Ich habe neulich eine Studie des MIT gesehen. Darin hieß es, dass 95 Prozent der generativen KI-Projekte in Unternehmen als Fehlschläge gewertet wurden. 95 Prozent. Nun, wahrscheinlich habt ihr die Ausrede aus dem Chor der Branche schon gehört: „Sie haben nicht genug (von meiner) Infrastruktur gekauft.“ Die Behauptung lautet in etwa so: Wenn man seine Server, seinen Speicher und seinen Netzwerk-Stack nicht auf den neuesten Stand gebracht hat, wenn man nicht die neueste GPU-Farm aus ihrem Katalog betrieben hat, dann war das KI-Projekt natürlich zum Scheitern verurteilt. Und immer mit diesem abgedroschenen Refrain: „Es war nicht skalierbar.“
Aber was bedeutet das überhaupt? Was bedeutet „Skalierbarkeit“, wenn man sie nicht definieren kann, wenn man sie nicht mit den Ergebnissen verknüpfen kann, die für Ihr Unternehmen tatsächlich von Bedeutung sind? Lassen Sie mich eine andere Perspektive aufzeigen. Die Erkenntnis des MIT – dass KI in Unternehmen in 95 Prozent der Fälle scheitert – hat kaum etwas mit der Wahl des Anbieters, den Infrastruktur-Stacks oder den Racks mit blinkenden Lichtern zu tun. Sie hängt vielmehr von zwei Faktoren ab: Menschen und Zeit.
Zunächst einmal: die Menschen. Das Humankapital. Verfügen Sie über das fundierte informatiktechnische Fachwissen, um ein Grundmodell zu entwickeln? Um es zu trainieren, zu optimieren und zu verfeinern, bis es zu einem Wettbewerbsvorteil wird? Oder sind Sie besser beraten, ein Modell zu lizenzieren, das von jemandem entwickelt wurde, der dies bereits auf globaler Ebene besser umgesetzt hat? Denken Sie darüber nach. Unternehmen entwickeln ihre eigenen Lohnabrechnungssysteme nicht mehr selbst. Sie stellen ihre Speicher nicht selbst her und bauen ihre Server nicht selbst. Sie entwickeln kein eigenes CRM. Warum? Weil es sich dabei um kontextbezogene Technologien handelt, die nicht zum Kerngeschäft gehören. Das Gleiche gilt für grundlegende KI-Modelle. Die meisten Unternehmen werden mehr Nutzen aus einem ausgereiften und bewährten Modell ziehen, als wenn sie versuchen, es von Grund auf selbst zu entwickeln.
Zweitens: Zeit. Genauer gesagt: die Vorbereitungszeit. KI in großem Maßstab entsteht nicht von heute auf morgen. Wenn Sie heute in Ihrem Unternehmen KI in großem Maßstab einsetzen wollten, hätten Sie in Wahrheit bereits vor sieben Jahren mit den Vorbereitungen beginnen müssen. Vor sieben Jahren hätten Sie 100-Megawatt-Rechenzentren errichten und umfangreiche Stromlieferverträge abschließen müssen. Sie hätten die „Titan 250/350“-Modelle von Solar Turbines mit ihren siebenjährigen Lieferfristen bestellen müssen. Vor drei Jahren hätten Sie mit 250- bis 500-Kilowatt-Racks, Immersionskühlung und modernsten Wärmeableitungsarchitekturen planen müssen. Sie hätten Ihre Netzwerke so auslegen müssen, dass sie 400, 800, 1.600 Gigabit pro Rack oder mehr liefern. Hätten Sie das vor drei bis sieben Jahren getan, wären Sie heute bereit. Sie hätten die Kerninfrastruktur, die Stromversorgung, die Kühlung und die Kapazität, um die erforderlichen Infrastrukturinvestitionen in Unternehmens-KI zu realisieren.
Aber die Wahrheit ist: Die meisten Unternehmen haben vor sieben Jahren noch nicht mit KI gerechnet. Und das ist in Ordnung. Denn der andere Weg nach vorn erfordert nicht, dass Sie 84 Monate auf ein neues Rechenzentrum warten oder Ihren gesamten IT-Stack von Grund auf neu aufbauen müssen. Der andere Weg ist die Cloud. Mit der Cloud vermeiden Sie die Verzögerungen durch die Vorlaufzeiten der Infrastruktur. Ihr KI-Projekt kann schon morgen starten – nicht erst in Jahren, wenn Sie versuchen, alles selbst aufzubauen, und nicht erst in Monaten, wenn Sie Zeit damit verschwenden, Petabytes an Daten zu replizieren, bevor Sie überhaupt anfangen können. Der Weg in die Zukunft ist Software: die Verknüpfung der Daten, die Sie bereits haben – und zwar aller Daten, nicht nur der 10 Prozent in Datenbanken, sondern auch der anderen 90 Prozent, die in Datei- und Objektspeichern eingeschlossen sind. Es geht darum, diese Daten über SaaS-Anwendungen, Cloud-Dienste und On-Prem-Systeme hinweg zu vereinen und sofort darauf basierende Schlussfolgerungen zu ziehen. Ganz gleich, ob Sie KI-Analyseplattformen wie Palantir, Glean oder Databricks betreiben, die auf strukturierten und semistrukturierten Daten basieren und in der Lage sein müssen, unstrukturierte Daten dort zu verwerten, wo sie sich befinden, oder ob Sie lizenzierte Modelle von Anthropic oder OpenAI mit internen Datenspeichern kombinieren, oder ob Sie lokale Repositorien direkt mit beschleunigten Rechenressourcen verknüpfen, die sofort in AWS, Azure, GCP oder OCI bereitgestellt werden – Sie können jetzt Ressourcen mieten, testen und trainieren. Sie können cloudübergreifend experimentieren, herausfinden, was für Ihr Unternehmen am besten funktioniert, und skalieren, sobald Sie bereit sind – ohne Verzögerung.
Das ist die eigentliche Chance. Sie hängt nicht von einer umfassenden Modernisierung Ihrer Infrastruktur ab. Sie hängt nicht von einer Neugestaltung des lokalen Stromnetzes ab. Sie hängt davon ab, Ihr Unternehmen so zu sehen, wie es bereits ist: als eine wahre Schatzkiste voller Daten. Vernetzen Sie diese Daten. Vereinheitlichen Sie sie. Leiten Sie daraus Schlussfolgerungen ab. Genau darin liegt der Wettbewerbsvorteil.
Die Frage ist also nicht, ob Sie vor sieben Jahren geplant haben. Die Frage ist, ob Sie bereit sind, heute zu handeln. Werden Sie weiterhin dem Mythos nachjagen, dass KI einen kompletten Umbau Ihrer gesamten Infrastruktur erfordert? Oder werden Sie die jetzt verfügbaren Tools nutzen – Tools, mit denen Sie vor Ort, in der Cloud und auf jedem System, das Sie bereits besitzen, arbeiten können – und Ihre Daten in etwas verwandeln, das weitaus wertvoller ist als versunkene Kosten?
Die Zukunft gehört nicht denen, die jahrelang auf Stromnetze und Turbinenlieferungen oder mehrere Quartale auf GPUs und Netzwerkinfrastruktur warten müssen. Sie gehört denen, die die Daten, über die sie bereits verfügen – wo auch immer diese gespeichert sind –, nutzen und in Erkenntnisse, Informationen und Maßnahmen umsetzen können. Das ist die Zukunft, die es wert ist, gestaltet zu werden, und sie ist schon heute erreichbar – es fehlt nur noch ein Terraform-Skript.