Wie Unternehmen KI-Innovation und Risiken abwägen

Die weltweiten Ausgaben für generative KI (GenKI) werden 2025 voraussichtlich 644 Milliarden US-Dollar erreichen, was gegenüber 2024 einem erstaunlichen Anstieg von 76 % entspricht. Die Botschaft ist klar: Unternehmen sind der Ansicht, dass ihre Existenz bedroht ist, wenn sie bei der Einführung von KI zurückbleiben. Trotz seiner allgegenwärtigen Bedeutung ist der Einsatz von KI für Führungskräfte weiterhin Anlass zur Sorge – von Sicherheitsrisiken bis hin zu betrieblichen Problemen. 

Es gab schon immer Unsicherheit darüber, ob die Risiken und potenziellen Nachteile der KI die angeblichen Vorteile aufwiegen. Innovation verspricht transformative Vorteile in Bezug auf Kundenerlebnis und Effizienz, aber die potenziellen Risiken, die sich aus der Einbindung von KI in bestehende Betriebsabläufe ergeben, können schwerwiegende Folgen haben.

Technische Führungskräfte stehen vor einem schwierigen Balanceakt: Wie können Unternehmen KI-Innovation verfolgen, ohne sich einem inakzeptablen Risikoniveau auszusetzen?

Eine neue von Akamai in Auftrag gegebene und von Forrester durchgeführte Studie bietet einige Antworten darauf, wie Unternehmen dieses Gleichgewicht erreichen. Durch die Untersuchung von 400 führenden Entscheidungsträgern in den Bereichen KI und Cloudstrategie in Unternehmen wird ermittelt, wie es möglich ist, schnell genug zu agieren, um Mehrwert zu erzielen, und gleichzeitig Leitlinien aufzustellen, die zum Schutz der Unternehmen erforderlich sind.

Die Forrester-Studie macht deutlich, dass führende Unternehmen KI direkt in die Kerngeschäftsziele einfließen lassen, was sie zum Herzstück der Geschäftsstrategie macht. Dennoch achten Führungskräfte darauf, Anwendungen mit geringem Risiko und hohem Ertrag zu priorisieren. 

Die Befragten haben drei Hauptziele identifiziert, die KI-Investitionen vorantreiben:

1. Verbessertes Kundenerlebnis (76 %)
2. Verbesserte Betriebseffizienz (76 %)
3. Stärkere Kundenbindung (71 %)

Andere Studien haben durchweg gezeigt, dass Verbesserungen beim Kundenerlebnis direkt mit höheren Umsätzen, einer geringeren Kündigungsrate und einem größeren Wettbewerbsvorteil zusammenhängen.

McKinsey & Company: „… 80 Prozent der Wertschöpfung der weltweit erfolgreichsten Wachstumsunternehmen stammt aus ihrem Kerngeschäft – hauptsächlich aus der Erschließung neuer Umsätze mit Bestandskunden.“

Anstatt KI zu verwenden, weil es erforderlich ist, um wettbewerbsfähig zu bleiben, sind die Führungskräfte darauf bedacht, die neue Technologie mit messbaren Ergebnissen zu verknüpfen, die Umsatz und Wachstum beeinflussen. Dies erklärt, warum die KI-Anwendungsfälle mit der höchsten Priorität diejenigen sind, die den Kunden am nächsten sind. 

Mehr als die Hälfte der Unternehmen verwenden KI-Anwendungen für die Personalisierung (53 %), die Automatisierung von Kunden-Lösungsprozessen (53 %) und die Beantwortung von Kundenfragen (52 %). Diese Anwendungen bieten im Vergleich zu experimentelleren Anwendungsfällen ein relativ geringes Risiko, liefern aber eine schnelle, greifbare Rendite.

Durch die Konzentration auf sofortige Verbesserungen des Kundenerlebnisses können Unternehmen Renditen erzielen, die weitere Untersuchungen finanzieren, und gleichzeitig Teams und Infrastruktur auf ehrgeizigere Initiativen vorbereiten.

