Wie Unternehmen generative KI richtig skalieren
Von der Idee zum Ergebnis
Viele Unternehmen investieren in generative KI.
… Doch nur wenige schöpfen den potenziellen Wert der Technologie aus. Eine Accenture-Analyse
zeigt, worauf es jetzt ankommt.
Generative Künstliche Intelligenz (KI), auch Gen AI (Generative Artificial Intelligence)
genannt, hat in den vergangenen zweieinhalb Jahren zunehmend Einzug in Unternehmen weltweit
gehalten. Die Erwartungen waren und sind noch immer hoch – in Bezug auf Effizienz, neue
Geschäftsmodelle und Produktivität. Doch die Realität sieht anders aus: Laut einer aktuellen
Analyse der Unternehmensberatung Accenture schaffen bisher nur 13 Prozent der Unternehmen
weltweit signifikanten, unternehmensweiten Mehrwert mit ihren Gen AI-Initiativen.
Inhalt
Die Gründe dafür sind meist strukturell: Oft fehlt es an einer klaren Zielsetzung, operativem Know-how und an der effizienten Integration der Technologie in bestehende Prozesse. Vor allem aber bleibt der Mensch außen vor. Die Studie zeigt etwa, dass derzeit drei Mal mehr Budget in Technologie als in Talente fließt.
Kapitel I
Fünf Handlungsfelder als Erfolgsfaktoren
Basis dieser Erkenntnisse ist die Befragung von knapp 3.500 C-Level-Führungskräften in 20 Ländern und 22
Branchen sowie die Auswertung von mehr als 2.000 KI-Projekten. Alle befragten Entscheider:innen waren
zum Befragungszeitpunkt für Unternehmen tätig, die einen Jahresumsatz von mehr als 500 Millionen
US-Dollar (knapp 462 Millionen Euro) erzielen.
„Die Aktivitäten besonders erfolgreicher Unternehmen lassen sich in insgesamt fünf Themenfelder
aufteilen, die nur gemeinsam ihre volle Wirkung entfalten“, sagt Christina Raab, die bei Accenture das
Geschäft in der DACH-Region verantwortet. Bemerkenswert: Unternehmen, die alle fünf Maßnahmen
gleichzeitig angehen, erzielen signifikant bessere Unternehmensergebnisse.
Diese fünf Felder sind:
1. Mit klaren Zielen und starker Führung vorgehen
Unternehmen, die mit generativer KI echten Mehrwert erzielen wollen, müssen zentrale Geschäftsprozesse ganzheitlich neu denken – nicht nur punktuelle Anwendungsfälle optimieren. Das gelingt nur mit klarer Zielsetzung und aufeinander abgestimmte Führungsqualitäten. Laut Studie erzielen Unternehmen mit aktivem CEO-Sponsoring einen 2,5-mal höheren Return on Invest (ROI). Führungskräfte in erfolgreichen Organisationen verstehen die Technologie zudem sechsmal häufiger im Detail, was die Skalierung und Umsetzung deutlich beschleunigt. Entscheidend ist, Prozesse über Silogrenzen hinweg neu zu gestalten und konkrete, messbare Ziele zu definieren. Generative KI kann dabei helfen, ineffiziente Abläufe zu identifizieren, manuelle Schritte zu reduzieren und neue Wachstumschancen zu erschließen.
2. Talente befähigen, nicht ersetzen
Der nachhaltige Einsatz generativer KI erfordert nicht nur neue Technologien, sondern auch neue Arbeitsweisen. Laut Accenture wird sich durch Gen KI fast die Hälfte (44 Prozent) aller Arbeitsstunden verändern – dennoch haben nur 35 Prozent der Unternehmen eine Strategie dafür entwickelt. Dabei zeigen die wirtschaftlich erfolgreichsten Organisationen 88 Prozent mehr Aktivität bei der Neugestaltung von Rollen, Prozessen und Kompetenzen als ihre weniger erfolgreiche Konkurrenz. Die Realität sieht bisher aber noch anders aus: „Aktuell investieren Unternehmen dreimal mehr in Technologie als in Talente“, sagt Christina Raab. „Wer KI skalieren will, muss diese Schieflage beheben, Qualifikationen neu denken und Organisationsstrukturen anpassen.“
3. Das digitale Fundament für Generative KI legen
Ein gutes digitales Fundament – Accenture nennt es den „Digitalen Kern“ – ist Voraussetzung dafür, generative KI im gesamten Unternehmen skalieren zu können. Dabei geht es nicht nur um technologische Infrastruktur, sondern um intelligente, anpassungsfähige Systeme. Laut Accenture-Daten sind Unternehmen, die mit Gen KI signifikante Vorteile in ihren Betriebsabläufen erzielen, 2,9-mal häufiger im Besitz einer unternehmensweiten Datenstrategie. Besonders hilfreich sind dabei sogenannte „Agentic Architectures“, die es ermöglichen, KI flexibel in komplexe Abläufe einzubetten. Tools wie Accentures „AI Refinery“ werden durch die Verarbeitung von strukturierten, unstrukturierten und synthetischen Daten zu wertvollen Entscheidungshilfen.
