Genpact und HFS Research Report finden 18 Billionen Dollar an Unternehmenswert, der durch AI-Bereitschaftslücken blockiert ist

Künstliche Intelligenz ist zum Mittelpunkt der Unternehmensstrategie geworden, mit Organisationen auf der ganzen Welt, die Milliarden von Dollar in AI-Initiativen, agentische Systeme und digitale Transformationsprogramme investieren. Doch laut dem Bericht “Die 18-Billionen-Dollar-Gelegenheit: Vier Unternehmensschulden werden Ihre AI-Zukunft machen oder brechen” von Genpact in Partnerschaft mit HFS Research kämpfen die meisten Unternehmen darum, ihre AI-Investitionen in messbaren Geschäftswert umzuwandeln. Der Grund, so der Bericht, liegt nicht in einem Mangel an AI-Technologie. Stattdessen werden Organisationen durch vier miteinander verbundene Formen von Unternehmensschulden behindert: Prozessschulden, Datenschulden, Technologieschulden und Talentschulden. Zusammen verursachen diese versteckten Verbindlichkeiten eine Blockierung von etwa 17,9 Billionen Dollar an Unternehmenswert.

AI-Ambitionen sind hoch, aber die Unternehmensbereitschaft bleibt niedrig

Der Bericht basiert auf einer Umfrage unter 2.002 Unternehmensleitern aus 16 Branchen und 14 Geschäftsfunktionen. Die Ergebnisse zeigen eine auffallende Diskrepanz zwischen AI-Ambitionen und organisatorischer Bereitschaft. Während 92 % der leitenden Angestellten in Global-2000-Unternehmen glauben, dass agentische KI die Art und Weise, wie Arbeit ausgeführt wird, grundlegend verändern wird, berichten nur 13 %, dass agentische KI bereits in ihre Betriebe integriert ist.

Diese Lücke ist immer wichtiger geworden, da Unternehmen von Experimenten zu Bereitstellungen übergehen. Laut Genpact-CEO Balkrishan “BK” Kalra bewegen sich Unternehmen von einer Welt, in der Arbeit von Menschen verarbeitet und validiert wird, zu einer Welt, die zunehmend von maschinell verarbeiteten Workflows mit menschlicher Aufsicht angetrieben wird. Es reicht jedoch nicht aus, einfach KI auf bestehende Systeme aufzuschichten. Unternehmen müssen zunächst die zugrunde liegenden Grundlagen angehen, die bestimmen, ob KI erfolgreich ist oder nicht.

Der Bericht beschreibt diese Herausforderung als “KI-Geschwindigkeitslücke”, den Unterschied zwischen dem, was Mitarbeiter mit KI individuell erreichen können, und dem, was das gesamte Unternehmen durch strukturierte Bereitstellung erreichen kann.

Die vier Unternehmensschulden, die die Transformation untergraben

Die Forschung identifiziert vier Kategorien von Schulden, die zusammen verhindern, dass Unternehmen den KI-Wert realisieren.

Technologische Schulden bleiben die bekannteste Herausforderung. Mehr als die Hälfte der leitenden Angestellten klassifizieren ihre technologischen Schulden als schwerwiegend, angetrieben durch veraltete Kernsysteme, Integrationskomplexität, Lieferantenkonzentration und Infrastrukturbelastungen. Das durchschnittliche Unternehmenskernsystem ist etwa zehn Jahre alt, während Entwicklungsteams mehr als 40 % ihrer Zeit damit verbringen, bestehende Technologie zu warten, anstatt neue Fähigkeiten aufzubauen.

Datenschulden sind zum größten Hindernis für KI geworden. Mehr als die Hälfte der Unternehmensdaten gelten als niedrigwertig, nur 33 % gelten als KI-bereit, und Mitarbeiter verbringen bis zu 40 % ihrer Zeit damit, Daten abzugleichen, zu korrigieren oder vorzubereiten. Der Bericht schätzt, dass Datenqualitätsfehler zu 42 % der Analyse- und KI-Initiativen führen, die verzögert, unterdurchschnittlich oder vollständig fehlschlagen.

Prozessschulden spiegeln die Realität wider, dass viele Unternehmen weiterhin auf manuelle, fragmentierte und schlecht geregelte Workflows angewiesen sind. Fast die Hälfte der Unternehmensprozesse erfordert noch immer manuelle Eingriffe, während weniger als die Hälfte formal dokumentiert und geregelt sind. Ineffiziente Prozesse verbrauchen etwa 40 % der Arbeitszeit der Mitarbeiter und schaffen erhebliche Barrieren für Automatisierung und KI-Bereitstellung.

