KI beseitigt „Datensilos“ innerhalb eines Unternehmens nicht automatisch, sondern macht diese Probleme bei einem großflächigen Einsatz vielmehr noch deutlicher sichtbar.
Viele CEOs erwarten, dass KI Abteilungen miteinander verknüpft, die Entscheidungsfindung vereinfacht und organisatorische Reibungspunkte verringert, doch in der Realität hängt dies davon ab, wie das Unternehmen geführt wird.
Wenn KI in die Arbeitsabläufe integriert wird, führen Unterschiede in der Art und Weise, wie die verschiedenen Abteilungen Konzepte wie Umsatz, Kunden oder geschäftliche Effizienz definieren, zu widersprüchlichen Ergebnissen.
Beispielsweise kann die Vertriebsabteilung den Umsatz als zukünftige Aufträge betrachten, während die Finanzabteilung nur den bereits verbuchten Umsatz anrechnet.
Viele Unternehmen sind nach wie vor auf Tabellenkalkulationen und Datenabgleichsmeetings angewiesen, um Datenlücken zu schließen, wodurch die Kernprobleme verschleiert werden.
Um effektiv zu arbeiten, benötigt KI standardisierte Daten, klare Datenverantwortlichkeiten und einheitliche abteilungsübergreifende Prozesse.
Wenn KI von Pilotprojekten auf das gesamte Unternehmen ausgeweitet wird, beeinflussen sich Entscheidungen in den Bereichen Finanzen, Vertrieb, Betrieb, Beschaffung, Personalwesen und Kundenservice in Echtzeit gegenseitig.
Zwei Unternehmen können genau dieselben KI-Fähigkeiten implementieren, aber zu völlig unterschiedlichen Ergebnissen gelangen, je nachdem, ob sie zuvor eine „einzige verlässliche Datenquelle“ (Single Source of Truth) aufgebaut haben oder nicht.
Der Autor vertritt die Auffassung, dass erfolgreiche Unternehmen zunächst die weniger glamourösen Aufgaben erledigen, wie etwa die Standardisierung von Definitionen, die Vereinfachung von Prozessen und die Etablierung von Mechanismen zur Daten-Governance.
Vor jedem neuen KI-Projekt sollten Führungskräfte klar festlegen, wem die Daten gehören, ob die Abteilungen ein gemeinsames Verständnis der Geschäftskennzahlen haben und wer befugt ist, einzugreifen, wenn die KI widersprüchliche Ergebnisse liefert.
📌 Die größte Hürde für KI liegt nicht in der Technologie, sondern in der Organisationsstruktur und der Qualität der Daten-Governance. KI entfaltet ihren Wert nur dann, wenn das Unternehmen Geschäftsdefinitionen vereinheitlicht, das Dateneigentum festlegt und eine einzige vertrauenswürdige Informationsquelle aufbaut. Andernfalls wird KI lediglich Unstimmigkeiten verstärken und die Entscheidungsfindung zwar beschleunigen, aber gleichzeitig mehr Verwirrung stiften.
