ABBYY beleuchtet KI zwischen Hype und Mehrwert – Warum Unternehmen stärker auf Problemfokus, Integration und Partner setzen müssen

©Tung Nguyen/Pixabay

Künstliche Intelligenz (KI) gilt heute als entscheidender Erfolgsfaktor für moderne Unternehmen. Gleichzeitig klafft jedoch eine wachsende Lücke zwischen den Versprechen vieler KI-Tools und ihrem tatsächlichen Nutzen im Unternehmensalltag.

Statt konkrete Geschäftsprobleme in den Mittelpunkt zu stellen, lassen sich viele Organisationen vom KI-Hype treiben. Der ABBYY State of Intelligent Automation Report: AI Trust Barometer zeigt, dass vor allem die Angst, den Anschluss zu verlieren (Fear of Missing Out – FOMO), Investitionsentscheidungen prägt. 63 Prozent der Befragten befürchten, ohne KI nicht wettbewerbsfähig zu bleiben.

Clayton C. Peddy, Chief Information Security Officer (CISO) bei ABBYY, beleuchtet KI zwischen Hype und Mehrwert:

Angesichts der Vielzahl an Anbietern, die nahezu alles versprechen, brauchen Unternehmen verstärkt Orientierung. Vor diesem Hintergrund wenden sie sich an Managed Service Provider (MSPs) und Channel-Partner. Dort suchen sie Unterstützung bei der Bewertung und Absicherung von KI-Tools. Vor jeder Kauf- oder Entwicklungsentscheidung steht jedoch eine zentrale Frage: Welches konkrete Problem soll KI lösen? Erst wenn diese geklärt ist, lassen sich technologische Weichen sinnvoll stellen.

Anpassungsgrad entscheidet über den Nutzen

Der Kauf von KI-Tools ermöglicht eine schnelle Einrichtung und Implementierung. Die Anpassungsmöglichkeiten sind jedoch darauf beschränkt, was der jeweilige Anbieter vorgibt oder zulässt. Dadurch ist es nur begrenzt möglich, individuelle Anforderungen zu berücksichtigen und bestehende IT-Strukturen zu integrieren. Eigene Tool-Entwicklungen bieten Unternehmen deutlich mehr Flexibilität. Jede Funktion lässt sich exakt auf spezifische Anforderungen zuschneiden. Dafür sind jedoch internes Know-how, längere Entwicklungszeiten sowie fundierte Kenntnisse zu Sicherheit, Compliance und eine kontinuierliche Wartung erforderlich.

Für viele reale Anwendungsfälle erweist sich der Kauf bestehender Lösungen als praktikabler Weg. Mehrere Tools können für eine bessere Anpassung kombiniert werden. Häufig ist es sinnvoll, auf einer bestehenden Grundlage aufzubauen und vorhandene, entwicklerfreundliche KI-APIs, Tools und Modelle zu nutzen. So entsteht Differenzierung dort, wo sie relevant ist – ohne die vollständige Verantwortung für eigene Modelle tragen zu müssen.

Integration statt Insellösungen

Die Kombination verschiedener KI-Werkzeuge adressiert zentrale Herausforderungen vieler Unternehmen. Laut Studie kämpfen 31 Prozent mit dem Training generativer KI-Modelle. 21 Prozent berichten, dass Mitarbeitende die Tools falsch nutzen. Gleichzeitig zeigt sich, dass Führungskräfte bereits Schritte in die richtige Richtung unternehmen. Sie binden weitere Technologien wie Process Intelligence, Document AI und Retrieval-Augmented Generation (RAG) ein und schließen so bestehende Lücken.

Organisationen, die diesen integrierten Ansatz verfolgen, berichten von konsistenteren Ergebnissen, stärkerer Governance und besserer Kostenkontrolle. 98 Prozent der Unternehmen mit kombinierten KI-Stacks zeigen sich zufrieden mit ihren generativen KI-Initiativen. Entscheidend sind heute die Erfolgsfaktoren Orchestrierung und Kontext, nicht allein die Modellleistung.

