Gen AI erobert DACH-Unternehmen

Gen AI im Vormarsch: Neue Chancen für DACH-Unternehmen

Unsere aktuelle Studie untersucht die ausschlaggebenden Faktoren, die die Einführung von generative KI durch Unternehmen in der DACH-Region entweder behindern oder fördern werden. Auf der Grundlage dieser Erkenntnisse skizzieren wir Strategien für Unternehmen, um mit dieser bahnbrechenden Technologie erfolgreich zu sein.

Unternehmen in Deutschland, Österreich und der Schweiz (DACH) sind der Ansicht, dass Generative AI für ihren zukünftigen Erfolg von entscheidender Bedeutung ist. Von ihrer Überzeugung bestärkt, planen Unternehmen in der Region in diesem Jahr laut unserer jüngsten Studie durchschnittliche Ausgaben in Höhe von 37 Millionen US-Dollar.

Der Enthusiasmus für diese Technologie ist angesichts der jüngsten Welle von KI-Startups und Investitionen in der Region nicht überraschend. Laut einer aktuellen Studie ist allein in Deutschland bis 2024 ein Anstieg der KI-Startups um 35 % im Vergleich zum Vorjahr zu verzeichnen. Auch die Zahl der KI-Patente und -Forschungen hat in diesem Land deutlich zugenommen, und stellt die Nation mit der höchsten Anzahl an KI-Patentanmeldern beim Europäischen Patentamt dar. Im Nachbarland Österreich wird ein Wachstum des Marktes für Gen AI um 47 % zwischen 2024 und 2030 vorhergesagt. Die Vorhersagen sind ähnlich optimistisch für die Schweiz.

Unsere Studie zeigt jedoch auch, dass die Mehrheit der Unternehmen (71 %) in der DACH-Region der Meinung ist, dass sie in Bezug auf ihre Generative AI-Strategien nicht schnell genug vorankommen. Mehr als die Hälfte (56 %) glaubt, dass diese Verzögerungen zu einem Wettbewerbsnachteil führen werden. Und trotz erheblicher Investitionen in Generative AI liegen die durchschnittlichen Ausgaben pro Unternehmen in diesem Jahr unter dem weltweiten Durchschnitt von 47,5 Millionen US-Dollar.

Darüber hinaus äußerten die Befragten die Befürchtung, dass Faktoren wie Fachkräftemangel, unzureichende Technologie und negative Verbraucherwahrnehmungen die schnelle Entwicklung und Skalierung von Anwendungsfällen in der DACH-Region erschweren könnten. 

Tatsache ist, dass regionale Unterschiede - das regulatorische Umfeld, die Flexibilität der Betriebsmodelle, die Kosten und die verfügbaren Fachkräfte - Einfluss darauf haben werden, wie erfolgreich Unternehmen bei der Umsetzung ihrer Generative AI-Strategien sind und wie sie diese leistungsstarke Technologie nutzen werden. Infolgedessen werden sich Generative AI und die Art und Weise, wie sie eingesetzt wird, nicht überall auf der Welt gleich schnell verbreiten.

Um besser zu verstehen, wie die Einführung von Generative AI weltweit aussehen wird, haben wir eine Studie mit 2.200 Führungskräften aus 23 Ländern und 15 Branchen durchgeführt, darunter 200 aus der DACH-Region. Die Studie bewertete eine breite Palette an Trends bei der Einführung von Generative AI, darunter Höhe der Investitionen, Einsatzmöglichkeiten, die Bedeutung von Generative AI-Strategien für den Geschäftserfolg und die Bereitschaft von Unternehmen zur Einführung der Technologie.  

Wir haben auch 18 Geschäftsfaktoren analysiert, die die Einführung von Gen AI in Unternehmen entweder hemmen oder beschleunigen werden (eine vollständige Liste der Faktoren finden Sie am Ende des Berichts). Die Befragten bewerteten die potenziellen Auswirkungen jedes Faktors im Hinblick auf ihre Strategie für Generative AI und stuften sie auf einer Skala von hoher bis geringer Auswirkung entweder als positiv oder negativ ein.  

