Generative AI (Artificial Intelligence) ist eine Form von KI, die auf Basis von Vorgaben und vorhandenen Informationen neue Inhalte generiert. Dazu werden KI-Verfahren und -Technologien wie trainierte neuronale Netzwerke, maschinelles Lernen (Deep Learning) und KI-Algorithmen genutzt, um nach Anweisungen Texte, Bilder, Audio- und Videoinhalte, Programmcode oder 3D-Modelle zu erzeugen.
Ergebnisse einer umfassenden weltweiten Studie
83 Prozent der chinesischen Informationstechnologie-Entscheider sagen, dass ihre Organisation die Technologie bereits einsetzt. Das ist weltweit der höchste Wert. Wenn es jedoch um die umfassende Implementierung von Generative AI geht, liegen die USA mit 24 Prozent vorn.
Die Zahlen sind Ergebnis einer globalen Studie im Auftrag von SAS, einem der weltweit führenden Anbieter von Lösungen für Daten und künstliche Intelligenz (KI). Die Abkürzung SAS stand ursprünglich für „statistical analysis system“, einem Auswertungsprogramm zur Analyse von Daten aus der landwirtschaftlichen Forschung. Heute ist die Bezeichnung Namensgeber für das Unternehmen SAS Institute Inc.1 mit Sitz in mit Sitz in Cary, North Carolina, USA. Der Deutsche Sitz ist in Heidelberg. Für die jetzt vorgestellte Studie „Generative AI Challenges and Potential Unveiled: How to Achieve a Competitive Advantage“ wurden insgesamt 1.600 Entscheidungsträger in Unternehmen unterschiedlichster Branchen befragt.
Welche Wirtschaftsräume sind am weitesten?
Nach der Analyse sind die USA bereits einen Schritt weiter als China, wo gerade einmal jedes fünfte Unternehmen Generative AI umfassend eingeführt hat. Im Vergleich der weltweiten Wirtschaftsräume zeigt sich, dass die Entwicklung noch am Anfang steht: Hier liegt Nordamerika mit nur 20 Prozent an erster Stelle beim Einsatz und der Einbindung von Generative AI in Geschäftsprozesse, gefolgt von APAC – befragt wurden für die Studie unter anderem Australien, China, Japan – mit 10 Prozent und LATAM (unter anderem Brasilien, Mexiko) mit 8 Prozent. Befragte Regionen in Europa, einschließlich Deutschland, bilden das Schlusslicht mit 7 Prozent. Entscheider in deutschen Unternehmen begründen ihre Zurückhaltung überwiegend mit Bedenken bei Datenschutz und -sicherheit.
Bei der Einführung von Richtlinien für die Nutzung von Generative AI liegt wiederum die APAC-Region mit 71 Prozent vorne, das Schlusslicht bildet LATAM mit 52 Prozent. Europa belegt das Mittelfeld: Hier haben laut Umfrage sechs von zehn Unternehmen Vorgaben etabliert.
Im Branchenvergleich liegen bisher Banken und Versicherungen meist vorn, wenn es um die Einbindung von Generative AI in das Tagesgeschäft geht. Bei der Implementierung führt der Bankensektor mit 17 Prozent, gefolgt von Telekommunikation (15 Prozent), an dritter Stelle stehen Versicherungen, Life Sciences und Professional Services mit jeweils 11 Prozent. Im Hinblick auf die Nutzung liegen wiederum Telekommunikation (29 Prozent), Handel (27 Prozent) und Banken beziehungsweise Professional Services (jeweils 23 Prozent) vorn.
Daten-Eignung und Regulierung als Fallstricke
Das Fehlen einer klaren Strategie bremst nach wie vor den Einsatz von Generative AI bei Routineabläufen. Noch nicht einmal jeder Zehnte der befragten Entscheider ist sich vollständig im Klaren darüber, in welchem Umfang ihre Organisation die Technologie einführt. Selbst bei denen, die angeben, dass bei ihnen Generative AI bereits vollständig implementiert ist, liegt dieser Anteil gerade einmal bei einem Viertel.
Neun von zehn Technologie-Entscheidern sagen über sich selbst, dass sie ChatGPT und Co. und deren Geschäftspotenzial nicht komplett durchdringen. Unter den Executives führen die CIOs als diejenigen, die die Strategie ihrer Organisation verstehen, mit 45 Prozent, CTOs blicken diesbezüglich erst zu 36 Prozent durch.
Zudem scheitern Unternehmen, die Generative AI einführen möchten, oftmals an ihren Datenbeständen: Entweder sind diese unzureichend, um Large Language Models (LLM) im Detail anzupassen, oder ihnen fehlen die passenden Tools für eine erfolgreiche KI-Implementierung. Drei Viertel der IT-Verantwortlichen machen sich zudem Sorgen um Datenschutz und -sicherheit. Dazu kommt, dass bisher erst jedes zehnte Unternehmen auf künftige KI-Richtlinien vorbereitet ist. Lediglich 7 Prozent bieten ein hochwertiges Training zu Governance für Generative AI an, und 5 Prozent sagen, sie verfügten über ein zuverlässiges System, um Bias (systematische Fehlschätzungen aufgrund der Verzerrung einer Schätzfunktion) und Datenschutzrisiken in LLMs zu messen.
Das Fazit des Experten
„Bei jeder neuen Technologie durchlaufen Unternehmen eine Discovery-Phase, in der sich Hype und Realität trennen, dann zeigt sich die Komplexität von Real-World-Implementierungen. Und genau an diesem Punkt stehen wir gerade bei Generative AI“, sagt Bryan Harris, Executive Vice President und CTO bei SAS. „Nachdem wir den Hype-Cycle verlassen haben, geht es jetzt vor allem darum, die Technologie sinnvoll zu implementieren, so dass sie wiederholbare und vertrauenswürdige Ergebnisse liefert.“
Das könnte Sie auch interessieren:
Process Mining: Mit datengestützten Einblicken zu mehr Transparenz
„Die Fabrik von morgen wird ein Rechenzentrum sein“
Erfolgsfaktoren für KI und Data Mining in der Produktion
