Die Blase(n) rund um Artificial Intelligence (AI)

foto freepik

Angeblich soll mit der neuen, noch relativ unausgereiften Technologie der Artificial Intelligence (AI) alles ganz viel besser und noch durchdachter werden in der Welt der IT. Viele Unternehmen, vor allem aus den USA (darunter OpenAI, Google, Amazon oder ein Newcomer wie Anthropic), haben Riesensummen am abermals boomenden Markt der IT-Finanzspekulanten aufgetrieben und mit dem Bau gigantischer und teurer Rechenzentren begonnen. Denn die Umsetzung von AI in konkrete Projekte und künftige Gewinne ist komplex, ressourcen- und zeitverschlingend. Schon warten manche Beobachter auf ein Platzen der nächsten Spekulationsblase. Angesichts der riesigen Investitionssummen in diesen Markt könnte eine solche, AI-bedingte Krise bisher ungeahnte Auswirkungen haben.

Inzwischen befindet man sich bereits in einer Phase, in der sich viele fragen, ob die riesigen AI-Investitionen den Anlegern und sonstigen Finanz- und Börsen-Akteuren nicht bereits ein Vorspiel nach dem Muster der Dotcom-Blase aus dem Ende der 1990er Jahre bescheren. Im Grunde war die Dotcom-Blase zu Beginn des weltweiten IT-Siegeszugs schon eine Warnung für heutige Anleger. Aufs Neue gibt es eine Art von Anlegern und Spekulanten an den internationalen Finanzmärkten, die bereits in kurzer Zeit Börsenkurse und Investitionen in riesige Höhen getrieben haben. Eine neue Gruppe von Anlegern scheint felsenfest davon überzeugt zu sein, dass AI die Welt genauso revolutionieren wird wie vor einigen Jahrzehnten das Internet.

Heute umfasst der Sektor der Informationstechnologie schon mehr als 33 Prozent des Aktienindexes »S&P 500«. Der S&P 500 (»Standard & Poor’s 500«) ist ein Aktienindex, der die Anlagenpapiere von 500 führenden börsennotierten Unternehmen aus den USA umfasst. Er ist nach der Marktkapitalisierung gewichtet und gehört wegen der führenden wirtschaftlichen Rolle der USA zu den meistbeachteten Aktienindizes der Welt – Kapitalanlagen in den USA gehören bis heute zu den besonders vielversprechenden Möglichkeiten, diese in relativ kurzer Zeit zu vermehren.

Zum Beispiel macht heute allein Nvidia aus den USA mit Entwicklung und Vertrieb von Halbleitern rund um den Globus mit einer Marktkapitalisierung von derzeit etwa 4,3 Billionen US-Dollar etwa 8 Prozent des S&P-Index aus. Der Marktwert von Nvidia hat sich in drei Jahren nach Schätzungen verzehnfacht. Doch es kommt immer wieder zu kurzfristigen neuen Bewertungen, die bereits ein Indikator für eine baldige Überhitzung dieses Marktes sein könnten.

Der S&P 500 wird heute laut den Marktbeobachtern des Wirtschaftsmagazins »Forbes« aus den USA mit dem 30-Fachen des Gewinns bewertet und liegt damit jetzt deutlich höher (und teuerer) als der typische historische Durchschnitt von rund 20. Der »Nasdaq 100« weist aktuell ein Kurs-Gewinn-Verhältnis (KGV) von 33 auf. Auf dem Höhepunkt der Dotcom-Blase lag das KGV des S&P 500 bei 34, das des Nasdaq 100 bei über 70.