Aus den Ergebnissen haben wir für jedes Land bzw. jede Region einen sogenannten „Momentum Score“ berechnet. Der Momentum-Score gibt an, wie zuversichtlich Führungskräfte in Bezug auf ihre Fähigkeit sind, ihre Generative AI-Strategie auf der Grundlage interner Geschäftsfaktoren und der vorherrschenden örtlichen Gegebenheiten in ihrem Land oder ihrer Region umzusetzen.

In allen untersuchten Regionen überwogen die Faktoren, die die Einführung behindern, gegenüber den Faktoren, die sie beschleunigen, was bedeutet, dass alle Momentum-Scores negativ ausfielen. Tatsächlich fühlen sich Unternehmen weltweit durch ihr Betriebsumfeld eingeschränkt.

Um zu verstehen, wie sich die verschiedenen Regionen und Länder im Vergleich zueinander unterscheiden, haben wir die Bewertungen gemittelt, um einen Basiswert für die globale Dynamik bzw. den Momentum-Score zu ermitteln. Dieser Ansatz ermöglichte es uns, diejenigen zu ermitteln, die im Vergleich zum globalen Durchschnitt optimistischer sind, was ihre Fähigkeit zur Übernahme der Technologie betrifft.

In der DACH-Region liegt der Momentum-Score um 8 % niedriger als der weltweite Durchschnitt. Die Faktoren, die zu diesem Ergebnis beitragen, sind unterschiedlich, aber die größten Auswirkungen haben die vergleichsweise pessimistischeren Ansichten über die Verfügbarkeit von Fachkräften und die Kosten sowie die Wahrnehmung von Generative AI sowohl bei Verbrauchern als auch bei Mitarbeitern. Trotzdem sind DACH-Unternehmen optimistischer, was die Flexibilität ihrer Betriebsmodelle, die Qualität der von Generative AI erzeugten Ergebnisse und die Verfügbarkeit ihrer Daten angeht.

DACH Gen AI-Scorecard

Basis: 200 führende Wirtschaftsvertreter in DACH
Quelle: Cognizant und Oxford Economics
Abbildung 1

Was die kurzfristigen Ziele ihrer Investitionen in Generative AI betrifft, haben wir uns zwei verschiedene Einsatzmöglichkeiten der Technologie angesehen: Produktivität, z.B. um Menschen dabei zu helfen, effizienter zu arbeiten und mehr zu erledigen, und Disruptive Innovationen, die umfassendere Veränderungen für Geschäfts- und Betriebsmodelle mit sich bringen. Insgesamt spiegelt die DACH-Region den globalen Trend wider: In den nächsten zwei Jahren erwarten mehr Befragte, dass sie Generative AI zur Steigerung der Produktivität einsetzen werden als zur Förderung von Innovationen. Von entscheidender Bedeutung ist, dass Unternehmen in der Region bei ihren Plänen zur Neugestaltung von Betriebsmodellen weit über dem globalen Durchschnitt liegen, da Entscheidungsträger die Technologie nutzen, um umfassende Veränderungsprozesse anzustoßen.

Basis: 200 führende Wirtschaftsvertreter in DACH
Quelle: Cognizant und Oxford Economics
Abbildung 2

Unsere Studie zeigt jedoch auch eine Veränderung darin, was Produktivität bedeutet, wenn sie mit Generative AI einhergeht. Das Endziel ist nicht Effizienz und Kostensenkung, wie es bei früheren Vorhaben zur Automatisierung der Fall war. Stattdessen sollen Produktivitätsgewinne in wachstumsfördernde Maßnahmen umgelenkt werden. Diese neue Dynamik erfordert ein Umdenken in Bezug auf das Verständnis von geschäftlichen Einsatzmöglichkeiten für Generative AI, auf die wir später in diesem Bericht eingehen werden.

Dieser Bericht zeigt die regionalen und geschäftlichen Faktoren auf, die die Dynamik von Generative AI bei Unternehmen in der DACH-Region entweder hemmen oder beschleunigen könnten. Der Bericht bietet auch einen branchenspezifischen Einblick in die Nutzung von Generative AI, einen regionalen Fokus auf die Bereitschaft von Unternehmen und Strategien zur erfolgreichen Einführung von Generative AI in der DACH-Region.

