Trace3 warnt: Unverbundene KI-Projekte treiben Unternehmenskosten in die Höhe
Trace3 zufolge entstehen Unternehmen versteckte Kosten, weil sich KI-Tools schneller verbreiten, als Abteilungen den Einkauf koordinieren, Daten aufbereiten und Renditen messen können. Der Technologiedienstleister sieht doppelte Investitionen, wiederholte Datenaufbereitung und eine nicht überwachte Modellnutzung als Hindernisse für die Skalierung von KI in Unternehmen.
- Nur 22 % der von Gartner befragten Unternehmen hatten KI erfolgreich über mehrere Geschäftsbereiche hinweg skaliert.
- 85 % der befragten Führungskräfte aus den Fachbereichen wollten ihre KI-Ausgaben im Jahr 2026 erhöhen.
- Separate Abteilungen können Cloud-Plattformen und die Datenaufbereitung doppelt anschaffen beziehungsweise durchführen.
- Trace3 empfiehlt, Basiskosten, Nutzung und Ergebnisse nach der Einführung zu messen.
- Daten sollten für den KI-Einsatz verfügbar, zentralisiert, verwaltet und sicher sein.
Die KI-Einführung ist der organisatorischen Reife voraus
Nur 22 % der von Gartner befragten Unternehmen hatten künstliche Intelligenz erfolgreich über mehrere Geschäftsbereiche hinweg skaliert oder einen KI-zentrierten Ansatz eingeführt, wie aus von Trace3 zitierten Zahlen hervorgeht. Gleichzeitig planten 85 % der befragten Führungskräfte aus den Fachbereichen, ihre KI-Ausgaben im Jahr 2026 zu erhöhen.
Trace3 erklärte, die Lücke zwischen Ausgabenplänen und operativer Bereitschaft könne kostspielig werden, wenn Abteilungen Tools unabhängig voneinander einführen. Kevin Rogers, Practice Director of Data and Analytics bei Trace3, sagte, Unternehmen sollten zunächst ein Betriebsmodell etablieren und sich auf die Bereitschaft konzentrieren, bevor sie Mitarbeitern Zugang zu Tools geben.
"Die Einführung von Tools sollte nicht schneller erfolgen als die organisatorische Bereitschaft", sagte Rogers.
Separate Projekte können Software- und Datenarbeit doppeln
Trace3 verwies auf den Bericht „2026 State of AI in the Enterprise“ von Deloitte. Demnach stieg der Zugang der Belegschaft zu freigegebenen Tools innerhalb eines Jahres von weniger als 40 % auf rund 60 %. Allerdings gestalteten nur 30 % der befragten Unternehmen zentrale Prozesse im Hinblick auf KI neu.
Rogers zufolge könnten unabhängig handelnde Abteilungen separate Instanzen ähnlicher Cloud-Datenplattformen für unterschiedliche Zwecke kaufen. Als Beispiel nannte er separate Plattformen für die Analyse von Sicherheitslücken und für Unternehmensdaten und -analysen.
"Zwei separate Käufe, zwei separate Umgebungen und keine Ahnung, dass sie Skaleneffekte hätten erzielen können", sagte Rogers.
Die Doppelarbeit kann sich auch auf die Datenaufbereitung auswirken. Separate Teams bereiten möglicherweise dieselben Unternehmensdaten für ihre eigenen KI-Anwendungsfälle auf und wiederholen die Arbeit über verschiedene Plattformen und Datenpipelines hinweg. Trace3 empfiehlt, ein gemeinsames Verzeichnis der Tools, geplanten Pilotprojekte und Datenressourcen anzulegen, um Überschneidungen zu erkennen. Rogers sagte außerdem, dass vorhandene KI-Expertise über ein Kompetenzzentrum vernetzt werden sollte.
Die Wertmessung erfordert Daten- und Kostenkontrollen
Trace3 empfiehlt, KI-Projekte nach ihrem geschäftlichen Wert und ihrer technischen Machbarkeit zu bewerten. Projekte mit hohem Wert und überschaubaren technischen Anforderungen können frühe Belege liefern, bevor Unternehmen weitere Ressourcen binden.
Rogers sagte, die Finanzplanung sollte den Zeitaufwand der Mitarbeiter für manuelle Aufgaben, die Modellnutzung und laufende Betriebskosten berücksichtigen. Unternehmen sollten vergleichen, wie viel ein Prozess vor dem Einsatz von KI kostet und wie hoch die Kosten nach der Einführung sind. Nutzungsbasierte Modelle können diesen Vergleich erschweren, insbesondere wenn der Token-Verbrauch nicht überwacht wird.
Die Datenbereitschaft ist eine weitere Herausforderung. Informationen können über Plattformen verstreut, uneinheitlich strukturiert oder durch Berechtigungen geschützt sein, die nicht zur vorgesehenen Nutzung durch KI-Anwendungen passen. Trace3 erklärte, dass die Aufbereitung von Daten spezialisiertes Fachwissen erfordern kann, während interne Teams weiterhin bestehende Systeme betreuen.
Für Nutzer und Einkäufer in Unternehmen lautet die Botschaft: Ein breiterer Zugang zu KI-Tools schafft allein noch keinen Wert für das Unternehmen. Trace3 zufolge benötigen Organisationen einen gemeinsamen Überblick über Investitionen, verwaltete und sichere Daten, Leitplanken für die Nutzung sowie messbare Ergebnisse, bevor sie Initiativen ausweiten.