Rob Arnott, Gründer und Vorsitzender des Anlageberaters Research Affiliates, merkt in diesem Zusammenhang an: »Blasen platzen nicht, weil die Entwicklung von Finanzanlagen völlig falsch läuft, sondern weil es an ihren Rändern zu unvorhergesehenen Ereignissen und Eruptionen kommt. Die Darstellungen der Wachstumsrate und des Zeithorizonts sind oft unrealistisch optimistisch, und die Risiken, dass der Wettbewerb jeweils zu unvorhergesehenen Verlusten oder Zuwächsen von Marktanteilen führen kann, werden immer wieder unterschätzt.«

Hinzukommen psychologische Effekte in den unterschiedlich strukturierten Marktwirtschaften: »Millennials und Anleger der Generation Z haben noch nie einen so langen und schweren Marktcrash erlebt wie unsere Eltern Anfang der 2000er Jahre und dann 2008. Von daher fällt es vielen heutigen Marktteilnehmern oft leicht, jedes Anzeichen von allgemeinen Schwierigkeiten als individuelle Kaufgelegenheit zu interpretieren«, heißt es bei Forbes. Im heutigen Markt sei jedoch besondere Vorsicht geboten, »da die Bewertungen von AI-Unternehmen auf einem unterschiedlichen Niveau liegen«. Der Einstieg in riskante Anlagen, insbesondere der Kauf von Aktien nach Kursrückgängen von 10 bis 20 Prozent, habe sich in den letzten 15 Jahren im Allgemeinen bewährt, »könnte sich aber beim nächsten Mal wegen falsch interpretierter Marktschwankungen nicht so schnell auszahlen«.

Prinzipien und Unsicherheiten an den Märkten rund um AI

»Es ist mehr als gewaltig. Es ist beispiellos.« So lautet kurzgefasst die Einschätzung, die Casey Newton von Platformer(News at the intersection of Silicon Valley and democracy, www.platformer.news) und der Journalist Kevin Roose von Hard Fork auf der Webseite der New York Times bei ihrem Gespräch »Is This an A.I. Bubble?« vom Juli diesen Jahres teilen (www.nytimes.com/2025/08/22/podcasts/is-this-an-ai-bubble-metas-missing-morals-tiktok-shock-slop.html). Sie diskutierten darüber, ob sich die IT erneut in der Situation einer Blase ohne Realitätsbezug befindet – dieses Mal in einer durch Artificial Intelligence (AI) ausgelösten Situation, von der bereits einige Marktbeobachter ausgehen.

In der Tat wird in diesen Monaten sehr viel darüber diskutiert, ob sich die IT generell schon wieder in einer solchen Situation befindet. So organisierte vor kurzem Sam Altman, CEO von OpenAI, ein Dinner für eine kleine Gruppe von Journalisten, an dem auch Newton und Roose teilnahmen, um die aktuelle Situation zu besprechen. Newton skizziert die Ausrichtung des Treffens: »In ganz ungewöhnlicher Weise sollte das Abendessen öffentlich stattfinden. Es kommt in der Technologiebranche nicht selten vor, dass ein Unternehmen die Journalisten mit einigen seiner Führungskräfte zusammenbringt, manchmal auch bei einem Abendessen. Normalerweise finden diese Treffen jedoch inoffiziell statt, damit offener gesprochen werden kann.« Anders als sonst wurde dieses Mal alles aufgezeichnet und den Journalisten zur Verfügung gestellt.

Ganz offensichtlich wollte Altman eine Botschaft von OpenAI in der Welt verbreiten. Mehr als zwei Stunden dauerte die nicht geheime Diskussion mit Altman sowie mit seinem COO Brad Lightcap und mit ChatGPT-Boss Nick Turley. Laut Newton sagte Altman bei dieser Gelegenheit wortwörtlich: »Jemand wird unglaublich viel Geld verlieren. Wir wissen nur noch nicht, wer. Einige unserer Konkurrenten werden noch unglaublich viel Geld verdienen. Wir haben es mit einem letztlich irrationalen Vorgang zu tun. Und ich glaube, da werden sich einige die Finger verbrennen. Es ist klar, dass in diesem Markt eine gewisse irrationale Begeisterung herrscht.«

Kevin Roose von der New York Times unterstützte diese Einschätzung: »Dies ist nicht die erste Spekulation, die wir in den letzten Wochen gehört haben und die besagt, dass wir in eine blasenartige Phase der Investitionen bei den AI-Unternehmen eintreten. Deshalb möchte ich kurz einige weitere Belege durchgehen, die von Leuten angeführt werden, die sich Sorgen machen, dass die Dinge vielleicht etwas verrückt werden könnten. Und erst diese Woche soll OpenAI einigen Meldungen zufolge aktuellen und ehemaligen Mitarbeiter erlaubt haben, einen Teil ihrer OpenAI-Anteile im bisherigen Wert von etwa 6 Milliarden Dollar zu einer aktuellen Bewertung von 500 Milliarden Dollar zu verkaufen. Das würde dann in etwa die doppelte Marktkapitalisierung von Salesforce darstellen und OpenAI zum wertvollsten privaten Unternehmen der Welt machen.«

