Dr. Sven Jung, welche messbaren KI-Benefits sieht das Handelsblatt Research Institute bei Unternehmen?

Hallo und herzlich willkommen, liebes Publikum, zu einer neuen Episode unseres Digital Now Podcasts. Mein Name ist Malte Limbrock, ich arbeite bei valantic als Pressesprecher und PR-Manager und heute habe ich zusätzlich die Rolle des Gastgebers inne. Ich habe mir einen spannenden Gast eingeladen, der allerdings für die Aufzeichnung heute nicht mit mir in einem Raum sitzt, sondern der einfach in sein eigenes Podcast-Studio gegangen ist.

Gut, wenn man sowas einfach zur Hand hat. Ich begrüße ganz herzlich Dr. Sven Jung vom Handelsblatt Research Institute. Hallo Sven.

Hallo Malte. Ja, schön hier bei dir zu sein. Vielen Dank für die Einladung.

Gerne, Sven. Es wäre toll, wenn du dich einmal kurz vorstellen könntest, etwas zu deiner Rolle beim HRI sagst und vielleicht auch erklärst, warum du über ein eigenes Podcaststudio verfügst. Eigenes in Anführungszeichen.

Ich wollte gerade sagen, eins vorweggenommen, bevor das... zu Verwirrung führt. Es ist natürlich nicht mein eigenes Podcaststudio, aber gleich dazu mehr. Genau, mein Name ist Sven Jung. Ich bin hier beim Handelsblatt Research Institute tätig, dafür die Abkürzung HRI. Das HRI ist ein kleines, unabhängiges Forschungsinstitut als Teil der Handelsblatt Media Group.

Daher rührt es auch, dass wir im gleichen Gebäude sitzen und dementsprechend natürlich auch über mehrere Podcast-Studios verfügen, wo ich heute die Chance hatte, für diese Aufnahme mit in eins dieser Studios gehen zu können. Genau, das Handelsblatt Research Institute, um, Forschungsinstitut, das heißt, wir machen einerseits Arbeit, Desk-Research-Arbeit für die Redaktion, für die Handelsredaktion, aber wir machen auch seit 2013, äh, ja, Forschungsarbeiten für externe Kunden, Unternehmen, Verbände, öffentliche Einrichtungen, zu unterschiedlichsten Themen in unterschiedlicher Ausgestaltung.

Und ja, eines dieser Projekte ist ja auch der Grund, weshalb wir heute zusammensprechen.

Sehr gute Überleitung, Sven. Vielen Dank. Es ist tatsächlich der Themengegenstand heute auf unserem Gespräch, dass wir eine Studie gemeinsam gemacht haben. Zu den Details erzählen wir gleich etwas mehr. Ich wollte dich vorweg aber noch mal fragen, jetzt wo du wirklich auch schon einige Jahre beim Handelsblatt Research Institute arbeitest, was würdest du sagen, gefällt dir denn besonders daran, dass du beim HRI bist?

Sven: Auf einen Punkt kann ich das gar nicht reduzieren. Ich würde mal verschiedene Punkte anführen. Also, vor meiner Zeit am Huntsville Research Institute war ich an der Uni tätig, kam halt aus der Forschung, hatte auch immer noch Leidenschaft für die Forschung. Und insofern ist das ein Punkt, der hier meine Arbeit für mich viel mit Freude verbindet, ist, dass ich hier immer noch mit Forschung arbeite.

mich tagtäglich auseinandersetze. Und zwar mit einer praxisrelevanten Forschung. Das heißt, wir gucken schon uns die Themen an, die gerade da draußen die Wirtschaft bewegen oder auch die Gesellschaft. Und Dieses Forschungsinteresse, beziehungsweise dieses Interesse generell, ist etwas, was mich immer umtreibt.

Ich bin von Hause aus ein neugieriger Mensch und möchte mich immer gerne mit neuen Themen auseinandersetzen, neues Wissen für mich erarbeiten. Und da ist einfach diese Arbeit im HII dafür prädestiniert. Denn wir beschäftigen uns immer wieder mit neuen Projekten, neuen Themen. Das sind zum Teil Themen, die wir schon seit längerer Zeit immer wieder in unterschiedlichen Studien oder Reports begleiten.

Das sind Themen, die wir immer wieder in unterschiedlichen Studien oder Reports begleiten. Aber wir erkennen immer wieder neue Wendungen und neue Erkenntnisse oder wir erarbeiten auch zum Teil komplett neue Themen. Das heißt, die Arbeit hier im Huntsville Research Institute ist für mich eigentlich auch so eine ständige Weiterbildung.

Man lernt immer wieder was Neues dazu, erhält immer neue Einblicke und wenn man es ganz einfach sagt, wird man eigentlich von Woche zu Woche hier schlauer und das ist einfach ein großer Reiz, den die Arbeit hier für mich ausmacht.

Das würde nach so vielen Jahren, die du schon beim HRI bist, bedeuten, dass du sehr, sehr schlau bist.

