Thought Leadership
Immer mehr Unternehmen in der DACH-Region experimentieren mit GenAI Analytics – dem Einsatz generativer KI in der Datenanalyse. Doch während die Potenziale enorm sind, bleiben viele Organisationen hinter ihren Möglichkeiten zurück und kämpfen mit strategischen, personellen und technologischen Hürden.
Der Status quo: GenAI Analytics auf dem Prüfstand
Eine aktuelle Studie der Unternehmensberatung BearingPoint zeigt: 42 Prozent der befragten Unternehmen setzen GenAI Analytics bereits ein oder testen entsprechende Anwendungen. Dabei geht es nicht nur um ein kurzfristiges Trendthema – generative KI im Analytics-Umfeld verspricht echte Effizienzgewinne. Von automatisierter Report-Erstellung über strukturierte Datenanalyse bis hin zu datengetriebener Entscheidungsunterstützung reichen die Anwendungsmöglichkeiten.
Hohes Potenzial, aber fragmentierte Umsetzung
Trotz wachsender Begeisterung steckt die breite Implementierung oft noch in den Kinderschuhen. 85 Prozent der Studienteilnehmenden sehen dringenden Modernisierungsbedarf bei ihrer Analytics-Systemlandschaft. Besonders gravierend: Der Mangel an Expertise. 60 Prozent geben an, den künftigen Bedarf an GenAI-Fachkräften nicht decken zu können. Und nur etwa ein Drittel der Mitarbeitenden in den Fachbereichen verfügt über ausreichendes Wissen im Umgang mit generativer KI.
Infrastruktur und Governance als Schlüssel
Um das volle Potenzial von GenAI Analytics auszuschöpfen, sind durchdachte Strategien und robuste Architekturen gefragt. Unternehmen benötigen nicht nur skalierbare Cloud-Lösungen, sondern auch klare Governance-Strukturen, um Risiken wie Datenlecks, Compliance-Verstöße oder unkontrollierte Tool-Vielfalt zu vermeiden.
Christoph Landgrebe, Partner bei BearingPoint, betont: „Grundlage für einen zielgerichteten Einsatz bilden eine Einführungsstrategie, die Identifikation von hochwertigen, unternehmensspezifischen Anwendungsfällen sowie strukturierte Ansätze mithilfe eines AI-Governace Frameworks.“
Anwendungen: Von Datenaufbereitung bis Report-Automatisierung
Am häufigsten nutzen Unternehmen GenAI Analytics aktuell zur Datenvorbereitung (52 Prozent) und für administrative Aufgaben wie Dokumentation (48 Prozent). Auch bei der automatisierten Generierung von Reports sowie der Datenexploration kommt GenAI vermehrt zum Einsatz. Besonders beliebt sind dabei Tools wie ChatGPT (71 Prozent) und Microsoft Copilot (45 Prozent).
Hemmnisse: Sicherheit, Qualität – und geopolitische Sorgen
Neben klassischen Herausforderungen wie Datenqualität und IT-Sicherheit zeigt die Studie auch geopolitische Bedenken auf. Fast 80 Prozent der Befragten fordern eine stärkere KI-Initiative auf EU-Ebene, um die technologische Abhängigkeit von den USA und China zu verringern. Nur 21 Prozent sehen die bisherigen Maßnahmen als ausreichend an – ein Weckruf für die europäische Digitalpolitik.
Fazit
GenAI Analytics ist weit mehr als ein IT-Trend. Die Technologie hat das Potenzial, datengetriebene Unternehmensprozesse nachhaltig zu verändern. Doch der Weg dahin erfordert mehr als nur Tools – es braucht Expertise, Struktur und eine klare strategische Vision.
Über die Studie:
Für die vorliegende Studie „What’s next in Analytics?” wurden Probandinnen und Probanden aus der deutschsprachigen Wirtschaft (DACH-Region) befragt. Die befragten Beschäftigten (90 Prozent Vollzeit-, 10 Prozent Teilzeitbeschäftigte) gehören mehrheitlich der Altersgruppe der 30- bis 39-Jährigen an und stammen überwiegend aus den Bereichen Industrie & Produktion (19 Prozent ), Medien & IT (16 Prozent) sowie Finanz- und Versicherungswesen (12 Prozent). Einbezogen in die Datenerhebung wurden sämtliche Abteilungen und Levels innerhalb eines Unternehmens. In der überwiegenden Mehrzahl setzten sich die Studienteilnehmenden aus erfahrenen Fachkräften diverser Branchen sowie großen Unternehmen zusammen.
Die vollständige Studie finden Sie hier.
(vp/BearingPoint)