Laut Roose entspricht dies einer aktuellen Überbewertung, wie man sie auch bei »Databricks«, ein weiterem AI-Anbieter, vorfindet. Databricks soll bereits über 100 Milliarden Dollar Kapital eingesammelt haben. Das entspricht einer deutlichen Steigerung gegenüber der Bewertung von 62 Milliarden Dollar vor weniger als einem Jahr. Doch es gibt weitere Beispiele von Unternehmen, die mit diesen irrealen Bewertungen Kapital einsammeln. Roose verweist auf »Eight Sleep«, ein Unternehmen, das Matratzen herstellt, die mithilfe künstlicher Intelligenz die Temperatur während der Nacht jeweils neu regeln sollen. Eight Sleep hat gerade erst an die 100 Millionen Dollar eingesammelt, um eine »AI zu entwickeln, die endlich für besseren Schlaf sorgt«.

Und sein Kollege Newton berichtet von »Thinking Machines«, dem neuen Unternehmen von Mira Murati, die erst letztes Jahr ihren Posten als CTO bei OpenAI verloren hatte. Sie hat inzwischen eine Finanzierungsrunde für Thinking Machines auf die Beine gestellt, die bereits 2 Milliarden von den geplanten 12 Milliarden Dollar Startkapital eingebracht haben sollen. Und das für ein Start-up, das bisher noch kein Produkt, sondern nur ein paar Folien präsentiert hat.

 

Von realen Märkten und neuen Träumen

Neben den Phantasiebewertungen neu gegründeter AI-Unternehmen gibt es jetzt laut Roose eine weitere Sorte von Ausgaben im Bereich der IT, die gründlich geprüft werden sollte. Es handelt sich um Unternehmen der »Magnificient Seven« (die sieben größten Technologieunternehmen an der US Stock Exchange: Apple, Microsoft, Amazon, Alphabet (Google), Tesla, Nvidia and Meta), die bisher zusammen mehr 100 Milliarden Dollar für den Bau neuer Rechenzentren und damit zusammenhängender Ausgaben verwendet haben – weitaus mehr als in den Jahren vorher.

Laut »Bloomberg« werden die Ausgaben dieser Unternehmen für den Bau von neuen Rechenzentren in den USA schon bald die für Bürogebäude dort übertreffen. Im Vergleich zu den bisherigen Trends in der IT stellt dies eine enorme Investition in die Infrastruktur für eine noch relativ neue Technologie dar. Man sollte auch zur Kenntnis nehmen, meint Newton, dass einige Unternehmen der Branche im Augenblick deutlich mehr ausgeben, als sie einnehmen. Als Beispiel nennt er die Firma »Cursor«: »Sein Produkt eines neuen Programmierassistenten wird nicht von der Firma selbst, sondern von der Muttergesellschaft »Anysphere« hergestellt. Dieses Produkt ist bereits bei vielen Software-Entwicklern äußerst beliebt.«

In dem Magazin »Newcomer« wurde darüber berichtet, dass Cursor und Anysphere sogar mit »negativen Bruttomargen« arbeiten: Das heißt, diese Unternehmen verkaufen ihre Produkte im Moment günstiger, als sie selbst an Herstellungskosten aufwenden müssen. Denn um ihren »magical coding assistant« zum Laufen zu bringen, müssen sie die APIs von OpenAI, Anthropic und anderen Herstellern verwenden. Newton fügt hinzu: »Und diese sind sehr teuer. Meiner Meinung nach sind derzeit auch OpenAI und Anthropic alles andere als profitabel. Wir beobachten derzeit ein Ökosystem von unrentablen Unternehmen, das auf anderen unrentablen Unternehmen aufsetzt. Und so etwas muss zu Befürchtungen führen, dass wir gerade die Entstehung einer Art von Kartenhaus erleben, das schon bald zusammenbrechen könnte.«

