KI, die im grossen Massstab nicht bezahlbar ist, ist keine Lösung, sondern ein Luxusspielzeug

Künstliche Intelligenz ist längst keine Technologie mehr, die Pilotprojekten vorbehalten ist. Sie hat sich zu einem Werkzeug entwickelt, das zunehmend in die operativen Abläufe von Unternehmen integriert wird. Doch während Organisationen intelligente Assistenten und KI-basierte Lösungen in grossem Massstab einführen, entsteht eine neue Herausforderung: die mit der Nutzung verbundenen Kosten zu kontrollieren, ohne auf die Vorteile zu verzichten, die KI bietet. Dies ist eine der zentralen Schlussfolgerungen, die MMG nach mehreren Jahren der Begleitung von Transformationsprojekten für Unternehmen aus Branchen wie Banken, Versicherungen und Corporate Procurement im Rahmen ihrer technologischen Transformation zieht.

Während es in einer ersten Phase darum ging, Anwendungsfälle zu identifizieren, Konzepte zu validieren und Teams zu schulen, hat sich die Diskussion inzwischen verändert: Der Fokus liegt nun auf der Industrialisierung der Lösungen und darauf, sicherzustellen, dass die Projekte nachhaltig bleiben. Wie Pascal Baenninger, Managing Partner bei MMG Management Consulting, erklärt, treten Unternehmen in eine zweite Reifephase ein. „Der Fokus liegt jetzt auf der Industrialisierung von KI-Lösungen: Agilität bewahren, regulatorische Anforderungen erfüllen und vor allem die Kosten kontrollieren.“

Viele KI-Modelle funktionieren nach Preismodellen, die an den Tokenverbrauch gekoppelt sind — eine Variable, die während eines Pilotprojekts beherrschbar ist, aber eine völlig andere Dimension annimmt, wenn das Tool von Hunderten oder Tausenden Mitarbeitenden oder Kundinnen und Kunden genutzt wird. Pascal Baenninger nennt als Beispiel einen grossen internationalen Versicherer, der sich zunächst entschied, sämtliche Kosten seiner KI-Infrastruktur zu übernehmen, um die interne Einführung zu beschleunigen. Als die Rechnung mehrere Millionen Euro erreichte, wurden diese Kosten auf die verschiedenen nutzenden Geschäftsbereiche umgelegt. „Damals entstanden neue Fragen dazu, welche Modelle eingesetzt werden sollten, wie sich der Verbrauch optimieren lässt und wie man sich gegen Preiserhöhungen der Anbieter absichern kann.“

Viele Unternehmen stellen nun fest, dass die eigentliche Herausforderung der KI nicht in ihrer Einführung liegt, sondern darin, ihre Rentabilität aufrechtzuerhalten, sobald die Nutzung eine massive Skalierung erreicht.

Vom Pilotprojekt zur Produktion: Die Herausforderung der Skalierbarkeit

Für Pascal Baenninger besteht einer der häufigsten Fehler darin, dass Pilotprojekte mit dem Schwerpunkt auf Geschwindigkeit und der Validierung einer Idee konzipiert werden. Das Problem entsteht, wenn diese Lösungen zu unternehmensweiten Produkten weiterentwickelt werden und niemand Aspekte wie Skalierbarkeit, Wartbarkeit oder die wirtschaftlichen Auswirkungen der gewählten technologischen Architektur berücksichtigt hat. „Diejenigen, die früh dran waren, zahlen jetzt für diesen Lernprozess; diejenigen, die später kommen, können von diesen Erfahrungen profitieren, tragen aber auch die Kosten des Wartens.“ Und diese Situation scheint nicht auf ein bestimmtes Land beschränkt zu sein. Sowohl Pascal Baenninger als auch Jorge Yzaguirre, strategischer Berater von MMG für den spanischen Markt, sind der Ansicht, dass spanische Unternehmen sehr ähnliche Muster aufweisen wie Unternehmen in anderen fortgeschrittenen Märkten. „Unternehmen mit einem hohen Digitalisierungsgrad und einer Präsenz in Branchen wie dem Finanzsektor gehen exakt denselben Weg wie Schweizer, europäische oder nordamerikanische Unternehmen“, erklärt Jorge Yzaguirre.