Wie lässt sich die Rentabilität von KI-Investitionen messen?

Die Unternehmenswelt setzt viel Hoffnung auf die Potenziale durch den Einsatz der KI-Technologie. So zeigt beispielsweise eine Studie von Bitkom: 78 Prozent der Industrieunternehmen sind davon überzeugt, dass KI künftig wettbewerbsentscheidend sein wird. Diese Überzeugung treibt viele Unternehmen dazu, finanzielle Ressourcen in die Entwicklung und Implementierung von KI-Lösungen zu investieren. Es ist daher wenig überraschend, dass viele Betriebe erhebliche Investitionen in KI planen (vgl. bspw. KPMG-Studie „Generative KI in der deutschen Wirtschaft“).

Hälfte der Unternehmen hat kaum belastbare Daten zum Break-even

Ab wann sich die hohen Investitionen auszahlen werden, ist eine Frage, die in einer Horváth-Studie untersucht wurde. Dabei wurden über 700 Vorstände und Geschäftsführungsmitglieder großer Unternehmen aus 14 Branchen befragt. Zwei Drittel der Teilnehmer stammen aus Deutschland. Interessanterweise können 51 Prozent der Befragten nicht abschätzen, wann der Break-even erreicht sein wird. Dies unterstreicht, dass viele Unternehmen noch immer mit der Herausforderung kämpfen, die finanziellen Auswirkungen ihrer KI-Initiativen präzise zu prognostizieren.

„Dieses Bild ist nicht überraschend, denn die Rentabilität von KI-Technologie lässt sich, wie andere Innovationsthemen, schwer messen“, sagt Rainer Zierhofer, Partner und Digital-Experte bei der Managementberatung Horváth.

Effizienzgewinne übersteigen bereits das investierte Budget

Unternehmen, die genauere Prognosen abgeben konnten, erwarten, spätestens ab 2026 finanzielle Vorteile aus der implementierten KI-Technologie zu ziehen. Für 34 Prozent der Befragten ist dies sogar schon ab 2025 realistisch.

Besonders bemerkenswert an den Studienergebnissen ist, dass jeder zehnte Befragte bereits für 2024 so erhebliche Effizienzgewinne verzeichnet, dass diese das investierte Budget übersteigen. Diese Entwicklung zeigt, dass KI-Investitionen nicht nur langfristig, sondern in einigen Fällen sogar bereits in der Gegenwart kurzfristig signifikante Erträge liefern können.

Kein ganzheitlicher Ansatz

Wie gehen Unternehmen bei der Bewertung ihrer KI-Investments vor? Die Analyse lässt vermuten, dass viele Unternehmen noch experimentieren:  Es werden verschiedene Ansätze verfolgt. Meist werden einzelne, spezifische Projekte (z. B. Einführung firmeneigener ChatGPT) betrachtet - und keine ganzheitliche und vollständig skalierte Implementierung von KI.

Die Horváth-Studie kommt jedoch auch zu dem Ergebnis, dass bei der Bewertung darauf geachtet werden sollte, die Innovationskraft nicht zu hemmen. So sei eine Umrechnung nach dem „Funding Modell“ wenig empfehlenswert. Beim Funding Modell geht es um die Frage, wie die finanziellen Mittel für ein Projekt oder eine Initiative aufgebracht und verteilt werden. Im Falle einer KI-Implementierung würde das Funding Modell den Rahmen festlegen, wie die Kosten innerhalb des Unternehmens budgetiert und auf die verschiedenen Abteilungen bzw. Projekte umgelegt werden. „First mover wird bei dieser Erbsenzählerei sicher kein Unternehmen“, so Zierhofer.

Qualitative Effekte berücksichtigen

Auch wenn die Bewertung von KI-Investitionen alles andere als einfach ist, können Unternehmen qualitative Bewertungsmaßstäbe hinzuziehen. Sog. kritikale Effekte können sowohl positiv als auch negativ sein und betreffen beispielsweise den Bereich Customer Experience, interne Prozesse, rechtliche oder regulatorische Auswirkungen.  

Die Studie verdeutlicht, wie komplex und gleichzeitig bedeutsam KI-Investitionen sind. Angesichts der Risiken, die mit einem Verzicht auf Investitionen verbunden sind, scheint dies jedoch keine Alternative zu sein: „Die Belegschaft wird nicht trainiert, die Anwendungen reifen nicht, Kundenerwartungen werden nicht erfüllt, die Arbeitgeber-Attraktivität sinkt – daraus können sich so schwerwiegende Wettbewerbsnachteile ergeben, dass eine Nicht-Investition existenzgefährdend wäre“, so Rainer Zierhofer von Horváth.