Talentschulden mögen die unsichtbarste, aber vielleicht die folgenschwerste sein. Nur 32 % der Belegschaft gelten als KI-bereit, während bis zu die Hälfte der Wissensarbeiter Frustration und Desinteresse aufgrund von betrieblichen Ineffizienzen berichten. Talentschwachstellen, Fähigkeitslücken und geringe KI-Bereitschaft verstärken jede andere Kategorie von Schulden, verlangsamen die Einführung und begrenzen die organisatorische Agilität.

Unternehmensschulden kosten Unternehmen mehr, als sie realisieren

Fast 90 % der Unternehmensleiter erkennen an, dass Unternehmensschulden bereits die Geschäftsergebnisse beeinträchtigen. Die Folgen reichen weit über IT-Abteilungen hinaus.

Der Bericht fand heraus, dass Unternehmensschulden die Betriebskosten um durchschnittlich 34 % erhöhen, Produktstarts um etwa acht Monate verzögern, etwa 34 % der Transformationsinitiativen dazu führen, dass die erwarteten Ergebnisse nicht erreicht werden, und die KI-Wertrealisierung für 85 % der befragten Unternehmen begrenzen.

Wichtig ist, dass diese Schulden nicht unabhängig voneinander operieren. Technologische Schulden können die Datenqualität verschlechtern. Schwache Governance kann Prozessineffizienzen und Talentschwierigkeiten gleichzeitig erzeugen. Manuelle Workflows erzeugen oft gleichzeitig Prozess- und Datenschulden. Der Bericht argumentiert, dass Unternehmen häufig scheitern, weil sie versuchen, eine Kategorie isoliert zu lösen, anstatt Unternehmensschulden als ein systemweites Problem zu behandeln.

Die 18-Billionen-Dollar-Gelegenheit quantifizieren

Eine der auffallendsten Erkenntnisse des Berichts ist die Schätzung, dass die Lösung von Unternehmensschulden etwa 17,9 Billionen Dollar an Wert bei Global-2000-Unternehmen freisetzen könnte. Die größten Chancen kommen von Prozessschulden und Datenschulden, die jeweils etwa 7,7 Billionen Dollar an wiederherstellbarem Wert darstellen. Technologische Schulden machen 1,5 Billionen Dollar aus, während Talentschulden etwa 1 Billion Dollar darstellen.

Die Forscher berechneten diese Zahlen anhand von Schätzungen der leitenden Angestellten über potenzielles Umsatzwachstum und Kosteneinsparungen durch die Lösung von Schulden. Basierend auf den Umfrageantworten könnte die Lösung von Unternehmensschulden etwa 8 % schnelleres jährliches Umsatzwachstum und etwa 16 % jährliche Kosteneinsparungen bei großen Unternehmen produzieren.

Vielleicht am wichtigsten ist, dass der Bericht zu dem Schluss kommt, dass Kosteneinsparungen allein nicht die ganze Geschichte erzählen. Die Lösung von Schulden schafft Chancen für schnellere Produktstarts, kürzere Vertriebszyklen, bessere Entscheidungsfindung, bessere Kundenerfahrungen und effektivere KI-Bereitstellungen. Mit anderen Worten gewinnen Unternehmen sowohl Effizienz als auch Wachstum gleichzeitig.

Warum KI-Initiativen ins Stocken geraten

Trotz zunehmender Investitionen kämpfen viele KI-Initiativen darum, über Pilotprogramme hinauszukommen.

Laut der Umfrage sind Datenschulden der führende Grund, warum Unternehmen den KI-Wert nicht realisieren, genannt von 33 % der Befragten. Technologische Schulden folgen mit 28 %, Prozessschulden mit 23 % und Talentschulden mit 16 %.

Die Folgen unterscheiden sich je nach Art der Schulden. Datenschulden halten KI-Initiativen in der Phase des Konzepts fest. Technologische Schulden erhöhen die Bereitstellungskosten und komplizieren die Skalierung. Prozessschulden erzeugen unzuverlässige Ergebnisse, wenn KI-Agenten in inkonsistenten Workflows operieren. Talentschulden verlangsamen die Einführung und begrenzen die menschliche Aufsicht, die für erfolgreiche agentische Systeme notwendig ist.

Der Bericht betont wiederholt, dass KI nicht unendlich lange für fehlerhafte Grundlagen kompensieren kann. Unternehmen, die versuchen, fehlerhafte Prozesse zu automatisieren oder KI auf schlechte Daten aufzusetzen, riskieren, Ineffizienzen zu skalieren, anstatt sie zu lösen.

Einige Branchen haben größere Chancen als andere

Die Gelegenheit, Schulden zu lösen, ist nicht gleichmäßig über die Branchen verteilt.

