Unternehmens-KI hat Schwierigkeiten, Wert zu liefern, ohne eine angemessene Kontextschicht — Cloud und Unternehmenstechnologie

Trotz der weit verbreiteten Einführung erzielen weniger als ein Fünftel der Organisationen einen transformativen Mehrwert durch KI, da es an einem unternehmensweiten Kontext mangelt. Experten argumentieren, dass fortschrittliche Tools ohne eine architektonische Schicht, die Geschäftssysteme mit KI-Modellen verbindet, oft verwirrende oder falsche Ergebnisse liefern.

In modernen Unternehmen arbeiten zahlreiche KI-Plattformen, -systeme und -tools gleichzeitig nebeneinander, von Kundenplattformen und konversationellen Assistenten bis hin zur Workflow-Automatisierung. Obwohl diese einzelnen Komponenten anspruchsvoll und reaktionsschnell sind, erweist sich ihre kollektive Ausgabe oft als falsch, verwirrend oder losgelöst von der tatsächlichen geschäftlichen Realität. Diese Diskrepanz wird als ein Hauptgrund dafür identifiziert, warum viele Organisationen Schwierigkeiten haben, eine Rendite auf ihre KI-Investitionen zu erzielen.

Daten einer Umfrage von MIT Technology Review Insights unterstreichen diese Diskrepanz. Obwohl jede befragte Organisation KI in gewissem Umfang nutzt, berichten nur 16 %, dass sie einen transformativen Mehrwert aus ihren Implementierungen ziehen. Die Mehrheit der Befragten, die 40 % repräsentieren, beobachtet moderate Gewinne bei bestimmten Aufgaben oder Teams, während 21 % bedeutsame Fortschritte verzeichnen. Im Gegensatz dazu sehen 23 % der Organisationen minimale Renditen oder gar keine.

Aktuelle Nutzungsmuster deuten darauf hin, dass die meisten Unternehmen sich noch in der Pilotphase befinden oder KI primär als unterstützendes Werkzeug einsetzen. Laut der Umfrage pilotieren 38 % der Befragten KI-Anwendungsfälle, und 35 % nutzen Tools wie Co-Piloten oder Chat-Assistenten, um Mitarbeiter zu unterstützen. Nur 12 % haben KI-Agenten in der Produktion eingesetzt, und ein bloßes 3 % berichtet, dass sie KI einsetzen, um die meisten Arbeiten innerhalb wichtiger Prozesse zu erledigen.

Prukalpa Sankar, Mitbegründer von Atlan, betont die erhebliche Lücke zwischen den Fähigkeiten der Modelle und ihrem tatsächlichen Nutzen innerhalb von Organisationen. Er stellt fest, dass zwar eine allgemeine künstliche Intelligenz für reale Absichten existiert, diese in den meisten Unternehmensumgebungen jedoch weitgehend wirkungslos bleibt, da eine Kontextschicht fehlt. Diese Schicht dient als architektonische Infrastruktur zwischen Geschäftssystemen, wie z. B. Datensätzen, und KI-Plattformen. Ihre Funktion besteht darin, unternehmensbezogene Intelligenz in einen verwalteten, maschinennutzbaren Kontext zu übersetzen, wodurch Wissen kumuliert werden kann.

Sankar veranschaulicht die Notwendigkeit dieser Infrastruktur, indem er KI ohne eine Kontextschicht mit der Einstellung des intelligentesten Praktikanten der Welt vergleicht, dem man die Augen bindet und ihn sofort in eine Organisation stellt. Ohne das Verständnis der spezifischen geschäftlichen Umgebung können selbst fortschrittliche Modelle keine genauen oder nützlichen Aktionen liefern. Dieser Inhalt wurde von Insights, dem Bereich für maßgeschneiderte Inhalte von MIT Technology Review, in Zusammenarbeit mit Atlan erstellt.

Quellen: MIT Technology Review.