Eine aktuelle Studie verdeutlicht die wachsende Lücke zwischen den KI-Zielen vieler Unternehmen und ihrer tatsächlichen Einsatzbereitschaft. Obwohl 94% der Befragten vernetzte Daten, Anwendungen und Prozesse als entscheidend für erfolgreiche KI-Projekte ansehen, berichten nur 27% von einer ausreichenden Integration dieser Bereiche. Vor allem unstrukturierte Daten wie E-Mails, PDFs, Bilder oder Videos bremsen den Fortschritt. Häufig genannte Probleme sind Datensilos, fehlende Governance, Sicherheits- und Datenschutzfragen sowie uneinheitliche Datenformate. Der Bericht betont, dass nachhaltige KI-Strategien nur funktionieren, wenn Inhalte, Workflows und operative Abläufe enger miteinander verbunden werden und skalierbar.
Hyland, ein weltweit führender Anbieter im Bereich Enterprise Content Management (ECM) und Entwickler der KI-nativen Content Innovation Cloud™, veröffentlicht neue Forschungsergebnisse von Harvard Business Review Analytic Services. Der Report «Bridging the Readiness Gap to the Agentic Enterprise» zeigt, dass die KI-Ambitionen von Unternehmen schneller wachsen als ihre Bereitschaft, künstliche Intelligenz tatsächlich einzusetzen. Zwar erkennen Organisationen zunehmend, dass KI-Erfolg von vernetzten Daten, Inhalten und Workflows abhängt, die meisten haben jedoch noch nicht die operative Grundlage geschaffen, um diese im großen Maßstab einzusetzen.
Diese Lücke wird besonders beim Umgang mit Unternehmensinformationen deutlich: Während nahezu alle Befragten (94%) angeben, dass gut vernetzte Daten, Prozesse und Anwendungen entscheidend für eine erfolgreiche KI-Einführung sind, sagen weniger als ein Drittel (27%), dass diese Elemente in ihrer Organisation aktuell gut miteinander verbunden sind. Und obwohl 65% angeben, dass ihre strukturierten Daten teilweise oder vollständig für den KI-Einsatz vorbereitet sind, gilt dies nur für 39% bei unstrukturierten Daten wie E-Mails, PDFs, Bildern, Videos und anderen dokumentenbasierten Inhalten, die einen Großteil der täglich genutzten Unternehmensinformationen ausmachen.
Ungenutztes Potenzial in unstrukturierten Daten
Für viele Unternehmen liegt das Problem nicht im Mangel an Daten. Vielmehr ist ein Großteil der operativ wichtigsten Informationen in unstrukturierten Daten eingeschlossen, die über verschiedene Repositories, Anwendungen und Workflows verteilt sind. Der Bericht zeigt, dass es zum Schließen dieser Lücke mehr braucht als die Einführung neuer KI-Tools. Entscheidend ist der Aufbau einer soliden Grundlage für Governance, Zugriff und Workflow-Ausführung – insbesondere, wenn Unternehmen sich stärker in Richtung agentischer KI-Ansätze entwickeln.
«Wenn Unternehmen in die nächste Phase der KI eintreten, geht es nicht mehr nur um den Zugang zu Modellen, sondern darum, ob sie in der Lage sind, KI so in den Betrieb zu integrieren, dass sie gesteuert, kontextualisiert und vertrauenswürdig ist», so Jitesh S. Ghai, CEO von Hyland. «Eine Agentic Enterprise entsteht dort, wo KI in reale operative Workflows eingebettet ist und auf den Inhalten, Daten und Kontrollmechanismen basiert, auf die sich Unternehmen bereits heute verlassen. Für viele Organisationen sind unstrukturierte Daten das am meisten unterschätzte Asset und das größte Hindernis für die effektive Skalierung von KI zugleich.»
Die Studie identifiziert mehrere Hürden, die Unternehmen daran hindern, KI erfolgreich einzuführen und zu skalieren: Die am häufigsten genannten datenbezogenen Herausforderungen sind Datensilos (54%), Sicherheits- und Datenschutzprobleme (48%), Probleme mit Datenformaten (46%), unzureichendes Datenmanagement und fehlende Governance (46%) sowie eine unklare oder unzureichende Datenstrategie (45%). Nur 10% nennen einen Mangel an Daten als Hauptproblem – ein deutlicher Hinweis darauf, dass nicht die Datenmenge, sondern vielmehr deren Nutzbarkeit, Zugänglichkeit und Vertrauenswürdigkeit entscheidend sind.
Ein praxisnaher Weg zur KI-Einsatzbereitschaft im Unternehmen
Die Ergebnisse zeigen außerdem, dass viele Organisationen KI noch nicht in ihre täglichen Abläufe integriert haben. Unter den Befragten aus Unternehmen, die KI bereits einsetzen, testen oder evaluieren, geben 39% an, dass die meisten KI-gestützten Workflows weiterhin auf separaten, isolierten Tools basieren. Nur 12% sagen, dass KI direkt in den Arbeitsfluss integriert ist. Weniger als die Hälfte (45%) berichtet, dass ihre KI-Projekte die erwarteten Ergebnisse liefern.
«Mit dem Übergang zu fortgeschrittenen und agentischen Formen von KI steigen die Anforderungen – nicht nur an die Technologie, sondern auch daran, wie Informationen fließen, Entscheidungen gesteuert werden und Wert gemessen wird», sagt Amy Machado, Senior Research Manager bei IDC. «Unternehmen, die in die Modernisierung ihrer Content-Basis investieren und Intelligenz direkt in reale Workflows integrieren, werden am besten positioniert sein, um ihre KI-Ambitionen in nachhaltige Ergebnisse zu überführen.»
Der Bericht benennt mehrere zentrale Handlungsfelder für Unternehmen, die diese Lücke schließen wollen:
- Priorisierung der KI-Readiness von Daten, insbesondere bei unstrukturierten Daten
- Modernisierung von Content-Plattformen, um Fragmentierung zu reduzieren und Zugriff, Governance und Wiederverwendbarkeit zu verbessern
- Integration von KI direkt in Workflows, statt in isolierten Einzellösungen
- Abstimmung zwischen Unternehmensführung und IT hinsichtlich Governance, Definitionen und operativer Verantwortung
- Erfolgsmessung anhand von Nutzung, Qualität und Geschäftsergebnissen – nicht allein anhand von Geschwindigkeit
