Skip to content
Blog

GenAI – die Revolution in der Geschäftswelt

Michael Kurzidim

25. Januar 2025

wayPRO valantic modul waySuite Multi-Projektmanagement-820609122

Diesen Artikel teilen

In den vergangenen Jahren ist das Potenzial von KI immens gestiegen. Generative AI markiert einen iPhone-Moment. Aktuelle Datenerhebungen von Lünendonk & Hossenfelder zeigen, wo Unternehmen das größte Potenzial sehen..

Unternehmen versprechen sich durch den Einsatz von Generative AI Performance-Zuwächse sowie Automatisierungs- und Effizienzsteigerungen. Routineaufgaben lassen sich leicht standardisieren, Kapazität wird freigesetzt und dem Fachkräftemangel entgegengewirkt. Laut einer Deloitte-Studie testen bereits 74 Prozent der weltweit befragten Digitalexpertinnen und ­-experten GenAI in ihrem Unternehmen. Die Bereitschaft, sich noch intensiver mit dem Trendthema auseinanderzusetzen, bestätigt auch die von Lünendonk durchgeführte Studie zum „Markt für Digital Experience Services in Deutschland“. So erachten mit Blick auf 2025 78 Prozent der IT- und Business-Verantwortlichen GenAI als wichtige Technologie. Ein Riesenanstieg, denn 2023, als Unternehmen erste Versuche mit ChatGPT & Co. gestartet hatten, sahen erst 42 Prozent ein großes Potenzial.

Relevanz und Wachstum von Technologien nach Lünendonk. GenAI ist Spitzenreiter in Sachen Wachstum.
Generative AI legt sehr deutlich zu und ist mit +36 Prozent Wachstumsspitzenreiter. Cybersecurity ist für deutsche Unternehmen mit 99 Prozent (2025) das wichtigste Technologiethema, hat aber nur zwei Prozentpunkte hinzugewonnen. (Antworten auf die Frage: Wie bewerten Sie bezogen auf Ihr Unternehmen die Relevanz der folgenden Technologien bis 2025?; Bewertungsskala von 1 = „keine Relevanz“ bis 4 = „sehr hohe Relevanz“; Die Werte beziehen sich auf die Antworten „sehr hohe Relevanz“ und „hohe Relevanz“; Umfang der Stichprobe 2023: n = 142; Umfang der Stichprobe 2025: n = 135; Quelle: Lünendonk))

Einsatzbereiche von GenAI

Gerade zu GenAI gibt es eine Vielzahl möglicher Use Cases. Laut der erwähnten Studie sehen 74 Prozent der befragten Unternehmen große Potenziale für die Entwicklung von Chatbots in der Kunden- oder Mitarbeiterkommunikation. Bei interne Arbeiten können Chatbots etwa bei der Suche nach Dokumenten unterstützen, Dokumentationen und Auswertungen automatisieren oder in der E-Mail-Kommunikation helfen. Aber auch an Kunden gerichtete Chatbots erlauben es, etwa Prozesse effizienter zu gestalten und Self Services zu fördern. 84 Prozent der Befragten sehen daher große Vorteile in der automatisierten Erledigung standardisierbarer Aufgaben, um sich dann auf wertschöpfendere Aufgaben konzentrieren zu können. 70 Prozent erwarten Produktivitätsvorteile und 67 Prozent Geschwindigkeitsvorteile, Projekte besser umzusetzen.

Auch im E-Commerce und der Ausgestaltung der Customer Journey sieht fast jedes zweite Unternehmen (49 %) Potenziale durch den Einsatz von GenAI Vorteile, etwa in der Kundensegmentierung.

Grafik Einsatzbereiche und Vorteile von generativer Intelligenz nach Lünendonk
Generative AI kann besonders in der Kommunikation, beim Kunden-Feedback und bei der Erledigung standardisierter Aufgaben Vorteile erzielen. (Bewertungsskala von 1 = „gar nicht“ bis 4 = „sehr stark“; Werte beziehen sich auf „eher stark“ und „sehr stark“; Stichprobe Potenziale n = 146; Stichprobe Vorteile n = 145; Quelle: Lünendonk)

Daten als Differenzierungsfaktor bei KI-Modellen

Ein vielversprechendes Einsatzgebiet liegt unter anderem in der Datenanalyse und ­-aufbereitung. Auf Basis von Machine-Learning-Algorithmen und anhand von Algorithmen werden gesammelte Datenmengen verarbeitet und anschließend Prognosen durch KI-basierte Systeme erstellt. Dies erfordert aber eine hohe Datenqualität und eine umfangreiche Datenmenge. Daten sind daher ein Differenzierungsfaktor, qualitativ hochwertige Daten Wettbewerbsvorteile. Laut der Lünendonk-Studie „Der Markt für Data & Analytics Services in Deutschland“ forcieren Unternehmen daher den Wandel zum datengetriebenen Unternehmen – wobei es sich nicht nur um technische Themen handelt, sondern auch um Prozessanpassungen, Organisationsveränderungen und die Einführung einer Data Governance.

KI in der Software-Entwicklung

Ebenso bahnt sich durch KI eine Revolution in der Softwareentwicklung an. KI schreibt Code, der von menschlichen Software-Entwicklern nur noch überprüft und gegebenenfalls angepasst werden muss. Geschwindigkeit und Produktivität nehmen deutlich zu. Außerdem kann die KI Reviews vornehmen und Fehler ausbessern. Auch IT-Consulting-Häuser und Softwareentwickler bestätigen diese Einschätzung: 88 Prozent sehen in der Programmierung und in der Datenanalyse vielversprechende Einsatzpotenziale.

