Sie sind hier: Startseite » Markt » Studien

Schlechte Datenpraktiken noch weit verbreitet

KI weltweit auf dem Durchmarsch, Deutschland gehört zu den Nachzüglern
Herausforderungen, ROI, Kosten & Co: Wie wird KI in Unternehmen wirklich eingesetzt?

Fivetran und Vanson Bourne präsentieren umfangreiche Studie

Fivetran, Anbieterin für Data Movement, präsentiert die Ergebnisse einer Umfrage, die zeigt: 81 Prozent der befragten Unternehmen vertrauen ihren KI/ML-Ergebnissen, obwohl sie zugeben, fundamentale Daten-Ineffizienzen zu haben. Sie verlieren im Durchschnitt 6 Prozent ihres weltweiten Jahresumsatzes, bzw. 406 Millionen US-Dollar bei einem durchschnittlichen Jahresumsatz von 5,6 Milliarden US-Dollar der befragten Unternehmen. Die Ursache sind unzureichende KI-Modelle, die mit ungenauen oder minderwertigen Daten erstellt werden und dadurch zu falschen Geschäftsentscheidungen führen.

Schlusslicht Deutschland
Deutsche Unternehmen stehen noch eher am Anfang der KI-Nutzung (60 Prozent), während das in den USA nur noch 39 Prozent, in Frankreich sogar nur 36 Prozent sind. Dementsprechend sehen sich Unternehmen dort als fortgeschritten: 31 Prozent (USA) bzw. 28 Prozent (Frankreich) nutzen KI, die keine oder kaum menschliche Eingriffe erfordert, wo immer das möglich ist. In Deutschland sind das gerade einmal 14 Prozent. Insgesamt setzen fast neun von zehn Unternehmen (89 Prozent) KI-/ML-Methoden für die Erstellung von Modellen ein, die automatisch Vorhersagen und Entscheidungen treffen können. 80 Prozent der Unternehmen in den USA und 75 Prozent in Frankreich tun das schon mindestens sechs Monate, in Deutschland sagen das lediglich 44 Prozent von sich.

Auch das Vertrauen in die Ergebnisse einer KI sind in Deutschland gering: Während 30 Prozent der deutschen Unternehmen den Ergebnissen von Generativer KI voll und ganz vertrauen, sagen das 47 Prozent der US-amerikanischen und 48 Prozent der französischen Unternehmen.

Die unabhängigen Marktforschungsspezialisten Vanson Bourne befragten in einer Online-Umfrage 550 Teilnehmer aus Unternehmen mit 500 oder mehr Mitarbeitenden in den USA, Großbritannien, Irland, Frankreich und Deutschland. 100 Teilnehmer kamen aus Deutschland. Die Umfrage ergab, dass fast neun von zehn Unternehmen KI-/ML-Methoden einsetzen, um Modelle für die autonome Entscheidungsfindung zu erstellen. 97 Prozent werden in den nächsten ein bis zwei Jahren in generative KI investieren. Gleichzeitig haben die Unternehmen Probleme mit Datenungenauigkeiten und -Halluzinationen sowie Bedenken hinsichtlich Data Governance und Datensicherheit. US-Unternehmen, die Large Language Models (LLMs) nutzen, berichten in 50 Prozent der Fälle von Datenungenauigkeiten und -Halluzinationen.

"Die schnelle Verbreitung von generativer KI spiegelt einen weit verbreiteten Optimismus und eine Zuversicht in den Unternehmen wider. Aber unter der Oberfläche gibt es immer noch grundlegende Datenprobleme, die Unternehmen daran hindern, ihr volles Potenzial auszuschöpfen", erklärt Taylor Brown, Mitbegründer und COO von Fivetran. "Unternehmen müssen ihre Datenintegrations- und -Governance-Grundlagen stärken, um zuverlässigere KI-Ergebnisse zu erzielen und finanzielle Risiken zu minimieren."

Unterschiedliche "KI-Realitäten" in verschiedenen Berufsrollen
Etwa jedes vierte Unternehmen (24 Prozent) gab an, ein fortgeschrittenes Stadium der KI-Nutzung erreicht zu haben, in dem es die Vorteile der KI voll ausschöpft und nur noch wenig oder gar nicht mehr auf menschliche Eingriffe angewiesen ist. Allerdings gibt es erhebliche Meinungsverschiedenheiten zwischen den Befragten: Technische Führungskräfte, die KI-Modelle entwickeln und betreiben, sind von der KI-Reife ihrer Unternehmen weniger überzeugt. Von ihnen bezeichnen nur 22 Prozent sie als "fortgeschritten", verglichen mit 30 Prozent der nicht-technischen Mitarbeitenden. Anders bei generativer KI: Ihr vertrauen 63 Prozent der nicht-technischen Mitarbeitenden vollständig, bei den technischen Führungskräften sind es 42 Prozent.