Das sind gute Voraussetzungen dafür, dass wir heute eine Podcast Episode zusammen machen. Du hast gerade erzählt, dass Dazulernen ist etwas Schönes an deinem Beruf und dass du immer auch etwas Persönliches mit dazu lernst und dadurch deinen Wissensschatz vergrößerst. Ja. Nun hatte ich ja bereits angedeutet, dass wir gemeinsam eine Studie gemacht haben, valantic, zusammen mit dem HRI.

Wir haben eine Studie durchgeführt. Vielleicht kannst du kurz zusammenfassen, welchem Thema wir uns gewidmet haben und vielleicht dabei auch eine Sache rausgreifen, wo du sagen würdest, da hast du auch persönlich diesmal wieder etwas dazugelernt, was bei dir hängen geblieben ist.

Sehr gerne doch. Das grobe Thema ist einfach halt digitale Technologien, digitale Transformationen, insbesondere mit Blick in die Zukunft.

Was sind da die relevanten Aspekte? Was sind die Punkte, die für die Unternehmen in den kommenden Jahren besonders wichtig sind? Das erstmal mit so einem allgemeinen Blick, um dann natürlich Wie soll es anders sein? Bei dieser Thematik natürlich insbesondere noch ein Fokus auf das Thema der Stunde in diesem Bereich zu legen, äh, das Thema Künstliche Intelligenz.

Um auch da zu gucken, wie ist aktuell der Angang an diesem Thema oder zu diesem Thema in den Unternehmen? Welche Rolle spielt es da? Und wie blicken da die Unternehmen drauf? Und als Antwort auf die Frage, was hat mich besonders überrascht oder was fand ich da besonders interessant? Es ist ja erstmal für sich.

Digital Transformation, Digitalisierung insgesamt, jetzt nichts, was jetzt erst seit gestern da ist, das heißt, es ist ein Thema, was uns schon länger begleitet, aber gerade bei solchen längerfristigen Themen und dass man immer wieder drauf guckt, sieht man einfach die Veränderungen und hier war für mich besonders interessant, dass einerseits, das vielleicht wenig überraschend, diese große Bedeutung von KI herauskommt, aber auf der anderen Seite auch die Unternehmen noch hervorgehoben haben, dass auch andere Technologien, auf die wir gleich noch zu sprechen kommen, auch noch weiterhin eine große Rolle haben und die Zukunft des Lebens einfach zu bewahren.

Danke, dass ich da ganz besonders an dieser Stelle mitbekommen habe. Nochmal bezogen auf KI. 2022, Ende 2022 begann ja so dieser große KI-Hype. Auf einmal hat sich jedes Unternehmen, jede Privatperson mit KI beschäftigt, als die neue Version von ChatGPT veröffentlicht wurde. Und dann ging es erstmal los mit einem starken Ausprobieren.

Jeder hat ausprobiert, was ist möglich, was kann man machen, aber wirklich so ein spielerisches Testen. Und was wir hier gesehen haben, dass wir mittlerweile insbesondere in den Unternehmen schon weiter sind. Jetzt geht es wirklich um, vereinfacht gesagt, harte KI-Anwendungen, die sich wirklich jetzt in der Praxis beweisen müssen, und zwar auch, die sich wirtschaftlich beweisen müssen.

Und was wir da gesehen haben, zeigt doch, dass hier wirklich die nächsten Schritte schon gegangen wurden oder aktuell die Unternehmen dabei sind, hier wirklich die nächsten Fortschritte zu machen.

Vielen Dank. Ja, du hast es gerade erwähnt. Wir haben, äh, eine gemeinsame Studie zusammen gemacht. Die hat den Namen Digital 2030 – The Rise of Applied AI.

Wir haben dabei tatsächlich... Nicht nur geschaut, welche Technologien werden gerade besonders gehyped, sondern vor allem auch die C-Level-EntscheiderInnen, und das waren 700, gefragt, welche Technologien erachten Sie denn beispielsweise auch für überschätzt oder wo würden Sie sagen, der Hype hat zuletzt nicht erfüllt, was wir uns davon erhofft haben.

Ich würde gerne ein kleines Frage-Antwort-Spiel mit dir spielen und dich mal mit fünf Behauptungen konfrontieren, sozusagen Thesen aufstellen, die mit dem Forschungsgegenstand der Studie zu tun haben. Es geht also um die Hypes der letzten Jahre, allen voran künstliche Intelligenz, und du verrätst mir mal, was die Ergebnisse unserer gemeinsamen Studie dafür Auskünfte geben zu diesen Thesen.

Einverstanden? Sehr gerne doch. Bin bereit. Also los. These 1. Im vergangenen Jahr, du hast es eben schon erwähnt, die Marktforscher von Gartner haben ja immer ihren berühmten Hype-Cycle. Da war im vergangenen Jahr der Moment da, wo generative KI den Hype-Peak überschritten hatte. Das heißt, so der Trend wandert dann über die Spitze dieser Kurve auf dem Hype-Cycle und rauscht dann runter ins Tal der Tränen und niemand redet mehr drüber.

