Artikel
Ihr Daten- und KI-Betriebsmodell steht unter Druck – und Innovation allein wird das Problem nicht lösen

Dies ist ein Artikel von Steven Nooijen, Leiter der Abteilung für Daten- und KI-Strategie bei Xebia, der ursprünglich auf Stevens Blog veröffentlicht wurde.
Warum die meisten KI-Strategien keinen Mehrwert schaffen
Die meisten KI-Strategien scheitern still und leise. Nicht, weil die Technologie hinter den Erwartungen zurückbleibt, sondern weil die Organisation, die sie umgibt, nicht mithalten kann.
In den vergangenen drei Monaten haben wir mit Chief Data & AI Officers aus verschiedenen Branchen über die zehn Kräfte gesprochen, die ihre Betriebsmodelle neu gestalten (siehe Infografik unten). Das Muster ist einheitlich und beunruhigend: Das Tempo der KI-Innovation hat die Governance, die Architektur und die Rollendefinitionen überholt, auf denen die meisten Organisationen aufgebaut waren. Führungskräfte, die KI als eine Reihe von Einzelmaßnahmen betrachten – hier ein weiterer Pilotversuch, dort ein weiteres Tool –, verlieren stetig an Boden gegenüber jenen, die die zugrunde liegenden Strukturen neu gestalten.

10 Faktoren, die die Betriebsmodelle im Bereich Daten und KI neu gestalten. Eine Schlussfolgerung
Die Rückmeldungen, die wir am häufigsten hören, lassen sich in zehn Themenbereiche einordnen. Vorstände erwarten eine schnelle Rendite aus ihren KI-Investitionen. Mitarbeiter wünschen sich einen Self-Service-Zugang zu KI-Tools, während die Rechtsabteilung eine lückenlose Governance fordert. Die Frage nach KI-tauglichen Daten (FAIR, vertrauenswürdige, gut dokumentierte Daten) ist zum Hemmnis geworden, das hinter der Hälfte der ins Stocken geratenen Anwendungsfälle steht. Die Rollenverteilung verschiebt sich: Die Kompetenzen, die vor zwei Jahren noch einen leitenden Dateningenieur ausmachten, beschreiben die Stelle heute nicht mehr vollständig, da KI Code in rasender Geschwindigkeit schreibt. KI-Agenten gestalten Geschäftsprozesse neu und führen Kompetenzen ein, für die es bislang noch keine formalen Karrierewege gibt. Die Produktivitätssteigerungen sind real, hängen jedoch von der Neugestaltung von Arbeitsabläufen und Belegschaften sowie von der Systemintegration zwischen KI und IT ab. Die KI-Governance stellt eine Herausforderung dar, da sich KI unternehmensweit demokratisiert, während regulatorische Anforderungen den Druck erhöhen, die Kontrolle zu behalten. Die Angst vor der Automatisierung ist ein Problem des Veränderungsmanagements, das Führungskräfte immer wieder unterschätzen. Und die digitale Souveränität zwingt viele Organisationen dazu, ihre Abhängigkeiten von der Cloud grundlegend zu überdenken.
Für sich genommen ist jedes einzelne davon bewältigbar. Zusammen offenbaren sie jedoch eine einzige Wahrheit: Ihr Betriebsmodell – und nicht Ihr Tech-Stack – ist der Engpass.
Sind Sie sich nicht sicher, ob Ihr Modell still und leise versagt? Wir haben die häufigsten Warnzeichen in einem separaten Artikel zusammengefasst: die Alarmsignale, die darauf hindeuten, dass Ihr Betriebsmodell für Daten und KI einer Aktualisierung bedarf.
Anpassungsfähigkeit – und nicht Innovation – ist der neue Wettbewerbsvorteil
Und hier kommt der provokante Teil. In einer Welt, in der wöchentlich neue Tools und Modellfunktionen auf den Markt kommen, ist es eine zum Scheitern verurteilte Strategie, jedem einzelnen davon hinterherzulaufen. Die Unternehmen, die sich einen Vorsprung verschaffen, sind nicht diejenigen mit den meisten Pilotprojekten. Es sind vielmehr jene, deren Prozesse, Strukturen und Governance-Rahmenbedingungen darauf ausgelegt sind, Veränderungen schnell aufzunehmen und zu steuern.
Anpassungsfähigkeit, nicht Innovation, ist heute das entscheidende Unterscheidungsmerkmal. Und Anpassungsfähigkeit muss man sich aufbauen, sie lässt sich nicht kaufen.
So optimieren Sie Ihr Daten- und KI-Betriebsmodell: Fünf Maßnahmen, die sich tatsächlich gegenseitig verstärken
Wenn Sie als CDAIO, CIO oder Führungskraft für diesen Bereich verantwortlich sind, werden Ihnen die folgenden fünf Maßnahmen dabei helfen, die anpassungsfähige und widerstandsfähige Organisation aufzubauen, die Sie benötigen:
- Schaffen Sie einen ethischen Kompass. Eine Reihe von Grundsätzen und Werten für den Einsatz von KI, die jeder in der Organisation versteht. Dies ist die Grundlage, die jede spätere Entscheidung beschleunigt.
- Richten Sie einen KI-Lenkungsausschuss ein, dem in jedem Geschäftsbereich fest zugewiesene KI-Beauftragte angehören. Dadurch erhalten Sie den Überblick über das Portfolio, den Sie benötigen, um die Kontrolle zu behalten, und können so verhindern, dass Schatteninitiativen entstehen, bevor diese Ihre Systemlandschaft fragmentieren.
- Definieren Sie einen KI-Lebenszyklusprozess, der bestehende Anwendungen kontinuierlich neu bewertet. KI-Systeme unterliegen einer Drift. Was vor sechs Monaten noch funktioniert hat, kann mittlerweile unzureichende Leistung erbringen, nicht mehr den Vorschriften entsprechen oder schlichtweg veraltet sein.
- Dokumentieren und gestalten Sie die Geschäftsprozesse neu, in denen KI die größten Auswirkungen haben wird. Wenn man KI einfach an einen mangelhaften Arbeitsablauf anfügt, verstärkt dies die Funktionsstörungen; durch eine Neugestaltung des Arbeitsablaufs hingegen lassen sich die Vorteile vervielfachen.
- Bauen Sie agile Architektur- und Beschaffungskapazitäten auf, damit Sie das nächste bahnbrechende Tool, sobald es auf den Markt kommt, innerhalb von Wochen und nicht erst nach Quartalen einführen können.
Sollten Ihnen diese fünf Schritte abstrakt erscheinen, sehen Sie sich unser Webinar mit Zilveren Kruis (Achmea) an – einem der größten Versicherer in den Niederlanden –, um zu verstehen, wie dies in der Praxis aussehen könnte.
Die eigentliche Frage für Führungskräfte im Bereich Daten und KI
Häufig gestellte Fragen
Verfasst von
Unsere Ideen
Weitere Artikel

Kernplattformen als Innovationsbremse: Warum sich CIOs neu orientieren müssen
Wenn KI Geschwindigkeit, leicht zugängliche Daten und eine modulare Architektur erfordert, stellt sich eine neue Frage: nicht, wie man die Systeme...
Joris Conijn
Contact












