„AI and Analytics Report“: Fehlende KI-Investitionen gefährden die Zukunftsfähigkeit von Unternehmen

AutomationGenAIKI

„AI and Analytics Report“: Fehlende KI-Investitionen gefährden die Zukunftsfähigkeit von Unternehmen, Bild: Exasol„AI and Analytics Report“: Fehlende KI-Investitionen gefährden die Zukunftsfähigkeit von Unternehmen, Bild: Exasol
„AI and Analytics Report“: Fehlende KI-Investitionen gefährden die Zukunftsfähigkeit von Unternehmen, Bild: Exasol

Exasol Bericht zeigt: «Fast 3 von 4 Entscheidern halten KI für die wichtigste Technologie der nächsten zwei Jahre. Schlechte Datenqualität, komplexe Vorschriften und Integration behindern jedoch den Erfolg von KI-Initiativen.

Eines ist führenden Entscheidungsträgern längst klar: KI ist essenziell für die Zukunftsfähigkeit ihrer Unternehmen. Doch nach wie vor bremsen regulatorische und technologische Herausforderungen die Einführung und effiziente Nutzung, so der neueste Report von Exasol, dem Anbieter von Hochleistungs-Analysedatenbanken. Der heute veröffentlichte Bericht «AI and Analytics Report» von Exasol untersucht den aktuellen Stand der KI-Implementierung, die grössten Herausforderungen im Bereich der Datenanalyse und die Zukunft der Führungsebene angesichts des explosionsartigen Datenwachstums und der Einführung neuer Technologien.

Die wichtigsten Ergebnisse sind:

  • Fast alle Befragten (91 % global, 89 % in Deutschland) stimmen zu, dass KI eines der wichtigsten Themen für ihr Unternehmen in den nächsten zwei Jahren ist.
  • 72 % aller und 68 % der deutschen Umfrageteilnehmer glauben, dass ausbleibende Investitionen in KI die Zukunftsfähigkeit gefährdet.

Der Druck auf Seiten der Stakeholder ist ebenfalls ein Faktor für die verstärkte Einführung von KI: 51 % der Befragten in Deutschland gaben an, dass der Wunsch nach dem Einsatz der Technologie zunimmt – sowohl von Kunden als auch von Investoren.

Auf die Frage, warum KI eine so grosse Bedeutung für die Unternehmen hat, wurden am häufigsten die folgenden Gründe genannt:

  • Veränderung der Aufgaben und Zuständigkeiten der Mitarbeiter (56 %)
  • Erschliessung neuer Geschäftsfelder oder Einnahmequellen (53 %)
  • Steigerung der Wettbewerbsfähigkeit auf dem Markt (52 %)

Trotz der Einsicht, wie wichtig die Technologie für den künftigen Erfolg ist und wie sehr sie auf die Wertschöpfung einzahlen, gibt es nach wie Hindernisse für die nahtlose Umsetzung.

Global geben fast neun von zehn Befragten (88 %) an, dass die sich entwickelnden bürokratischen Anforderungen und Vorschriften für KI mehr Klarheit erfordern – in Deutschland beläuft sich dieser Wert auf 83 %. 65 % der deutschen Befragten sehen des Weiteren im Bereich KI Governance eine grosse Herausforderung für den Einsatz von KI und ML. Darüber hinaus behindert laut 56 % der deutschen Umfrageteilnehmer eine schlechte Datenqualität die breite Einführung von KI. Gleichzeitig ist Deutschland mit 13 TB Daten pro Jahr (US: 9 TB) Spitzenreiter beim Datenvolumen – an zu wenigen Daten dürfte es daher nicht scheitern. Als weitere Bremsklötze nannten 48 % der Befragten in Deutschland eine fehlende Implementierungsstrategie sowie Probleme bei der Integration in bestehende Systeme (46 %). Für Unternehmen heisst es jetzt zu handeln, um diese Hindernisse zu überwinden, da mehr als ein Drittel (43 %) der deutschen Umfrageteilnehmer plant, die KI-Infrastruktur in den nächsten Jahren zu erweitern.

Schlechte Performance trotz vorhandener Tools

Obwohl die meisten (96 %) der Befragten angeben, durchschnittlich drei BI-Tools in ihrem Unternehmen im Einsatz zu haben und Tools zur Beschleunigung von Datenauswertungen nutzen, berichten erstaunliche 69 % der BI-Anwender, dass sie weiterhin mit langsamen Abfragegeschwindigkeiten zu kämpfen haben. Weitere 79 % berichten, dass ihre Datenteams zu lange brauchen, um neue Geschäftsanalyseanforderungen zu implementieren, was bedeutet, dass Latenzzeiten weiterhin die Innovationsfähigkeit, Datenanalyseprojekte und das KI-Potenzial von Unternehmen behindern.

Wie KI die Teams und Managementrollen verändern wird

Hinsichtlich der Prognosen für den Geschäftsbetrieb gehen rund 90 % der Unternehmen in Deutschland davon aus, dass sie in den nächsten zwei Jahren ihre Investitionen in Personal und/ oder Budget erhöhen werden, um das erwartete Datenwachstum stemmen zu können. Gleichzeitig planen 56 % der deutschen Umfrageteilnehmer, mehr in die Weiterbildung ihrer bestehenden Teams zu investieren. Zu den Berufen, für die in diesem Zeitraum der grösste Zuwachs erwartet wird, gehören BI-/ Analytik-Entwickler (49 %) Datenarchitekten/ Modellierer (46 %) und Datenanalysten (45 %). Trotz des erwarteten Anstiegs der Mitarbeiterzahl befürchten 51 % der Befragten in Deutschland, dass generative KI ihre Rolle bedrohen könnte – auf der anderen Seite geben 86 % an, dass sie davon ausgehen, dass ihnen die neuen Technologien mehr Raum für strategische Aufgaben verschaffen werden.