Hemmfaktoren und Beschleuniger: Die treibenden[TR1]  Kräfte hinter der KI-Dynamik

Um diese Mechanismen genauer zu ergründen, werden wir nun untersuchen, wie Führungskräfte in der DACH-Region die Hemmnisse und Triebkräfte in ihrem Land

 bewerten, anstatt sie mit einem globalen Durchschnitt zu vergleichen. Auf diese Weise bietet unsere Studie eine detaillierte Analyse der Faktoren, die die Befragten in den jeweiligen Ländern als Haupthemmnisse und Haupttreiber für Generative AI ansehen. Mit dieser Einschätzung können Führungskräfte das nutzen, was in ihrem lokalen Umfeld gut funktioniert, und gleichzeitig Strategien zur Bewältigung von Herausforderungen entwickeln. 

Die Hemmfaktoren für Generative AI in der DACH-Region verstehen

Die Teilnehmer wurden gefragt, welche Faktoren die Einführung von Generative AI in ihrer Organisation behindern oder begünstigen. Die Bewertung stellt die Differenz in Prozentpunkten zwischen der Dynamikbewertung des Landes und der globalen Baseline dar.

Basis: 200 führende Wirtschaftsvertreter in DACH
Quelle: Cognizant und Oxford Economics
Abbildung 3

Fachkräftemangel ist ein wichtiges globales Problem und für Unternehmen in der DACH-Region besonders akut. Deutschland - die größte Volkswirtschaft der Region - steht vor der Herausforderung, dass es in einer Reihe von Sektoren an Arbeitskräften und Qualifikationen mangelt.

Der vielleicht größte Einflussfaktor für die Einführung von Generative AI ist die wachsende Zahl unbesetzter IT-Stellen. Eine aktuelle Bitkom-Studie zeigt, dass in Deutschland derzeit 137.000 IT-Fachkräfte fehlen, was einem Anstieg von fast 150 Prozent im Vergleich zum Vorjahr entspricht. Die Adecco Group in der Schweiz sagt, dass der Fachkräftemangel in diesem Land im Jahr 2023 ein Rekordhoch erreicht, insbesondere bei IT-Spezialisten und technischen Ingenieuren.

Auch die Wahrnehmung der Verbraucher ist ein wichtiger Hemmfaktor in der Region. In einer kürzlich durchgeführten Umfrage unter deutschen Verbrauchern gaben rund 88 % an, dass sie der Meinung sind, dass KI-Software gründlich geprüft und genehmigt werden sollte, bevor die Menschen sie nutzen dürfen. Gleichzeitig waren 79 % der Meinung, dass KI die deutsche Wirtschaft ankurbeln könnte.

Ein weiteres wichtiges Thema sind die Ansichten der derzeitigen und potenziellen Beschäftigten. In einer aktuellen Studie befürchten fast zwei Drittel der Deutschen, dass der Einsatz von KI zu Arbeitsplatzverlusten führen könnte. Obwohl unsere Ergebnisse zeigen, dass nur 2 % der Führungskräfte in der DACH-Region beabsichtigen, aufgrund von Generative AI Entlassungen vorzunehmen, könnten diese Ängste zusammen mit Bedenken hinsichtlich der ethischen Nutzung und des Datenschutzes die Einführung beeinträchtigen.

Die Unternehmen in der Region sind auch besorgt über ihre aktuelle technologische Infrastruktur und die Reife der auf dem Markt erhältlichen Tools für Generative AI. Die meisten Unternehmen befürchten, dass ihre veralteten technischen Systeme die Einführungspläne behindern und Investitionen in die Modernisierung von Anwendungen und Infrastrukturen erforderlich machen, um die Vorteile der Technologie zu maximieren. Andererseits sind sie auch der Meinung, dass die derzeitige Auswahl an Lösungen, die sich aus dieser neuen Technologie ableiten lassen, noch nicht ausgereift genug ist, um ihre geschäftlichen Herausforderungen zu bewältigen.

