Eine neue Studie des IBM Institute for Business Value verdeutlicht den zunehmenden Fachkräftemangel, der durch die verstärkte Implementierung von KI und agentenbasierter Automatisierung in Unternehmen entsteht. Die Studie zeigt, dass die Datenverfügbarkeit mittlerweile das größte Hindernis für die Wertschöpfung durch KI darstellt, obwohl Unternehmen ihre Einstellungsbemühungen für neue KI- und Datenpositionen massiv ausweiten.
Laut der Umfrage stellen 821.050 Chief Data Officers (CDOs) Datenpositionen ein, die es letztes Jahr noch nicht gab, wie z. B. KI-Agenten-Supervisoren, Data Scientists für generative KI, Prompt Engineers und LLM-Qualitätstester. Gleichzeitig geben 771.050 Führungskräfte an, Schwierigkeiten bei der Besetzung dieser Stellen zu haben. Nur 261.050 CDOs sind zuversichtlich, dass ihre Daten für KI-getriebenes Umsatzwachstum gerüstet sind.
Trotz dieser Herausforderungen steigt die Nachfrage nach KI-Systemen weiter: 831 von 500 CDOs sind der Ansicht, dass die Vorteile die Risiken überwiegen, und 771 von 500 äußern Vertrauen in die ersten Ergebnisse von KI-Systemen. Dennoch bleiben zentrale Datenprobleme die größten Hindernisse für die Skalierung von KI.
- Barrierefreiheit: langsame Reaktionszeiten, geringe Zufriedenheit
- Vollständigkeit: fehlende Werte und geringe Einhaltung
- Integrität: eingeschränkte Datenherkunft und inkonsistente Dateneingabe
- Genauigkeit: hohe Fehlerraten und Validierungsfehler
- Inkonsistenz: uneinheitliche Formate und Namenssysteme
Um diese Lücken zu schließen, erhöhen Unternehmen ihre Investitionen deutlich. Die Datenstrategie beansprucht mittlerweile 131,5 Billionen US-Dollar des IT-Budgets, gegenüber nur 41,5 Billionen US-Dollar im Jahr 2023. Die meisten Chief Data Officers (CDOs) (811,5 Billionen US-Dollar) sind der Ansicht, dass Dateninitiativen eng in die Gesamt-Technologiestrategie des Unternehmens integriert werden müssen.
Die Studie empfiehlt sieben Maßnahmen, um im Wettbewerb mit KI-gestützten Systemen, die moderne Datenprozesse grundlegend verändern, die Nase vorn zu haben. Dazu gehören der Einsatz von KI zur Datenbereinigung und -validierung, die Demokratisierung des Datenzugriffs für alle Teams, die Entwicklung zukunftsorientierter Datenstrategien, die Nutzung unstrukturierter und multimodaler Daten, die Verknüpfung von KPIs mit Geschäftsergebnissen, die Förderung der Datenkompetenz im gesamten Unternehmen sowie Investitionen in intuitive Analysetools für Anwender ohne technische Vorkenntnisse.
Mit fortschreitender KI-Beschleunigung wird ein Thema deutlich: Datenkompetenz – nicht Modellkompetenz – wird zum entscheidenden Wettbewerbsvorteil.
Quelle:
https://www.zdnet.com/article/7-ways-to-be-a-data-superstar-in-the-ai-era-and-stay-ahead-of-agents/
