Datenmanagement für KI-Erfolg entscheidend

Ein neuer Bericht einer Umfrage des MIT Technology Review Insights hebt KI und Datenmanagement als wesentliche Säulen des Unternehmenserfolgs hervor. Die Mehrheit der Umfrageteilnehmer nannte jedoch Datenmissmanagement als kritischen Faktor, der den zukünftigen KI-Erfolg ihres Unternehmens gefährden könnte.

Der Bericht mit dem Titel „CIO vision 2025: Bridging the gap between BI and AI“ wurde im Mai und Juni 2022 in Zusammenarbeit mit Databricks, dem Pionier der Lakehouse-Architektur, durchgeführt. Die Ergebnisse des Berichts basieren auf einer Umfrage unter 600 globalen CIOs, CDOs und CTOs aus 14 Branchen sowie auf Interviews mit C-Level-Führungskräften aus Top-Unternehmen. Das Ziel war zu verstehen, wie Führungskräfte über die Herausforderungen bei der Datenverwaltung und der Realisierung von Geschäftswerten denken, während sie daran arbeiten, die Leistung von künstlicher Intelligenz (KI) in ihren Unternehmen freizusetzen.

Zu den Unternehmen, die in dieser Studie vertreten sind, gehören: Procter & Gamble, Johnson & Johnson, Cummins, CNH Industrial, Walgreens Boots Alliance, S&P Global, Marks & Spencer, Tokio Marine, Virgin Australia und Freshworks.

Die wichtigsten Ergebnisse sind:

• Weit über die Hälfte der Führungskräfte erwartet, dass der Einsatz von KI in Geschäftsfunktionen bis 2025 weit verbreitet oder entscheidend sein wird. Die befragten Führungskräfte planen für die nächsten drei Jahre eine starke Ausweitung der KI-Nutzung in allen Kernfunktionen. Der Einsatz von KI im Unternehmen ist heute meist begrenzt. Mehr als die Hälfte erwartet, dass der Einsatz von KI bis 2025 in der IT, im Finanzwesen, in der Produktentwicklung, im Marketing, im Vertrieb und in anderen Bereichen weit verbreitet oder entscheidend sein wird. Rund 94 Prozent der Befragten geben an, dass sie KI bereits heute in ihrer Branche einsetzen.

• 72 Prozent der befragten Führungskräfte betonen, dass Probleme mit dem Datenmanagement den zukünftigen Erfolg von KI gefährden werden. Die Mehrheit der befragten Unternehmen wird in den nächsten drei Jahren in die Vereinheitlichung ihrer Datenplattform für Analysen und KI investieren, um die Einführung von KI zu fördern. Über zwei Drittel der Befragten (68 %) – und fast alle Führungskräfte (99 %) – sagen, dass dies für den Erfolg ihrer Unternehmensdatenstrategie entscheidend ist.

• 78 Prozent der befragten Führungskräfte geben an, dass die erfolgreiche Skalierung von KI oberste Priorität für die Datenstrategie ist. Die Daten- und KI-Strategien der befragten Unternehmen sind eng miteinander verknüpft. Mehr als drei Viertel (78 %) der befragten Führungskräfte geben an, dass die Skalierung von KI- und Machine-Learning-Anwendungsfällen zur Schaffung von Geschäftswert die oberste Priorität für ihre Datenstrategie in den nächsten drei Jahren ist.

• KI-Investitionen werden in Finanzdienstleistungen am stärksten sein. Von den 14 Branchen, die an der Umfrage teilnahmen, waren KI-Führungskräfte am zahlreichsten in den Bereichen Einzelhandel/Konsumgüter und Automobil/Herstellung vertreten. Es wird jedoch erwartet, dass Unternehmen aus dem Finanzdienstleistungssektor das höchste Investitionswachstum in Datenmanagement und Infrastruktur verzeichnen werden.

