Vom Pilotprojekt zum KI-Produktiv­betrieb: Die Hürden der Skalierung

(Source: 69 - stock.adobe.com)

(Source: 69 - stock.adobe.com)

Unsere aktuelle Studie zum KI-Markt zeigt, warum der Rollout von KI-Lösungen ins Stocken geraten kann und welche Herausforderungen die höchste Priorität haben.

Die Hürde Nummer eins: der Mangel an KI-Spezialisten

Für fast sechs von zehn befragten Unternehmen ist der Fachkräftemangel das Haupthindernis. Gesucht werden nicht mehr nur klassische Softwareentwickler, sondern Data Scientists, Machine Learning Engineers und Spezialisten für KI-Governance. Der Schweizer Arbeitsmarkt ist in diesem Segment ausgetrocknet. Eine reine Recruiting-Strategie greift hier oft zu kurz. Deshalb nehmen Unternehmen auch verstärkt Services von externen ICT-Dienstleistern in Anspruch, um Skalierungsengpässe abzufedern. 

Rechtliche Leitplanken: DSG und EU AI Act

Mit 47 Prozent bilden Datenschutz und regulatorische Compliance die zweitgrösste Hürde. Unternehmen stehen vor einer doppelten regulatorischen Herausforderung: Einerseits stellt das revidierte Schweizer Datenschutzgesetz (DSG) hohe Anforderungen an Transparenz, Profiling und Datensicherheit. Andererseits fordert auf europäischer Ebene der EU AI Act aufgrund starker wirtschaftlicher Verflechtungen und internationaler Datenströme die Unternehmen auch grenzüberschreitend heraus. 

Kostenexplosion: TCO von KI im Griff behalten

43 Prozent der ICT-Verantwortlichen stufen hohe Implementierungs- und Betriebskosten als weitere Hürde ein: Während Experimente und Testprojekte kaum ins Gewicht fallen, können die Kosten im Dauerbetrieb oft aus dem Ruder laufen. Lizenzgebühren oder auch GPU-Ressourcen in Cloud-Umgebungen summieren sich schnell. 

Datenarchitektur und Unternehmenskultur

KI ist letztlich nur so belastbar wie ihre Datenbasis. Silo­strukturen und mangelnde Datenqualität behindern eine zuverlässige Anbindung an unternehmensweite Workflows. Ohne eine saubere Data Governance und moderne Datenplattformen sind Probleme bei jeder KI-Initiative vorprogrammiert. Die Skalierung scheitert aber oft letztlich am Menschen, wenn Mitarbeitende Angst vor einem Arbeitsplatzverlust oder Vorbehalte bezüglich der Verlässlichkeit automatisierter Entscheidungen haben. Change Management und transparente Kommunikation gehören daher genauso in die KI-Roadmap wie technische Spezifikationen. 

Fazit 

Die Resultate unserer neuen Studie zeigen: Das Problem der KI-Skalierung ist nicht die Technologie. Die Algorithmen funktionieren. Der Engpass liegt im Zusammenspiel von Expertise, Compliance, Kostenkontrolle, Datenqualität und Unternehmenskultur. Schweizer ICT-Chefs, die KI vom Hype in echte Wertschöpfung überführen wollen, müssen die Rolle des reinen Technologiebereitstellers ablegen und Governance, Enterprise-Architektur und Ressourcen strategisch aufeinander abstimmen.