86 Prozent der deutschen Unternehmen nutzen die Cloud. Doch Datensilos bremsen KI-Integration und -Ergebnisse. Die Datenmodernisierung und -integration werden für Unternehmen zunehmend wichtiger.
Die Cloud ist in deutschen Unternehmen angekommen. Laut dem „Cloud Report 2026“ von Bitkom (https://www.bitkom.org/Presse/Presseinformation/Deutsche-Cloud-4-von-10-Unternehmen-wuerden-Abstriche-in-Kauf-nehmen) nutzen aktuell 86 Prozent der Unternehmen in Deutschland Cloud-Dienste. Der Studie zufolge wird die Technologie von 80 Prozent als Speicher genutzt. 58 Prozent verwenden sie für Datenbanken und 42 Prozent für KI. Das soll sich ändern: Innerhalb der nächsten fünf Jahre wollen 69 Prozent der Unternehmen die Cloud für KI-Dienste nutzen und 78 Prozent für Datenbanken.
Bestehende Daten in die Cloud zu migrieren, schafft noch keine Grundlage für Künstliche Intelligenz. Wenn Daten in die Cloud verschoben werden, ohne strukturiert, mit Metadaten versehen und miteinander verbunden zu werden, bleiben sie isoliert. Ohne Modernisierung bleiben die Datensilos also auch in der Cloud bestehen.
Dem Technologieberatungsunternehmen Slalom Germany zufolge ist das eine Schwachstelle vieler Cloud-Strategien. „Die meisten Unternehmen glauben, die Vorteile der Cloud erkannt zu haben, um sie dann überwiegend als Storage und Betriebsumgebung für On-Premises-Applikationen zu nutzen. Ganz gleich, ob vor oder nach der Migration in die Cloud gilt: Die Datenmodernisierung ist zwingend erforderlich, wenn KI-Vorhaben nicht auf Sand bauen sollen“, erklärt Dr. Stephan Theis, Managing Director Go-to-Market bei Slalom Germany.
Datensilos folgen Unternehmen in die Cloud
Die Folgen veralteter Datenstrukturen zeigen sich in der Praxis. Laut einer globalen Umfrage von Fivetran (https://www.fivetran.com/de/press/fivetran-report-finds-nearly-half-of-enterprise-ai-projects-fail-due-to-poor-data-readiness) berichten 42 Prozent der befragten Unternehmen, dass mehr als die Hälfte ihrer KI-Projekte wegen Problemen in der Datenbereitstellung verzögert wurden oder nicht die erhofften Ergebnisse geliefert haben. 41 Prozent geben an, dass fehlender Echtzeitzugriff die KI-Modelle daran hindert, zeitnah Erkenntnisse zu liefern, und weitere 29 Prozent nennen Datensilos als Hindernis für den KI-Erfolg.
Mit Blick auf Daten muss KI vor allem zwei Fähigkeiten abbilden können. Einerseits muss sie in der Lage sein, auf sie zuzugreifen. Andererseits muss sie verstehen, wie diese Daten zu deuten sind. Theis: „Die eigentliche Arbeit erfolgt vor der Datenmigration. Unternehmen brauchen eine Datenstrategie, die vorhandene Daten nach Wichtigkeit priorisiert und die Business-Logik für KI mitliefert. Erst dann folgen Strukturierung, Schnittstellen und Migration. Mit dieser Roadmap modernisieren Unternehmen Infrastruktur und Daten zugleich.“
Von reaktiven zu aktiven Daten durch Führung
Die Datenmodernisierung verlangt vor allem, dass die Führungsebene Entscheidungen mit Blick auf die zentralen Daten für die Unternehmenssteuerung trifft. Die Studie „AI-ready Data Platforms 2026“ (https://www.lufthansa-industry-solutions.com/de-en/studies/study-ai-ready-data-platforms-2026) von Lufthansa Industry Solutions und Computerwoche Research Services zeigt jedoch, dass 84 Prozent der C-Level-Führungskräfte und 75 Prozent der IT-Manager ihre Datenplattformen für KI-ready halten. In den Fachbereichen hingegen, teilt nur etwa die Hälfte diese Einschätzung.
Auf technologischer Ebene setzen dem Report zufolge 62 Prozent der Unternehmen auf das klassische Data Warehouse als primäre Datenarchitektur. Modernere Konzepte wie Data Lake (37 Prozent), Data Lakehouse (34 Prozent), Data Mesh (27 Prozent) oder Data Fabric (25 Prozent), die für KI-Anwendungen besser geeignet sind, spielen eine untergeordnete Rolle.
„Der eigentliche Mehrwert der Modernisierung liegt darin, dass Unternehmen von reaktiven zu aktiven Daten gelangen. Dabei steht nicht mehr das Reporting im Vordergrund, sondern die Frage, wie Unternehmensdaten einzusetzen und zu verstehen sind, um das Business entscheidend voranzubringen. Das ist keine technische Pflichtaufgabe, sondern Aufgabe der Unternehmensführung“, betont Theis.
Datenstrategie als Business- statt IT-Thema
Die Konsequenzen mangelnder Datenverfügbarkeit und -integration sind nicht nur technischer Natur. 68 Prozent der Unternehmen, die weniger als die Hälfte ihrer Daten zentralisiert haben, berichten in der globalen Umfrage von Fivetran (https://www.fivetran.com/de/press/fivetran-report-finds-nearly-half-of-enterprise-ai-projects-fail-due-to-poor-data-readiness) von Umsatzeinbußen durch gescheiterte oder verzögerte KI-Projekte. 38 Prozent verzeichnen gestiegene Betriebskosten in Folge von KI-Misserfolgen.
„Die Führungsebenen müssen verstehen, dass Datenstrategie in erster Linie ein Geschäftsthema, kein IT-Thema ist. Dieses Verständnis ist die Grundlage dafür, Daten bereits bei der Cloud-Migration zu modernisieren, um hinterher nicht doppelte Last zu haben – in Form verpasster Chancen und ineffizient genutzter Technologien und Kapazitäten“, erklärt Theis abschließend.
Pressesprecher:
Oguzhan Acay
Pressesprecher
Slalom Germany
Sendlinger Straße 7, 80331 München
presse@slalom.com
Original-Content von: Slalom Germany, übermittelt durch news aktuell
Die Cloud als Teil der Datenstrategie: Warum migrierte Daten noch keine intelligenten Daten sind hinzugefügt von ots am
Alle Beiträge von ots →
