Rund 80 Prozent der mittelständischen Unternehmen in der DACH-Region haben konkrete Ziele vor Augen, was Künstliche Intelligenz leisten soll. Ganz oben auf der Agenda steht, Kosten in der Produktion zu senken, die Beschäftigten zu entlasten und Störungen in den Lieferketten zu erkennen – so die Ergebnisse von DXCs Digital Future Monitor. Das Problem: 60 Prozent der Firmen scheitern daran, KI tatsächlich produktiv im Tagesgeschäft einzusetzen, um die gewünschten Ziele zu erreichen. Der Grund für das Stolpern bei der Transformation liegt in der Regel nicht in der Technologie, sondern an fehlenden Strukturen.
Unsere Handlungsempfehlungen:
- Datenfundament schaffen: Klar definierte Datenqualität, Zugriffskonzepte und standardisierte Modelle über den gesamten Lebenszyklus hinweg sind Grundvoraussetzung für reproduzierbare Ergebnisse.
- KI-Plattform professionalisieren: Machine Learning Operations (MLOps), Monitoring, Modellversionierung, Deployment-Automatisierung und Tests („ValOps“) aufsetzen – erst damit wird aus einem PoC ein Produktionsservice.
- Security & Governance als Enabler gestalten: KI-Governance sichert Rollenvergabe, Verantwortlichkeit, Auditierbarkeit und ethische Leitplanken. Die Kontrollen früh im Design verankern, statt als Endabnahme einzuführen.
- KI-Ready-Prozesse werden mit automatisierten Schnittstellen für Workflows sowie die Integration in digitale Kernsysteme der Unternehmen eingerichtet.