Datenqualität und KI-Projekte KI-Anwendungen: Viermal höhere Investitionen in Daten bei Erfolg

Anbieter zum Thema

Gartner Deutschland GmbH

CADFEM Germany GmbH

d.velop AG

Esker Software Entwicklungs-und Vertrieb

Laut einer neuen Umfrage von Gartner investieren Unternehmen mit erfolgreichen KI-Initiativen, gemessen am Umsatz, bis zu viermal mehr in Bereiche wie Datenqualität, Governance, KI-Kompetenzen der Mitarbeiter und Change Management als solche, die mit KI-Anwendungen nur geringe Erfolge erzielen.

Bis 2030 wird es die wichtigste Aufgabe von Führungskräften in den Bereichen Daten und Analysen (D&A) sowie KI sein, neue vertrauenswürdige Daten, kontextbezogene Grundlagen und fundierte Erkenntnisse bereitzustellen. Die neue Umfrage von Gartner bei weltweit 353 Führungskräften, durchgeführt von November bis Dezember 2025, zeigt aber auch: Nur 39  Prozent der Technologieführer sind zuversichtlich, dass sich die aktuellen Investitionen ihres Unternehmens in KI-Anwendungen positiv auf die finanzielle Performance auswirken werden.

KI-Anwendungen erfordern tiefgreifende Veränderungen

Rita Sallam, Distinguished VP Analyst, Gartner Fellow und Chief of Research bei Gartner, erklärt: „D&A-Führungskräfte spielen eine Schlüsselrolle dabei, die angestrebten Wertbeiträge von KI im Unternehmen zu realisieren. Bis 2030 wird es ihre Aufgabe sein, die notwendigen Grundlagen zu schaffen, darunter neue, vertrauenswürdige Daten, tragfähige Kontextstrukturen und proaktive, vorausschauende Intelligenz. Diese Aufgabe erfordert tiefgreifende Veränderungen darin, wie D&A-Teams organisiert sind und arbeiten, wie sie Fähigkeiten aufbauen und skalieren sowie wie sie Wert generieren.“

Sechs Schritte zur erfolgreichen Einführung von KI-Anwendungen

1. Aufbau in Richtung KI-first Daten und Analysen:
Dieser Wandel beginnt und endet mit einem KI-Anspruch: KI so zu nutzen, dass Geschäfts- und Betriebsmodelle nicht nur angepasst, sondern grundlegend transformiert werden – ausgerichtet auf das Erreichen ambitionierter Geschäftsziele. Dafür braucht es wegweisende Führung, um neue Technologien auf hochwertige, innovative Weise einzusetzen.

2. Neue Gestaltung der D&A-Organisation für die Kooperation von Menschen und Agenten:
Zukünftig geht es nicht darum, Menschen zu ersetzen, sondern ihren Einfallsreichtum zu verstärken. „Weil KI zusätzliche Kapazität schafft, werden D&A-Teams kleiner – und gleichzeitig wirkungsvoller. KI-first-D&A-Organisationen werden kleinere Teams haben, organisiert als Entscheidungs-Pods mit breit qualifizierten Talenten, die durch Spezialisten für KI-Anwendungen ergänzt werden und sich auf Geschäftsergebnisse fokussieren. Wir sehen Vorreiterunternehmen, die mit Teams experimentieren, die nur aus einer technischen Person und einer Business-Person bestehen.“

3. Kontext als kritische Infrastruktur etablieren: Gartner stellte fest, dass Organisationen mit dem höchsten Reifegrad KI-fähiger D&A-Kompetenzen bis zu 65 Prozent bessere Geschäftsergebnisse erzielen, darunter Umsatzwachstum und Kostenoptimierung. D&A-Erfolg im Jahr 2030 bedeutet nicht bessere Modelle – sondern Agenten einen kontrollierten, kontextbezogenen Zugang zu den richtigen Daten zu geben. 
KI-Anwendungen wie Agenten können ohne hochwertigen Kontext und absolutes Vertrauen nicht autonom funktionieren. Kontextfähigkeiten wirken als Gehirn der KI. Deshalb sind Kontext – einschließlich Semantik und Metadaten – jetzt geschäftskritisch für D&A. D&A-Führungskräfte müssen die D&A-Architektur neu gestalten, damit die Kontextebene als zentrales Gehirn für KI-Agenten dient und verlässliche Intelligenz liefert.

4. Skalierung vernetzter Engineering-Praktiken:
Um den KI-Anspruch im großen Maßstab zu realisieren, braucht es neue, tief integrierte Engineering-Praktiken. Isolierte Vorgehensweisen in Data Engineering, KI, Kontext und Software Engineering werden eine KI-first-Ambition nicht erfüllen. D&A-Organisationen sollten von einer Endlosschleife aus Proof-of-Concept-Zyklen zur Skalierung im gesamten Unternehmen übergehen, indem sie vernetzte Data-, KI-, Software- und Kontext-Engineering-Praktiken und -Skills aufbauen.

5. Vertrauen als Katalysator für Wert und Innovation:
Governance wird zunehmend zur Grundlage, um Wert zu realisieren und Innovation voranzutreiben. Eine Gartner-Umfrage unter 360 IT-Führungskräften im zweiten Quartal 2025 ergab jedoch, dass nur 23 Prozent angaben, sehr zuversichtlich in die Fähigkeit ihrer Organisation zu sein, Sicherheit und Governance beim Einsatz von GenAI-Tools zu managen. 
Rita Sallam erläutert: „Traditionelle Kontrollansätze sollten grundlegend überarbeitet werden, um vertrauensbasierte Governance-Modelle für KI-Agenten zu priorisieren – durch dynamische Governance, die automatisierten Kontext und Prüfungen auf Bias, Datenschutz und Compliance direkt in Workflows einbettet. Ohne Vertrauen in die Daten, Outputs und Entscheidungen von KI-Modellen und Agenten gibt es keinen Wert aus KI.“

6. Von ROI hin zur Werteskalierung: 
KI-first-D&A-Führungskräfte müssen über den ROI hinausgehen und einen Wert-„Flywheel“-Effekt schaffen, bei dem Effizienzgewinne aus wirkungsvollen Investitionen gezielt wieder in Wachstum und Innovation reinvestiert werden.

Objektive Insights für CDAOs und D&A-Führungskräfte

Gartner ist Partner für C-Level-Führungskräfte und Technologieanbieter, wenn diese KI-Strategien umsetzen, um ihre geschäftskritischen Prioritäten zu erreichen. Die Unabhängigkeit und Objektivität geben Kunden das Vertrauen, fundierte Entscheidungen zu treffen und das Potenzial von KI-Anwendungen zu erschließen. 
Gartner for Data & Analytics Leaders bietet umsetzbare und objektive Insights für CDAOs sowie Data-&-Analytics-Führungskräfte, um ihre Data&Analytics-Strategie und ihr Operating-Modell zu beschleunigen und den geschäftlichen Mehrwert zu steigern. Die Analysten von Gartner liefern weitere Erkenntnisse zu KI- und D&A-Trends auf dem Gartner Data & Analytics Summit 2026 am 11. bis 13. Mai in London.

Studie von Gartner

Künstliche Intelligenz wird bis 2030 alle IT-Arbeitsbereiche prägen