Eine weitere Uneinigkeit besteht zwischen den Datenexperten auf unterschiedlichen Führungsebenen eines Unternehmens: Während die in Junior-Positionen veraltete IT-Infrastrukturen als größtes Hindernis für die Entwicklung von KI-Modellen sehen (49 Prozent), sehen leitende Kollegen das Hauptproblem darin, dass sich Mitarbeitende mit den richtigen Fähigkeiten auf andere Projekte konzentrieren (51 Prozent). Tatsächlich sind diese gezwungen, ihre Ressourcen für manuelle Datenprozesse wie die Bereinigung von Daten und die Reparatur defekter Datenpipelines zu nutzen. Unternehmen geben zu, dass ihre Data Scientists den Großteil (67 Prozent) ihrer Zeit mit der Aufbereitung von Daten verbringen, anstatt KI-Modelle zu erstellen.

Schlechte Datenpraktiken sind immer noch weit verbreitet
Die Ursache für das vergeudete Potenzial von Datenspezialisten und die unzureichende Performance von KI-Programmen ist dieselbe: unzugängliche, unzuverlässige und falsche Daten. Wie groß das Problem ist, zeigt die Tatsache, dass die meisten Unternehmen Schwierigkeiten haben, auf alle Daten zuzugreifen, die für die Ausführung von KI-Programmen benötigt werden (69 Prozent) und diese in ein brauchbares Format zu bringen (68 Prozent).

Neue Ansätze bei generativer KI haben weitere Komplikationen mit sich gebracht: 42 Prozent der Befragten hatten schon mit Datenhalluzinationen zu tun. Diese können zu schlechten Entscheidungen führen, da die Informationsbasis mangelhaft ist. Sie verringern das Vertrauen in LLMs oder die Bereitschaft der Mitarbeitenden, das Tool zu nutzen. Zudem rauben sie viel Zeit für das Auffinden und Korrigieren der Daten. Angesichts der Tatsache, dass 60 Prozent der leitenden Angestellten generative KI nutzen und für strategische Entscheidungen verantwortlich sind, werden Probleme mit der Qualität und Vertrauenswürdigkeit der Daten noch verstärkt.

Data Governance als Schlüsselbereich für den Einsatz von KI
Die Befürchtungen hinsichtlich des Einsatzes generativer KI bleiben ebenfalls bestehen, wobei "die Aufrechterhaltung der Data Governance" und "finanzielle Risiken aufgrund der Sensibilität der Daten" die größten Bedenken der Unternehmen sind (37 Prozent). Solide Data-Governance-Grundlagen sind besonders wichtig für Unternehmen, die entweder eigene generative-KI-Modelle entwickeln oder eine Kombination aus bestehenden externen sowie intern entwickelten Modellen verwenden wollen. Da jedoch die Mehrheit (67 Prozent) der Befragten den Einsatz neuer Technologien plant, um grundlegende Datenbewegungen, Governance- und Sicherheitsfunktionen zu stärken, gibt es Grund zum Optimismus. (Fivetran: ra)

eingetragen: 01.04.24
Newsletterlauf: 21.05.24

Fivetran: Kontakt und Steckbrief

Fivetran automatisiert alle Arten von Data Movement im Zusammenhang mit Cloud-Datenplattformen. Das gilt vor allem für die zeitaufwendigsten Teile des ELT-Prozesses (Extract, Load, Transform) - von der Extraktion von Daten über das Handling von Schema-Drifts bis hin zu Daten-Transformationen. Damit können sich Data Engineers auf wichtigere Projekte konzentrieren, ohne sich um die Data Pipelines kümmern zu müssen. Mit einer Up-Time von 99,9 Prozent und sich selbst reparierenden Pipelines ermöglicht Fivetran Hunderten von führenden Marken weltweit, darunter Autodesk, Lionsgate und Morgan Stanley, datengestützte Entscheidungen zu treffen und so ihr Unternehmenswachstum voranzutreiben. Fivetran hat seinen Hauptsitz in Oakland, Kalifornien, und verfügt über Niederlassungen auf der ganzen Welt.

Der deutschsprachige Markt wird aus dem Büro in München betreut. Zu den Kunden in Deutschland zählen DOUGLAS, Hermes, Lufthansa, Siemens, VW Financial Services und Westwing. Weitere Informationen unter www.fivetran.com.

Kontaktdaten
Fivetran Germany GmbH
Franz-Joseph-Str. 11
80801 München
E-Mail: hallo[at]fivetran.com
Webseite: https://fivetran.com/de

Dieses Boilerplate ist eine Anzeige der Firma Fivetran.
Sie zeichnet auch für den Inhalt verantwortlich.