Neben diesen Problemen auf der Ausgabenseite verweist Roose auch auf eine andere Problematik: »Diese betrifft eine besondere Art von äußerst spekulativer Finanzierung von AI generell und einigen dieser neuen Anlageinstrumente, die zunehmend für Investitionen in diese Sorte von Unternehmen verwendet werden. Ich denke da zum Beispiel an eine Story, die mir in dieser Woche besonders aufgefallen ist. Es ging um Anthropic. Dort sah man sich vor kurzem dazu gezwungen, Menlo Ventures – einem seiner Investoren – deutlich zu machen, in seiner nächsten Finanzierungsrunde keine sogenannten SPVs mehr zu verwenden.«

SPVs sind sognannte »Special Purpose Vehicles«. Hinter diesen Finanzierungsmethoden verbirgt sich im Prinzip eine Möglichkeit für Kleinanleger, ihr Geld zusammenzulegen und über eine Risikokapitalgesellschaft oder einen anderen institutionellen Investor in ein vielversprechendes neues Start-up zu investieren. Laut Roose gibt es mittlerweile SPVs, die mit anderen SPVs kooperieren: »Und dadurch entstehen seltsame Situationen, in denen Retail-Investoren verzweifelt versuchen, an diesen privaten Finanzierungsrunden für AI-Unternehmen zu partizipieren. Und dafür sind sie sogar bereit, hohe Gebühren an Mittelsmänner zahlen, um sie in diese Deals einzuschleusen. Einige dieser SPVs investieren dann tatsächlich wieder in andere SPVs, um solche Deals zustande zu bringen. Es geht also um typische Spekulationsgeschäfte. Von einer Blase zur nächsten.«

Roose geht sogar so weit, hier bereits die gleichen Verhaltensweisen zu sehen, wie man sie in anderen Finanzkrisen erkennen konnte – mit neuen Schulden zum Beispiel ältere Kredite bezahlen, und so weiter. Und er kommentiert: »Solche Verhaltensweisen und aufgeblähte Schuldtitel waren immer sehr schlecht für den Hypothekenmarkt. Viele Leute sehen jetzt diese neuen Schuldinstrumente und sagen sich bereits: ›Moment mal, das kommt mir doch irgendwie bekannt vor.‹«

Angesichts solcher Umstände und Entwicklungen und der Furcht vor einer eventuellen AI-Blase scheinen so manche Investoren schon etwas nervös zu werden. Das MIT führte bereits eine Untersuchung durch, in der Hunderte von Unternehmen gefragt wurden, wie ihre AI-Pilotprojekte laufen. Man stellte fest, dass AI bei 95 Prozent der befragten Unternehmen keineswegs schnell gestiegene und messbare Umsätze generiert hat. Man sei laut MIT also noch nicht in der Lage, auf einfache Art und Weise AI in die Arbeitsplätze zu integrieren und auf diese Weise schnell viel Geld zu verdienen. (Siehe auch: »MIT report: 95 % of generative AI pilots at companies are failing« (18.8.2025), https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/) sowie MIT NANDA: State of AI in Business 2025, https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf.)

Ähnliche Berichte gibt es von den Analysten von Bain und Gartner, die beide übereinstimmend feststellten, dass viele Unternehmen noch Schwierigkeiten haben, ihre AI-Initiativen direkt mit Produktivitäts- oder Gewinnsteigerungen in Verbindung zu bringen. (Siehe hierzu: www.nytimes.com/2025/08/16/business/ceos-adopt-ai.html?searchResultPosition=1.) Newton weist darauf hin, dass viele Unternehmen noch nicht einmal über exakte AI-Initiativen verfügen: »Unternehmen geben ihr AI-Geld wahrscheinlich oft an den falschen Stellen aus. Der Großteil der befragten Unternehmen nutzte AI für Vertriebs- und Marketing-Funktionen. Wahrscheinlich besteht aber der effizienteste Weg, mit AI letztlich Geld zu sparen, darin, Verbesserungen bei den Backoffice-Funktionen sowie beim Kundensupport zu erzielen. Und das größte Problem von allen besteht wohl darin, dass die MIT-Studie lediglich eine Reihe von Top-down-Initiativen untersucht hat. Tatsächlich aber kommt der Erfolg von AI in den Unternehmen eher dadurch zustande, dass man sie von unten nach oben einsetzt. Wenn zum Beispiel Mitarbeiter ihre eigenen Ideen mitbringen, wie man ihre Arbeit mit AI erleichtern kann. Und gerade in solchen Ansätzen sehen wir Erfolge.«