Ein Blick auf die Treiber für Generative AI in der DACH-Region

Die Teilnehmer wurden gefragt, welche Faktoren die Einführung von Generative AI in ihrer Organisation behindern oder begünstigen. Die Bewertung stellt die Differenz in Prozentpunkten zwischen der Dynamikbewertung des Landes und der globalen Baseline dar.

Basis: 200 führende Wirtschaftsvertreter in DACH
Quelle: Cognizant und Oxford Economics
Abbildung 4

Obwohl viele Unternehmen in DACH befürchten, dass sie mit der Einführung von Generative AI nicht schnell genug vorankommen, ist die Flexibilität ihrer Betriebsmodelle ein Faktor, der sie nicht aufhält. DACH-Unternehmen sind der Meinung, dass die Flexibilität ihrer Betriebsstrukturen es ihnen ermöglichen wird, sich schnell an veränderte Marktbedingungen für Generative AI anzupassen und innovative Lösungen relativ einfach in ihre Arbeitsabläufe zu integrieren.

Diese Behauptung wird durch die Fortschritte gestützt, die viele Unternehmen in einer Reihe von Anwendungsfällen (von Pilotprojekten bis hin zur Produktion) verzeichnen. Laut unserer Studie machen 78 % Fortschritte bei der Erschließung neuer Einnahmequellen mit der Technologie, während 77 % planen, die Technologie zum Schreiben und Testen von Code zu nutzen.

Die Output-Qualität bestehender Lösungen für Generative AI ist ein weiterer Faktor, der die Akzeptanz bei Unternehmen in der DACH-Region beschleunigt. In vielerlei Hinsicht hat ChatGPT von OpenAI die Phantasie von Unternehmen und Privatpersonen aufgrund der Schnelligkeit und Qualität seiner Antworten beflügelt - wenn auch mit einem holprigen Start und mehreren öffentlichkeitswirksamen Patzern. Da sich diese Leistung im letzten Jahr jedoch verbessert hat, ist auch die Begeisterung der Unternehmen für Generative AI gestiegen. Tatsächlich arbeiten 72 % der Befragten in der DACH-Region daran, die Technologie zu nutzen, um direkt mit Kunden in Kontakt zu treten.

Unternehmen in der DACH-Region sind gleichermaßen optimistisch, was die Eignung ihrer Daten als Grundlage für Lösungen mit Generative AI betrifft. Auf die Frage nach dem aktuellen Stand ihrer technologischen Infrastruktur gaben 52 % der Unternehmen an, dass die Qualität und Bereinigung ihrer Daten in einem guten bis ausgezeichneten Zustand ist, um Strategien für Generative AI zu unterstützen.

Gleichzeitig sind Unternehmen zwar zuversichtlich, was die Eignung ihrer Daten angeht, doch es gibt noch andere Herausforderungen im Zusammenhang mit Daten. Unternehmen in der DACH-Region haben zum Beispiel weniger Vertrauen in die Zugänglichkeit und Sicherheit ihrer Daten. Dies ist zum Teil auf die Abhängigkeit von veralteten Technologieanwendungen zurückzuführen, die den unternehmensweiten Datenaustausch und die Gewinnung präziser, zeitnaher Erkenntnisse behindern.

Angesichts der oben erwähnten geplanten Investitionen und des prognostizierten Wachstums auf den Märkten für Gen AI in der DACH-Region ist es vielleicht nicht überraschend, dass Wirtschaftsführer von einer erheblichen Steigerung der Marktnachfrage nach dem Einsatz dieser Technologie ausgehen.

Führende Unternehmen in der Region sind auch optimistisch, was die Verfügbarkeit von Rechenleistung angeht. Die DACH-Region verfügt über ein reiches Ökosystem aus Hyperscalern, regionalen Anbietern von Infrastruktur und Start-ups. Microsoft hat beispielsweise 3,2 Milliarden Euro in seine deutschen Rechenzentren investiert, um die dortigen KI- und Cloud-Kapazitäten zu verdoppeln.