Die Rolle des Chief Data Officer (CDO) wird sich als Reaktion auf die Integration von KI weiterentwickeln, einschliesslich Infrastrukturentwicklung, KI-gesteuerte Automatisierung und KI-gesteuerte Erkenntnisse. Tatsächlich glauben 56 % der deutschen Umfrageteilnehmer, dass die Herausforderungen im Bereich Datenintegration steigen werden, und 51 %, dass die Rolle des CDO enger mit anderen C-Suite-Mitgliedern zusammenarbeiten muss. 50 % der in Deutschland Befragten gehen zudem davon aus, dass die Position mit dem Chief AI Officer verschmelzen wird, während ethische und Compliance-Fragen weiterhin im Mittelpunkt stehen.

„KI ist für den Geschäftserfolg von entscheidender Bedeutung, aber sie ist nur so effektiv wie die Tools, die Technologie und die Mitarbeiter, die sie im Backend einsetzen. Unser Report beweist erneut, dass es eine erhebliche Lücke zwischen den aktuellen BI-Tools und ihrer Leistung gibt – mehr Tools bedeuten nicht unbedingt schnellere Leistung – ebenso wie mehr Daten nicht automatisch bessere Insights nach sich ziehen”, sagt Jörg Tewes, CEO von Exasol. „Da sich die Unternehmen auf mehr Komplexität vorbereiten und mit weniger mehr erreichen sollen, müssen sie den Data Analytics Stack evaluieren, um Produktivität, Geschwindigkeit und Flexibilität zu gewährleisten – und das alles zu einem vernünftigen Preis.”

Um diese Lücke für Unternehmen zu schliessen, hat Exasol seinen vielseitigen Query-Engine Exasol Espresso mit der Einführung von Espresso AI erweitert, einer neuen Suite integrierter KI-Funktionen und ML-Tools, die Kunden dabei unterstützen soll, Datenanalysen schneller, kosteneffizienter und flexibler durchzuführen.

„Die Ergebnisse zeigen deutlich, dass Latenz ein Innovationshemmnis darstellt. Vor unserer Erweiterung des Lizenzmodells und die damit einhergehende vollständige Datenvorhaltung im Arbeitsspeicher durch Nutzung der In-Memory Technologie hatte unser Data- Analytics-Team mit anhaltenden Latenzproblemen zu kämpfen“, so Stephan Lehmann, Leiter der Data Warehouse Entwicklungsabteilung bei MEDION. „Durch die Nutzung des Exasol Data Warehouse mit der In-Memory Technologie, konnten wir die Abfrageleistung um beeindruckende 70 % steigern und mehrere Stunden Datenverarbeitung über Nacht einsparen. Während wir uns auf die Zukunft der KI und ihre wachsende Bedeutung für den Geschäftserfolg vorbereiten, sind wir überzeugt, dass das leistungsstarke Datenanalyse-Fundament von Exasol entscheidend sein wird, um unsere Innovationsgeschwindigkeit zu erhöhen und unseren Wettbewerbsvorteil in dieser KI-geprägten Landschaft zu sichern.“

Für weitere Informationen laden Sie hier den vollständigen «2024 AI and BI Trends Report» herunter.

Zur Studie

In Zusammenarbeit mit Vanson Bourne, einem unabhängigen Marktforschungsunternehmen, befragte Exasol 800 leitende Entscheidungsträger sowie Data Scientists und Datenanalysten in den USA, Grossbritannien und Deutschland, um die Daten- und Analyseinitiativen von Unternehmen zu bewerten, einschliesslich der grössten Herausforderungen und der Frage, wie sie diese Herausforderungen kurzfristig (innerhalb von zwei Jahren) zu bewältigen gedenken.

Methodik

Exasol beauftragte das unabhängige Marktforschungsunternehmen Vanson Bourne mit der Durchführung einer Studie über Daten, Analytik und KI. Im Rahmen der Studie wurden im November 2023 800 leitende Entscheidungsträger in IT- und Nicht-IT-Funktionen sowie Datenwissenschaftler/-analysten befragt. Die Befragten stammten aus den USA, Grossbritannien und Deutschland und waren alle in gewissem Masse für die Data-Science- und Analytics-Strategie oder das Data-Science-Programm ihres Unternehmens verantwortlich oder damit vertraut.

Die Befragten kamen aus Unternehmen mit 1.000 oder mehr Mitarbeitern aus den folgenden Branchen: Finanzdienstleistungen, Gesundheitswesen (öffentlich und privat), Einzelhandel und Telekommunikation. Alle Interviews wurden nach einem strengen, mehrstufigen Auswahlverfahren durchgeführt, um sicherzustellen, dass nur geeignete Kandidaten die Gelegenheit zur Teilnahme erhielten.

Mehr zu Automation

Diskussion

Das könnte Sie auch interessieren