 

Ausblick

Doch noch ist nicht alles in der neuen Welt der AI endgültig entschieden. So hat zum Beispiel die New York Times in einem Artikel vom 27.8.2025 geschrieben: »Nvidia, der Hersteller von Chips für künstliche Intelligenz, wurde letzten Monat zum weltweit ersten börsennotierten Unternehmen mit einem Wert von 4 Billionen US-Dollar gekürt und ist möglicherweise zum wichtigsten Faktor geworden, der die Entwicklung des Aktienmarktes bestimmt. Jetzt veröffentlichte das Unternehmen aus dem Silicon Valley Ergebnisse, die zeigen, dass die Ausgaben für AI-Infrastruktur in den Unternehmen derzeit weiterhin robust sind, was die Sorgen der Wall Street und von Investoren weltweit lindern könnte.« (»Nvidia Sales Jump 56 %, a Sign the A.I. Boom Isn’t Slowing Down«: www.nytimes.com/2025/08/27/technology/nvidia-earnings-ai-chips.html)

Hartmut Wiehr, freier Journalist

 

4151 Artikel zu „KI Risiko“

Cybervorfälle sind das größte Geschäftsrisiko – KI in diesem Zusammenhang Fluch und Segen zugleich

Cyberangriffe sind in Deutschland das größte Geschäftsrisiko – noch vor Naturkatastrophen, politischen Risiken oder regulatorischen Herausforderungen. Das zeigt die aktuelle Umfrage Allianz Risk Barometer 2025. Jüngste Vorfälle zeigen: Bedrohung ist real Allein im Juli 2025 sorgten zahlreiche Bedrohungen für Schlagzeilen. Darunter sogenannte DDoS-Attacken auf kommunale Websites von Stadtverwaltungen, S-Bahnen und Landratsämtern. Solche Angriffe verfolgen das…

KI ohne wirksames Risikomanagement ist verantwortungslos

Globale Technologien und lokale Gesetze erfordern verantwortungsvollen Umgang mit KI.   Die Entwicklung von künstlicher Intelligenz schreitet weiter voran, doch weltweit fehlt es an einheitlichen Vorgaben. Während die EU mit dem AI Act und der Datenschutzgrundverordnung (DSGVO) zwei rechtlich verbindliche Regelwerke geschaffen hat, gibt es international viele Lücken. Für global tätige Unternehmen bedeutet das vor…

KI zwingt Unternehmen, Abstriche in Sachen Hybrid-Cloud-Sicherheit zu machen – Public Cloud als größtes Risiko

KI verursacht größeres Netzwerkdatenvolumen und -komplexität und folglich auch das Risiko. Zudem gefährden Kompromisse die Sicherheit der hybriden Cloud-Infrastruktur, weshalb deutsche Sicherheits- und IT-Entscheider ihre Strategie überdenken und sich zunehmend von der Public Cloud entfernen. Gleichzeitig gewinnt die Netzwerksichtbarkeit weiter an Bedeutung.

71 Prozent der Verbraucher sieht KI als Risiko für Datensicherheit

Große Mehrheit der Endkunden prüft Wechsel zur Konkurrenz, wenn Anbieter ihre Daten nicht wirksam schützen.   Weltweit sind Verbraucher sehr besorgt über die Menge an Daten, die Unternehmen über sie sammeln, den Umgang damit und sehen auch deren Sicherheit gefährdet – insbesondere durch die den zunehmenden Einsatz von künstlicher Intelligenz. Das belegt eine Umfrage von…

