Die Investitionen in Unternehmens-KI wachsen, doch ein substanzieller Geschäftsnutzen bleibt schwer greifbar. Laut den von Gartner am 19. Oktober auf dem IT Symposium/Xpo in Orlando veröffentlichten Ergebnissen geben nur 13 % der CIOs an, dass ihre Unternehmen einen signifikanten oder transformativen KI-Nutzen erzielt haben.
Die Befragung von 2.002 CIOs und Technologieverantwortlichen ergab, dass lediglich 31 % Regeln für das Stoppen erfolgloser KI-Pilotprojekte haben. Nur 17 % verfügen über Kriterien für die Aufgabe bereits produktiv eingesetzter Initiativen mit geringem Nutzen. Damit fehlen vielen Unternehmen formelle Leitlinien für die Entscheidung, wann weitere KI-Investitionen wirtschaftlich nicht mehr sinnvoll sind.
Laut Gartner haben nur wenige CIOs Regeln zum Stoppen von KI-Projekten
Die von Gartner durchgeführte Studie zur Agenda von CIOs und Technologieverantwortlichen für 2027, die von Mai bis Juli 2026 lief, identifizierte eine besonders leistungsstarke Gruppe von CIOs, die als „Vorreiter“ bezeichnet wurde. Sie berichteten von besseren Geschäftsergebnissen und einem hohen, von CEOs wahrgenommenen KI-Nutzen.
Unternehmen mit Regeln, um Pilotprojekte vor dem Produktionseinsatz zu stoppen, wurden 2,3-mal häufiger als Vorreiter eingestuft. Unternehmen mit Kriterien für die Beendigung von Produktivdeployments mit geringem Nutzen wurden 2,6-mal häufiger als Vorreiter eingestuft. Die Ergebnisse zeigen einen Zusammenhang, sind aber kein Beleg dafür, dass Ausstiegsregeln unabhängig davon die finanziellen Erträge verbessern.
„Die Festlegung und Einhaltung dieser Kriterien ist Teamarbeit“, sagte Alicia Mullery, Vice President Analyst bei Gartner. Sie betonte außerdem, wie wichtig Geschäftspartner sind, die bereit sind, Investitionen mit unzureichendem Nutzen aufzugeben.
Der Wert von 13 % bedeutet nicht, dass andere Unternehmen keinerlei Vorteile aus KI gezogen haben. Er erfasst diejenigen, die von einem signifikanten oder transformativen Nutzen berichten, und nicht jede durch KI erzielte Verbesserung.
Eine unabhängige Studie von BearingPoint unter 1.050 Führungskräften vom 1. Oktober ergab, dass neun von zehn befragten Unternehmen trotz begrenzter erwarteter Erträge ihre KI-Investitionen fortsetzen würden. BearingPoint stellte außerdem fest, dass fast drei Viertel der Unternehmen mit KI-Einsatz messbare finanzielle Vorteile meldeten, wobei in der Befragung andere Messgrößen verwendet wurden als in der Gartner-Untersuchung.
Steigende KI-Kosten erschweren Investitionsentscheidungen
Mit dem zunehmenden Einsatz wächst auch der finanzielle Druck. Gartner stellte fest, dass 58 % der CIOs stärker unter Druck stehen, durch KI Kostensenkungen zu erzielen, während 51 % erwarten, dass KI die Gesamtbetriebskosten ihrer Technologielösungen erhöht.
Die Betriebskosten von KI können je nach Nutzung schwanken, was die herkömmliche Softwarebudgetierung erschwert. Googles Pay-as-you-go-Preismodell für Gemini Enterpriseveranschaulicht den Zielkonflikt: Geringere Vorabverpflichtungen können bei wachsenden Workloads variable Ausgaben verursachen.
Modellinferenz, Cloud-Infrastruktur, Monitoring und menschliche Kontrolle tragen allesamt zu den langfristigen Kosten bei. Vor der Verlängerung oder Ausweitung von Deployments ist es daher entscheidend, diese Ausgaben den Geschäftsergebnissen gegenüberzustellen.
Auch die Transparenz stellt eine Herausforderung dar. Die plattformübergreifenden Pläne von Dataiku zur Überwachung von KI-Agentenveranschaulichen eine mögliche Einschränkung: Welche Informationen IT-Teams erhalten, hängt davon ab, was die jeweils angebundene Plattform offenlegt. IT-Teams benötigen verlässliche Betriebsdaten, um zu beurteilen, ob eingesetzte Systeme weitere Investitionen rechtfertigen.
Was eWeek festgestellt hat: Ausstiegsregeln für produktive KI hinken den Pilotkontrollen hinterher
Die Gartner-Umfrage zeigt eine Lücke von 14 Prozentpunkten zwischen CIOs, die von Kriterien zum Stoppen von Pilotprojekten berichten (31 %), und jenen mit Ausstiegsregeln für den Produktiveinsatz (17 %). Weniger CIOs berichten von Regeln zur Beendigung eingesetzter KI-Projekte als von Regeln zum Stoppen von Pilotprojekten, obwohl das Abschalten von Produktivsystemen mit mehr betrieblichen Abhängigkeiten verbunden sein kann.
Die Beendigung eines Pilotprojekts kann weitere Integrationskosten verhindern. Für die Stilllegung produktiver KI können Änderungen an Cloud-Diensten, Datenpipelines und Geschäftsabläufen erforderlich sein. Separate Untersuchungen zu Lücken bei der Governance von Unternehmens-KIergaben ebenfalls Defizite bei Transparenz und Nachvollziehbarkeit, als Unternehmen ihre KI-Einsätze ausweiteten.
Die veröffentlichten Ergebnisse von Gartner erklären nicht, warum Ausstiegsregeln für den Produktiveinsatz weniger verbreitet sind, und nennen keine finanziellen Schwellenwerte für die Beendigung von Deployments. Sie können außerdem nicht belegen, dass die Einführung solcher Regeln unabhängig davon die Erträge verbessern würde.
Vor dem Deployment sollten CIOs messbare Erfolgsziele, Zeitpläne für Kostenüberprüfungen und eine klare Entscheidungsbefugnis zur Beendigung der Finanzierung festlegen. Ausstiegspläne sollten außerdem Systemabhängigkeiten und die Aufrechterhaltung des Service berücksichtigen, insbesondere wenn KI kritische Geschäftsabläufe unterstützt.
Möchten Sie mehr über KI-Tipps, Tricks und Prompting-Techniken erfahren? Wir zeigen IhnenSo sprechen Sie mit KI – kostenlos! Absolvieren Sie unseren sechsminütigen Kurs an der Neuron Academy, unserer praxisorientierten Lernplattform, die Berufstätigen helfen soll, KI bei der Arbeit souveräner einzusetzen.
Entdecken Sie einige einfache Möglichkeiten, bessere Prompts zu schreiben und nützlichere Ergebnisse von der KI zu erhalten, oder stöbern Sie sieben Tage lang kostenlos in unserem anderen KI-Kurs. eWeek-Leser erhalten sieben Tage kostenlosen Zugang. Hier finden Sie alle Lektionen →