Branchen im Fokus: Erhebliche Unterschiede bei den Prioritäten der Branchen hinsichtlich der Einführung von generativer KI

Natürlich gibt es viele Anwendungsfälle und Strategien für den Einsatz von Generative AI. Wie bereits erwähnt, konzentrieren sich Unternehmen in der DACH-Region in erster Linie darauf, zumindest in den nächsten zwei Jahren mit Generative AI Produktivitätssteigerungen zu erzielen. Ein Blick auf die Faktoren, die den Erfolg ihrer Geschäftsmodelle ausmachen, wirft jedoch ein neues Licht auf die Produktivität, wie sie in der Vergangenheit gesehen wurde.

Traditionell setzten Unternehmen Produktivitätssteigerungen durch Automatisierung mit Kostensenkungen gleich: Senkung der Produktionskosten durch Verringerung der Zahl der Mitarbeiter, die für die Erledigung der gleichen Arbeitsmenge benötigt werden.

Während die Automatisierung durch Generative AI wahrscheinlich zu einem gewissen Rückgang der Mitarbeiterzahl führen wird, ist dies nicht mehr das letztendliche Ziel. Stattdessen sehen wir eine Verlagerung der Produktivitätsgewinne in Richtung der Finanzierung von Projekten, die den Umsatz steigern oder zu völlig neuen Einnahmequellen führen, was sich in den Kennzahlen widerspiegelt, die die Befragten für ihre Geschäftsentscheidungen verwenden werden.

Mindestens 50 % der befragten DACH-Unternehmen geben an, dass die Steigerung des Umsatzes und die Erschließung neuer Einnahmequellen die wichtigsten Kriterien sind, um Ausgaben für generative KI zu rechtfertigen (siehe Abbildung 5). Umgekehrt wurden Kennzahlen wie Kosteneinsparungen, Markteinführungszeit und Produktivität von 34 % oder weniger der Befragten genannt. Mit anderen Worten: Das Konzept der Produktivität beschränkt sich nicht mehr auf Kostensenkungen - die Unternehmen scheinen Produktivitätsgewinne in Wachstumsinitiativen umzuleiten.   

Einnahmen sind eine der wichtigsten Kennzahlen zur Rechtfertigung von Einsatzmöglichkeiten für Generative AI

Q: Welche der folgenden Kennzahlen sind am wichtigsten, um die Geschäftsmodelle Ihrer Organisation im Bereich Generative AI zu rechtfertigen? (Prozentsatz der Befragten, die jede der drei Optionen als erste Wahl nennen)

Basis: 200 führende Wirtschaftsvertreter in DACH
Quelle: Cognizant und Oxford Economics
Abbildung 5

Anhand dieser detaillierteren Betrachtung von Produktivitätszielen und Geschäftsfaktoren haben wir die Unterschiede in der Art und Weise analysiert, wie Branchen die Technologie nutzen wollen.

Anstatt sich auf die Unterscheidung zwischen Produktivität und Innovation zu konzentrieren, haben wir die Messgrößen in zwei übergeordnete Kategorien von geschäftlichen Einsatzmöglichkeiten eingeteilt:  

• Verbesserung der aktuellen Unternehmensleistung (Umsatz, Kosteneinsparungen, Markteinführungszeit, Produktivität) 
• Aufbau von etwas Neuem (neue Einnahmequellen, neue oder verbesserte Produkte, Innovation) 

Anschließend haben wir jeder der Metriken eine Punktzahl zugewiesen, um den relativen Abstand zwischen einer Metrik auf Platz eins und einer Metrik auf Platz drei zu ermitteln. Durch die Berechnung des Durchschnittswerts für alle Branchen konnten wir deutlich erkennen, wie stark die Antworten der einzelnen Branchen vom Durchschnittswert abwichen.  

Unsere Analyse zeigt deutliche Unterschiede zwischen den DACH-Branchen in Bezug auf die geschäftlichen Anwendungsszenarien, die sie wahrscheinlich priorisieren werden (siehe Abbildung 6).   