63 % der Befragten hatten Bedenken hinsichtlich der Cybersicherheit. KI-Systeme schaffen neue Angriffsflächen und erweitern bestehende für Angreifer. Bedrohungen wie Model Poisoning, Prompt-Injektion und Datenextraktion werden bereits in der Praxis beobachtet. Wenn kundenorientierte Anwendungen bei der Entscheidungsfindung auf KI angewiesen sind, können selbst kleine Schwachstellen zu erheblichen Verstößen führen.

Da Regierungen neue, auf KI ausgerichtete Vorschriften wie die KI-Verordnung der EU und die US-amerikanischen Rahmenwerke und branchenspezifischen Richtlinien verabschieden, stehen Unternehmen bei der Skalierung von KI vor Hindernissen aufgrund von Compliance-Verstößen. Im Gegensatz zu herkömmlicher Software bringt KI einzigartige Herausforderungen mit sich, wie Erklärbarkeit, Überprüfbarkeit und Verringerung von Voreingenommenheit. Die Nichteinhaltung der Vorschriften kann zu Strafen, rechtlichen Konsequenzen und einer Unterbrechung der Bereitstellung führen.

Fehlfunktionen von KI-Systemen werden in der Regel öffentlich bekannt. Eine voreingenommene Empfehlungsengine oder ein halluzinierender Chatbot können schnell Schlagzeilen machen. Die Sicherheit von Kundendaten kann verletzt werden. Bei Anwendungsfällen für Kunden kann ein Fehlschritt mehr als ein technisches Problem sein – er kann den Ruf der Marke schädigen. Der Wiederaufbau des Vertrauens in Unternehmen kann kostspielig sein.

Eine schlecht implementierte KI kann zu Kundenabwanderung, entgangenen Chancen und verschwendeten Investitionen führen. Wenn beispielsweise ein KI-Chatbot für den Einzelhandel irreführende finanzielle Beratung bietet, kann das Unternehmen nicht nur mit aufsichtsrechtlichen Bußgeldern und Rechtsstreitigkeiten konfrontiert sein, sondern auch mit der negativen Reaktion der Verbraucher. Das würde die von KI-Systemen zu erzielende Kundenbindung untergraben.

Die Folgen dieser Risiken können sich zu kritischen Geschäftsunterbrechungen für ein Unternehmen ausweiten. Aus diesem Grund müssen Führungskräfte bei der Einführung von KI vorsichtig sein und die Risiken und Chancen von Innovationen sorgfältig abwägen.

Statt sich auf ambitionierte GenKI-Projekte zu stürzen, beginnen viele Unternehmen erstmal mit kleinen Schritten. Durch die Einführung von KI in kontrollierten Anwendungsfällen (wie der Automatisierung des Kundenservice) sammeln sie Erfahrungen, ohne kritische Betriebsabläufe zu gefährden. Dieses iterative Modell ermöglicht es ihnen, verantwortungsvoll zu testen, zu lernen und zu skalieren.

Der Aufbau und die Wartung einer KI-Infrastruktur sind komplex, und Unternehmen verlassen sich beim Training und bei der Inferenz von KI-Modellen zunehmend auf Managed Services. Dadurch wird der Betriebsaufwand reduziert und Fachkenntnisse leichter zugänglich. 

Durch die Auslagerung von risikoreichen Aufgaben minimieren Unternehmen auch das Risiko und beschleunigen gleichzeitig die Bereitstellung. Der Schlüssel liegt darin, Services auszuwählen, die ähnliche Sicherheits- und Risikominderungsstandards wie Ihr Unternehmen aufweisen.

Die Umfragedaten zeigen auch, dass Unternehmen mit cloudnativen und Open-Source-KI-Technologien experimentieren. Cloudnative Architekturen bieten Skalierbarkeit und Ausfallsicherheit, während Open-Source-Technologie Flexibilität und Geschwindigkeit liefert. Beides ist für die Einführung von KI und für technologische Updates erforderlich. Die Vorteile sind Agilität ohne langfristige Bindung an einen Anbieter.