• Führungskräfte sehen Multi-Cloud und offene Standards als integralen Bestandteil des KI-Fortschritts. Die meisten Umfrageteilnehmer (72 %) schätzen die Flexibilität, die ein Multi-Cloud-Ansatz für die KI-Entwicklung bietet. Die für die Studie befragten CIOs betonen die Bedeutung offener Architekturstandards für die Unterstützung von Multi-Cloud und die Bedeutung von beidem für den Fortschritt der KI-Entwicklung.

„Nach Ansicht von mehr als zwei Dritteln der von uns befragten Führungskräfte aus dem Technologiebereich sind Datenprobleme mit hoher Wahrscheinlichkeit der Grund dafür, dass Unternehmen ihre KI-Ziele nicht erreichen“, sagt Francesca Fanshawe, Herausgeberin des Berichts. „Die Verbesserung der Verarbeitungsgeschwindigkeit, der Governance und der Qualität der Daten sowie deren Eignung für die Modelle sind die wichtigsten Voraussetzungen, um sicherzustellen, dass KI skaliert werden kann.“

„Unsere Kunden sagen uns, dass KI nur so gut ist wie die Datenarchitektur, die ihr zugrunde liegt“, sagt Robin Sutara, Field CTO, EMEA bei Databricks. „Die Schaffung einer Datenkultur, in der Menschen, Prozesse und Technologien die Grundlage für die Skalierung von KI-fähigen Daten bilden, ist entscheidend für das Wachstum. Eine offene und einheitliche Plattform wie das Databricks Lakehouse ermöglicht es Unternehmen, ihre Daten in die Tat umzusetzen. Wir engagieren uns für fortlaufende Innovationen, die es Geschäftsführern ermöglichen, geschäftskritische KI-Projekte erfolgreich einzusetzen und zu skalieren.“

Jeremy Pee, Chief Digital and Data Officer, Marks & Spencer sagt: „Wir haben KI aggressiv eingesetzt, um die digitalen Erlebnisse für Kunden in unserem Omnichannel-Netzwerk zu verändern, aber wir müssen KI nutzen, um uns in jeder Hinsicht zu verbessern. Wir fangen also an, KI im Kern der Art und Weise zu nutzen, wie wir unser Unternehmen führen, wie wir Entscheidungen treffen und wie wir in das Ganze Intelligenz und Wissenschaft einfließen lassen.“

Über die Bedeutung der Skalierung von Datengrundlagen fügt er hinzu: „Ein Teil der Herausforderung besteht darin, die Infrastruktur aufzubauen, das Vertrauen in die Daten zu stärken, sie durchsuchbar, auffindbar, vertrauenswürdig und gut verwaltet zu machen. Der andere Teil besteht darin, die Data Scientists in die Lage zu versetzen, Intelligenz und Produktionsskalierbarkeit aufzubauen. Wie kommt man von einem einzigen Modell dazu, Hunderte von Modellen zu erstellen und zu unterstützen? Wenn Unternehmen diesen Teil nicht für sich auflösen, führt das nur zu Ineffizienz und Frustration. Das Ergebnis – das Vertrauen beginnt zu schwinden.“

Über die Erweiterung der Datenplattform um zusätzliche Funktionen erklärt er abschließend: „Schwieriger als die Erstellung von Modellen und Pipelines ist es, die Qualität, die Nutzung und das Verständnis von Daten zu verbessern. Viele Unternehmen wissen nicht wirklich, was sie in Bezug auf ihren gesamten Datenbestand haben oder wie sie die Qualität der Daten messen. Mit unserer neuen Plattform gehen wir dieses Problem an, indem wir jedes Datenelement katalogisieren, durchsuchbar machen, die Datenqualität verwalten und weitere Funktionen bereitstellen. Das alles müssen wir so schnell tun, wie es nötig ist, um auf Kunden- und Geschäftsanforderungen zu reagieren.“

Weitere Information:

Der Report kann hier heruntergeladen werden.

www.technologyreview.com