Die erste Behauptung, die ich deshalb mal in den Raum stelle, lautet, der KI-Hype ist vorbei. Was sagen die Studienergebnisse dazu?

Sven: Ich bin ja vom Hause aus Volkswirt, insofern vermeide ich oft, mich quasi eindeutig festzulegen. Das heißt, ich möchte hier weder mit Ja und Nein antworten, sondern eher so eine Ja-Nein-Antwort machen.

Und zwar, du hast es richtigerweise erwähnt, gerade eben im Sommer, Spätsommer des vergangenen Jahres kam auf einmal diese Thematik auf, ist eventuell der KI-Hype, der sicherlich am Anfang da war, jeder hat über KI gesprochen, in Vernehmen, in den öffentlichen Medien und so weiter, ist eventuell wirklich

überschätzt gewesen. Das heißt, platzt da eventuell eine Blase und es zeigt sich doch auch, was alles nicht funktioniert. In der Hinsicht glaube ich, dass das nicht der Fall ist. Was sicherlich vorbei ist, ist einfach halt so dies, dieser blinde Hype, dass alles super ist, KI und man ausprobiert und eventuell auch blinde Erwartungen hinterstellt, sondern dass jetzt, und das meinte ich, was ich eben sagte, es viel dazu übergegangen ist, dass jetzt wirklich geguckt wird, was alles für Möglichkeiten in der Anwendung bringt.

Und was wir da in unserer Studie gesehen haben und auch wurde schon erwähnt, wir haben einfach knapp 700 Unternehmensentscheiderinnen aus Unternehmen, insbesondere aus C-Level-Bereichen, einfach halt gefragt. Das zeigt, dass KI immer noch wichtig ist. Das heißt, wir haben gefragt, welche sind die Technologien, die in den kommenden fünf Jahren maßgeblich auf den Unternehmenserfolg einzahlen.

Und knapp vier fünftel, also 79 Prozent, sagten, dass dazu KI gehört. Das ist mit den Top 3 dabei. Was ich angesagt habe, das ist aber nicht nur KI, das ist auch Cyber Security Technologien oder auch das Cloud Computing. Aber ganz klar KI ist vorne dabei. KI wird den Unternehmenserfolg in den kommenden Jahren prägen.

Punkt. Insofern, es geht nicht darum, dass irgendwas vorbei ist und, dass jetzt KI wieder nach Versenkung verschwindet. Inwiefern ich aber meine, dass der Hype eventuell vorbei ist, dass jetzt wirklich geguckt wird, wo sind die Use Cases, wo man KI wirklich in eine Anwendung bringt und wo es auch Mehrwerte bringt.

Und da schon ein bisschen gespoilert vorab, diese Mehrwerte sind auch schon da. Das heißt, KI wird wieder Da sein, wird auch dort bleiben und wird jetzt nicht wieder als Hype irgendwie verschwinden. Aber dieses Überhypte, würde ich sagen, ist vorbei, sodass es auch Punkte bringt. Jetzt müssen die Erfahrungen mit der Technologie gemacht werden und das ist das Wesentliche dabei.

Malte: Vielen Dank Sven für die differenzierte Antwort, auch wenn es eine Ja-Nein-Frage war und kein klares Ja oder Nein, aber ich glaube, es liegt in der Natur der Sache. Wir werden auf das Thema KI später noch mal etwas tiefer eingehen. Hierzu gibt es auch inzwischen eine Vielzahl von Phrasen und Behauptungen, könnte man fast sagen, die man da diskutieren kann.

Ich würde aber gerne zunächst noch mal auf einen anderen Megahype schauen. Einen, den wir in den letzten Jahren gesehen haben, der dann ja vor etwa zwei Jahren vom Gen AI Hype abgelöst wurde in der öffentlichen Debatte. Es geht um das Metaverse. Meine zweite These lautet also, das Metaverse, das können wir beerdigen, das wird nicht mehr ans Fliegen kommen.

Was sagen die 700 Vorstände aus unserer Research Sample dazu?

Um dann jetzt deinem Wunsch mal nachzukommen mit einer klaren Ja-Nein-Antwort darauf, würde ich bezüglich dessen sagen. Nein, weil ich bin nicht der Meinung, dass man das Metaverse endgültig begraben kann, aber was sich in der einerseits in der Unternehmensbefragung als auch in dem Austausch mit den Experten zeigte, ist richtigerweise, Metaverse war ein großes Hype-Thema und da ist es ehrlicherweise zu dem Punkt gekommen aktuell, dass ja der Hype am Ende irgendwie sich nicht, äh, sich nicht, die Erwartungen wurden nicht erfüllt.

Am Ende kann man sagen, der Hype ist vielleicht ein bisschen geplatzt. Gerade in den Interviews, die wir geführt haben, wurde auch zu einem wesentlichen Grund gesagt. Und zwar beim Metaverse fehlte es schlichtweg an den News Cases. Und das ist, daran zeigt sich auch, was das Wichtige ist bei einer Technologie, dass die wirklich, äh, mit den Erwartungen sich auch manifestiert am Ende.