Unterschiedliche Geschäftsszenarien in den Branchen

Hinweis: Diese Abbildung zeigt die relative Abweichung jeder Branche von einer Baseline von „Null“ unter Anwendung einer Rangfolge der drei wichtigsten Kennzahlen, die die Befragten als wichtig für die Rechtfertigung ihrer Anwendungsfälle für Generative AI nannten. Sie zeigt eine gewichtete Ansicht der allgemeinen Prioritäten jeder Branche für den Einsatz von Generative AI.  

Basis: 200 führende Wirtschaftsvertreter in DACH
Quelle: Cognizant und Oxford Economics
Abbildung 6

• Die verarbeitende Industrie ist in erster Linie auf innovative Entwicklungen ausgerichtet. So setzt beispielsweise der deutsche Automobilhersteller Volkswagen Gen AI  in seinen Fahrzeuge ein, indem er ChatGPT in seinen Sprachassistenten IDA integriert. In Zukunft können Kunden in allen Volkswagen-Modellen, die mit dem Sprachassistenten IDA ausgestattet sind, auf einfache Weise Antworten auf ihre gesprochenen, in natürlicher Sprache formulierten Fragen in verschiedenen Fremdsprachen erhalten.
  
  Der schweizerische Lebensmittelhersteller Nestlé setzt Generative AI in vielen Bereichen seiner Geschäftstätigkeiten ein, von der Pflege der Kundenbeziehungen über die Gewinnung von Erkenntnissen für Produktinnovationen bis hin zur Prognose von Lagerbeständen in Einzelhandelsgeschäften und der Optimierung von Preisen und Werbeaktionen.
  
  Das Unternehmen hat die Technologie in den Front-End-Bereich seines Produktinnovationsprozesses integriert und unterstützt Teams dabei, Produktideen schneller und effizienter zu generieren und zu testen. Die Technologie analysiert Markttrends und Verbraucherdaten von mehr als 20 US-Marken von Nestlé in Echtzeit, um Produktkonzepte vorzuschlagen, die dann untersucht und getestet werden können. Dadurch konnte der Produktentwicklungsprozess von sechs Monaten auf sechs Wochen verkürzt werden.

• Im Versicherungssektor verändert Swiss Re die Art und Weise, wie ihre Kund:innen Risiken managen, indem es eine generative KI-Version seines hoch angesehenen Underwriting-Handbuchs Life Guide einführt. Dies unterstützt seine Kund:innen dabei, aktuelle und zukünftige Risiken zu verstehen, damit sie fundierte Entscheidungen treffen und leistungsstarke, langfristig tragfähige Portfolios aufbauen können. Mit dieser neuen Ausgabe haben Kunden Zugang zu einem Generative AI-gestützten Underwriting-Assistenten, der schnelle Antworten generiert, die aus aufbereitetem Expertenwissen als Antwort auf Fragen in natürlicher Sprache zusammengestellt werden. Dadurch können sie schnellere und präzisere Entscheidungen treffen und den Wissenstransfer verbessern.

• Im Gegensatz dazu konzentriert sich der Bankensektor auf die Verbesserung seiner bestehenden Aktivitäten. Kürzlich hat sich die Schweizer Privatbankengruppe Pictet mit dem KI-Startup Unique AG zusammengetan, um mehr als 5.000 Mitarbeitern Zugang zu einer internen GPT-gestützten Plattform zu verschaffen, die es ihnen ermöglicht, individuelle Kundenangebote zu erstellen, schnell auf Compliance-Informationen zuzugreifen und personalisierte E-Mails zu verfassen.
  
  In Deutschland setzt die Deutsche Bank Generative AI auf vielfältige Weise ein, unter anderem zur Verbesserung der Software-Code-Entwicklung, zur Entwicklung von Chatbots, die als Berater und Assistenten für Mitarbeiter fungieren, und zum besseren Schutz vor[TR2]  Geldwäsche und zur Erfüllung gesetzlicher Vorschriften, wie z. B. die Erkennung von Marktmissbrauch oder verdächtigen Aktivitäten mithilfe automatisierter Transkriptionen von Gesprächen. Die Deutsche Bank ist davon überzeugt, dass sie mit diesen Anwendungen den Kundenservice verbessern, die Effizienz und die Produktivität der Mitarbeiter steigern, das Risikomanagement verbessern, die Markteinführung neuer Produkte beschleunigen und ihre Fähigkeit verbessern kann, auf das sich schnell verändernde Umfeld zu reagieren.

