Nur ein Drittel (32%) der IT-Führungskräfte im Vereinigten Königreich und in Irland glauben, dass ihre Organisationen vollständig darauf ausgerichtet sind, die Vorteile der KI zu realisieren, obwohl 96% bereits mit dem Festlegen von KI-Zielen begonnen oder sie abgeschlossen haben. Eine von Hewlett Packard Enterprise (HPE) in Auftrag gegebene Forschungsstudie ergab kritische Lücken in diesen Organisationen, wie beispielsweise mangelnde Abstimmung zwischen Prozessen und Kennzahlen, was zu einer Fragmentierung des Ansatzes führt und die Lieferprobleme weiter verschärft. Die Studie “Architect an AI Advantage”, die fast 400 IT-Führungskräfte aus dem Vereinigten Königreich und Irland befragte, zeigte, dass trotz wachsender Investitionen in KI wichtige Bereiche wie niedrige Reifegrade bei Daten, mögliche Defizite in der Netzwerk- und Rechenzuteilung sowie wichtige ethische und compliancebezogene Überlegungen übersehen werden.
Die Studie stellte auch erhebliche Diskrepanzen in Strategie und Verständnis fest, die sich nachteilig auf die zukünftige Rendite auswirken könnten. Nur eine kleine Prozentzahl (6%) der Organisationen kann Echtzeit-Datenübertragungen durchführen, um Innovationen und externe Datenmonetarisierung zu ermöglichen, während nur 29% Datengovernance-Modelle eingerichtet haben und fortgeschrittene Analysen durchführen können. Ebenso sind weniger als sechs von zehn Befragten der Meinung, dass ihre Organisation vollständig in der Lage ist, die wesentlichen Phasen der Datenbereitstellung für AI-Modelle zu bewältigen – von Zugriff (57%) und Speicherung (51%) über Analyse (54%) bis hin zur Verarbeitung (52%). Diese Diskrepanz birgt nicht nur das Risiko, den Prozess der KI-Modellerstellung zu verlangsamen, sondern erhöht auch die Wahrscheinlichkeit, dass das Modell falsche Erkenntnisse liefert und einen negativen ROI erzielt.
Ein ähnlicher Unterschied zeigte sich, als die Befragten nach den Rechen- und Netzwerkanforderungen über den gesamten KI-Lebenszyklus befragt wurden. Während das Vertrauen in Bezug auf diese Aspekte oberflächlich hoch erscheint, gab weniger als die Hälfte der IT-Führungskräfte zu, ein umfassendes Verständnis der Anforderungen der KI zu haben. Dies umfasst Datenakquise, Modelltraining und -überwachung, was die Frage aufwirft, wie genau sie für diese wesentlichen Aspekte planen können. Die Vernachlässigung der Verbindungen zwischen den Geschäftsbereichen, Compliance und Ethik sowie mangelndes Verständnis der Infrastrukturanforderungen über den gesamten KI-Lebenszyklus tragen zum Risiko bei, ineffektive Modelle zu entwickeln, einschließlich der Auswirkungen von KI-Halluzinationen. Dies kann zu einer geringeren Kapitalrendite in der KI-Investition eines Unternehmens führen und die Markenreputation insgesamt negativ beeinflussen.