationalen Vergleich zurückzufallen. Die BARC-Studie legt nahe: Ohne gezielte Investitionen in Strukturen, Standards und Kompetenzen wird der Weg zu nachhaltigem KI-Erfolg steinig.
