Zuverlässige Daten entscheiden darüber, ob KI-Agenten skalierbar sind.

Eine globale Umfrage zeigt, dass fast sieben von zehn Unternehmen planen, KI-Systeme innerhalb von zwei Jahren flächendeckend einzusetzen. Gleichzeitig gibt mehr als die Hälfte an, dass veraltete Datensysteme die Entwicklung behindern.

Einblicke von Google Cloud und MIT Technology Review Die Studie untersuchte, wie sich Unternehmen auf den breiteren Einsatz von KI-Systemen vorbereiten. Sie basiert auf den Antworten von 300 Führungskräften aus den Bereichen Daten und Technologie sowie auf ausführlichen Interviews mit Vertretern von HCA Healthcare, Shopify und der Deutschen Telekom.

Die Ergebnisse deuten darauf hin, dass die Fähigkeiten der KI-Agenten nicht der alleinige entscheidende Faktor sind. Mindestens ebenso wichtig ist, ob die Organisation über eine Datengrundlage verfügt, die den Agenten Zugriff auf relevante, aktuelle und verlässliche Informationen ermöglicht.

Heute nutzen fast alle befragten Organisationen KI-Agenten oder planen deren Einsatz. Die Nutzung ist jedoch noch begrenzt. Nur 10 Prozent geben an, dass KI-Agenten in ihren Abläufen weit verbreitet sind.

Dies dürfte sich rasch ändern. Innerhalb von zwei Jahren planen 69 Prozent der Unternehmen, KI-Systeme in größerem Umfang einzusetzen. Für viele stellt dies einen bedeutenden Schritt von kleinen Pilotprojekten hin zu unternehmensweit eingesetzten, geschäftskritischen Lösungen dar.

Ältere Computersysteme verlangsamen die Entwicklung

Mehr als die Hälfte der Befragten, nämlich 55 Prozent, geben an, dass veraltete Datensysteme sie daran hindern, den Einsatz von KI-Agenten auszuweiten.

Die Studie identifiziert vier Hauptprobleme:

• Die Daten sind in separaten Systemen gespeichert, was bedeutet, dass KI-Agenten kein umfassendes Bild des Unternehmens haben.
• Unstrukturierte Daten, beispielsweise in PDF-Dateien, E-Mails, Videomaterial und Anrufprotokollen, sind schwer zugänglich und können nur schwer sicher verwaltet werden.
• Der fehlende Zugriff auf Echtzeitdaten zwingt die Agenten dazu, mit möglicherweise bereits veralteten Informationen zu arbeiten.
• Den Daten fehlt es an ausreichendem Geschäftskontext und klaren semantischen Beziehungen, was es den Anwendern erschwert, die Bedeutung der Informationen und die Beziehungen zwischen verschiedenen Datensätzen zu verstehen.

KI-Agenten benötigen nicht nur Zugriff auf große Datenmengen, sondern die Informationen müssen auch relevant, kontextbezogen und verfügbar sein, wenn eine Entscheidung getroffen werden muss.

Wesentliche Unterschiede zwischen den Organisationen

Der Bericht unterteilt Unternehmen in Datenpioniere und Datennachzügler. Datenpioniere gewähren ihren KI-Systemen Zugriff auf mehr als 70 Prozent der Unternehmensdaten. Bei Nachzüglern liegt dieser Anteil bei maximal 30 Prozent.

KI-Systeme erhalten im Durchschnitt Zugriff auf 45 Prozent der Daten einer Organisation. Die Unterschiede beim Datenzugriff spiegeln sich deutlich im Vertrauen in die Leistung der Agenten wider.

Insgesamt gaben 51 Prozent der befragten Führungskräfte an, dass sie den Entscheidungen von KI-Systemen vertrauen und dass diese korrekt und relevant sind, verglichen mit nur 22 Prozent bei Unternehmen, die in puncto Daten hinterherhinken.

Von den Vorreitern in der Datenanalyse beschreiben 36 Prozent die Ergebnisse der Agenten als durchweg korrekt. Die übrigen 64 Prozent bewerten die Ergebnisse in den meisten Fällen als korrekt. Keiner der Vorreiter gibt an, dass die Ergebnisse nur mäßig korrekt oder ungenau sind. Bei den Nachzüglern hingegen treffen drei von vier Organisationen diese Einschätzung.

Dem Bericht zufolge deuten die Ergebnisse darauf hin, dass ein breiter und gut verwalteter Zugriff auf Geschäftsdaten die Fähigkeit erhöht, KI-Agenten in mehr Funktionen einzusetzen, schnellere Entscheidungen zu treffen und gleichzeitig die Qualität aufrechtzuerhalten.

Drei Prioritäten für das kommende Jahr

Die befragten Organisationen nennen drei Datenbereiche, die für die Skalierung von KI-Agenten in den nächsten zwölf Monaten besonders wichtig sind.

Die oberste Priorität besteht darin, den Zugriff auf strukturierte und unstrukturierte Daten zu verbessern. Informationen müssen dort nutzbar sein, wo sie bereits vorhanden sind, selbst wenn sie über verschiedene Systeme und Umgebungen verteilt sind.

Der zweite Ansatz besteht darin, die Steuerung von Daten und KI-Modellen zu stärken. Durch die Integration von Geschäftskonzepten, Regeln und Kontext können Organisationen ihre Mitarbeiter dabei unterstützen, relevantere und präzisere Entscheidungen zu treffen.

Die dritte Priorität besteht darin, die traditionelle Stapelverarbeitung durch Streaming- und ereignisgesteuerte Datenflüsse zu ersetzen, wodurch KI-Agenten in der Lage sind, auf Veränderungen zu reagieren und auf Basis aktueller Informationen in Echtzeit zu handeln.

Von Informationssystemen zu Aktionssystemen

Laut [Quelle] kann die Integration von KI in eine ältere und fragmentierte Datenarchitektur Folgendes bewirken: Google Cloud dies zu höheren Kosten, komplizierteren Integrationen und eingeschränkter Skalierbarkeit führen.

Das Unternehmen plädiert daher für einen Übergang von Systemen, die in erster Linie Informationen sammeln und analysieren, zu Systemen, die die Informationen auch in konkrete Maßnahmen umsetzen können.

Google Cloud beschreibt sein Modell hierfür als ein ”Agentische Datenwolke” – eine zusammenhängende Datenumgebung, die für KI-Systeme konzipiert ist. Laut Unternehmen sollte eine solche Architektur KI-fähig sein, Daten über verschiedene Clouds, Systeme und Formate hinweg nutzen können und Governance, Geschäftskontext und zuverlässige Ergebnisse bieten.

Die zentrale Schlussfolgerung des Berichts lautet, dass Organisationen, die von KI-Pilotprojekten zu einem breiten Einsatz übergehen wollen, zunächst ihre Datengrundlage überprüfen müssen. Die Fähigkeit von KI-Systemen, in der Praxis selbstständig zu agieren, hängt davon ab, welche Informationen sie nutzen dürfen, wie aktuell diese sind und wie gut sie verständlich sind.

Das vollständige Der MIT Technology Review Insights-Bericht, Skalierung von KI-Agenten mit zuverlässigen Daten, bietet noch mehr Details, darunter Interviews mit Führungskräften, um Ihnen dabei zu helfen, Ihre Datenbank für das Zeitalter der Agenten vorzubereiten.

Laden Sie den Bericht herunter.