Es ist natürlich einerseits, dass technologische Basis stimmen muss. Aber am Ende, äh, Damit es wirklich den Unternehmen ankommt, ist das die Frage relevant, gibt es Use Cases? Und beim Metaverse, das wurde sehr stark gehyped. Das war ja in aller Munde. Es wurde auch bei Unternehmen diskutiert. Viele Unternehmen versuchten, eine Repräsentanz in diesem Metaverse aufzusetzen.

Aber schlussendlich fehlte es da an Use Cases. Zum derzeitigen Zeitpunkt. Das heißt aktuell, Kann man sicherlich sagen, dass Metaverse kann man in einer Art und Weise begraben, aber endgültig nein. Es kann sein, dass es in ein paar Jahren anders sein wird. Gerade bei Metaverse zeigte es sich ja auch vor ein paar Jahren, ich weiß die genaue Jahreszahl gerade nicht, habe die nicht im Kopf, aber Second Life.

Das war ja so eine Art Vorgängerversion, als wir das Ganze noch nicht Metaverse genannt haben. Das war schon mal da, dann war es wieder weg. Insofern, ein Hype kann auch mal wiederkommen und dann kann er sich dann wirklich in einer Anwendung übersetzen lassen. Aktuell war das bei Metaverse noch nicht der Fall.

Ob das in Zukunft anders sein wird? Who knows. Aber insofern würde ich nicht sagen, dass wir es endgültig begraben sollen, aber für den Zeitpunkt ist es sicherlich ein Hype, der hinter den Erwartungen zurückblieb.

Malte: Dann war das zumindest fast eine Ja-Antwort, mit leichten Abstrichen. Wir sprechen dann in ein paar Jahren nochmal, es werden, ob wir dann doch noch die Use Cases fürs Metaverse gefunden haben, die eine flächendeckende Adoption dann ermöglichen.

möglich gemacht haben. Aber Use Cases ist ein gutes Stichwort und ich fände es spannend zu schauen, inwiefern das denn bei künstlicher Intelligenz anders aussieht. Wir schauen also nochmal auf das Thema KI und hatten gesagt, da war der Hype um Gen AI insbesondere sehr intensiv in den letzten Jahren und Monaten.

Wir haben alle mitgekriegt. fleißig mit Chat-GPT herumgespielt. Meine dritte Behauptung lautet jetzt aber, dass genau eben diese vielen Unternehmen, die mit KI experimentiert haben, festgestellt haben, dass der tatsächliche Mehrwert fürs Business nach wie vor gering ist. Stimmt das oder stimmt das nicht?

Sven: Da würde ich sagen, basierend natürlich auf den Erkenntnissen, die wir gewonnen haben, nein, das stimmt nicht. Also da eine ganz klare Nein-Aussage und ich hab's ja eben schon ein bisschen gespoilert, Mehrwerte sind da, aber lass mich kurz ein bisschen dazu ausholen. Richtigerweise, nach diesem ChatGPT-Hype, das heißt nach Ende 2022, wo es eigentlich auch für jedermann, und das war ja der Punkt auch, warum auf einmal so ein Hype entstanden ist, jeder hatte Zugriff auf dieses Tool, jeder konnte es ausprobieren.

In einem Interview kam ja die Aussage, man war an einem Punkt, wo man... mit KI sich helfen lassen konnte, wie man KI wirklich nutzt und welche Mehrwerte da quasi herauskommen. Das heißt, jeder konnte sich ausprobieren. Am Anfang, dass du sagtest, Unternehmen haben viel experimentiert, das war diese Anfangsphase.

Jeder von uns persönlich hat ja es ausprobiert, hat geguckt, was es kann. Eventuell auch erfahren, was es aktuell noch nicht kann. Aber auch dort im Zuge der Zeit gab es ja auch eine Weiterentwicklung. Mittlerweile kann es auch wieder noch viel mehr, diese Tools, als am Anfang man gedacht hat. Ein Punkt, den ich letztens mit einem Kollegen gesprochen hatte, der sich zeigte, man darf eigentlich nie drangehen mit der Erwartung, Das Tool wird das schon nicht können.

Es gilt immer ausprobieren und dann sieht man, was es kann, überraschenderweise oder was es eventuell auch nicht kann. Und das war eine Phase, die auch für die Unternehmen am Anfang relevant war. Man hat ausprobiert. Man muss kennenlernen, für welche Bereiche es eventuell relevant sein kann. Aber diese Phase ist zumindest bei den Unternehmen, die wir betrachtet haben und auch teilweise mit denen wir gesprochen haben, ist jetzt eigentlich am Auslaufen, wenn nicht sogar vorbei.

Weil jetzt geht es darum, Mehrwerte zu generieren. Jetzt gilt es nicht einfach nur mit KI herumzuspielen, sondern es wirklich in eine Anwendung zu bringen. In der Studie haben wir auch das Thema Applied AI wirklich in den Fokus gesetzt. Es geht darum, wirklich das Ganze anzuwenden. Und da steht die Frage im Vordergrund, was sind Use Cases?