Lesen Sie mehr:
Modernisierung der Dateninfrastruktur
Datentransformation transparenter zu gestalten
Datengrundlagen für Analysen und KI
Fivetran präsentiert erweitertes "Connector SDK"
Compliance als größte Herausforderung
Fivetran: Monica Ohara mit umfassender Erfahrung
Fivetran: Vereinbarung zur Übernahme von Census
Managed Data Lake Service auf Microsoft Azure
KI erfordert riesige Mengen hochwertiger Daten
Datenintegration für Unternehmen jeder Größe
Fivetran vereinfacht Datenintegration
Nahtlose Replikation großer Datensätze
Die Datenkultur hat sich grundlegend gewandelt
Data Governance und Datensicherheit
Fivetran weiter auf der Erfolgsspur
Cloud-Deployment für Fivetran-Plattform
Fivetran erweitert Partnerschaft mit Snowflake
Datenautobahn ohne Stau für die Logistik
Nutzung von KI- und Generative-KI-Technologien
Data Lake Management automatisiert und vereinfacht
Daten sind Basis für alle Formen der KI
Schlechte Datenpraktiken noch weit verbreitet
Datenbasierte Entscheidungen treffen
Datenaustausch im Unternehmen automatisieren
Reduzierte Latenzzeiten und Kosten
25 Jahre Erfahrung im SaaS-Umfeld
Fivetran sorgt für Business Insights
Kontrollierte, benutzerfreundliche Repositories
Aufbau einer soliden Data-Lake-Grundlage
Cloud Data Lake, Lakehouse oder Warehouse
Skalierbare Konnektoren und Destinationen
Fivetran als Launch-Partnerin
Prozess zur Datenintegration in BigQuery
Weniger Kosten für Neukundengewinnung
Inspirierende Führungspersönlichkeit
Anbindung an praktisch jede SaaS-Anwendung
Unterstützung von Amazon S3
Fivetran setzt Wachstum fort
Daten in Cloud- & On-Premise-Umgebungen
Fivetran: Führungsteam ausgebaut
Data Act könnte schon 2024 in Kraft treten
Mit Cloud-Architektur zum "Master of Data"
Vorteile automatisierter Datenintegration
Schwierigkeiten bei der Bereitstellung der Daten

