Führungskräfte erwarten Produktivitätssteigerungen durch generative KI

Mit 82 Prozent hält eine große Mehrheit in den Chefetagen Produktivitätssprünge von bis zu sechs Prozent bis 2025 für realisierbar – mehr als ein Fünftel sogar von bis zu 20 Prozent, so eine Studie von Roland Berger. [...]

Der aktuelle Entwicklungssprung in der generativen KI hilft vor allem Wissensarbeiter in hochentwickelten Wirtschaften. (c) Unsplash
Der aktuelle Entwicklungssprung in der generativen KI hilft vor allem Wissensarbeiter in hochentwickelten Wirtschaften. (c) Unsplash

An generative KI werden besonders hohe Erwartungen geknüpft – sie wird als Antwort auf die Produktivitätskrise in hochentwickelten Volkswirtschaften verstanden. Aus Sicht von Führungskräften ist diese Hoffnung nicht unbegründet, wie die Studie „Der neue Produktivitäts-Booster“ von Roland Berger zeigt. Die Analyse stützt sich auf eine weltweite quantitative Befragung von 100 Führungskräften sowie eine Serie qualitativer Interviews.

„Im Gegensatz zu früheren Umbrüchen betrifft der aktuelle Entwicklungssprung in der generativen KI vor allem Wissensarbeiter in hochentwickelten Wirtschaften. In diesen Ökonomien hemmen Fachkräftemangel und demografischer Wandel den Produktivitätszuwachs. KI kann hier ein wichtiger Treiber für mehr Effizienz und Innovation sein“, sagt Hasmeet Kaur, Global Managing Director bei Roland Berger.

Mehr Produktivität – aber nicht weniger Arbeitsplätze

Grundsätzlich halten 82 Prozent der Befragten eine Produktivitätssteigerung von mindestens sechs Prozent durch entsprechende KI-Modelle für realistisch. Mehr als ein Fünftel rechnet sogar mit Sprüngen von bis zu 20 Prozent. Über die Hälfte der Teilnehmenden erwartet zudem keine Veränderung der Anzahl an Mitarbeitenden.

„Mithilfe generativer KI werden in Zukunft neue Produkte, Services und Berufsbilder entstehen. Von KI-Bots als persönlicher Bankberater bis zum verbesserten Einkaufserlebnis im Einzelhandel können sich Unternehmen unterschiedlichster Branchen Wachstumspotenziale erschließen“, sagt Gundula Pally, Managing Partner bei Roland Berger Österreich. Dafür braucht es in Zukunft Experten und Expertinnen wie Prompt Engineers, die KI-Modelle für optimale Ergebnisse bedienen, sowie IT-Fachkräfte, die diese mit Daten trainieren.

Große Unterschiede zwischen den einzelnen Branchen

Die Wachstumschancen zeigen sich auch im Investorenverhalten. Laut einer Analyse des Wagniskapitalgebers Atomico fließen heute in Europa 35 Prozent der KI-Finanzierungen in generative KI-Projekte – nach nur fünf Prozent im Vorjahr.

In der Praxis nutzen laut der Befragung von Roland Berger bereits 47 Prozent der Unternehmen ChatGPT, Dall-2 & Co. Dabei gibt es große Unterschiede zwischen den einzelnen Branchen: Während der Handel (71 Prozent), die Kommunikationsbranche (67 Prozent), wissenschaftliche Einrichtungen (63 Prozent) sowie der Service Sektor (57 Prozent) generative KI einsetzen, sind die Finanzbranche (29 Prozent), Kultureinrichtungen (25 Prozent) und vor allem die Produktion (14 Prozent) zurückhaltend.

Implementierung in drei Schritten

Die Integration von KI in bestehende Geschäftsprozesse ist in drei Schritten möglich. Mit einer KI-Impact-Analyse können Unternehmen die geeigneten Einsatzbereiche in der Wertschöpfungskette identifizieren und auf dieser Basis Prozessdaten aufarbeiten sowie eine KI-Strategie festlegen. Im dritten Schritt erfolgt die Implementierung eines Proof-of-Concepts und erster Use Cases.

„Wie die Erfahrung zeigt, können Unternehmen in etwa vier Monaten mit einer schrittweisen Implementierung von Anwendungsfällen für eine konkrete KI-Lösung beginnen – ein vergleichsweise kurzer Zeitraum angesichts der positiven Auswirkungen, die der Einsatz der Technologie auf die Produktivität haben kann“, berichtet Gundula Pally.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*