Was sind die Probleme? Was sind die Aufgaben, die wirklich dann mit den intelligenten Tools zu lösen sind? Und da gibt es einfach halt viele, die die Unternehmen einfach wirklich nutzen, um das Ganze zu verbessern. Und auch wirklich so nutzen, dass Mehrwerte generiert werden. Das heißt, wir haben die Frage gestellt, gibt es bei euch durch den Einsatz von KI, durch den Einsatz von intelligenten Anwendungen bereits einen messbaren geschäftlichen Mehrwert?

Und 70 Prozent der Unternehmen sagen, ja, wir erzielen bereits diesen Mehrwert. Das heißt, die Unternehmen sind einerseits in der Phase, dass sie es wirklich in die Anwendung bringen und auch wirklich für das Business. Mehrwerte erzielen. Und diese Mehrwerte sind relativ mannigfaltig. Das heißt, wir haben einerseits wirklich auch hart Business-Mehrwerte in der Form, dass sie sagen, wir haben eine höhere Profitabilität, wir haben mehr Gewinne, die sich in erster Linie, auch das zeigt sich in den Ergebnissen, daraus, äh, hervorkommen, dass das Thema Effizienz eigentlich wirklich sehr verbessert wird.

Jeder von uns weiß es ja auch, dass ja oft die Rede auch bei intelligenten Anwendungen, die Anwendung helfe einem dabei, Aufgaben schneller zu erfüllen als man sonst allein gebraucht hätte. Und die Höhe, auch dazu gibt es Aussagen, die bewegen sich beim Großteil auch schon so im Bereich von 5 bis 20 Prozent.

Sicherlich mehr ist immer möglich oder mehr ist immer wünschenswert, aber wir haben auf jeden Fall schon Mehrwerte und die sind wirklich, ja, signifikant. Und das ist, glaube ich, etwas Wichtiges, weshalb ich auch sage, dass zu dieser Aussage, zu dieser These ganz klar das Nein eigentlich sich aus den Ergebnissen ergibt.

Malte: Okay, interessant. Also ich ziehe mal kurz ein Zwischenfazit. Du sagst, der Hype um KI ist ein bisschen abgeebbt seit letztem Jahr, wo es vor allem um generative KI geht. Das ist aber womöglich doch eine Zeit gewesen, in der sehr viele Unternehmen nicht nur losgelegt haben mit Experimenten, sondern diese auch überführt haben in konkrete Anwendungen, die Ihnen heute im Business einen Mehrwert bringen.

Jetzt bringt mich das mit Blick auf das Zeitfenster, das man denn eigentlich braucht, bis sich entsprechende Investitionen denn auch amortisieren. Zu meiner nächsten Frage. These, Behauptung. Es ist fast eine Phrase, würde ich sagen, die ich schon sehr häufig gehört habe, auch in letzter Zeit. KI ist kein Sprint, sondern ein Marathon.

Würdest du das unterschreiben?

Bevor ich es unterschreibe, noch eine Ergänzung zu dem, was du gerade zusammengefasst hast. Nur, dass wir jetzt da keine falsche Aussage machen. Richtigerweise, das würde ich erstmal unterschreiben, glaube ich, dass der KI-Hype vorbei ist. Was ich aber damit zum Ausdrucken bringen möchte, bedeutet nicht, dass das Thema weg ist, sondern das Thema ist eigentlich für die Unternehmen oder das KI ist für die Unternehmen einfach eine neue Phase gekommen, dass es nicht mehr so Hype-mäßig gesehen wird, sondern eher wirklich ganz oben noch auf der Agenda ist, aber wirklich als ein wichtiges Tool jetzt in der Anwendung.

Also, ich möchte vermeiden den Eindruck, dass das Thema jetzt für die Unternehmen weniger wichtig geworden ist, aber halt, man geht mit einer anderen Haltung da dran. Man geht jetzt wirklich mit der Haltung da dran, Es ist eine zentrale Technologie für meinen künftigen Erfolg. Jetzt geht es darum, was sind die Use Cases, wo bringe ich zur Anwendung und wie wir gerade gehört haben, wo kriege ich auch bereits die Mehrwerte.

Das nur kurz als Ergänzung dazu, aber jetzt zu dem anderen Thema, genau, wie lange dauert es denn, bis ich diese Mehrwerte erziele? Da zeigte sich im Ergebnis ein differenziertes Bild. Sicherlich ist es sehr abgedroschen, dass, wie du schon sagst, ist diese Sache kein Sprint, sondern ein Marathon. Und da zeigte sich ein differenziertes Bild, A, in den Befragungsergebnissen und auch B, dann in den Interviews, die wir geführt haben.

