KI-Potenzial in der IT

Führung fordert Modernisierung, Fachkräfte eine bessere Datenstrategie

Künstliche Intelligenz ist in deutschen Daten- und IT-Teams bereits fest im Arbeitsalltag angekommen. Eine von Snowflake beauftragte Studie zeigt jedoch, dass fehlende Datenqualität, Altsysteme und Integrationsprobleme den weiteren Einsatz ausbremsen.

Führung fordert Modernisierung, Fachkräfte eine bessere Datenstrategie

Mehrheit nutzt KI täglich

Für die Untersuchung „State of Data Work“ wurden 150 Daten- und IT-Fachkräfte sowie Führungskräfte in Deutschland befragt. 85 Prozent der Teilnehmenden setzen KI demnach bereits täglich ein. 89 Prozent geben an, dass die Technologie ihre Produktivität im vergangenen Jahr gesteigert hat.

Auch der Blick auf die kommenden Jahre fällt überwiegend positiv aus. 89 Prozent erwarten, dass KI die Arbeitsweise ihres Unternehmens innerhalb der nächsten zwei Jahre weiter verbessern wird. Gleichzeitig halten sich 93 Prozent der Befragten für gut vorbereitet, um den wirtschaftlichen Nutzen der Technologie zu erschließen.

Bei der tatsächlichen Entlastung zeigen sich allerdings Unterschiede zwischen den Beschäftigtengruppen. 68 Prozent der Führungskräfte berichten von einer spürbaren Erleichterung im Arbeitsalltag. Bei den Fachkräften sind es 55 Prozent. Rund jede fünfte Fachkraft nimmt dagegen eine höhere tägliche Arbeitsbelastung durch KI wahr.

Anzeige

Unterschiedliche Sicht auf die größten Hindernisse

Welche Faktoren den KI-Einsatz derzeit begrenzen, hängt offenbar auch von der jeweiligen Position im Unternehmen ab.

Für 46 Prozent der Führungskräfte stellen veraltete IT-Systeme das wichtigste Hindernis dar. Dahinter folgen Governance-Anforderungen mit 36 Prozent und die Komplexität der Systemintegration mit 34 Prozent.

Fachkräfte bewerten die Situation etwas anders. Für sie steht vor allem die Datenbasis im Mittelpunkt. 35 Prozent bemängeln den fehlenden Zugang zu vertrauenswürdigen Daten. Jeweils 34 Prozent sehen eine unzureichende Datenqualität, Altsysteme oder Integrationsprobleme als relevante Hürden.

Damit zeigt die Studie eine Lücke zwischen strategischer und operativer Perspektive: Während Entscheider stärker auf die technische Infrastruktur blicken, beschäftigen sich die Anwender unmittelbar mit der Verfügbarkeit und Qualität der benötigten Daten.

Modernisierung trifft auf Kompetenzbedarf

Auch bei den geplanten Maßnahmen unterscheiden sich die Prioritäten. 42 Prozent der Führungskräfte wollen zunächst bestehende Altsysteme modernisieren. Weitere Schwerpunkte sind zusätzliche Investitionen mit 33 Prozent und der Abbau von Datensilos mit 32 Prozent.

Bei den Fachkräften steht dagegen der Zugang zu vertrauenswürdigen Daten mit 34 Prozent an erster Stelle. 32 Prozent wünschen sich eine klarere Strategie der Unternehmensführung. Jeweils 31 Prozent sehen bessere KI-Kompetenzen und hochwertigere KI-Werkzeuge als wichtige Voraussetzungen.

Damit wird deutlich, dass der Aufbau einer KI-fähigen Organisation aus mehreren Bausteinen besteht. Neben moderner Infrastruktur spielen Datenzugang, Governance, strategische Vorgaben und das Know-how der Beschäftigten eine Rolle.

Anzeige

Der nächste Schritt zum Agentic Enterprise

Snowflake sieht die Unternehmen inzwischen an einem Übergang von der alltäglichen KI-Nutzung hin zu stärker automatisierten, agentenbasierten Anwendungen. Dafür müsse nicht nur die Zahl der eingesetzten KI-Werkzeuge steigen, sondern auch deren Einbettung in bestehende Systeme funktionieren.

„KI hat den Sprung vom Experiment in den Arbeitsalltag geschafft. Um daraus echten Mehrwert zu ziehen, müssen Unternehmen KI-Anwendungen jedoch schnell und sicher in den produktiven Einsatz bringen und dabei klare Governance gewährleisten“, sagt Dr. Fabian Gampfer, Principal AI Specialist bei Snowflake.

Aus Sicht von Jonah Rosenboom, Country Manager Deutschland bei Snowflake, reicht die Einführung zusätzlicher KI-Anwendungen allein ebenfalls nicht aus: „Denn wer die grundlegenden Systeme nicht angeht, baut KI auf bestehende Probleme auf, statt sie zu lösen.“

Die Ergebnisse der Untersuchung deuten damit auf eine zentrale Herausforderung beim weiteren KI-Ausbau hin: Produktivitätsgewinne sind bereits messbar, doch für eine breitere und stärker automatisierte Nutzung müssen Unternehmen zugleich ihre Datenbasis, bestehende IT-Strukturen und internen Kompetenzen weiterentwickeln.

(red/Snowflake)

Anzeige