Der Weg zur AI-Reife – 2023 LXT-Bericht

Heute investieren innovationsgetriebene Unternehmen erhebliche Ressourcen in künstliche Intelligenz (KI)-Systeme, um ihre Reise zur KI-Reife voranzutreiben. Laut IDC wird der weltweite Ausgaben für KI-zentrierte Systeme voraussichtlich 300 Milliarden US-Dollar im Jahr 2026 überschreiten, im Vergleich zu 118 Milliarden US-Dollar im Jahr 2022.

In der Vergangenheit sind KI-Systeme aufgrund mangelnder Prozessreife häufiger gescheitert. Etwa 60-80% der KI-Projekte sind aufgrund schlechter Planung, mangelnder Expertise, unzureichender Datenverwaltung oder ethischer und Fairnessprobleme gescheitert. Aber mit jedem vergehenden Jahr verbessert sich diese Zahl.

Heute liegt die durchschnittliche Ausfallrate von KI-Projekten bei 46%, laut dem neuesten LXT-Bericht. Die Wahrscheinlichkeit eines KI-Scheiterns verringert sich weiter auf 36%, wenn ein Unternehmen seine KI-Reife vorantreibt.

Lassen Sie uns den Weg eines Unternehmens zur KI-Reife, die verschiedenen Modelle und Rahmenbedingungen, die es anwenden kann, und die wichtigsten Geschäftstreiber für die Entwicklung einer effektiven KI-Strategie genauer betrachten.

Was ist KI-Reife?

KI-Reife bezeichnet das Maß an Fortschritt und Komplexität, das ein Unternehmen bei der Übernahme, Implementierung und Skalierung von KI-Technologien zur Verbesserung seiner Geschäftsprozesse, Produkte oder Dienstleistungen erreicht hat.

Laut dem LXT-KI-Reife-Bericht 2023 haben 48% der mittelständischen und großen US-Unternehmen ein höheres Maß an KI-Reife erreicht (siehe unten), was einer Steigerung von 8% im Vergleich zu den Ergebnissen der Vorjahresumfrage entspricht, während 52% der Unternehmen aktiv mit KI experimentieren.

Der Bericht zeigt, dass die vielversprechendste Arbeit in den Bereichen Natural Language Processing (NLP) und Spracherkennung geleistet wurde – Subkategorien der KI – da sie die meisten bereitgestellten Lösungen über Branchen hinweg hatten.

Darüber hinaus hat die Industrie für Fertigung und Lieferkette die niedrigste Ausfallrate von KI-Projekten (29%), während der Einzelhandel und der E-Commerce die höchste Ausfallrate (52%) haben.

Untersuchung verschiedener KI-Reifemodelle

In der Regel entwickeln KI-getriebene Unternehmen KI-Reifemodelle, die auf ihre Geschäftsbedürfnisse zugeschnitten sind. Die zugrunde liegende Idee der Reife bleibt jedoch über die Modelle hinweg konsistent und konzentriert sich auf die Entwicklung von KI-bezogenen Fähigkeiten, um optimale Geschäftsergebnisse zu erzielen.

Einige bekannte Reifemodelle wurden von Gartner, IBM und Microsoft (MSFT ) entwickelt. Sie können Unternehmen auf ihrer KI-Adoptionsreise als Leitfaden dienen.

Lassen Sie uns die KI-Reifemodelle von Gartner und IBM genauer betrachten.

Gartner-KI-Reifemodell

Gartner hat ein 5-stufiges KI-Reifemodell entwickelt, das Unternehmen verwenden können, um ihre Reifegrade zu bewerten. Lassen Sie uns diese genauer betrachten.

Gartner-KI-Reifemodell-Illustration. Quelle: LXT-Bericht 2023

• Stufe 1 – Bewusstsein: Unternehmen auf dieser Stufe diskutieren mögliche KI-Lösungen. Es gibt jedoch keine Pilotprojekte oder Experimente, um die Machbarkeit dieser Lösungen auf dieser Stufe zu testen.
• Stufe 2 – Aktiv: Unternehmen sind in den Anfangsstadien der KI-Experimente und Pilotprojekte.
• Stufe 3 – Betrieblich: Unternehmen auf dieser Stufe haben konkrete Schritte zur KI-Adoption unternommen, einschließlich der Überführung mindestens eines KI-Projekts in die Produktion.
• Stufe 4 – Systematisch: Unternehmen auf dieser Stufe nutzen KI für die meisten ihrer digitalen Prozesse. KI-gestützte Anwendungen ermöglichen auch eine produktive Interaktion innerhalb und außerhalb des Unternehmens.
• Stufe 5 – Transformatorisch: Unternehmen haben KI als integralen Bestandteil ihrer Geschäftsprozesse übernommen.

Laut diesem Modell erreichen Unternehmen ab Stufe 3 KI-Reife.

IBM-KI-Reifeframework

IBM hat sein eigenes einzigartiges Vokabular und Kriterien entwickelt, um die Reife von KI-Lösungen zu bewerten. Die drei Phasen des IBM-KI-Reifeframeworks umfassen:

IBM-KI-Reifeframework-Phasen

• Silber: Auf diesem Level der KI-Fähigkeit erkunden Unternehmen relevante Tools und Technologien, um sich auf die KI-Adoption vorzubereiten. Es umfasst auch das Verständnis der Auswirkungen von KI auf das Geschäft, die Datenbereitstellung und andere geschäftliche Faktoren im Zusammenhang mit KI.
• Gold: Auf diesem Level erreichen Unternehmen durch KI eine Wettbewerbsvorteile, indem sie ein bedeutendes Geschäftsergebnis liefern. Diese KI-Fähigkeit bietet Empfehlungen und Erklärungen, die durch Daten gestützt werden, ist für Geschäftsanwender nutzbar und zeigt eine gute Datenhygiene und Automatisierung.
• Platin: Diese fortschrittliche KI-Fähigkeit ist für mission-kritische Workflows nachhaltig. Sie passt sich an eingehende Benutzerdaten an und bietet klare Erklärungen für KI-Ergebnisse. Es sind auch starke Datenmanagement- und Governance-Maßnahmen vorhanden, die automatisierte Entscheidungsfindung unterstützen.

