Fast die Hälfte der KI-Projekte scheitern an unzureichender Data Readiness
Künstliche Intelligenz
Vor allem die Komplexität der Datenbereitstellung und die Wartung der Datenpipelines sollen technische Ressourcen verbrauchen. Laut der Umfrage ist eine unzureichende Datenbereitstellung das grösste Hindernis für die Umsetzung von KI.
Während 57 % der Unternehmen ihre Strategie zur Datenzentralisierung als sehr effektiv einstufen, sagen fast ebenso viele, dass mehr als die Hälfte ihrer KI-Projekte immer noch scheitern. Als Gründe geben die Befragten an, dass Daten nicht vollständig zentralisiert bzw. organisiert seien oder nicht in Echtzeit für KI-Modelle zur Verfügung gestellt werden können.
Die wichtigsten Studien-Ergebnisse im Detail
42 % der Unternehmen geben an, dass mehr als die Hälfte ihrer KI-Projekte aufgrund von Problemen mit der Datenbereitstellung verzögert wurden oder nicht gebracht haben, was man sich erhofft hat oder komplett gescheitert sind.
68 % der Unternehmen, bei denen weniger als die Hälfte ihrer Daten zentralisiert sind, berichten von Umsatzeinbussen aufgrund gescheiterter oder verzögerter KI-Projekte.
67 % der Unternehmen, die ihre Daten zentral managen, wenden über 80 % ihrer technischen Ressourcen allein für die Pflege von Datenpipelines auf.
59 % der Unternehmen nennen Compliance als grösste Herausforderung beim Daten-Management für KI.
Eine mangelhafte KI-Leistung ist laut Fivetran nicht bloss ein technisches Problem, sondern ein echtes Geschäftsrisiko: 38 % der Unternehmen berichten demnach über erhöhte Betriebskosten aufgrund von KI-bedingten Misserfolgen. Zudem seien geringere Kundenzufriedenheit und Kundenbindung die häufigste Folge gescheiterter KI-Projekte.
Als Schlüssel für den KI-Erfolg empfiehlt die Fivetran-Studie eine Modernisierung der Dateninfrastruktur mit Tools zur automatisierten Integration, weil dies die Komplexität von Datenpipelines reduziere und technische Ressourcen freisetze.
Die Gründe für die Verzögerung von KI
Die Umfrage ergab, dass viele Unternehmen Schwierigkeiten haben, über die Phase von KI-Pilotprojekten hinauszukommen. Dies liege insbesondere an der mangelnden Effizienz bei der Aufbereitung, Integration und Operationalisierung ihrer Daten. Zu den wesentlichen Stolpersteinen zählen demnach:
74 % der Unternehmen managen oder planen mehr als 500 Datenquellen, was zu einer erheblichen Komplexität bei der Integration der Daten führt.
67 % der stark zentralisierten Unternehmen setzen noch immer mehr als 80 % ihrer Data-Engineering-Ressourcen für die Pflege von Pipelines ein. Daher bleibt kaum Zeit für KI-Innovationen.
41 % der Unternehmen berichten, dass fehlender Echtzeit-Zugriff auf die Daten KI-Modelle daran hindert, zeitnah Erkenntnisse zu liefern.
29 % der Unternehmen berichten, dass Datensilos den Erfolg von KI behindern.
Solange diese Herausforderungen nicht angegangen werden, so Fivetran, würden Unternehmen weiterhin mit der Performance von KI zu kämpfen haben und den vollen Wert ihrer Investitionen nicht ausschöpfen.
Die Umfrage wurde im ersten Quartal 2025 von Redpoint Content durchgeführt. Es wurden 401 Führungskräfte und Fachleute aus den USA, dem Vereinigten Königreich, Europa, dem Nahen Osten und Afrika sowie dem asiatisch-pazifischen Raum befragt. Die Teilnehmer repräsentierten Unternehmen aus den Bereichen Technologie, Finanzen, Gesundheitswesen, Einzelhandel und Fertigung mit 500 bis über 5.000 Mitarbeitern.