Risikomanagement: KI-gestützte Risikoanalyse

Mit KI-gestützten Projektmanagement-Anwendungen schneller, flexibler und sicher zum Erfolg.   Mit auf KI- und maschinellem Lernen (ML)-gestützten Datenanalysetools können Unternehmen ihr gesamtes Projektportfolio scannen und die risikoreichsten Projekte und Arbeitspakete identifizieren. Außerdem lassen sich auf Projektbasis Simulationen durchführen und wahrscheinliche Risiken aufzeigen, die bei einer manuellen Analyse möglicherweise nicht erkennbar sind.   Monte-Carlo-Analyse (Szenarioanalyse) Die…

Deutschland zu risikoscheu bei Nutzung und Einsatz von KI

Verbraucher erkennen die Vorteile von KI für Wirtschaft und Gesellschaft. Bedenken vor allem in Bezug auf Cybersicherheit.   Nach dem »Jahr der künstlichen Intelligenz (KI)« hat eine aktuelle, repräsentative Umfrage von Splunk, Anbieter in den Bereichen Cybersicherheit und Observability, ein gemischtes, aber weitgehend positives Bild der öffentlichen Einstellung zur KI aufgezeigt. Die Mehrheit der Befragten…

Mobile Sicherheit und Risikomanagement: Wettbewerbsanalyse und Ranking der führenden Anbieter für In-App-Schutzlösungen

In einer neuen Marktstudie hat das Analystenhaus Quadrant Knowledge Solutions die Stärken und Schwächen von In-App-Schutzlösungen untersucht. Neben einer Wettbewerbsanalyse umfasst die Untersuchung ein Ranking der führenden Technologieanbieter. Die »Quadrant Knowledge Solutions SPARK Matrix« beinhaltet eine detaillierte Analyse der globalen Marktdynamik, der wichtigsten Trends, der Anbieterlandschaft und Wettbewerbsposition. Darüber hinaus bietet die Studie strategische Informationen,…

Künstliche Intelligenz: Bürger sehen mehr Risiko als Nutzen in KI

Künstliche Intelligenz wird unsere Gesellschaft grundlegend verändern, das steht fest. Ob diese Veränderungen positiv oder negativ sein werden, darüber sind sich die Deutschen nicht einig, wie eine Umfrage von YouGov zeigt. Während 15 Prozent aller Befragten glauben, der Nutzen von KI sei größer als das Risiko, denken immerhin 26 Prozent das Gegenteil. Beinahe die Hälfte…

SAP baut souveräne Cloudangebote für Europa als Grundlage für KI-Innovationen aus

SAP bringt jahrzehntelange Erfahrung bei geschäftskritischen Abläufen mit wachsenden Anforderungen an Souveränität, Regulierung und KI-gesteuertes Wachstum zusammen.   Die SAP SE stellt einen umfassenden neuen Ansatz für digitale Souveränität und KI-Innovation in Europa vor. Mit den erweiterten Angeboten des SAP Sovereign Cloud-Portfolios erhalten europäische Kunden künftig Zugang zu einem umfassenden Technologie-Stack, der sowohl die SAP…

Finanzdaten: Eine Baustelle mit Fortschrittspotenzial – Vertrauen, Resilienz und KI sind Schlüsselfaktoren der Finanztransformation

Finanzorganisationen stehen vor einem tiefgreifenden Wandel, von dem auch die Rolle des CFOs betroffen ist. Er wird immer mehr zum strategischen Partner, der auf Augenhöhe mit dem CEO und CIO agiert. Eine unabhängige weltweite Umfrage unter 1.300 Führungskräften von Censuswide, die von BlackLine in Auftrag gegeben wurde, liefert Einblicke in die Herausforderungen und Chancen, mit denen sich die Finanzabteilungen von Unternehmen auseinandersetzen müssen [1].

KI-Coding wird zur riskanten Norm – 81 % stellen unsicheren Code bereit

Report »Future of Application Security in the Era of AI« belegt: Unternehmen generieren bis zu 60 % ihres Codes mittels KI-Coding-Assistenten. Allerdings untersagen mittlerweile 20 % deren Nutzung offiziell.   Die Studie »Future of Application Security in the Era of AI« von Checkmarx zeichnet ein umfassendes Bild davon, wie KI-gestützte Softwareentwicklung die Risikolandschaft nachhaltig verändert…

Der Ansturm auf KI-Agenten: Sind Unternehmen bereit, schnell UND groß zu scheitern?

