Warum vertrauen Datenverantwortliche der KI nicht? Und weitere Erkenntnisse aus unserer KI-Umfrage 2026

Seitdem KI-gestützte Analysen auf den Markt gekommen sind, bemühen sich Produktverantwortliche darum, diese so schnell wie möglich einzuführen. KI-Analysen werden als Mittel angepriesen, um der Konkurrenz einen Schritt voraus zu sein, und versprechen optimierte Prozesse, personalisierte Empfehlungen und eine effizientere Benutzererfahrung. Doch die Fortschritte im Bereich der KI sind nicht ohne Tücken – zu den größten zählen Ungenauigkeiten aufgrund von KI-Halluzinationen sowie Pilotprojekte, die es nicht in die Produktion schaffen.

Um zu ermitteln, wie Entscheidungsträger im Datenbereich im Jahr 2026 KI einsetzen, und um ihr Vertrauen in KI-gestützte Ergebnisse einzuschätzen, hat insightsoftware eine Umfrage unter 114 Führungskräften aus dem Bereich Daten und Analytik durchgeführt. Wie stehen Datenverantwortliche wirklich zur KI und was sind die größten Hindernisse für Vertrauen?

Hier sind unsere wichtigsten Ergebnisse.

Nur die Hälfte (51 %) der Unternehmen vertraut auf KI-generierte Erkenntnisse

Was das Vertrauen in die Genauigkeit KI-gestützter Ergebnisse angeht, sind Datenverantwortliche nicht ganz so überzeugt. Laut unserer Umfrage vertraut nur die Hälfte (51 %) auf KI-generierte Erkenntnisse. Dies spiegelt gravierende Herausforderungen im Bereich der KI wider, wie beispielsweise KI-Halluzinationen – also Situationen, in denen die KI ungenaue Informationen liefert.

Diese Schwachstelle der generativen KI-Technologie ist tief in ihrer DNA verwurzelt. KI ist darauf ausgelegt, überzeugende Antworten zu geben, doch Überzeugungskraft ist nicht dasselbe wie Genauigkeit. Wenn ein KI-System etwas nicht weiß, ist es so programmiert, eine Antwort zu generieren, anstatt einfach zu sagen, dass es nicht über alle erforderlichen Informationen verfügt. Warum ist das so?

• Ohne eine aktive Datenverbindung muss Ihr Modell Vermutungen anstellen.KI generiert glaubwürdige Antworten auf der Grundlage von Trainingsmustern,da sie keinen Zugriff auf Ihre Unternehmenssysteme in Echtzeit hat, um Fakten zu überprüfen.

• Lücken in der Geschäftslogik führen zu falschen Berechnungen. Modelle liefern Ergebnisse, die die spezifischen Regeln, Formeln und Compliance-Anforderungen Ihres Unternehmens, die in den Produktionssystemen verankert sind, außer Acht lassen.

• Governance-Beschränkungen führen zu blinden Flecken. Sicherheitsteams schränken den Datenbankzugriff zu Recht ein, sodass Modelle die Antworten nicht mit den tatsächlichen Quelldaten abgleichen können.

• Die Komplexität von Unternehmenssystemen überfordert den Musterabgleich. Hundertemiteinander verbundener Tabellen mit benutzerdefinierten Verknüpfungen und Abhängigkeiten erfordern einen tiefgreifenden Kontext, der Modellen ohne eine angemessene semantische Zuordnung fehlt.

Die Zukunft der KI in Unternehmen

Mehr erfahren

Tatsächlich zeigt unsere Studie, dass ein Drittel (33 %) der Unternehmen Bedenken hinsichtlich KI-Halluzinationen hat und 26 % bereits negative Folgen festgestellt haben. Nur 19 % hatten bisher keine Probleme.

Hindernisse für Vertrauen

Auf die Frage, warum die Hälfte der Unternehmen den Ergebnissen der KI nicht vertraut, nannten Datenverantwortliche Sicherheits- und Governance-Bedenken als Hauptgrund.

Unternehmen benötigen präzise Daten und Analysen, um zu überleben und weiter zu wachsen. Aber liegt die Lösung darin, auf KI zu verzichten? Nicht unbedingt, doch Datenteams benötigen mehr als nur KI, um den Daten vertrauen zu können. Der Umfrage zufolge gibt es Möglichkeiten, das Vertrauen in KI-Systeme zu stärken.

Um das Vertrauen zu stärken, benötigen Datenverantwortliche eine KI, die sich mit lückenlosen Prüfpfaden bis zu den Quelldaten zurückverfolgen lässt. Durch die Möglichkeit, von der KI generierte Informationen mit den Quelldaten abzugleichen, können Datenteams sicherstellen, dass die Antworten nicht aus der Luft gegriffen sind, und so den entscheidenden Akteuren – wie Stakeholdern und Aufsichtsgremien – die Richtigkeit der Informationen nachweisen.

Dies ist besonders wichtig im Zusammenhang mit neuen Vorschriften wie dem EU-KI-Gesetz, an das sich Unternehmen, die in der Europäischen Union (EU) geschäftlich tätig sind, halten müssen, unabhängig davon, ob sie ihren Sitz tatsächlich in der EU haben oder nicht.

