Einsatz von künstlicher Intelligenz KI-Projekte: Fast die Hälfte scheitert an fehlender Data Readiness

Anbieter zum Thema

Fivetran Germany GmbH

CADFEM Germany GmbH

Esker Software Entwicklungs-und Vertrieb

Yorizon GmbH & Co. KG

Ein neuer Report von Fivetran zeigt, dass die Kosten durch gescheiterte KI-Projekte steigen. Die Komplexität der Datenbereitstellung und Wartung der Datenpipelines erfordern erhebliche technische Ressourcen von den Unternehmen.

Fivetran, Anbieter für Data Movement, hat jetzt den „AI & Data Readiness Report“ über den Einsatz von KI in Unternehmen veröffentlicht. Die von Redpoint Content durchgeführte Umfrage zeigt, dass fast die Hälfte der Unternehmen berichten, dass sich ihre KI-Projekte verzögert haben oder sogar gescheitert sind – und dies trotz ehrgeiziger Strategien und erheblicher Investitionen in KI und Datenzentralisierung. Die Studie belegt, dass eine unzureichende Datenbereitstellung das größte Hindernis für die Umsetzung von KI darstellt und zu höheren Kosten, Innovationsstillstand sowie zu Umsatzeinbußen führt.

Während 57 Prozent 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 Ergebnisse der Studie im Überblick:

• 42 Prozent 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 Prozent der Unternehmen, bei denen weniger als die Hälfte ihrer Daten zentralisiert sind, berichten von Umsatzeinbußen aufgrund gescheiterter oder verzögerter KI-Projekte. 
• 67 Prozent der Unternehmen, die ihre Daten zentral managen, wenden über 80 Prozent ihrer technischen Ressourcen allein für die Pflege von Datenpipelines auf. 
• 59 Prozent der Unternehmen nennen Compliance als größte Herausforderung beim Daten-Management für KI.

Nicht realisierte KI-Projekte bedrohen den Unternehmenserfolg

Eine mangelhafte KI-Leistung ist nicht bloß ein technisches Problem. Es ist ein Geschäftsrisiko: 38 Prozent der Unternehmen berichten über erhöhte Betriebskosten aufgrund von KI-bedingten Misserfolgen. Zudem seien geringere Kundenzufriedenheit und -bindung die häufigste Folge gescheiterter KI-Projekte. Die Ergebnisse der Umfrage zeigt den Weg zum Erfolg für Unternehmen: Eine Modernisierung der Dateninfrastruktur mit Tools zur automatisierten Integration, reduziert die Komplexität von Datenpipelines und setzt technische Ressourcen frei.

Die Befragten nennen folgende Investitionsprioritäten: 65 Prozent planen Investitionen in Tools zur Datenintegration als primäre Strategie zur Implementierung von KI. Fast drei Viertel der Unternehmen managen oder planen mehr als 500 Datenquellen im Unternehmen. Das erhöht den Bedarf an skalierbaren, automatisierten Lösungen noch weiter.

KI-Projekte: Die tatsächlichen Gründe für die Verzögerung

Die Umfrage ergab, dass viele Unternehmen Schwierigkeiten haben, über die Phase von KI-Pilotprojekten hinauszukommen. Dies liegt insbesondere an der mangelnden Effizienz bei der Aufbereitung, Integration und Operationalisierung ihrer Daten. Zu den wichtigsten Stolpersteinen zählen:

• 74 Prozent der Unternehmen managen oder planen mehr als 500 Datenquellen, was zu einer erheblichen Komplexität bei der Integration der Daten führt. 
• 67 Prozent der stark zentralisierten Unternehmen setzen noch immer mehr als 80 Prozent ihrer Data-Engineering-Ressourcen für die Pflege von Pipelines ein. Daher bleibt kaum Zeit für KI-Innovationen. 
• 41 Prozent der Unternehmen berichten, dass fehlender Echtzeit-Zugriff auf die Daten KI-Modelle daran hindert, zeitnah Erkenntnisse zu liefern. 
• 29 Prozent der Unternehmen berichten, dass Datensilos den Erfolg von KI behindern.

Solange diese Herausforderungen nicht angegangen werden, werden Unternehmen weiterhin mit der Performance von KI zu kämpfen haben und den vollen Wert ihrer Investitionen nicht ausschöpfen können.

Branchenspezifische Unterschiede bei der KI-Readiness

Branchen wie das Gesundheitswesen und der Einzelhandel sind aufgrund stärkerer Automatisierungs- und Datenintegrationsstrategien führend bei der KI-Readiness. Branchen wie das Finanzwesen und die Fertigungsindustrie haben dagegen noch mehr mit Altsystemen und Integrationshindernissen zu kämpfen. Regionale Unterschiede sind ebenfalls signifikant. Der asiatisch-pazifische Raum liegt mit einer KI-Readiness von 8,8 von 10 Punkten an der Spitze aller Regionen, gefolgt von den Vereinigten Staaten mit 8,2 Punkten und EMEA mit 8 Punkten. Das Vereinigte Königreich hinkt mit einem Wert von 6,0 hinterher, was auf schwache Integrationsstrategien und eine fragmentierte Infrastruktur zurückzuführen ist.

Die Umfrage zum „AI & Data Readiness Report“ von Fivetran 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.

Die Lösungen von Fivetran ermöglichen es Unternehmen, Daten aus SaaS-Anwendungen, Datenbanken, Dateien und anderen Quellen in Cloud-Destinationen, einschließlich Data Lakes, zu zentralisieren. Mit leistungsstarken Pipelines, nahtloser Integration und hoher Sicherheit unterstützt Fivetran Unternehmen dabei, Dateninfrastrukturen zu modernisieren, Analysen zu erstellen und KI zu nutzen sowie Compliance sicherzustellen.

Data Movement Plattform

Hybrid Deployment bringt alle Datenpipelines auf eine Plattform