Angesichts der Komplexität der KI-Einführung priorisieren viele Unternehmen Anbieter mit bewährter KI-Expertise. Diese Partner unterstützen Unternehmen nicht nur bei der Technologie, sondern auch bei Compliance, Skalierbarkeit und Sicherheit. Ein starkes Anbieter-Ökosystem unterstützt KI-Risikominderungsstrategien.

Am wichtigsten ist vielleicht, dass Unternehmen erkennen, dass KI-Governance nicht allein in der IT angesiedelt sein kann. Führende Unternehmen schaffen funktionsübergreifende Governance-Rahmenwerke, die von Anfang an Compliance-, Rechts- und Sicherheitsteams umfassen. Diese ganzheitliche Herangehensweise sichert, dass die KI-Innovationen den regulatorischen Anforderungen und den ethischen Standards für KI entsprechen.

Das wichtigste Muster, das sich aus den Daten abzeichnet, ist, dass Unternehmen durch Struktur ein Gleichgewicht erreichen, d. h. sie schaffen die Voraussetzungen, unter denen Innovation und Risikomanagement parallel voranschreiten können.

Neben der operativen Struktur erfordert eine ausgewogene KI-Einführung eine solide Infrastruktur. Laut der Forrester-Studie geben 55 % der Unternehmen Technologie- und Plattformlücken als größte Herausforderung bei der KI-Einführung an. 

Herkömmliche Cloudplattformen wurden nicht für die besonderen Anforderungen performancelastiger KI-Workloads wie skalierbare Inferenz entwickelt. Latenz, Kostenineffizienz und unzureichende Kontrollen der Datenlokalität bergen Risiken – von einer Verschlechterung des Kundenerlebnisses bis hin zu einem höheren Risiko bei Compliance-Audits.

Unternehmen überdenken ihre Infrastrukturstrategien mit Alternativen, die speziell für die KI-Performance entwickelt wurden. Hierfür werden Plattformen verwendet, die für verteilte Workloads, Inferenzen mit geringer Latenz und Sicherheit optimiert sind. 

Einfach ausgedrückt: Infrastruktur ist nicht nur die Grundlage für KI-Technologie, sondern ein aktiver Teil der Risikogleichung. Die Wahl der falschen Grundlage kann Schwachstellen verstärken. Die richtige Wahl kann KI von einer Belastung in einen langfristigen Wettbewerbsvorteil verwandeln.

KI in Unternehmen entwickelt sich rasant weiter. Die frühe Einführung konzentrierte sich auf begrenzte Anwendungsfälle, dann breitete sich die Welle der generativen KI auf die Bereiche Content-Erstellung, Analytik und Automatisierung aus. 

Jetzt bricht die nächste Phase an: agentische KI. Agentische KI bildet autonome Systeme, die im Namen von Menschen handeln und Entscheidungen auf der Grundlage des bestehenden Kontexts treffen. Diese Entwicklung verspricht weitere Vorteile, birgt aber natürlich auch einzigartige Risiken.

Jede Phase der KI erhöht sowohl das Potenzial für Vorteile als auch das Risiko eines Scheiterns. Erfolgreich werden diejenigen Unternehmen sein, die derzeit durch iterative Einführung organisatorische Flexibilität aufbauen, indem sie in eine robuste, performanceoptimierte Infrastruktur investieren und Governance und Compliance von Anfang an integrieren.

Jetzt ist es an der Zeit, dass technische Entscheidungsträger KI-Lösungen und Cloudstrategien – insbesondere ihre Infrastrukturentscheidungen – neu bewerten, um sicherzustellen, dass sie verantwortungsbewusst und unter Berücksichtigung ethischer Aspekte skaliert werden können.

Wenn Sie mehr darüber erfahren möchten, wie sich 400 Entscheidungsträger mit KI-Entwicklung und -Einführung befassen, laden Sie den vollständigen Forrester-Bericht Der Stand von Enterprise-KI: Erfahrungen sammeln und Risiken managen herunter.