Alle Organisationen legen großen Wert auf eine gute Unternehmensführung. Eine solide Unternehmensführung ist nicht nur eine Notwendigkeit, sondern spart Organisationen auch Zeit und Geld, wenn es darum geht, Audits zu bestehen und Bußgelder wegen Nichteinhaltung von Vorschriften zu vermeiden. Im Bereich der KI sind dies die fünf wichtigsten Prioritäten für Datenverantwortliche:

Fehlstart

Ein weiteres weit verbreitetes Hindernis bei der KI-Einführung ist, dass Pilotprojekte nicht in die Produktion übergehen. Die von uns befragten Datenverantwortlichen geben an, dass nur ein Drittel (31 %) ihrer KI-Projekte die Pilotphase überstanden hat.

Dies kann verschiedene Gründe haben. Auf Nachfrage gaben die Befragten an, dass Herausforderungen in den Bereichen Sicherheit und Governance ihre größten Bedenken darstellen (58 %), gefolgt von ungenauen oder inkonsistenten KI-Ergebnissen (39 %) und der mangelnden Möglichkeit, Ergebnisse zu überprüfen (31 %).

Eine weitere Herausforderung beim Übergang von Pilotprojekten in die Produktionsphase ist der Zeitaufwand für die Aufbereitung der Daten für KI. Von den Befragten geben zwei Drittel (63 %) an , dass die Aufbereitung der Daten für den KI-Einsatz zu Verzögerungen führt.

Das Vertrauensproblem bei KI: Warum fast 90 % der KI-Projekte scheitern, bevor sie überhaupt beginnen

Mehr erfahren

Cloud, On-Prem oder Hybrid?

Ein weiterer Grund, warum Unternehmen bei der Einführung von KI auf Probleme stoßen, sind Einschränkungen, die durch die Cloud-Umgebung ihrer Analyse- oder BI-Plattformen verursacht werden. Während ein Teil der Unternehmen in der Cloud arbeitet, müssen andere aus zwingenden Gründen in einer lokalen oder hybriden Umgebung arbeiten. Für manche Unternehmen eignet sich ein hybrides Modell am besten, da einige Abteilungen in der Cloud arbeiten, während andere lokal bleiben; wieder andere müssen aufgrund ihrer Tätigkeit in stark regulierten Branchen wie dem Gesundheitswesen oder dem Finanzsektor lokal bleiben.

Unternehmen benötigen Flexibilität, wenn es um KI-Analysen geht. Probleme entstehen jedoch, wenn Anbieter Sie in ihr Ökosystem zwingen. Wenn Sie sich für deren BI-Lösung entscheiden, werden Sie gezwungen, deren Cloud zu nutzen – unabhängig davon, ob diese für Ihre Strategie am besten geeignet ist.

Wie können Sie angesichts von Herausforderungen wie Halluzinationen und Ungenauigkeiten, Lücken in der KI-Governance und Anbietern, die Sie an ihr Cloud-Modell binden, KI-Analysen sinnvoll nutzen und den daraus gewonnenen Daten tatsächlich vertrauen?

Das Hinzufügen einer semantischen Ebene kann Ihnen helfen, diese mit KI verbundenen Frustrationen zu überwinden. Simba Intelligence reduziert KI-Halluzinationen, indem es eine direkte Verbindung zu Unternehmensdaten herstellt. Seine Antworten sind an Echtzeitdaten gekoppelt und zeigen den Informationspfad an, sodass Ihre Nutzer die Ergebnisse leicht nachverfolgen, überprüfen und sich darauf verlassen können. Während herkömmliche BI-Tools Dashboards bereitstellen und Datenintegrationswerkzeuge Daten verschieben, verbindet Simba Intelligence die KI direkt mit kontrollierten Unternehmensdaten, ohne diese zu kopieren oder die Kontrolle darüber zu verlieren.

Mit den Analyseerkenntnissen von Simba Intelligence können Sie:

• Erhalten Sie deterministische, nachvollziehbare Antworten, auf die Siesich bei geschäftskritischen Entscheidungen verlassen können.

• Schließen Sie Sicherheits- und Governance-Lücken, indemSie Daten aus verschiedenen Quellen direkt vor Ort sicher abfragen, wodurch Kopien überflüssig werden und sichergestellt wird, dass die Governance-Vorgaben konsistent an der Quelle angewendet werden.

• Entlasten Sie überlastete Data-Engineering-Teams, indem Sie kontrollierte, einsatzbereite Daten direkt vor Ort bereitstellen, sodass sich Ihr Team auf wertschöpfendere Aufgaben konzentrieren kann.

• Schützen Sie Betriebssysteme durchLeistungs- und Zugriffsschutzmaßnahmen, die einen kontrollierten und geregelten Zugriff gewährleisten, ohne kritische Abläufe zu verlangsamen.

• Begleiten Sie Ihre Nutzer auf ihrem Weg in die Cloud – ohneAnbieterabhängigkeit –, indem Sie Public-Cloud-, Private-Cloud-, On-Premises- und Hybrid-Bereitstellungen unterstützen. So erhalten Unternehmen die volle Kontrolle über den Speicherort ihrer Daten und die Einhaltung von Compliance-Vorgaben.

Möchten Sie mehr erfahren? Lesen Sie unsere Infografik mit den vollständigen Umfrageergebnissen.