4. Generative KI sicher und nachvollziehbar gestalten
Verantwortungsvolle KI-Nutzung ist mehr als eine regulatorische Pflicht. Sie kann Innovation beschleunigen und Vertrauen stärken, erklärt Christina Raab: „Unternehmen, die mit Gen AI bereits substanzielle Erfolge erzielen, haben 2,7-mal häufiger über das gesamte KI-Einsatzfeld hinweg klare Governance-Strukturen und ethische Leitlinien etabliert.“ Entscheidend ist, dass Prinzipien wie Datenschutz, Transparenz und Fairness von Anfang an in Anwendungen integriert werden. Fachleute sprechen von „Responsibility by Design“. Plattformbasierte Ansätze ermöglichen es, KI systematisch zu überwachen, Compliance zu sichern und Best Practices unternehmensweit auszurollen. Der Aufbau gemeinsamer Standards im Austausch mit Partnern und Regulierungsbehörden kann diese Entwicklung zusätzlich beschleunigen.
5. Stetige Weiterentwicklung mit KI
Der Einsatz generativer KI erfordert nicht nur einmalige Anpassungen, sondern die Fähigkeit zum stetigen Wandel. Klassische Organisationsmodelle stoßen dabei an ihre Grenzen. Unternehmen, die über ausgeprägte Change-Kompetenzen verfügen, sind laut Accenture-Studie 2,1-mal erfolgreicher bei der Umsetzung von Transformationen. Accenture-DACH-Vorsitzende Raab rät, Veränderung nicht als Ausnahme zu begreifen. „Sie muss ein fester Bestandteil der Unternehmenskultur sein. Das bedeutet: Ziele klar formulieren, Mitarbeitende aktiv einbinden und kontinuierliches Lernen fördern.“ Der Fokus liege nicht auf Automatisierung allein, sondern auf der Fähigkeit, sich mit KI weiterzuentwickeln – im Kundenkontakt ebenso wie in der internen Zusammenarbeit.
„Veränderung muss ein fester Bestandteil der Unternehmenskultur sein. Das bedeutet: Ziele klar formulieren, Mitarbeitende aktiv einbinden und kontinuierliches Lernen fördern.“
Christina Raab, Vorsitzende der Ländergruppe DACH und Mitglied des Global Management Committee von Accenture
Kapitel II
Technologische Trends beschleunigen den Wandel
Zwei Entwicklungen – Small Language Models und KI-Agenten – prägen nach Ansicht der
Accenture-Fachleute die Wertschöpfung von Unternehmen in den kommenden Jahren.
Während große Sprachmodelle (Large Language Models, kurz: LLMs) wie GPT-4, Gemini oder Claude
durch ihre Vielseitigkeit überzeugen, setzen immer mehr Unternehmen auf kleinere,
maßgeschneiderte Alternativen: sogenannte Small Language Models (SLMs). Diese Modelle sind auf
spezifische Aufgaben oder Branchen trainiert – etwa auf regulatorische Sprache im Bankwesen oder
technische Dokumentation im Maschinenbau.
Inhalt
Das hat den Vorteil, dass sie weniger Rechenleistung benötigen, sich deshalb schneller trainieren lassen und in ihrem Anwendungsbereich oft präzisere Ergebnisse als breit aufgestellte Modelle liefern. Laut Accenture helfen SLMs dabei, den Mehrwert generativer KI gezielter und wirtschaftlicher zu realisieren – ein zentraler Hebel für Unternehmen, die Gen KI skalieren wollen.
Gleichzeitig gewinnen KI-Agenten an Bedeutung, die Prozesse nicht nur automatisieren, sondern eigenständig steuern. Die drei verbreitetsten Agenten-Typen sind „Utility-Agents“, „Super Agents“ und „Orchestrator Agents“. Erstere übernehmen wiederkehrende Aufgaben wie zum Beispiel die Prüfung von Rechnungen. „Super Agents“ können Daten aus verschiedenen Quellen und Bereichen miteinander kombinieren und verarbeiten. Letztere, die „Orchestrator Agents“, steuern ganze Prozesse von Anfang bis Ende, beispielsweise einen Verkaufsprozess von der ersten Kontaktaufnahme mit einem Kunden bis zur finalen Abrechnung. Unternehmen, die bereits erfolgreich KI-Lösungen implementiert haben, investieren 4,5-mal häufiger in solche agentischen KI-Architekturen. Diese bilden die Basis dafür, dass die dynamische Unternehmensentwicklung auch in Zukunft anhält.
Inhalt