Die Fertigungsindustrie führt die Liste an, mit einer geschätzten Chance von 4,8 Billionen Dollar, die durch Umsatzwachstum und Kosteneinsparungen entsteht. Die Gesundheits- und Lebenswissenschaften folgen mit etwa 3,3 Billionen Dollar, während der Einzelhandel und die Verbrauchsgüterindustrie weitere 2,7 Billionen Dollar ausmachen. Energie, Technologie, Bankwesen, Transport und Versicherungen bieten ebenfalls bedeutende Chancen.

Die Art der Schulden variiert je nach Sektor. Finanzdienstleistungsunternehmen kämpfen am meisten mit Datenschulden aufgrund von Jahrzehnten der Fusionen, Übernahmen und regulatorischen Anforderungen. Die Fertigungs-, Einzelhandels- und Gesundheitsbranche erleben die größten Prozessschulden aufgrund von langen, mehrparteiischen Workflows. Lebenswissenschaften- und Technologieunternehmen haben oft die höchsten technologischen Schulden aufgrund von eingebetteten Softwaresystemen und regulatorischen Einschränkungen.

Auf funktionaler Ebene bieten die Ingenieur-, Produktentwicklungs- und IT-Teams die größten Chancen für Wertsteigerung. Diese Bereiche sind den Technologiestapeln, Infrastrukturen und Workflows am nächsten, die bestimmen, ob Unternehmens-KI erfolgreich skalieren kann.

Die 6 %, die es herausgefunden haben

Eine der aufschlussreichsten Erkenntnisse des Berichts ist, dass nur 6 % der Unternehmen als “bewährte Schuldenlöser” gelten. Diese Unternehmen haben erfolgreiche Schuldenlösungsprogramme etabliert, umgesetzt und gemessen. Weitere 43 % arbeiten aktiv an der Lösung von Schulden, während 51 % entweder keinen Plan haben, einen nicht genehmigten Plan haben oder noch nicht begonnen haben.

Laut der Forschung teilen sich erfolgreiche Unternehmen mehrere Merkmale. Sie behandeln die Lösung von Schulden als eine CEO-Ebene-Anforderung und nicht als eine IT-Initiative. Sie verfolgen eine Zwei-Geschwindigkeits-Strategie, die langfristige Grundlagenarbeit mit kurzfristigen operativen Verbesserungen ausgleicht. Sie investieren stark in Fähigkeiten wie Talententwicklung, Governance, KI-Bereitschaft und Datenplattformen. Sie nutzen auch KI selbst, um die Schuldenreduzierung durch Prozessmining, Workflow-Analyse, Datenqualitätsverbesserung und Schulung der Belegschaft zu beschleunigen.

Vielleicht am wichtigsten ist, dass diese Unternehmen handeln, anstatt endlos zu planen. Der Bericht kommt zu dem Schluss, dass die Lücke zwischen erfolgreichen und erfolglosen Unternehmen nicht primär technologischer Natur ist. Es ist ein Unterschied in der Umsetzung.

Die wahre KI-Herausforderung mag nicht KI sein

Ein starkes Thema im gesamten Bericht ist, dass Unternehmensschulden letztendlich eine Führungsherausforderung und nicht eine Technologieherausforderung darstellen. Während Unternehmen weiterhin in KI investieren, scheitern viele daran, die operativen, kulturellen und strukturellen Probleme anzugehen, die bestimmen, ob diese Investitionen Wert bringen.

Wie der Bericht “Die 18-Billionen-Dollar-Gelegenheit: Vier Unternehmensschulden werden Ihre AI-Zukunft machen oder brechen” klar macht, sind KI-Transformation und Schuldenlösung nicht mehr separate Initiativen. Sie sind zunehmend dasselbe Programm, betrachtet aus unterschiedlichen Perspektiven. Unternehmen, die Prozess-, Daten-, Technologie- und Talentschulden gemeinsam angehen, können erhebliche Wachstums- und Effizienzgewinne erzielen. Diejenigen, die weiterhin KI auf unsicheren Grundlagen aufbauen, riskieren, mehr auszugeben, während sie weniger erreichen.

Für Unternehmensleiter ist die zentrale Botschaft des Berichts einfach: Erkennen Sie, wo Ihre Schulden sind, verstehen Sie, was sie Ihnen kosten, und beginnen Sie, sie zu beheben, bevor die Konkurrenz die Lücke vergrößert. Die Unternehmen, die die KI-Ära gewinnen, sind möglicherweise nicht diejenigen, die am meisten in künstliche Intelligenz investieren, sondern diejenigen, die zuerst die operativen Grundlagen aufbauen, die für den Erfolg von KI notwendig sind.