Was sich in den Befragungsergebnissen diesbezüglich zeigte, ist, wir hatten auch eine Frage, welchen Anteil des Return on Investment, wurde bei den Anwendungen, äh, in Unternehmen bereits erzielt. Und was sich da zeigte, ist, dass es bei einem Großteil eher noch im, ja, im niedrigen Prozentbereich ist. Das heißt, es ist kein Unternehmen, das beispielsweise sagt, oder beziehungsweise nur wenige, die sagen, dass wir halt schon 100 Prozent des Returns on Investment erreicht haben, sind eher so, die im Bereich von, um, 20 bis 40 Prozent vielleicht liegen, was vermuten ließe, dass es dann doch eher Richtung Marathon geht, dass sich die Mehrwerte oder dass es dauert, bis sich die Mehrwerte beziehungsweise Nicht nur Mehrwerte, wir müssen ja beim Return on Investment auch das Ganze immer in Verbindung stellen mit den Investitionen, bis sich wirklich diese Investitionen amortisieren durch die Mehrwerte.

Das dauert eventuell, was sich aus den Befragungsergebnissen herausliest. Auf der anderen Seite, ich sagte es schon, aus den Interviews kam eher die Aussage, dass, äh, KI-Projekte sich relativ schnell amortisieren. Keine Frage, kein Sprint, nicht innerhalb von zwei, drei Tagen, nachdem man es halt implementiert hat, aber doch, auch im Vergleich zu anderen Technologien, vielleicht relativ schnell, da die Investitionskosten aus ihrer Sicht geringer sind, als es eventuell bei anderen Technologien der Fall war.

Und deshalb eigentlich aus ROI-Sicht das Ganze relativ positiv zu sehen ist. Das heißt, wir haben einen gewissen Unterschied zwischen den einen Aussagen, Interviews, als von den Befragungsergebnissen. Untertitel der Amara.org-Community. Ein möglicher Punkt kann sein, dass eventuell doch die Unternehmen in der Befragung zwar schon Mehrwerte haben, aber eher noch am Anfang dieser Reise stehen.

Das heißt... Auf das Bild gesprochen, vielleicht so nach den ersten 100 Metern, vielleicht den ersten 1-2 Kilometern sind, wenn es so ein 5-Kilometer-Lauf ist, aber vielleicht am Ende, es wird kein Marathon sein, sondern doch zügiger sein, aber es ist auch kein Sprint, weil einfach bei dem Einsatz von KI natürlich auch verschiedene Voraussetzungen notwendig sind, was es wichtig ist, damit das Ganze wirklich, ja.

sprichwörtlich zum Fliegen kommt. Also insofern, ja, eventuell wieder so eine Ja-Nein-Antwort.

Vielleicht einigen wir uns auf einen Halbmarathon.

Ich weiß nicht, ob du Marathon läufst. Es wird vielleicht noch kürzer gehen. Ich war jetzt eher so im Bereich zwischen 5.000- oder 10.000-Meter-Lauf, ohne dass wir da jemals dran gemessen werden.

Aber nochmal ganz konkret gesagt, also es ist nicht so, dass es sich innerhalb von wenigen Tagen einfach amortisiert. Es braucht aber auch nicht Jahre. Es braucht einfach eine gewisse Zeit. Weil einfach halt natürlich bei dem Einsatz von diesen intelligenten Anwendungen einfach halt andere Sachen mit zu berücksichtigen sind, die nicht innerhalb von ein, zwei Tagen umgesetzt werden.

Also kein Sprint, das können wir festhalten. Ob es jetzt die Halbdistanz ist oder ob es die volle Marathon-Distanz ist, das lassen wir nochmal offen. Ich versuche daraus jetzt mal eine Überleitung zu bauen zu meiner letzten Behauptung, die ich aufstellen möchte. Es geht nochmal um das Thema KI und es hat etwas gemeinsam zu tun.

mit dem Marathon laufen. Es geht nämlich um das Legen des richtigen Fundaments, wie das auch bei Marathon-Training sicherlich der Fall ist, bevor es in den Wettkampf geht. Und vielleicht ist es ja so, dass in den letzten Jahren viele Unternehmen das richtige Fundament gelegt haben für Erfolge im Bereich Künstliche Intelligenz.

Meine letzte These lautet, ohne das richtige Datenfundament geht nix bei KI. Wie siehst du das, Sven, mit Blick auf die Ergebnisse unserer Studie?

Ja, doch da würde ich ein klares Ja sagen. Das sagt auch jeder, das weiß auch jeder. Das ist der Punkt, der einfach über KI bei jedem bekannt ist. Es kommt auf die Daten an.

Wichtig ist die Datengrundlage, wichtig ist die Qualität, die Masse an Daten. Das heißt, das Fundament ist wichtig. Das zeigte sich auch in der Umfrage. Wir haben nämlich gefragt, was sind aus Ihrer Sicht die Erfolgsfaktoren? Beim Thema Applied AI, was ist wichtig bei der Anwendung von intelligenten Tools?

Und da zeigte sich, dass gut 30 Prozent versagten, eine qualitätsgesicherte und eine vertrauenswürdige Datengrundlage. Insofern in dieser Hinsicht ja. Völlig unterschrieben. Aber, und das ist auch eine wichtige Erkenntnis, und das ist auch der Punkt, weshalb ich eben sagte, es dauert vielleicht länger als ein, zwei Tage, bis sich das Ganze amortisiert.