Kosten ganzheitlich betrachten

Kosten werden häufig als einfache Build-or-Buy-Abwägung dargestellt. In der Praxis spielen jedoch Anfangsinvestitionen, Time-to-Value, operatives Risiko und langfristige Skalierbarkeit zusammen. Eine pauschale Antwort auf die Kostenfrage gibt es nicht. Eigene KI-Entwicklung ist zu Beginn teurer, weil Unternehmen erheblich in qualifiziertes Personal investieren müssen. Sicherheit, Compliance und Wartung bleiben dauerhafte Faktoren. Gleichzeitig eröffnet eigene Technologie langfristig neue, maßgeschneiderte Wege zur nachhaltigen Wertschöpfung.

Der Kauf von KI-Tools ist in der Regel anfangs kostengünstiger und ermöglicht schnelle Ergebnisse. Zudem entfällt die Investition in ein großes internes Spezialisten-Team oder eigene Infrastruktur. Der Anbieter übernimmt Sicherheit, Compliance und Wartung. Mit wachsendem Bedarf können jedoch Abonnementgebühren und Zusatzfunktionen die laufenden Kosten erhöhen. Eine gezielte Kombination spezialisierter KI-Tools kann im Rahmen einer zielgerichteten, problemorientierten Strategie Kosten sogar senken. Ein Beispiel ist die Know-Your-Customer-(KYC)-Compliance im Finanzsektor. Ein KI-Anbieter übernimmt das Scannen von Dokumenten und die Datenextraktion. Ein weiterer unterstützt laufende Prüfungen und Workflows. Der eine liefert die „Intelligenz“ zum Verständnis von Dokumenten, der andere bringt Branchenexpertise und regulatorischen Kontext ein. Gemeinsam entsteht ein KYC-Prozess, der leistungsfähiger ist als jedes einzelne Tool für sich.

Das reduziert manuelle Eingriffe und Fehlerquoten im Kunden-Onboarding. Prozesse beschleunigen sich und der Bedarf an großen Compliance-Teams sinkt. Die nachgelagerten Effekte sind messbar: geringere Personalkosten, weniger Nachprüfungen, schnellere Umsatzrealisierung und höhere regulatorische Sicherheit.

Channel-Partner als Schlüssel zum Erfolg

Der Erfolg von KI-Projekten hängt entscheidend von Channel-Partnern und MSPs ab. Sie übersetzen das Potenzial technologischer Möglichkeiten in passgenaue Lösungen für den jeweiligen Kundenkontext. Ihr Mehrwert liegt nicht mehr im reinen Weiterverkauf von Lizenzen. Er liegt in der Gestaltung konkreter Ergebnisse. Gute Partner kuratieren Lösungen, schließen bestehende Lücken und entwickeln gemeinsam mit dem Kunden die passende KI-Architektur.

MSPs unterstützen zudem bei der Entscheidung zwischen Kauf und Eigenentwicklung. Sie bewerten Vor- und Nachteile anhand von Zielen, Budget und vorhandenen Kompetenzen. Zudem beraten sie, wann es sinnvoll ist, Standardlösungen mit individuell entwickelten Komponenten zu kombinieren. Zwar können Unternehmen mit ausreichenden Ressourcen eigene KI-Stacks aufbauen. Häufig werden dabei jedoch Funktionen neu entwickelt, die in ausgereiften und bewährten Plattformen bereits vorhanden sind. Entscheidend ist die Wahl der richtigen Partner und ergänzenden Tools, die konkrete Probleme lösen.

In den meisten Fällen führt die gezielte Steuerung hin zu einem sorgfältig ausgewählten Ökosystem komplementärer KI-Partner. Dieser Ansatz liefert Ergebnisse, die schneller, sicherer und deutlich nachhaltiger sind als isolierte Einzellösungen.

Disclaimer:
„Für den oben stehenden Beitrag sowie für das angezeigte Bild- und Tonmaterial ist allein der jeweils angegebene Nutzer verantwortlich. Eine inhaltliche Kontrolle des Beitrags seitens der Seitenbetreiberin erfolgt weder vor noch nach der Veröffentlichung. Die Seitenbetreiberin macht sich den Inhalt insbesondere nicht zu eigen.“