PwC-Studie: KI-Investitionen zahlen sich selten aus

Zwei Drittel der deutschen Unternehmenslenker sehen keinen positiven Effekt ihrer KI-Ausgaben. Das Problem liegt oft nicht an der Technik, sondern an den Daten.

Hohe Erwartungen, magere Ergebnisse

Die Begeisterung für künstliche Intelligenz ist groß, der messbare Ertrag oft ernüchternd. Eine PwC-Befragung unter mehr als 4.400 Vorstandschefs weltweit liefert ernüchternde Zahlen: Zwei Drittel der deutschen Unternehmenslenker können keinen positiven Effekt ihrer Investitionen in Algorithmen erkennen. Gerade einmal elf Prozent verzeichneten steigende Umsätze, nur zwei Prozent schafften den Doppelerfolg aus höheren Einnahmen und sinkenden Kosten. Die Technik selbst scheint nicht das Hindernis zu sein.

Verstreutes Wissen bremst Algorithmen

Der Kern des Problems liegt woanders. Unternehmen sitzen auf riesigen Datenmengen, doch diese schlummern verteilt in Abteilungen, Standorten und Systemen. Dokumentationen sind unvollständig, Begriffe werden je nach Team unterschiedlich verwendet, wertvolles Erfahrungswissen existiert nur in den Köpfen langjähriger Mitarbeiter. Gehen diese in den Ruhestand, verschwindet Know-how unwiederbringlich. Algorithmen können nur verarbeiten, was ihnen strukturiert vorliegt. Fehlt diese Ordnung, verstärkt KI bestehende Inkonsistenzen statt sie zu lösen.

Ordnung schaffen vor dem Automatisieren

Für mittelständische Firmen heißt das: Vor dem Einsatz von KI steht die Arbeit am eigenen Wissensbestand. Einheitliche Begriffe, saubere Dokumentation und klare Verantwortlichkeiten klingen weniger aufregend als ein Vorzeigeprojekt mit Sprachmodellen, bringen aber mehr. Moderne Softwarelösungen unterstützen dabei, Informationen aus verschiedenen Quellen zu bündeln und maschinenlesbar zu machen. Wer diesen Schritt geht, legt das Fundament für Anwendungen, die sich tatsächlich auszahlen.