Unternehmen lassen KI unbeaufsichtigt laufen, als ob sie einem Praktikanten große Entscheidungen anvertrauen, anstatt einfache Aufgaben – obwohl sie noch nicht klug genug sind.   Stellen Sie sich vor, Sie kommen an einem Bahnhof während der Hauptverkehrszeit an einem überfüllten Zug irgendwo in Bangladesch oder Indien vorbei. Sie wissen vielleicht nicht, wohin er fährt, aber…

Der Aufstieg KI-gestützter GRC-Systeme – Vom Bauchgefühl zur Datenhoheit

Der Einsatz künstlicher Intelligenz verändert in rasantem Tempo die Art und Weise, wie Unternehmen ihr Governance, Risiko- und Compliance-Management (GRC) organisieren. Die Regulierung durch den EU AI Act bringt zusätzlich neue Anforderungen und potenzielle Risiken mit sich. Statt sich hinter absoluten Verboten zu verstecken, sind Organisationen jetzt gefordert, klare interne Leitplanken für den Einsatz von KI zu definieren und Governance-Strukturen frühzeitig anzupassen.

Die unterschätzte Datenbasis: Drei Gründe, warum KI-Projekte oft scheitern

Was sind die drei häufigsten Stolpersteine, die KI-Projekte ausbremsen – und wie sieht die ideale Grundlage, die KI für langfristigen Mehrwert wirklich braucht, aus?   Viele Unternehmen befinden sich mit ihren KI-Projekten noch immer in einer frühen Phase, treten scheinbar permanent auf der Stelle und erzielen so gut wie keinen echten Mehrwert. Diese Situation betrifft…

Digitalisierung, KI & Automatisierung – Deutschland darf diese Zeitenwende nicht verschlafen

Der globale Wettbewerb wird zunehmend digital und technologieorientiert. Die Einführung fortschrittlicher digitaler Technologien mit Fokus auf IT, künstlicher Intelligenz und Automatisierung sorgt für nachhaltiges Wachstum und Effizienzsteigerung. Kontinuierliche Innovation ist Teil eines umfassenden Transformationsprozesses.

Cybersicherheit mit KI: Hybride SOC-Modelle gegen Cyberbedrohungen

Künstliche Intelligenz (KI) birgt großes Potenzial für die Cybersicherheit in Unternehmen. Insbesondere im Security Operation Center (SOC) kann KI Prozesse optimieren, Analysten entlasten und Bedrohungen frühzeitig erkennen. Das gelingt jedoch nur in Synergie mit menschlichem Know-how und umfassender Cybersecurity-Erfahrung.   KI zeigt sich in der Cybersicherheit als echtes Janusgesicht. Einerseits steigt durch Deepfakes, KI-gestütztes Phishing…

Versteckte Risiken – Mitarbeiter als Cybersicherheitsrisiko

Cyberangriffe werden immer raffinierter, insbesondere durch neue Technologien und die Notwendigkeit ständig verbunden zu sein. Daher ist es für Unternehmen entscheidend, ihre Mitarbeiter so zu schulen, dass sie diese komplexen Angriffe effektiv erkennen und darauf reagieren können. Amit Kapoor, Vizepräsident und Head of Continental Europe bei Tata Communications, spricht darüber, wie Mitarbeiter sowohl Schwachstelle als auch erste Verteidigungslinie bei Cybersicherheitsvorfällen sein können.

Ultrakomprimierte KI-Modelle: kleiner, sicherer, nachhaltiger und industriereif

Quanteninspirierte Tensornetzwerke zur Komprimierung von KI-Modellen ermöglichen es große Modelle effizienter und an lokale Bedingungen anpassbar zu machen, indem sie die Genauigkeit numerischer Werte verringert und unnötige Parameter eliminiert – ohne die Leistung zu verringern. Dadurch können KI-Modelle auf einer Vielzahl von Plattformen eingesetzt werden, was die Energieeffizienz verbessert und die Betriebskosten senkt. Besonders in…