IT-Verantwortliche, die übereilt GenAI-Projekte starten, merken oft nicht, dass sie dabei unbeabsichtigt technischen Ballast schaffen.
Rob Schultz / Shutterstock
Aktuelle Umfragen zeigen, dass gescheiterte GenAI-Projekte eine Menge unbrauchbaren Code, aufgegebene Apps und Sicherheitsprobleme hinterlassen – ohne dass IT-Verantwortliche es sofort bemerken.
Bis 2030 werden voraussichtlich 50 Prozent der Unternehmen mit verzögerten KI-Implementierungen oder höheren Wartungskosten aufgrund von verschleppter oder aufgegebenen Projekten zu kämpfen haben, so Gartner in einer aktuellen Umfrage.
„Die enorm hohen Kosten für die Wartung, Reparatur oder den Austausch von KI-generierten Artefakten wie Code, Inhalten und Designs können die versprochenen Renditen von generativer KI untergraben“, erklärt Arun Chandrasekaran, Distinguished Vice President Analyst bei Gartner, dazu.
KI-Weiterentwicklung hinterlässt technische Schulden
Der Grund: GenAI entwickelt sich rasant, und alle paar Wochen oder Monate kommen neue Funktionen hinzu. Das mache es für IT-Verantwortliche schwierig, Schritt zu halten, so Chandrasekaran. So könnten schlecht konzipierte KI-Upgrades zu dem führen, was in der Branche als „technische Schulden“ bezeichnet wird, wobei die Wartungskosten im Laufe der Zeit steigen. Kurzfristige Korrekturen wiederum könnten dazu führen, dass Tools und Code nur begrenzt wiederverwendbar sind, was die Wartungskosten erhöht.
Das Problem ist nicht zu unterschätzen: Studien von Omdia, McKinsey, MIT und Forrester beziffern die prognostizierte Ausfallrate für GenAI-Projekte auf bis zu 95 Prozent. Und obwohl die neuen Tools Kosten senken und die Produktivität steigern könnten, können sie auch neue technische Schulden verursachen, führt HFS Research in einer Studie im vergangenen Monat aus. Die Studie wurde in Zusammenarbeit mit dem Softwareunternehmen Unqork durchgeführt.
Während sich mehr als 80 Prozent der von HFS befragten Teilnehmer Kostensenkungen und Produktivitätssteigerungen erwarten, gehen etwa 43 Prozent davon aus, dass KI neue technische Schulden verursacht. Langfristig rechnen 55 Prozent, dass KI die gesamten technischen Schulden reduzieren wird, während die übrigen 45 Prozent mit einem Anstieg rechnen.
KI werde technische Schulden in anfälligen und codeintensiven Architekturen „beschleunigen”, erklärt Phil Fersht, CEO von HFS Research. „Unternehmen sollten daher ihre Grundlagen überarbeiten, die Integration produktisieren und Governance einbetten”, fügt er hinzu.
Fokus auf Ergebnisse statt Technologie
Für viele IT-Führungskräfte liegt der Wert von GenAI eher in der geschäftlichen Transformation als in der zugrunde liegenden Technologie, bekundeten Panelteilnehmer auf der diesjährigen Microsoft-Ignite-Konferenz.
So berichtete Sean Alexander, Senior Vice President of Connected Ecosystem bei Lumen, dass bei dem US-amerikanischen TK-Anbieter IT-Entscheidungsträger zunächst das geschäftliche Problem, das sie lösen möchten, identifizierten. Erst im Anschluss würden sie dann die KI-Tools und -Technologien ermitteln, um dieses Ziel zu erreichen. Anschließend misst das Unternehmen die Ergebnisse.
Bei Pfizer haben sich die Führungskräfte auf einen Ansatz geeinigt, bei dem sie zunächst Vertrauen in die KI entwickeln und dann die Geschäftsfunktionen einbeziehen, erklärte Tim Holt, Vice President of Consumer Technology and Engineering von Pfizer, während der Podiumsdiskussion.
„Ich denke, das ist definitiv die Richtung, in die wir uns bewegen, sagte er, dass alle anfangen zu überlegen: ‚Ich habe diesen Prozess gelöst, ich habe mich genau an die heutige Vorgehensweise gehalten‘. ‚Und jetzt lassen Sie uns das Ganze auf den Kopf stellen und neu überdenken …‘ Und das ist spannend.“
Führungskräfte mit begrenzten technischen Kenntnissen treiben KI-Strategien voran und konzentrieren sich auf die Ergebnisse. Für BASF Agricultural Solution ist KI ein grundlegender Pfeiler der zukünftigen Geschäftsstrategie, betonte Mona Riemenschneider, Leiterin der globalen Online-Kommunikation des Unternehmens.
„Es ist Teil davon, wie wir mit KI-Technologien Wert schaffen können“, erklärte sie.
Vorsicht vor blinden Flecken
Dennoch müssen IT-Führungskräfte die Implementierungen genau im Auge behalten und die architektonische Stabilität von KI-Systemen berücksichtigen, rät Gartner. Andernfalls könnten blinde Flecken in Bereichen wie Sicherheit und Compliance übersehen werden, was später auf die IT-Führungskräfte zurückfalle.
Zu den Sicherheitsproblemen könnten unseriöse Apps und Datenlecks aus schlecht gepflegten KI-Projekten gehören. Die Analysten prognostizieren, dass bis 2030 etwa 40 Prozent der Unternehmen Sicherheits- oder Compliance-Vorfälle im Zusammenhang mit nicht autorisierter Schatten-KI erleben werden.
Bei den von HFS befragten Teilnehmer nannten 59 Prozent Sicherheitslücken als Problem, gefolgt von der Integration von Altsystemen mit 50 Prozent.
Gartner empfiehlt IT-Führungskräften, Nutzungsrichtlinien für KI-Tools zu genehmigen und festzulegen, eine Bindung an bestimmte Anbieter zu vermeiden und die Interoperabilität sicherzustellen.
Allerdings ist das oft nur bedingt möglich. So besitzen Anbieter wie Nvidia proprietäre Software-Stacks, die Unternehmen dazu zwingen, ihre GPUs zu verwenden. Viele wenden sich jedoch offenen Standards zu, um KI zu implementieren. (mb)
