sabida - stock.adobe.com

News

Wie sich die KI-Integration in Unternehmen entwickelt

In deutschen Unternehmen schreitet die KI-Integration in Prozesse voran. Das ist allerdings mit Herausforderungen in Sachen Sicherheit, Compliance und Datennutzung verbunden.

Malte Jeschke
von
Zuletzt aktualisiert:26 Sept. 2025

Dies ist unter anderem eines der Ergebnisse der globalen Umfrage The Evolution of AI: The State of Enterprise AI and Data Architecture von Cloudera. Hierfür wurden weltweit über 1500 IT-Verantwortliche in Unternehmen mit mehr als 1.000 Mitarbeitenden befragt. Die Daten mit Bezug auf Deutschland stammen von 118 IT-Entscheidern.

Demnach haben 70 Prozent der deutschen Befragten in ihren Unternehmen künstliche Intelligenz auf die ein oder andere Art vollständig in ihre wichtigsten Geschäftsprozesse integriert. Von 27 Prozent der Unternehmen wurde KI etwas eingebunden. Global geben 96 Prozent der IT-Führungskräfte an, dass sie KI zumindest teilweise in ihre Geschäftsprozesse eingebunden haben.

Die KI-Integration in deutschen Unternehmen verteilt sich auf verschiedene KI-Arten wie Deep Learning (53 Prozent), generative KI (51 Prozent),  agentische KI (37 Prozent) und weitere Ausprägungen der Technlogie. In der internationalen Betrachtung liegt die generative KI mit 60 Prozent Anteil etwas höher.

Im Hinblick auf die Integration jüngerer Ausprägungen wie KI-Agenten blicken die Unternehmen relativ optimistisch in die Zukunft. So sehen sich 85 Prozent der deutschen Befragten bereit für den Umgang mit KI-Agenten. Davon betrachten sich 19 Prozent als sehr gut vorbereitet, 34 Prozent fühlen sich gut vorbereitet und 32 Prozent ein wenig vorbereitet.

Die Herausforderungen bei der KI-Integration

Die Integration von KI in Unternehmen wird auch durch kostenorientierte Herausforderungen gebremst: So nennen die Befragten hier Kosten für Datenlecks- und verstöße, Speicherkosten, Integrationskosten sowie Kosten für Einzellösungen.

Beim Einsatz von KI sehen sich Unternehmen im Hinblick auf die Sicherheit mit einer Reihe von Herausforderungen konfrontiert.
Abbildung 1: Beim Einsatz von KI sehen sich Unternehmen im Hinblick auf die Sicherheit mit einer Reihe von Herausforderungen konfrontiert.

Zu den besonderen Herausforderungen bei der Integration von KI gehören für Unternehmen zudem die Themen Security und Compliance. So nennen 37 Prozent der hiesigen Befragten Security- und Compliance-Risiken als problematisch. Aber immerhin hat gut die Hälfte der hiesigen Unternehmen ein großes Vertrauen darin, dass man in der Lage sei, die in KI-Systemen verwendeten Daten zu schützen. Weitere 28 Prozent sind diesbezüglich recht zuversichtlich.

Bei 35 Prozent der deutschen Unternehmen ist die entsprechende Qualifikation und Fähigkeiten beim Umgang mit den KI-Werkzeugen eine Herausforderung. Und bei 32 Prozent der Unternehmen hapert es an der Dateninfrastruktur, um KI effizient einsetzen zu können.

Bei der Betrachtung der technischen Einschränkungen bei den aktuellen Datenarchitekturen im Hinblick auf die Unterstützung der KI-Workloads nennen 37 Prozent die Datenintegration als Herausforderung. Darüber hinaus sei oftmals der Zugang zu den notwendigen Daten eine Hürde. So berichten neun Prozent der Befragten, dass alle ihr Daten verfügbar und für KI-Initiativen nutzbar seien. Bei 38 Prozent der Teilnehmenden seien die meisten der Daten verfügbar und für KI-Anwendungen nutzbar. Bei den deutschen Unternehmen ist die Größenordnung vergleichbar, auch hier haben neun Prozent angegeben, dass sie diesbezüglich vollständigen Zugang zu ihren Daten hätten.

Es gibt durchaus lokale Unterschiede, wo Unternehmen ihre Daten speichern.
Abbildung 2: Es gibt durchaus lokale Unterschiede, wo Unternehmen ihre Daten speichern.

Da kann es natürlich auch eine Rolle spielen, wo sich die Daten befinden. Unternehmen setzen bei der Speicherung ihrer Daten auf eine ganze Reihe von Architekturen und genannt werden die folgenden: Private Cloud (67 Prozent), Public Cloud (55 Prozent), On-Premises (verteilt) (43 Prozent), Data Lakes (36 Prozent), Data Warehouses (31 Prozent), On-Premises-Mainframe (27 Prozent), andere physische Umgebungen (23 Prozent) und Data Lakehouses (17 Prozent).

Geht es um KI, hätten sich hybride Datenarchitekturen zur Norm entwickelt. Unternehmen würden KI sowohl in Cloud- als auch in On-Premises-Umgebungen verwalten. Bei einem hybriden Ansatz wurden 62 Prozent die Sicherheit als einen großen Vorteil sehen und 55 Prozent die verbesserte Datenanalyse.

Die vollständige Umfrage lässt sich bei Cloudera gegen Registrierung herunterladen.

Erfahren Sie mehr über Künstliche Intelligenz (KI) und Machine Learning (ML)