Meldungen: Studien

SaaS: Neuer blinde Fleck in der Cyber-Resilienz
Hycu stellte die Ergebnisse des State of SaaS Resilience Report 2025 vor. Dies ist eine unabhängige internationale Umfrage unter 500 IT-Entscheidungsträgern. Aus den Ergebnissen geht klar hervor, dass sowohl die Nutzung von Software-as-a-Service (SaaS) als auch damit verbundene Cybervorfälle zunehmen, während die Datenresilienz weit hinter den Anforderungen der Unternehmen zurückbleibt.
Agentic AI verspricht Produktivitätssprünge
Bei der Einführung von Künstlicher Intelligenz (KI) zeigt sich ein deutliches Spannungsfeld zwischen den hohen Erwartungen und der tatsächlichen Umsetzung. Vielen Unternehmen gelingt es bisher nicht, aus der Vielzahl ihrer Proofs of Concept (PoC) KI-Lösungen erfolgreich in ihre Geschäftsprozesse zu integrieren. Die Ursachen hierfür liegen vor allem im Change Management und in der Datenqualität, weniger in der Technologie. Gleichzeitig kündigt sich mit Agentic AI bereits die nächste technologische Welle an: 73 Prozent der Entscheider rechnen bis 2028 mit einer zunehmenden Relevanz autonomer KI-Agenten. Aktuell experimentieren 38 Prozent mit ersten Anwendungen.
Digitale Transaktions- und Plattformmodelle
Die deutsche Internetwirtschaft bleibt Wachstumstreiber, droht aber an politischen Versäumnissen zu scheitern. Laut einer Studie von Arthur D. Little im Auftrag des eco - Verband der Internetwirtschaft e.V. steigt der Umsatz von 245 Milliarden Euro 2025 auf 389 Milliarden Euro im Jahr 2030 - ein jährliches Plus von fast zehn Prozent. Treiber sind digitale Plattform- und Transaktionsmodelle, die bereits heute knapp 40 Prozent der Erlöse ausmachen.
Generative KI führt Technologie-Ranking an
Esker hat die Ergebnisse der aktuellen Trendstudie "KI-gesteuerte Automatisierung im Customer Service 2025" vorgestellt. Die Trendstudie zeigt, dass der KI-Einsatz im Customer Service signifikant an Fahrt aufnimmt. Demnach setzen bereits 44 Prozent der befragten Unternehmen KI-Technologien in diesem Bereich ein - eine Verdopplung gegenüber der Vergleichsstudie aus dem Jahr 2023.
KI entwickelt sich zum unverzichtbaren Werkzeug
PagerDuty, Anbieterin im Bereich Digital Operations Management, hat neue Umfrageergebnisse veröffentlicht. Diese belegen ein wachsendes Vertrauen von Führungskräften in KI-Agenten und zeigen, dass sich Unternehmen in allen Geschäftsbereichen zunehmend auf KI verlassen. Der PagerDuty AI Resilience Survey, für den 1.500 IT- und Führungskräfte aus Australien, Frankreich, Deutschland, Japan, Großbritannien und den USA befragt wurden, ergab, dass 81 Prozent der Führungskräfte (82 Prozent in Deutschland) darauf vertrauen, dass KI-Agenten in Krisensituationen, wie z. B. bei einem Dienstausfall oder einem Sicherheitsvorfall, im Sinne des Unternehmens Maßnahmen ergreifen.
KI-Integration stark angestiegen
Cloudera veröffentlichte die Ergebnisse ihrer jüngsten globalen Umfrage "The Evolution of AI: The State of Enterprise AI and Data Architecture". Die Erhebung untersucht die beschleunigte KI-Integration sowie die Entwicklung von Datenarchitekturen in Unternehmen und die neuen Herausforderungen für die sichere Skalierung von KI im Jahr 2025. Dafür wurden mehr als 1.500 IT-Führungskräfte befragt.
Souveräne Cloud hat hohe Relevanz
Die Cloud-Transformation, digitale Souveränität und Künstliche Intelligenz (KI) führen zu umfangreichen Veränderungen im IT-Sourcing. Um in diesem Spannungsfeld erfolgreich zu navigieren, überprüfen immer mehr Unternehmen ihre bisherigen IT-Sourcing-Strategien. Während viele Unternehmen beim Cloud Sourcing schon fortgeschritten sind, stehen europäische und insbesondere deutsche Unternehmen angesichts geopolitischer Veränderungen unter Druck, ihre langjährigen technologischen Abhängigkeiten von US-amerikanischen IT-Providern zu reduzieren und systematischer zu steuern. 71 Prozent der Unternehmen wollen daher zukünftig stärker mit IT-Sourcing-Beratern zusammenarbeiten, um unter anderem ihre Interessen gegenüber Cloud-Anbietern besser vertreten zu können. Zudem dringt KI immer tiefer in die IT-Wertschöpfungskette vor, beispielsweise in den Bereichen Cyber Security, IT-Service-Management oder Softwareentwicklung. Mehr als ein Drittel der Unternehmen setzt KI-Lösungen bereits im Service Desk ein.
KI ein geschäftlicher Hebel
Kyndryl, IT-Dienstleisterin für unternehmenskritische Systeme, hat die Ergebnisse seiner dritten jährlichen State of Mainframe Modernization Survey veröffentlicht. Die Studie zeigt, wie Unternehmen die Schlüsselrolle des Mainframes in einer sich rasant wandelnden digitalen Landschaft neu definieren. Sie verdeutlicht, dass Firmen auf flexible Modernisierungsstrategien setzen, KI im großen Maßstab nutzen und den Einsatz des Mainframes in hybriden IT-Umgebungen ausweiten - und das trotz Fachkräftemangel und wachsender Regulierung.
Cloud Security Posture Management
Tenable veröffentlichte kürzlich ihren State of Cloud and AI Security 2025 Report, aus dem hervorgeht, dass das rasante Wachstum von Hybrid-, Multi-Cloud- und KI-Systemen schneller voranschreitet als die Entwicklung von Cloud-Sicherheitsstrategien, sodass neue Ebenen an Komplexität und Risiken entstehen.
Nutzung von GenAI-Applikationen
Nutanix, Spezialistin für Hybrid Multicloud Computing, hat die Ergebnisse der siebten Ausgabe ihrer jährlichen Studie Enterprise Cloud Index (ECI) für Deutschland vorgestellt. Demnach teilen deutsche Unternehmen generell die Prioritäten ihrer Kollegen in EMEA und weltweit bei Einführung und Umsetzung von generativer künstlicher Intelligenz (GenAI) und Containerisierung. Sie setzen jedoch im Detail abweichende Schwerpunkte und erwarten einen längeren Zeithorizont, bis sich Investitionen in GenAI-Projekte rechnen. Hauptgründe dafür sind offenbar Bedenken hinsichtlich Sicherheit und Datenschutz sowie der in Deutschland immer stärker spürbare Fachkräftemangel.

IT-Berufshaftpflicht sinnvoll Flexera 2024 State of the Cloud Report