Herausforderungen: Datenschutz, Datensicherheit und der Faktor Mensch

Dennoch äußern viele Unternehmen beim Einsatz von GenAI noch Bedenken hinsichtlich des Datenschutzes, der Datensicherheit oder etwa der Wahrung von Urheberrechten. Laut Bitkom Research geben 68 Prozent der befragten Unternehmen an, dass sie wegen drohender Regelverstöße bisher beim Einsatz von KI eher zurückhaltend agieren. Vor diesem Hintergrund sind Gesetze und Guidelines eine wichtige Voraussetzung für eine nachhaltige KI-Entwicklung.

Ein weiteres Caveat: Die Qualität der von GenAI erzeugten Ergebnisse ist in einigen Fällen noch mit Vorsicht zu genießen – auch wegen unzureichender Datenqualität. So kommt es vor, dass Verzerrungen oder Voreingenommenheit die Aussagekraft von Ergebnissen beeinflussen. Außerdem generiert die KI ihre Ergebnisse auf Grundlage komplexer Wahrscheinlichkeitsberechnungen. Ein weiterer wichtiger Punkt: Unbedingt erforderlich ein zielführender Input in Form korrekter Prompts (Anweisungen). Die Ergebnisse variieren teils erheblich voneinander.

Der EU AI Act kommt

Dezember 2023: Mit dem EU AI Act hat das Europarlament mit EU-Staaten eine Einigung über Grundsätze für das weltweit erste KI-Gesetz erzielt. Bereits im April 2021 wurde dieser Vorschlag seitens der EU-Kommission angesprochen mit dem Ziel, die Bevölkerung vor potenziellen Risiken der neuen Technologie zu schützen. Für Unternehmen bedeutet die Regulatorik, dass KI-Entwicklungen nicht ausgebremst werden. Vielmehr sollen Innovationen in einem rechtssicheren Rahmen stattfinden. So sollen KI-Anwendungen künftig in Risikoklassen eingeordnet werden. Je nach Risikoklasse müssen KI-Betreiber unterschiedliche Auflagen einhalten.

Darüber hinaus gelten Transparenzregeln für KI-Konzerne. Sie müssen Trainingsdaten offenlegen und Urhebern das Recht einräumen, der Nutzung ihrer Texte, Fotos und Videos zu Testzwecken zu widersprechen. Außerdem gelten strenge Auflagen hinsichtlich Risikomanagement und Cybersicherheit, die je nach Rechenleistung auferlegt werden.

Fachleute äußern jedoch bereits Kritik bezüglich der Aussagekraft, da nicht nur die Rechenleistung, sondern vor allem die Anzahl der Nutzenden ausschlaggebend sei. Einzige Ausnahme bilden KI-Modelle, die unter einer Open-Source-Lizenz laufen, wodurch insbesondere kleinere und mittlere Unternehmen massiv regulatorisch entlastet werden sollen.

Für den Versicherungs- und Bankensektor, deren IT zu den Hochrisikosystemen zählt, legt der EU AI Act zusätzliche Verpflichtungen fest. Vollständig verboten sind biometrische Kategorisierungssysteme, da sie auf sensible Daten zugreifen. Die Hoheit über die KI-Regulierung liegt bei der europäischen KI-Behörde und dem „AI Advisory Board“, die beide aus unterschiedlichen Interessengruppen bestehen. Das Strafmaß für Verstöße gegen die KI-Verordnung liegt bei bis zu 35 Millionen Euro oder bis zu 7 Prozent des weltweiten Umsatzes. Verstöße gegen den EU AI Act werden damit stärker geahndet als gegen die DSGVO.

Es ist noch nicht absehbar ist, wann genau die EU-Verordnung in Kraft treten wird. Das Bundesministerium für Bildung und Forschung hat jedoch bereits Anfang November einen KI-Aktionsplan verabschiedet. Dieser Plan beinhaltet unter anderem geplante Investitionen von insgesamt 1,6 Milliarden Euro bis 2025.

Mehr zum Thema

Bild von einem Mann am PC mit gestikulierenden Händen.

Customer Experience 8. Oktober 2026

Interview: Vom PIM zur Data Spine – Wie Unternehmen ihre Daten für KI vorbereiten

KI verändert die Anforderungen an Daten, Governance und Prozesse. Wo fangen Unternehmen am besten an und welche Fähigkeiten braucht es? Im Interview sprechen Dietmar Rietsch, CEO von Pimcore, und Timo Huguet von valantic über die Bedeutung sauberer Datens, die Idee der „Data Spine“ und die veränderte Rolle des Menschen im Zeitalter von Agentic AI.

Interview: Vom PIM zur Data Spine – Wie Unternehmen ihre Daten für KI vorbereiten
Das valantic Autorenteam mit ihrem SAP BDC Handbuch

SAP Services 17. September 2026

Interview zum SAP BDC Handbuch über Business AI und Datenkultur

Fünf valantic Beraterinnen und Berater haben das Handbuch SAP Business Data Cloud geschrieben. Im Interview erläutern sie, warum SAP BDC der Enabler für Business AI ist und warum man das Buch unbedingt gelesen haben sollte.

Interview zum SAP BDC Handbuch über Business AI und Datenkultur
Vier Geschäftskollegen, die in einem modernen Büro Daten auf einem Laptop besprechen AI generated

Künstliche Intelligenz 26. August 2026

Von der Pilotphase zu echter Wertschöpfung: Claude im Unternehmen erfolgreich skalieren

Claude im Unternehmen skalieren: Warum 95 % der KI-Piloten keinen ROI liefern und wie aus Lizenzen tägliche, messbare Nutzung wird.

Von der Pilotphase zu echter Wertschöpfung: Claude im Unternehmen erfolgreich skalieren

Nichts verpassen.
Blogartikel abonnieren.

Anmelden