foto freepik

Während Unternehmen in Deutschland zunehmend in moderne IT-Infrastrukturen und künstliche Intelligenz (KI) investieren, gelingt es vielen nicht, geplante KI-Projekte wie vorgesehen umzusetzen. Laut der aktuellen CIO-Studie von Couchbase berichten 19 Prozent der deutschen Unternehmen, dass sie bei der Einführung von KI-Anwendungen hinterherhinken. Das bleibt nicht immer folgenlos, so können Verzögerungen bei der Implementierung Unternehmen im Schnitt bis zu zehn Prozent ihres Jahresumsatzes kosten.

IT-Modernisierung und KI als strategische Prioritäten

Deutsche Unternehmen investieren kontinuierlich in digitale Innovation: Für das kommende Jahr planen sie durchschnittlich 19 Millionen Euro für die Modernisierung ihrer IT – ein Anstieg gegenüber dem Vorjahr (15 Mio. Euro). 17 Prozent des Budgets für digitale Innovation entfallen auf die Anwendungsmodernisierung, 14 Prozent auf KI-Projekte. Damit liegt Deutschland in beiden Bereichen im globalen Vergleich im oberen Bereich.

Herausforderungen bei der Umsetzung von KI-Projekten

Trotz der hohen Investitionen stehen viele Unternehmen bei der praktischen Umsetzung vor Herausforderungen. Dazu zählen vor allem:

Der Mangel an spezialisierten Fachkräften im Bereich künstliche Intelligenz
Schwierigkeiten bei der Integration neuer Technologien in bestehende Systeme
Komplexe und fragmentierte Datenstrukturen

Diese Faktoren behindern eine zeitnahe und effiziente Realisierung von KI-Anwendungen. Zwar geben 95 Prozent der befragten Unternehmen an, dass ihre Unternehmensführung den Fortschritt bei KI-Projekten systematisch verfolgt, doch die Umsetzung bleibt vielfach hinter den Erwartungen zurück.

Wirtschaftliche Auswirkungen von Verzögerungen

Die potenziellen Folgen sind erheblich: Die Befragten schätzen, dass eine verspätete Umsetzung von KI-Projekten zu Umsatzverlusten von bis zu zehn Prozent führen kann. Damit sind Unternehmen nicht nur in ihrer Innovationsfähigkeit eingeschränkt, sondern setzen sich auch einem wirtschaftlichen Risiko aus.

Lernbereitschaft und Datenkompetenz als Erfolgsfaktoren

Die Studie zeigt, dass Unternehmen, die gezielt Raum für Experimente schaffen und auch fehlgeschlagene Projekte als Teil eines Lernprozesses begreifen, auf lange Sicht erfolgreicher bei der Einführung von KI sind. Nur neun Prozent der befragten Unternehmen weltweit reglementieren KI-Experimente sehr stark – Offenheit und Flexibilität erweisen sich als förderlich für Innovation.

Ein zentrales Element bleibt jedoch das Verständnis und der Umgang mit Daten. Nur rund 30 Prozent der befragten Unternehmen weltweit – darunter auch in Deutschland – geben an, über ein hohes Maß an Datenkompetenz im Kontext von KI zu verfügen. Spezialisierte Partner unterstützen Unternehmen bei der Modernisierung und Konsolidierung ihrer Dateninfrastruktur – und schaffen damit die technologische Grundlage für den erfolgreichen Einsatz von künstlicher Intelligenz.

[1] Die Studie wurde von Couchbase in Zusammenarbeit mit Coleman Parkes Research zwischen März und April 2025 durchgeführt. Befragt wurden 800 IT-Entscheiderinnen und Entscheider in Unternehmen mit mehr als 1.000 Mitarbeitenden weltweit – darunter 100 aus Deutschland. Im Fokus standen Verantwortliche für digitale Innovation und cloudbasierte Dienste.

https://info.couchbase.com/rs/302-GJY-034/images/Couchbase_CIO%20Survey%20Report%202026_FINAL.pdf?version=0

Quelle: Couchbase (c)

370 Artikel zu „KI-Projekte“

Ausgabe 5-6-2025 | News | Business | Künstliche Intelligenz | Strategien

Solide Data Governance für KI-Projekte – Schlechte Daten verhageln auch die beste KI

25. Juni 2025

Der Erfolg einer KI-Nutzung steht und fällt mit der Qualität ihrer Ergebnisse: Ist nur ein kleiner Teil der Antworten potenziell fehlerbehaftet, müssen Mitarbeitende viel Zeit in die Prüfung und Nachbearbeitung der Ergebnisse investieren – der Nutzen sinkt rapide. Eine Problematik, die mit Agentic AI nun noch eine weitere Dimension gewinnt. Schließlich generieren KI-Agenten nicht nur Informationen, sondern führen auf dieser Basis auch autonome Aktionen aus. Damit das Risiko von Fehlern sinkt und Vertrauen in die Technologie entstehen kann, braucht es mehr als »nur« eine hohe Datenqualität. Eine durchdachte Data Governance ist zum entscheidenden Erfolgsfaktor moderner KI-Szenarien geworden.