• Auch im Bereich von Life Science hat die Verbesserung der derzeitigen Kapazitäten Priorität . Zusammen mit anderen großen Life-Science-Unternehmen hat die Schweizer Firma Novartis in das französische KI-Unternehmen Yseop investiert, einem führenden Anbieter von Generative AI in regulierten Branchen. Diese Investition zielt darauf ab, Aspekte der Erstellung von Berichten über klinische Studien zu automatisieren, was die Entwicklung von Medikamenten beschleunigen könnte. Die Strategie beinhaltet den Einsatz eines Systems zur Verarbeitung natürlicher Sprache, um die Einreichung von klinischen Studien zu beschleunigen, indem Daten analysiert und die Erstellung der erforderlichen Dokumentation automatisiert wird. 

Wirtschaftliche Zwänge: Fachkräftemangel und schwache technologische Grundlagen

Es bleibt die Frage, ob Unternehmen bereit sind, aus diesen Geschäftsmodellen einen echten Mehrwert zu generieren. 

Die Antwort ist unseren Untersuchungen zufolge gemischt. Um besser zu verstehen, inwieweit Führungskräfte der Ansicht sind, dass ihr Unternehmen bereit ist, Generative AI zu übernehmen, oder nicht, haben wir die Befragten gebeten, den Reifegrad ihrer Organisation auf einer Skala von 1 bis 4 einzustufen. Sie wurden gebeten, eine Aussage auszuwählen, die ihre Organisation in den folgenden fünf Bereichen am besten beschreibt, von niedrigem bis hohem Reifegrad:  

·       Organisatorische Flexibilität 

·       Engagement der Führungsebene 

·       Kompetenzen und Talent 

·       Strategie und Ansatz 

·       Technologie und Infrastruktur  

Die Botschaft der Wirtschaftsführer in der DACH-Region ist eindeutig: Das Engagement der Führungskräfte ist groß, und die Strategien sind solide. Es fehlen jedoch die grundlegenden operativen und technologischen Komponenten, die für die Einführung von Generative AI erforderlich sind (siehe Abbildung 7). 

Die Unterstützung durch die Führungsebene ist solide, aber es fehlen die Grundlagen

Die Befragten wurden gebeten, den Reifegrad der Abläufe ihrer Organisation in Bezug auf Generative AI zu bewerten. (Prozentualer Anteil der Befragten, die die einzelnen Punkte mit 3 oder 4 bewerten, wobei 4 den höchsten Reifegrad darstellt)

Basis: 200 führende Wirtschaftsvertreter in DACH
Quelle: Cognizant und Oxford Economics
Abbildung 7

Es überrascht nicht, dass die Befragten angesichts des Fachkräftemangels, der ganz oben auf der Liste der größten Hemmnisse für die DACH-Region steht, die Kompetenzverfügbarkeit und die Fachkräftestrategie ihres Unternehmens als wenig ausgereift einstufen. Was die zugrunde liegende technische Infrastruktur betrifft, so wird die sofortige Verfügbarkeit von Daten zwar als entscheidender Faktor angesehen, doch es mangelt an vielen anderen grundlegenden Aspekten. Dazu gehören die Konformität mit Unternehmensregeln, -richtlinien und Rahmenbedingungen, Datensicherheit sowie Datenzugriff. Alle diese technologischen Kapazitäten der Infrastruktur wurden von der Mehrheit der Befragten als „verbesserungswürdig“ oder sogar als „nicht vorhanden“ eingestuft

Der Weg zum Erfolg: Strategische Empfehlungen für DACH-Unternehmen  

Die Herausforderung besteht darin, die Hürden für Veränderungen zu überwinden und gleichzeitig die Faktoren zu nutzen, die die Einführung von Generative AI fördern könnten.

