95 Prozent gescheiterte Projekte oder 75 Prozent mit positiver Rendite? US-Studien zu Künstlicher Intelligenz kommen zu unterschiedlichen Ergebnissen. Ein Analyst führt die Widersprüche zurück auf eine abweichende Betrachtung dieser Technologie sowie auf unterschiedliche Messmethoden und gibt Tipps zum Change Management.
ROI von KI-Projekten: „Geht es um den Business-Nutzen von Künstlicher Intelligenz, werden wir mit widersprüchlichen Informationen geradezu überschwemmt.“ So startet der US-Analyst und Consultant Thomas Wieberneit einen aktuellen Blogbeitrag. Konkret geht es um zwei amerikanische Studien, deren Aussagen sich stark widersprechen.
Laut einer Studie des Projekts NANDA am Massachusetts Institute of Technology (MIT), über die auch IT-Matchmaker berichtet hat, ziehen 95 Prozent der Unternehmen keinen Wert aus ihren Projekten rund um Generative Künstliche Intelligenz. Zu einem völlig anderem Ergebnis kommt die jüngste Studie der Wharton Business School: Demnach weisen 75 Prozent der Unternehmen in derartigen Initiativen einen positiven Return-on-Investment (ROI) auf.
Der thematische Fokus unterscheidet sich
Um den Widerspruch aufzulösen, hat Wieberneit beide Studien hinsichtlich ihrer Arbeitsweise verglichen. Der erste Unterschied betrifft die Methodik und die Stichprobengröße: Der NANDA-Bericht stützt sich auf eine vergleichsweise kleine Stichprobe von 52 strukturierten Interviews mit insgesamt 150 Antworten. Wharton hingegen hat bereits im dritten Jahr in Folge 800 Entscheidungsträger in Unternehmen befragt.
Der zweite wichtige Unterschied betrifft die Betrachtungsweise Künstlicher Intelligenz (KI) und die Methode der Erfolgsmessung: Die NANDA-Studie befasst sich ausschließlich mit agentenbasierter AI in produktiven Projekten. Tools wie ChatGPT, Microsoft Copilot oder Perplexity.ai, werden nicht betrachtet, da sie laut den Studienautoren lediglich die individuelle Produktivität der Mitarbeiter steigern und nicht die Gewinn- und Verlustrechnung verbessern. Der Wharton-Bericht hingegen identifiziert Allzweck-Sprachmodelle als wichtigste Quelle der Wertschöpfung. Prominente Anwendungsfälle seien Datenanalysen, das Erstellen und Zusammenfassen von Inhalten sowie die Präsentation.
Anzeige | Fachartikel
|
|||||||||||||||
Unterschiedliche Ansätze zur Messung des ROI von KI-Projekten
„Eine Steigerung der individuellen Produktivität der Mitarbeiter stellt durchaus einen Business-Mehrwert für Unternehmen dar“, erläutert Wiberneit. „In der Wharton-Studie vermelden 75 Prozent der Unternehmen damit einen positiven Return on Investment, wobei kleinere Unternehmen einen höheren Ertrag erzielen.“ Die in der Wharton-Studie untersuchte Messmethode des Projekterfolgs unterscheidet sich deutlich von der Variante der NANDA-Studie: Mehr als 70 Prozent der Unternehmen messen den ROI formal, wobei der Schwerpunkt auf Produktivitätssteigerung und Gewinnzuwachs liegt.
Die nächste Frage, der Wieberneit im Vergleich der Studien nachgeht, lautet ‚Make or buy‘ oder anders ausgedrückt: Sollen Unternehmen vorgefertigte KI-Lösungen kaufen oder diese lieber auf den individuellen Bedarf zuschneiden? Die NANDA-Studie rät zum Kauf vorgefertigter Lösungen, da sie feststellt, dass die Ausfallrate bei kundenspezifischen Implementierungen doppelt so hoch ist wie bei strategischen Partnerschaften mit einem Softwarehersteller oder Systemintegrator.
Der Vergleich der beiden Studien zeigt deutlich, wie stark die gewählte Methodik und Perspektive den ROI von KI-Projekten beeinflussen kann – sei es durch Produktivitätsgewinne oder durch direkte wirtschaftliche Effekte.
Individualisierung kann Wettbewerbsvorteile bringen
Wieberneit lässt diese Vereinfachung nicht gelten: „Erfolgreiche Unternehmen kaufen keineswegs nur Standardlösungen, sondern investieren stark in maßgeschneiderte Lösungen.“ Seine Empfehlung ähnelt daher dem allgemeinen Erfolgsrezept für das Implementieren von Unternehmenssoftware: „Investieren Sie in maßgeschneiderte Lösungen, wenn diese ihnen Wettbewerbsvorteile verschaffen und setzen Sie in allen anderen Fällen auf Best Practices.“
Der abschließende Blick fokussiert darauf, was Unternehmen daran hindert, Vorteile aus dem Einsatz Künstlicher Intelligenz zu ziehen. Laut der Wharton-Studie sind die größten Herausforderungen für Unternehmen der Mangel an Fachkräften, die Angst der Mitarbeiter um ihre Arbeitsplätze und die Fähigkeit des Managements, den Wandel konstruktiv zu gestalten und den Mitarbeitern die Angst zu nehmen. Wieberneit stimmt dieser Einschätzung zu: „Die Technologie ist heute größtenteils bereit. Die eigentliche Hürde sind Menschen und die Unternehmenskultur. Das Management sollte mit gutem Beispiel vorangehen, die Mitarbeiter schulen und eine Governance etablieren, die den Anwendern hilft und das Unternehmen schützt. Insgesamt empfehle ich ein ausgefeiltes Change Management.“ Jürgen Frisch
