BearingPoint: GenKI Analytics im Realitätscheck
GenKI bietet Potenzial zur Effizienzsteigerung und Automatisierung datengetriebener Prozesse. Doch viele Unternehmen kämpfen mit strategischen, organisatorischen und technischen Herausforderungen.
Unter dem Titel “What’s next in Analytics?” hat BearingPoint Entscheider aus Unternehmen der DACH-Region befragt. Das Ergebnis: 85 Prozent der Befragten sehen dringenden Handlungsbedarf bei ihrer aktuellen Analytics-Systemlandschaft, um GenKI Anwendungen zu implementieren. Darüber hinaus geben unter den befragten Personen 60 Prozent an, dass sie den zukünftigen Bedarf an GenKI-Expert im Analytics-Bereich nicht decken können. In den Fachabteilungen verfügen zudem lediglich 35 Prozent der Mitarbeitenden über gute Kenntnisse in dieser Thematik.
What’s next in Analytics?
Im Unternehmenskontext besteht weiterhin großes unausgeschöpftes Potenzial beim Einsatz von GenKI Analytics. Die Identifikation von hochwertigen, unternehmensspezifischen Anwendungsfällen sowie die Einbindung relevanter Stakeholder wird für Organisationen entscheidend sein. Sowohl eine robuste Cloud-basierte GenKI-Analytics-Architektur als auch die Stärkungen von Compliance- und Governance-Strukturen stellen weitere wichtige Faktoren dar, um den Wandel im Analytics-Bereich voranzutreiben. Zudem kann die Gefahr eines Fachkräftemangels durch Investitionen in Recruiting und KI-spezifische Trainingsprogramme sowie dem flexiblen Einsatz externer Expert:innen reduziert werden .
Effizienzsteigerung dank GenKI Analytics
Die größten Vorteile sehen die Befragten in der Effizienzsteigerung, Kostensenkung und insbesondere bei der Analyse aufwendig strukturierter Daten. Anwendung finden GenAI-Analytics-Tools aktuell hauptsächlich in der Datenaufbereitung (52 Prozent) sowie bei Dokumentation und Administration (48 Prozent). Als weitere relevante Anwendungsfälle werden die automatisierte Report-Generierung, Datenexploration und Data Mining genannt. Jeweils 37 Prozent der Befragten bestätigen einen entsprechenden Einsatz. Dabei sind ChatGPT von OpenAI (71 Prozent) und Microsoft Copilot (45 Prozent) mit großem Abstand die am häufigsten genutzten generativen KI-Assistenten unter den Befragten.
Hürden für GenKI Analytics
Auch die Herausforderungen werden von den Befragten klar benannt: Compliance, Datensicherheit und Qualitätsbedenken stehen – noch vor ethischen Bedenken – an erster Stelle. Ein signifikanter Investitionsbedarf in Technologie und Organisation wird nicht zuletzt wegen der Sicherheitserwägungen gegenüber Technologien des US-amerikanischen oder chinesischen Marktes erkannt. Besteht KI-Technologie “made in Europe” gegenüber den Marktführern aus dem Silicon Valley und aus Fernost? Lediglich 21 Prozent der Befragten bewerten aktuelle KI-Initiativen auf EU-Ebene als ausreichend. 79 Prozent sehen hingegen mit Blick auf die geopolitische Situation die technologische Dominanz der Vereinigten Staaten und der Volksrepublik kritisch. Gefordert wird eine verstärkte Initiative der Europäischen Union für mehr digitale Souveränität.
Christoph Landgrebe, Partner bei BearingPoint im Bereich Data Analytics, bewertet diese zentralen Erkenntnisse: “Die Ergebnisse unserer Studie zeigen deutlich, dass Unternehmen die Relevanz von GenAI-Analytics-Anwendungen erkannt haben und höhere Investitionen in der Zukunft planen. Grundlage für einen zielgerichteten Einsatz bilden eine Einführungsstrategie, die Identifikation von hochwertigen, unternehmensspezifischen Anwendungsfällen sowie strukturierte Ansätze mithilfe eines AI-Governace Frameworks.”
