// HEISE ONLINE — FINANZA
KI treibt IT-Transformation an, doch Projekte scheitern oft
KI ist der Hauptgrund für IT-Umbauten, doch viele Projekte überschreiten Budget und Zeitplan. Datenqualität und Governance sind oft unterschätzt.
This article is also available in
English.
It was translated with technical assistance and editorially reviewed before publication.
Künstliche Intelligenz wird für Unternehmen zum wichtigsten Auslöser, ihre IT-Landschaften umzubauen. In einer Transformationsstudie des SAP-Beratungshauses NTT DATA Business Solutions und Natuvion nannten 60 Prozent der Befragten die Einführung moderner Technologien, insbesondere KI, als zentralen Grund für ein Transformationsprojekt. Kosten zu senken, rangiert dagegen nur noch auf Platz fünf der Motive. Zugleich bleibt die Umsetzung schwierig: 82,2 Prozent der Unternehmen überschritten laut Studie ihr Budget, 79,5 Prozent ihren Zeitplan.
Für die Studie befragten die beiden Dienstleister nach eigenen Angaben Anfang 2026 mehr als 1100 Fach- und Führungskräfte aus 15 Ländern. Sie kamen aus mittelständischen und großen Unternehmen und waren in den vergangenen zwei Jahren an IT-Transformationen beteiligt. Die Befragung zeichnet damit ein Erfahrungsbild von Verantwortlichen in laufenden oder abgeschlossenen Projekten; Details etwa zur Branchenverteilung oder Gewichtung nennt die Pressemeldung nicht.
Nach KI folgen die Steigerung der Innovationsfähigkeit mit 46,5 Prozent sowie die Flexibilisierung von Organisation und IT mit 42,2 Prozent der Nennungen. Das deutet darauf hin, dass Unternehmen KI nicht nur als Zusatzfunktion für bestehende Anwendungen betrachten. Sie nutzen sie vielmehr als Anlass, Datenhaushalt, Schnittstellen, Kernsysteme und Betriebsmodelle zu überarbeiten.
Für produktive KI-Anwendungen reicht ein isolierter Chatbot oder ein einzelner Pilot meist nicht aus. Ein Assistent für Einkauf, Kundenservice oder Finanzprozesse muss beispielsweise auf konsistente Stamm- und Bewegungsdaten zugreifen können. Er benötigt klar geregelte Berechtigungen und muss die Prozesse und Schnittstellen der beteiligten Systeme verstehen. Gerade bei agentischer KI, die mehrstufige Aufgaben ausführt und Folgeaktionen in Anwendungen anstößt, steigen diese Anforderungen weiter.
Die hohen Erwartungen treffen allerdings auf eine begrenzte Vorbereitung. Einer kürzlich veröffentlichten Studie von SAP und Oxford Economics zufolge erwarten deutsche Unternehmen für 2026 im Mittel einen KI-ROI von 24 Prozent. Für den Einsatz von KI-Agenten sahen sich aber nur vier Prozent der Befragten vollständig vorbereitet. Die neue Transformationsstudie liefert dafür eine mögliche Erklärung: Viele Unternehmen wollen KI einsetzen, müssen zuvor aber ihre technische und organisatorische Basis aufräumen.
NTT DATA Business Solutions und Natuvion sprechen in ihrer Studie von einem „KI-Paradoxon“. KI treibt die Transformation an, doch ihre Voraussetzungen zählen zugleich zu den meist unterschätzten Problemen. Als unerwartete Herausforderung nannten 26,4 Prozent der Befragten die Datenqualität. Regulatorische Anforderungen folgten mit 23,9 Prozent, das Testmanagement mit 23,5 Prozent.
Datenqualität bedeutet in solchen Projekten mehr als fehlende Werte oder Dubletten. Schwierigkeiten entstehen auch, wenn Begriffe in verschiedenen Systemen unterschiedlich definiert sind, Datenherkünfte unklar bleiben oder Berechtigungen nicht zu den neuen Prozessen passen. Werden diese Probleme nicht bereinigt, kann ein KI-System formal plausible Antworten oder Vorschläge liefern, die fachlich auf falschen oder unvollständigen Informationen beruhen.
Der Befund passt zu anderen aktuellen Erhebungen. Eine Studie von SAP und Oxford Economics berichtete ebenfalls über fragmentierte KI-Einführungen, Datensilos und Probleme mit Schatten-KI. Unternehmen erwarten demnach zwar messbare Erträge, kämpfen aber mit unklaren Datenflüssen und einer unzureichenden Kontrolle darüber, welche KI-Werkzeuge Beschäftigte verwenden.