Hauptbarrieren auf dem Weg zur Erreichung von KI-Reife

Unternehmen stehen bei der Erreichung von KI-Reife vor mehreren Herausforderungen. Der LXT-Bericht 2023 identifiziert 11 Barrieren, wie in der folgenden Grafik gezeigt. Lassen Sie uns einige davon genauer betrachten.

KI-Reife-Herausforderungen-Grafik. Quelle: LXT-Bericht 2023

1. Integration von KI in bestehende Technologie

Etwa 54% der Unternehmen stehen vor der Herausforderung, bestehende Technologie in KI-Systeme zu integrieren, was die größte Barriere zur Erreichung von KI-Reife darstellt.

2. Datenqualität

Hohe Qualität von Trainingsdaten ist für den Aufbau genauer KI-Systeme von entscheidender Bedeutung. Die Sammlung hochwertiger Daten bleibt jedoch eine große Herausforderung bei der Erreichung von KI-Reife. Der Bericht zeigt, dass 87% der Unternehmen bereit sind, mehr für die Beschaffung hochwertiger Trainingsdaten zu zahlen.

3. Fähigkeitslücke

Ohne die richtigen Fähigkeiten und Ressourcen kämpfen Unternehmen darum, erfolgreiche KI-Anwendungsfälle aufzubauen. Tatsächlich stehen 31% der Unternehmen vor einer Fähigkeitslücke bei der Unterstützung ihrer KI-Initiativen und der Erreichung von KI-Reife.

4. Schwache KI-Strategie

Die meisten KI-Systeme, die wir in realen Systemen beobachten, können als schwach oder eng definiert werden. Es handelt sich um eine KI, die eine endliche Menge von Aufgaben ausführen kann, für die sie trainiert wurde. Etwa 20% der Unternehmen verfügen nicht über eine umfassende KI-Strategie.

Um diese Herausforderung zu überwinden, sollten Unternehmen ihre KI-Ziele klar definieren und dokumentieren, in hochwertige Daten investieren und die richtigen Modelle für jede Aufgabe wählen.

Hauptgeschäftstreiber für die Weiterentwicklung von KI-Strategien

Der LXT-Reifungsbericht identifiziert zehn wichtige Geschäftstreiber für KI, wie in der folgenden Grafik gezeigt. Lassen Sie uns einige davon genauer betrachten.

Eine Darstellung der wichtigsten Geschäftstreiber für KI. Quelle: LXT-Bericht 2023

1. Geschäftliche Agilität

Geschäftliche Agilität bezieht sich auf die Fähigkeit eines Unternehmens, sich schnell an veränderte digitale Trends und Chancen anzupassen, indem es innovative Geschäftslösungen einsetzt. Es bleibt der wichtigste Treiber für KI-Strategien für etwa 49% der Unternehmen.

KI kann Unternehmen helfen, geschäftliche Agilität zu erzielen, indem sie schneller und genauere Entscheidungen ermöglicht, wiederkehrende Aufgaben automatisiert und betriebliche Effizienzen verbessert.

2. Antizipation von Kundenbedürfnissen

Etwa 46% der Unternehmen betrachten die Antizipation von Kundenbedürfnissen als einen der wichtigsten Geschäftstreiber für KI-Strategien. Durch die Verwendung von KI zur Analyse von Kundendaten können Unternehmen Einblicke in das Kundenverhalten, die Vorlieben und Bedürfnisse gewinnen, was es ihnen ermöglicht, ihre Produkte und Dienstleistungen besser an die Kundenbedürfnisse anzupassen.

3. Wettbewerbsvorteil

Ein Wettbewerbsvorteil ermöglicht es Unternehmen, sich von ihren Wettbewerbern abzuheben und einen Vorteil auf dem Markt zu erlangen. Es ist ein wichtiger Treiber für KI-Strategien, laut 41% der Unternehmen.

4. Vereinfachung von Entscheidungsprozessen

KI-basierte automatisierte Entscheidungsfindung kann die Zeit, die für die Entscheidungsfindung benötigt wird, erheblich reduzieren. Deshalb betrachten etwa 42% der Unternehmen die Vereinfachung von Entscheidungsprozessen als einen wichtigen Geschäftstreiber für KI-Strategien.

5. Produktentwicklung

Von der Anerkennung als wichtigster Geschäftstreiber für KI-Strategien im Jahr 2021 ist die innovative Produktentwicklung auf den siebten Platz zurückgefallen, mit 39% der Unternehmen, die sie als Geschäftstreiber im Jahr 2023 betrachten.

Dies zeigt, dass die Anwendbarkeit von KI in Geschäftsprozessen nicht ausschließlich von der Qualität des Produkts abhängt. Andere Geschäftsaspekte wie hohe Widerstandsfähigkeit, Nachhaltigkeit und eine schnelle Markteinführung sind für den Geschäftserfolg von entscheidender Bedeutung.

Für weitere Informationen über die neuesten Trends und Technologien im Bereich der künstlichen Intelligenz besuchen Sie unite.ai.