Das Vertrauen in KI wächst schneller als reale Einsatzbereitschaft

Die in Zusammenarbeit mit dem Center for Applied AI and Business Analytics am LeBow College of Business der Drexel University durchgeführte Studie basiert auf einer Umfrage unter mehr als 500 leitenden Daten- und Analyseexperten großer Unternehmen in den USA und EMEA. Die Studie zeigt eine wachsende Diskrepanz zwischen der Einschätzung der Unternehmen hinsichtlich ihrer KI-Bereitschaft. Die Führungskräfte sind überwiegend davon überzeugt, dass sie für KI bereit sind, doch ihre Antworten deuten auf grundlegende Lücken hin, die den Erfolg von KI erheblich beeinträchtigen könnten.

„Die Studie zeigt, dass Vertrauen in KI nicht automatisch zu einem Return on Investment (ROI) führt. Unternehmen handeln schnell, aber viele tun dies ohne die vertrauenswürdigen, kontrollierten Datenfundamente, die für einen verantwortungsvollen Einsatz von KI erforderlich sind. Diese Diskrepanz bezeichnen wir als „Agentic AI Data Integrity Gap“ und sie birgt erhebliche Risiken“, so Dave Shuman, Chief Data Officer bei Precisely. „Da KI-Systeme immer autonomer werden, ist Datenintegrität nicht mehr nur ein nettes Extra, sondern eine geschäftliche Notwendigkeit. Unternehmen, die jetzt in integrierte, verbesserte, kontrollierte und kontextualisierte Agentic-Ready-Daten investieren, sind am besten positioniert, um ihre KI-Ambitionen in messbare Geschäftsergebnisse umzusetzen.“

Diskrepanz zwischen der Wahrnehmung von Agentic-Ready-Daten und der Realität

KI hat weiterhin höchste Priorität: 52 Prozent der Befragten gaben an, dass KI den größten Einfluss auf ihre Datenprogramme hat, und 85 Prozent der Befragten berichteten, dass ihr Unternehmen Agentic AI einsetzt. Agentic-Ready-Daten sind für den ROI unerlässlich. Die Ende 2025 durchgeführte Studie identifiziert jedoch wichtige Problembereiche in Bezug auf Infrastruktur, Kompetenzen und Datenbereitschaft, da Unternehmen den Übergang von KI-Pilotprojekten zur vollständigen Implementierung anstreben.

Zu den wichtigsten Ergebnissen gehören:

• Eine Reihe von Führungskräften gibt zuversichtlich an, über die erforderliche Infrastruktur (87 Prozent), die erforderlichen Fähigkeiten (86 Prozent) und die erforderliche Datenbereitschaft (88 Prozent) für KI zu verfügen, aber viele geben auch zu, dass die Infrastruktur (42 Prozent), die Fähigkeiten (41 Prozent) und die Datenbereitschaft (43 Prozent) ihre größten Hindernisse sind.

• Die meisten Unternehmen geben an, dass sie KI gut mit ihren Geschäftszielen verbinden, doch nur 31 Prozent verfügen über tatsächliche Kennzahlen, die an wichtige Leistungsindikatoren (KPIs) gekoppelt sind.

• 43 Prozent der Führungskräfte nennen die Datenbereitschaft als das größte Hindernis für die Ausrichtung der KI auf die Geschäftsziele, und mehr als die Hälfte nennt die Datenqualität als die häufigste Priorität für die Datenintegrität.

Data Governance ist ein entscheidender Differenzierungsfaktor

In den letzten 18 bis 24 Monaten hat der Markt einen Wendepunkt erreicht, da sich KI zu handlungsorientierten, agentenbasierten Systemen entwickelt hat. Die Studie zeigt eine deutliche Kluft zwischen Unternehmen mit einer klar definierten Datenstrategie und solchen ohne eine solche Strategie. Führungskräfte, die Wert auf genaue, konsistente und kontextbezogene Daten legen und sich dabei auf eine starke Daten-Governance stützen, geben an, weitaus mehr Vertrauen in ihre Fähigkeit zu haben, KI-Initiativen umzusetzen und zu skalieren.

