Die Dringlichkeit von Datenmanagement bei wachsender Nutzung von KI in Unternehmen
Die Forschung zeigt wachsende Lücken zwischen der Experimentation mit KI und den Risikomustern, während die Nutzung in verschiedenen Geschäftsabläufen zunimmt.
Einführung in die KI-Adoption
Die Nutzung von KI in Unternehmen expandiert schnell in den Bereichen Entwicklung, Betrieb und Wissensarbeit. Neue Forschungsergebnisse zeigen jedoch, dass diese Veränderungen neue Datenrisiken mit sich bringen, die durch veraltete Technologie nicht erkannt oder verwaltet werden können.
Wichtige Erkenntnisse der Forschung
Die Forschung zeigt, dass die Adoption und Nutzung von KI nicht als gleichmäßiger, branchenweiter Trend verläuft. Stattdessen wird sie zunehmend polarisiert.
Wachsender Adoptionsabstand
Ein wachsender Abstand entsteht zwischen frühen Anwendern von KI und Organisationen, die zögerlich sind, diese Technologien zu übernehmen. Die oberen 1 % der frühen Anwender nutzen mehr als 300 Generative AI (GenAI)-Tools, während vorsichtige Unternehmen typischerweise weniger als 15 verwenden.
Risikoprofil der GenAI-Tools
Die meisten GenAI-SaaS-Tools gelten als objektiv riskant, wobei der durchschnittliche Mitarbeiter alle drei Tage sensible Daten in KI-Tools eingibt. 82 % der am häufigsten verwendeten GenAI-SaaS-Anwendungen werden als „mittel“, „hoch“ oder „kritisch“ eingestuft. 39,7 % aller Datenbewegungen in KI-Tools betreffen sensible Daten, was die Sichtbarkeit der organisatorischen Nutzung und Datenflüsse erheblich einschränkt.
Die Rolle von KI-Coding-Assistenten
KI-Coding-Assistenten wie Cursor und GitHub Copilot wachsen weiter. In Unternehmen, die bei der KI-Adoption führend sind, verwenden fast 90 % der Entwickler diese Tools, während in typischen Organisationen die Nutzung bei etwa 50 % liegt.
Implikationen und Risiken
Die wachsende Kluft zwischen Innovation und Aufsicht wird deutlich, da die Nutzung von KI in Organisationen, Teams und Arbeitsabläufen ungleichmäßig verläuft. Unternehmen, die erfolgreich sein wollen, müssen über einmalige Richtlinien hinausgehen und Sicherheitsansätze investieren, die reale Nutzungsmuster widerspiegeln.
Fazit
Die Forschung verdeutlicht, dass KI für die meisten Unternehmen kein Nebenerzeugnis mehr ist, sondern ein zentraler Bestandteil der Infrastruktur wird. Organisationen müssen Transparenz, Kontext und Kontrolle zusammenbringen, um Teams zu ermöglichen, mit KI zu innovieren und gleichzeitig Vertrauen, Compliance und Resilienz aufrechtzuerhalten.