Um diese Herausforderungen zu meistern, sollten die Führungskräfte die folgenden Maßnahmen priorisieren:

• Sondierung von Partnerschaften zur Überwindung des Fachkräftemangels: Angesichts des beträchtlichen Fachkräftemangels, der in der DACH-Region als größter Hemmfaktor ermittelt wurde, sollten Unternehmen die Bildung strategischer Partnerschaften mit Bildungseinrichtungen und anderen Organisationen in Betracht ziehen. Dies kann dazu beitragen, die Lücke bei der Verfügbarkeit von Kompetenzen zu schließen und Personalstrategien zu verbessern.
  
  Durch die Förderung von Schulungsprogrammen in Zusammenarbeit mit anderen Unternehmen und das Angebot von Praktika können Unternehmen qualifizierte Arbeitskräfte ausbilden, die sich mit Generative AI-Technologien gut auskennen. Darüber hinaus kann die Erschließung eines umfassenderen Pools an Fachkräften durch Partnerschaften neue Perspektiven und innovative Lösungen bieten, die für eine erfolgreiche KI-Einführung von entscheidender Bedeutung sind.
  
  
• Aufbau von Vertrauen in Technologien: Unternehmen müssen bei ihren Stakeholdern unbedingt Vertrauen in Generative AI-Technologien schaffen. Angesichts der hohen Bewertungen für die Verfügbarkeit von Daten, aber der niedrigen Bewertungen für die Einhaltung von Unternehmensregeln, -richtlinien und -rahmenbedingungen müssen Unternehmen Prioritäten für Transparenz und zuverlässige Praktiken bei der Daten-Governance setzen.
  
  Indem gewährleistet wird, dass die KI-Implementierung mit bestehenden Vorschriften und ethischen Standards übereinstimmt, können Unternehmen Vertrauen bei Mitarbeitern, Kunden und Partnern schaffen. Die Umsetzung strenger Maßnahmen zur Datensicherheit und die Förderung einer offenen Diskussion über die Nutzung von KI-Technologien könnten das Vertrauen weiter festigen und die Akzeptanz fördern.
  
  
• Investieren Sie in eine solide technologische Infrastruktur: Zwar wird die Datenverfügbarkeit als wichtiger Impulsgeber angesehen, doch andere grundlegende Aspekte der technischen Infrastruktur, wie Datensicherheit und Barrierefreiheit, müssen noch erheblich verbessert werden. Unternehmen sollten in die Modernisierung ihrer IT-Infrastruktur investieren, um die reibungslose Integration von Generative AI zu unterstützen.
  
  Dazu gehören die Aufrüstung von Datenspeicherlösungen, die Verbesserung von Cybersicherheitsprotokollen und die Gewährleistung, dass Daten leicht zugänglich und dennoch sicher sind. Eine belastbare Technologieinfrastruktur unterstützt nicht nur den effizienten Einsatz von KI-Lösungen, sondern gewährleistet auch Skalierbarkeit und Ausfallsicherheit angesichts sich ändernder Geschäftsanforderungen.

*Die vollständige Liste der von uns bewerteten regionalen Faktoren umfasst: die Flexibilität des bestehenden Betriebsmodells, die Marktnachfrage nach KI-gestützten Produkten und Dienstleistungen, die Datenverfügbarkeit, die Qualität des Outputs von KI, die Verfügbarkeit von Rechenleistung, die Kosten/Verfügbarkeit von KI-bezogenen Technologien, die Stimmung unter den Aktionären/Investoren, das regulatorische Umfeld, die Nachhaltigkeit, die nationale Infrastruktur, die Kosten/Verfügbarkeit von Kapital, den Datenschutz und die Datensicherheit, die bestehende technologische Infrastruktur, die aktuelle und künftige Wahrnehmung der Mitarbeiter, die Flexibilität des bestehenden Geschäftsmodells, die Reife von KI-bezogenen Technologien, die Wahrnehmung der Verbraucher und die Kosten/Verfügbarkeit von Fachkräften.

Erfahren Sie mehr über die Auswirkungen von generativer KI auf Arbeitsplätze und Wirtschaft in unserem Bericht New work, new world.