idw - Informationsdienst
Wissenschaft
Auf der CES (Consumer Electronics Show, 06.-09.01-2026) in Las Vegas werden in den kommenden Tagen zahlreiche Innovationen im Kontext der Zukunftstechnologien wie Künstliche Intelligenz auch für die tägliche Arbeit präsentiert. Damit wird das Angebotsspektrum noch vielfältiger. Auf der Nachfrageseite zeigt sich jedoch Zurückhaltung und in Teilen Unsicherheit, wie man sich dem Thema Künstliche Intelligenz nähern soll. Diese Unsicherheit beruht auch darauf, dass aktuelle Studien von S&P und BCG Misserfolgsquoten von KI-Projekten von 46% bis 74% aufzeigen. Das ifaa identifiziert drei Ansätze, mit denen sich Unternehmen der KI-Einführung nähern können.
Lücke zwischen Pilot und Produktion
Lücke zwischen Pilot und Produktion
Trotz hoher Investitionen bleibt der Übergang von KI-Pilotprojekten in den produktiven Betrieb für viele Organisationen die größte Hürde. Aktuelle Erhebungen zeigen eine auffällige „Pilot-zu-Produktion“-Lücke: S&P Global Market Intelligence berichtet, dass der Anteil der Unternehmen, die den Großteil ihrer KI-Initiativen vor Produktionsreife aufgeben, von 17% auf 42% gestiegen ist; im Durchschnitt werden 46% der KI-Proof-of-Concepts verworfen. Gleichzeitig kommt BCG zu dem Ergebnis, dass 74% der Unternehmen Schwierigkeiten haben, Wert zu realisieren und zu skalieren; nur 26% erzielten Ergebnisse, die über Proofs of Concept hinausgehen und messbaren Nutzen erzeugen.
Ziele werden nicht ausreichend definiert
Eine Ursache für das Scheitern von Projekten wird darin gesehen, dass die Stakeholder das Problem und das Ziel des KI-Einsatzes nicht präzise genug definieren. In Anlehnung an ein vom ifaa – Institut für angewandte Arbeitswissenschaft e.V. entwickeltes Vorgehen zur KI-Einführung in produzierenden Unternehmen lassen sich drei unterschiedliche Einstiegspunkte in KI-Projekte unterscheiden. In Abhängigkeit des gewählten Ansatzes unterscheiden sich die Rahmenbedingungen bzw. das Vorgehen für die Auswahl von KI-Use-Cases:
Problemorientiert: KI wird eingesetzt, um ein klar benanntes Praxisproblem zu lösen – etwa durch Personalmangel, ineffiziente Abläufe, lange Durchlaufzeiten oder Qualitätsdefizite. Der Anwendungsfall wird geprüft (Anforderungen, Rahmenbedingungen, KI-Eignung) und Nutzen, Aufwand sowie Risiken werden bewertet. Erfolgreich ist der Ansatz, wenn das Problem messbar gelöst ist.
Lernorientiert: Lernprojekte schaffen Erfahrung und Kompetenz und bauen Hemmnisse ab. Dafür wird bewusst ein einfacher, gut verständlicher Anwendungsfall mit hoher Erfolgschance gewählt – idealerweise in einem Bereich mit IT-affinen, offenen Beschäftigten und günstiger Nutzen-Aufwand-Relation.
Strategieorientiert: KI wird als strategisches Mittel genutzt, um Wettbewerbsvorteile zu erzielen (z. B. bessere Qualität, mehr Effizienz, schnellere Lieferzeiten, besserer Service, niedrigere Kosten). Der Ansatz betrachtet das Unternehmen ganzheitlich, identifiziert KI-Potenziale in allen Bereichen und bezieht die Technologieposition im Wettbewerb mit ein.
Dr. Markus Harlacher, wissenschaftlicher Experte am ifaa ist überzeugt: „Perspektivisch wird kein Unternehmen daran vorbeikommen, den strategischen Ansatz zu durchlaufen. Als Einstieg in die Technologie eignen sich der lernorientierte und problemorientierte Ansatz jedoch schon.“
Weitere Informationen zu den Einstiegpunkte für KI-Projekte und eine Hilfestellung für die Initialisierung und Durchführung von KI-Projekten finden Sie hier: Künstliche Intelligenz (KI) und Arbeit
Markus Harlacher
m.harlacher@wirksam.nrw
Merkmale dieser Pressemitteilung:
Journalisten
Wirtschaft
überregional
Buntes aus der Wissenschaft, Forschungs- / Wissenstransfer
Deutsch

Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).