• 71 Prozent der Unternehmen mit einer Datenstrategie und einem Data-Governance-Programm geben an, großes Vertrauen in ihre Daten zu haben, gegenüber 50 Prozent ohne solche Strategien.

• 63 Prozent haben eine Form der KI-Governance etabliert, aber diejenigen, die KI-Governance in bestehende Daten-Governance-Programme integriert haben, verzeichnen noch größere Erfolge.

• 96 Prozent geben an, dass ihre Unternehmen in Standortdaten und Datenanreicherung durch Dritte investieren, um ihren Daten für KI-Initiativen Kontext hinzuzufügen.

• 32 Prozent der Führungskräfte, die bereits über eine Datenstrategie und -governance verfügen, erwarten einen positiven ROI aus KI in nur 6 bis 11 Monaten.

Fachkräftemangel hält an

Neben den Herausforderungen hinsichtlich der Datenverfügbarkeit nennt mehr als die Hälfte der Unternehmen (51 Prozent) auch Fachkenntnisse als eine der wichtigsten Voraussetzungen für KI-Initiativen, während sich nur 38 Prozent in Bezug auf die Fähigkeiten ihrer Mitarbeiter und KI-Schulungen sehr gut vorbereitet fühlen. Zu den wichtigsten Bereichen, in denen KI-Kenntnisse fehlen, gehören:

• Fähigkeit zum Einsatz von KI in großem Maßstab (30 Prozent)

• Fachwissen in den Bereichen verantwortungsvolle KI und Compliance (29 Prozent)

• Übersetzung von Geschäftsanforderungen in KI-Lösungen (28 Prozent)

• Entwicklung von KI-Modellen und grundlegende KI-Kenntnisse (27 Prozent)

„Bei der Qualifikationslücke geht es nicht um einen Mangel an Talenten in einem bestimmten Bereich, sondern um den Bedarf an Fachkräften, die gleichzeitig in den Bereichen Daten, Geschäftsstrategie und KI-Governance tätig sein können“, sagte Murugan Anandarajan, PhD, Professor und akademischer Direktor am Drexel LeBow Center for Applied AI and Business Analytics. „Diese Tatsache hat erhebliche Auswirkungen darauf, wie Unternehmen und Hochschulen diejenigen auf das Zeitalter der agentenbasierten KI vorbereiten, die in den Arbeitsmarkt eintreten.“

Wandel hin zu Agentic AI erhöht Anforderungen an Datenintegrität

Agentic AI verändert die Art und Weise, wie Arbeit erledigt wird, indem sie Systeme ermöglicht, die nicht nur Erkenntnisse und Inhalte generieren, sondern auch Maßnahmen ergreifen, Signale interpretieren, Entscheidungen treffen und Arbeitsabläufe im gesamten Unternehmen ausführen. Die Studie unterstreicht, wie unvorbereitet viele auf der Ebene der Datengrundlage sind. Diese mangelnde Vorbereitung hat zu einer Lücke in der Datenintegrität der Agentic AI geführt, also zu einer Diskrepanz zwischen dem aktuellen Stand der Unternehmensdaten und den Anforderungen, die für einen sicheren und effektiven Einsatz der Agentic AI in großem Maßstab erforderlich sind.

Unternehmen, die diese Lücke erfolgreich schließen, konzentrieren sich auf Agentic-Ready-Data-Strategien, die auf einheitlichen, leicht auffindbaren Daten, vertrauenswürdigen Datenanreicherungen durch Dritte, kontinuierlichen Aktualisierungen sowie einer starken Governance, Transparenz und Automatisierung basieren und so Vertrauen, Kontrolle und Effizienz in großem Maßstab fördern.