Das Thema Daten ist nicht der alleinige Erfolgsfaktor. Was sich vielmehr in den Ergebnissen zeigt, wir haben ein Bündel von Erfolgsfaktoren, die wichtig sind, dass die Unternehmen das Ganze umsetzen. Was sich auch zeigt, ist beispielsweise in dem Thema Daten, ist das Thema einer abteilungsübergreifenden Zusammenarbeit.

Gerade eventuell von den Business-Bereichen und den Technik-Bereichen. Diese Zusammenarbeit muss gegeben sein, damit das Thema Applied AI wirklich sich als Erfolg darstellt. Was sich auch zeigt, es geht darum, dass das ganze Thema KI auch strategisch aufgegriffen wird. Dass das Thema, Bestandteil der Unternehmensstrategie ist, oder eventuell es auch eine eigene KI-Strategie gibt.

Was sich hier in diesem Punkt zeigt, auch in dem Punkt der abteilungsübergreifenden Zusammenarbeit, die ich eben schon erwähnte, Unternehmen sollten das Thema KI wirklich aus einem strategischen Angang aufgreifen. Es ist kein operatives Thema, es ist kein operatives Tool, was man einfach umsetzt. Wo man nach ein, zwei Tagen schon die positiven Ergebnisse einfach hat, sondern es ist ein strategisches Thema, was eine gewisse Vorbereitung bedarf.

Das braucht einfach auch die Zeit. Und diese Vorbereitung zeigt sich einfach in den Aussagen der Unternehmensentscheiderinnen, die wir befragt haben. Abteilungsübergreifende Zusammenarbeit, Verankerung in der Strategie. Es geht auch darum, das Thema Use Cases, dass Use Cases wirklich identifiziert werden.

Das ist zentral. Das zeigt sich auch in den Interviews. Oftmals wurde das Thema Use Cases wirklich vorangestellt. Wichtig ist einfach halt, Use Cases zu identifizieren, wofür auch KI geeignet ist, und diese dann umzusetzen. Das ist ein wesentlicher Erfolgsfaktor. Was außerdem auch wichtig ist, es zeigte sich auch, immer wieder geht es um das Thema Skills.

Was sich in den Ergebnissen zeigte, es geht darum, dass die Mitarbeitenden befähigt sind, um zu arbeiten. auch diese KI-Tools einzusetzen, zu nutzen. Das bedeutet nicht, und das zeigte sich eventuell auch im Vergleich oder vielleicht etwas, was man vor ein paar Jahren noch dachte, was weniger im Fokus ist und gleich dennoch wichtig ist, es kommt nicht nur allein auf das Thema KI-Experten an.

Die gesamte Masse muss befähigt sein. Die Relevanz von KI-Experten ist im Vergleich der anderen Faktoren jetzt nicht mehr so stark gegeben, wenn auch, wenn auch, wertschick. ganz klar sind, dass natürlich Experten weiter eine Rolle spielen. Aber was ich hier zeigte, ist, wir haben einfach ein breites Potpourri an Faktoren, die relevant sind für den Erfolg, die einfach so einen strategischen Angang erfordern, damit das Thema KI wirklich zu einem Erfolg wird.

Und was ich auch zeigte, ist, dass diese Erfolgsfaktoren auch teilweise mit den Branchen variieren. Wir haben ja durch die knapp 700 Befragten unterschiedliche Branchen abgedeckt. Mehr im Produktionsbereich, Automotive, Transport, Logistik, auch, äh, Herstellung von Nahrungsmitteln. Wir haben auch das Thema Versorger.

Was sich zeigt, ist, dass auch je nach Branchenbedürfnisse auch unterschiedliche Faktoren eine Rolle spielen. Beispielsweise ein Erfolgsfaktor wie, wie Governance. Strukturen für das Thema AI sind in einem Punkt, beispielsweise in einer regulierten Branche wie dem Medizinbereich oder im Gesundheitsbereich auch, spielen eine größere Rolle, als es eventuell in anderen Bereichen der Fall ist.

Aber was sich insgesamt zeigt, ist einfach halt wirklich dieses Breite, auf das man Fokus setzen sollte. Insofern, ohne das richtige Datenfundament funktioniert es mit der KI nicht. Ja, aber nur mit einem richtigen Datenfundament allein, ohne auf den Rest zu schauen, funktioniert es aber auch nicht.

Okay, vielen Dank, Sven.

Also dann hatten wir am Ende nochmal ein klares Ja, aber dennoch gepaart mit einer differenzierten Analyse des Themas. So soll es sein. Wir sind so langsam am Ende der aktuellen Episode angekommen. Ich hätte abschließend noch eine Bitte beziehungsweise eine Frage an dich. Das Handelsblatt Research Institute ist ja Teil eines sehr renommierten Medienhauses, in dem auch viel über die Ergebnisse von Pornos gesprochen wird.

