Start Ratgeber Künstliche Intelligenz in der Wirtschaft: Zwischen Kostensenkung und Innovationsmotor

Künstliche Intelligenz in der Wirtschaft: Zwischen Kostensenkung und Innovationsmotor

Nach Ansicht vieler Unternehmen gibt es fast keine wirtschaftliche Kennzahl, die Künstliche Intelligenz in der Zukunft nicht verbessern kann. Dies zeigt eine Studie des Datenmanagement-Anbieters Iron Mountain. Eine wichtige Voraussetzung für den Projekterfolg sind gut gepflegte Stammdaten.

Künstliche Intelligenz in der Wirtschaft
Quelle: Olivier Le Moal | www.istockphoto.com

Künstliche Intelligenz in der Wirtschaft: Die Anwendungsbereiche von Künstlicher Intelligenz reichen weiter, als es in der öffentlichen Wahrnehmung aktuell klar wird. Besonders hoch sind die Erwartungen in der Wirtschaft: Deutsche Unternehmen sind davon überzeugt, dass intelligente Systeme ihren Erfolg zukünftig maßgeblich beeinflussen. Wie eine Studie zeigt, sind die Entscheider der Meinung, dass Künstliche Intelligenz in praktisch allen Schlüsselkennzahlen die Performance verbessern kann. Das Marktforschungsinstitut Vanson Bourne hat im August und September des vergangenen Jahres im Auftrag von Iron Mountain 200 IT-Entscheider in deutschen Unternehmen mit mehr als 250 Mitarbeiter befragt.

Künstliche Intelligenz in der Wirtschaft: Sinkende Kosten und schnelle Innovation als Ziel

Fast zwei Drittel der befragten Unternehmen (63 Prozent) wollen mit Künstlicher Intelligenz die Kosten senken und nicht ertragreiche Arbeit automatisieren. Über die Hälfte (58 Prozent) will zudem Innovation verbessern, fast die Hälfte die Kundenerfahrung (49 Prozent) und die Sicherheit (48 Prozent) optimieren. In sämtlichen Kategorien gibt es eindeutige Anzeichen dafür, dass der Einfluss Künstlicher Intelligenz künftig zunimmt.

„Die Unternehmen gehen davon aus, dass Künstliche Intelligenz künftig einen günstigen Impact auf ihr Business hat“, berichtet Ralf Reich, Vice President Northern Europe bei Iron Mountain Germany GmbH. „Die sinnvolle Integration dieser Technologie in die eigenen IT-Systeme ist daher eine wichtige Herausforderung.“ Insgesamt werde die Fähigkeit zur engen Integration von Künstlicher Intelligenz in wichtige Unternehmensprozesse zu einer Kernkompetenz, um wettbewerbsfähige Wertschöpfung in Deutschland sicherzustellen.

Datenqualität als Basis für Digitalisierungserfolg

Digitalisierung ist in der deutschen Wirtschaft längst ein wichtiges Thema. Die am weitesten verbreiteten Anwendungsfelder sind das Erheben und Auswerten von Daten, um mit dem Ergebnis Unternehmensprozesse zu steuern. 68 Prozent der Unternehmen haben laut der Iron-Mountain-Studie bereits relevante Teile ihrer Business-Informationen digitalisiert. Die Basis für die Arbeit mit intelligenten Anwendungen ist damit laut Reich gelegt: „Das sinnvolle Strukturieren sowie die Analyse und Interpretation der vorhandenen Daten ist ein guter Einstieg, um einen Eindruck von der Arbeit mit intelligenten Systemen zu bekommen. Das volle Potenzial dieser Technologie schöpfen Unternehmen allerdings nur mit einer hohen Datenqualität aus.“


Trovarit CC Datenmanagement | Whitepaper

Datenqualität als Schlüssel zur erfolgreichen Systemeinführung

Stammdatenanalyse und -bereinigung in Datenmigrationsprojekten

Das Whitepaper beschreibt anhand des Beispiels der fiktiven Eisenmeiser GmbH,

  • welche Herausforderungen eine Datenmigration im Zuge der Einführung einer neuen Unternehmenssoftware mit sich bringt,
  • wie aufwendig und komplex diese Aufgabe sein kann,
  • warum eine strukturierte und sorgfältige Vorbereitung den Migrationsprozess deutlich erleichtert
  • und welche Tipps bei der Analyse und Bereinigung der Daten zu beachten sind.

Autoren: Alex Ron; Jost Enderle | CC Datenmanagement der Trovarit AG

Zum kostenlosen Download des Whitepapers


Ein wichtiger Baustein für gute Datenqualität ist eine klar strukturierte Erfassung. Mit der InSight Digital Experience Platform von Iron Mountain lassen sich laut Reich Digitalisierungs-Workflows so automatisieren, dass wichtige Daten künftig schnell und übersichtlich verfügbar werden. Die Fachabteilungen könnten damit in allen Projekte rund um Künstliche Intelligenz die Audit-Vorschriften sicher einhalten. Jürgen Frisch