Studien berichtet wird. Wir stellen uns jetzt mal vor, das Handelsblatt berichtet über unsere gemeinsame Studie in einer Kurzmeldung. Wie würde die Storyline dieser Nachricht deiner Meinung nach lauten? So in drei, vier Sätzen. Welche Findings glaubst du, aus dieser Studie würde das Blatt aufgreifen?

Sven: Bevor ich da was zu sage, ein kleiner Disclaimer vorweg.

Auch wenn wir hier im gleichen Haus sitzen, habe ich natürlich keinen Zugriff auf die Redaktion. Das heißt, ich würde jetzt mal darauf antworten aus Sicht des Studienautors, was würde ich mir wünschen, was wäre in einer solchen Mitteilung, weil es aus meiner Sicht besonders interessant wäre. Das wären aus meiner Sicht vier Punkte, die mir da sofort in den Sinn kommen.

Und zwar das eine ist ganz klar, das, was wir auch jetzt schon durchweg in der gesamten Podcast-Folge immer wieder betont haben. KI hat eine hohe Priorität für die C-Level-Entscheider, weil es einfach halt in den kommenden Jahren den Unternehmenserfolg maßgeblich prägen wird. Das heißt, KI ist hochwertig.

Ohne Ende wichtig, gepaart aber, verliert deshalb nicht den Blick auf die anderen Sachen. Ich hatte es eingangs erwähnt, Cloud Computing, Cyber Security Technologien sind weiterhin von großer Bedeutung. Aber das ist ganz klar, das ist ein Punkt, der auf jeden Fall rein sollte, diese hohe Priorität vom Thema KI.

Was ein weiterer wichtiger Punkt ist aus meiner Sicht, dass wir jetzt aktuell sind, und das zeigte sich auch in den Antworten, es kommt auf, äh, jetzt auf die KI-Anwendung an. Wir sagten auch relativ in Großteilen von Unternehmen, dass Applied AI für die Unternehmen wirklich eine große Rolle aktuell spielt.

Es geht jetzt darum, das hatten wir gesagt, wir müssen gucken, wo sind die Use Cases und wie kommt sie in die Anwendung. Das heißt, da sind wir jetzt aktuell bei der KI-Reise, Identifizierung von Use Cases und deren Anwendung. Natürlich ohne Ende. Wichtig, weil es einfach eine große Rolle spielt, wir haben bereits messbare Mehrwerte, und zwar geschäftsrelevante Mehrwerte.

Im Großteil von Unternehmen, etwa 70 Prozent, berichtet das. Im Bereich von 5 bis 20 Prozent liegen diese Mehrwerte. Ohne Ende, das ist wichtig und das sollte aus meiner Sicht auch in eine Meldung rein. Und das Letzte, was da rein sollte, und das haben wir auch gerade noch mit dem letzten Punkt gesagt, eben beim Thema Daten.

Auf was kommt es an für den Erfolg dieser Anwendung? Daten ja, wenig überraschend, daran wird sich auch nichts ändern, aber ihr müsst auf mehr drauf achten. Das heißt, dass Das Spektrum meiner Erfolgsfaktoren ist breiter und insbesondere diese strategischen Aspekte spielen eine große Rolle. Es kommt auf die Zusammenarbeit von Technik und Business an, es kommt auf die strategische Verankerung an, es kommt auf die Befähigung der Belegschaft an, damit am Ende das Ganze wirklich zum einen Erfolg wird und wie gesagt, Use Cases stehen außer Frage.

Das sind vielleicht jetzt noch nicht die perfekt geschliffenen Sätze, wie wir es eins zu eins eventuell in eine Kurzmeldung reinpacken könnten, aber Man könnte beispielsweise ja, äh, ein, äh, AI-Tool nutzen, um aus diesen vielleicht etwas ausführlicheren Sätzen dann genau die Sätze zu bringen, die in die Meldung gehörten.

Aber das sind auf jeden Fall die Themen, die Aussagen, die für mich da rein sollten.

Und es ist ja auch nicht schlimm, wenn wir den Kolleginnen und Kollegen aus deinem Hause noch ein bisschen Arbeit überlassen, äh, am Ende ihre eigene Geschichte zu den Ergebnissen zu schreiben. So sie denn als relevant genug dafür erachtet werden.

Ich sage schon mal ganz herzlich Dankeschön an dich, Sven, meinen heutigen Gast. Ich hoffe für euch, liebes Publikum, auch die eine oder andere erhellende Erkenntnis :31:00] dabei. Ich lege euch wärmstens die Lektüre unserer Studie Digital 2030, The Rise of Applied AI, ans Herz. Wo ihr sie herunterladen könnt, erfahrt ihr in den Shownotes zur heutigen Podcast-Episode.

Sven, ich danke dir nochmal ganz herzlich für die Teilnahme und freue mich auf weitere spannende Forschungsprojekte mit dir und euch vom Handelsblatt Research Institute. Dann unterhalten wir uns anschließend nochmal darüber, welche Marathon-Distanz wir beiden uns denn zusammen demnächst zutrauen. Es wird Frühling, da finden diese Veranstaltungen ja wieder vermehrt statt.

Bis dahin, macht's gut und auf Wiederhören.