LGR CMS

Tag: Governance

  • Ivanti zeigt System of Record erschließt den Wert von KI und baut Silos ab – 57 % berichten von verbessertem Informationsaustausch zwischen IT und Security

    Ivanti zeigt System of Record erschließt den Wert von KI und baut Silos ab – 57 % berichten von verbessertem Informationsaustausch zwischen IT und Security

    LGR Reutlingen – 15 Juni 2026 | Ivanti hat kürzlich einen umfassenden Forschungsbericht veröffentlicht, der die Rolle von Künstlicher Intelligenz (KI) im IT-Betrieb beleuchtet. Der Bericht mit dem Titel „Skalierung von KI im IT-Betrieb: Der Weg zur Reife im Jahr 2026“ basiert auf den Erkenntnissen von 3.900 Befragten aus sechs Ländern, darunter 1.500 IT-Experten. Ein zentrales Ergebnis der Studie ist, dass 57 % der Befragten einen verbesserten Informationsaustausch zwischen IT und Security berichten, was auf die Bedeutung eines System of Record hinweist, das den Wert von KI erschließt und Silos abbaut.

    Der Bericht zeigt, dass KI sich von einer Experimentierphase hin zu einer grundlegenden betrieblichen Basis moderner IT-Organisationen entwickelt hat. Trotz dieser Fortschritte bleibt die Herausforderung, Governance und Verantwortlichkeiten mit der Geschwindigkeit der Automatisierung in Einklang zu bringen. Die IT-Organisationen sehen sich einem zunehmenden Druck gegenüber, Effizienz, Resilienz und Skalierbarkeit zu steigern, wobei der Einsatz von KI eine Schlüsselrolle spielt.

    „Die Einführung von KI ist nicht länger die größte Hürde. Die wahre Herausforderung liegt darin, sie verantwortungsvoll zu skalieren“, erklärt Brooke Johnson, Chief Legal Counsel und SVP HR bei Ivanti. Sie betont, dass Unternehmen, die Governance als hinderlich betrachten, in der digitalen Transformation zurückfallen werden. Stattdessen sollten Governance-Strukturen in die täglichen Abläufe integriert werden, um das volle Potenzial der KI auszuschöpfen.

    Die Studie zeigt, dass Organisationen, die bereits umfassend KI nutzen, deutlich effizienter arbeiten als solche, die erst am Anfang stehen. Dabei profitieren diese Organisationen nicht nur von einer erhöhten Effizienz, sondern auch von mehr Vertrauen, Konsistenz und Resilienz. Mit fortschreitendem KI-Einsatz sind die Vorteile unübersehbar: Verbesserte Problemerkennung, gesteigerte Produktivität und eine optimistische Perspektive für die zukünftige Belegschaft sind nur einige der positiven Aspekte.

    „Wir haben diesen Wandel aus erster Hand durch unseren Customer-Zero-Ansatz erlebt“, sagt Tony Miller, Vice President, Enterprise Services bei Ivanti. Er hebt hervor, dass mit dem Ausbau des eigenen KI-Einsatzes auch das Vertrauen in die Technologie gewachsen ist. Governance und Integration sind entscheidend, um den Mehrwert von KI zu maximieren. KI hat das Potenzial, den IT-Betrieb grundlegend zu transformieren, vorausgesetzt, sie wird in Systeme integriert, denen die Menschen vertrauen.

    Wichtige Ergebnisse der Ivanti-Studie

    • Fortgeschrittener KI-Einsatz: 56 % der Organisationen setzen KI bereits breit über mehrere IT-Workflows hinweg ein, während nur 2 % von keiner Nutzung berichten.
    • Autonomes Endpoint-Management: 46 % der IT-Fachkräfte nutzen KI zur Automatisierung von Patch-Deployments, weitere 45 % planen dies in den nächsten 24 Monaten.
    • Verbesserter Wissensaustausch: Mehr als die Hälfte der IT-Fachkräfte gibt an, dass KI den Austausch von Informationen zwischen Teams verbessert.
    • Governance-Risiken: Trotz 85 % der IT-Experten, die über KI-Richtlinien verfügen, haben nur 42 % eine klare Verantwortlichkeit für KI-Entscheidungen.
    • Reifeunterschiede: IT-Fachkräfte in fortgeschritteneren Organisationen sparen durchschnittlich sechs Stunden pro Woche, was doppelt so viel ist wie in weniger fortgeschrittenen Organisationen.

    Die Studie verdeutlicht ein wachsendes Reifegefälle zwischen Organisationen, die KI erfolgreich implementieren und jenen, die noch in der Experimentierphase verharren. Der Einsatz von KI wird zunehmend zur Norm in alltäglichen IT-Workflows, und Governance wird entscheidend dafür sein, ob autonome Prozesse einen Wettbewerbsvorteil oder ein Risiko darstellen.

    Frühere Untersuchungen von Ivanti zeigen, dass fast 90 % der Befragten angeben, dass Datensilos den IT-Betrieb negativ beeinflussen. Fragmentierte Daten schränken die Genauigkeit und Skalierbarkeit von KI erheblich ein. Ivanti begegnet dieser Herausforderung mit Autonomous Endpoint Management (AEM), das auf der Ivanti-Neurons-Plattform basiert und ein einheitliches System of Record über IT und Security hinweg bereitstellt. Dadurch erhalten Organisationen die notwendige Transparenz und Kontrolle, um KI sicher zu skalieren.

    Die Ergebnisse der Studie unterstreichen die Dringlichkeit, die Governance bei der KI-Einführung zu stärken. Unternehmen, die in der Lage sind, Governance strukturiert in ihre KI-Strategien zu integrieren, werden nicht nur effizienter arbeiten, sondern auch wettbewerbsfähiger sein. Dabei ist es wichtig, dass Organisationen den Wert der Daten und deren Integrität als Fundament für den KI-Einsatz erkennen.

  • Die Herausforderungen der KI-Automatisierung in der Industrie: Ein Blick auf reale Fälle und ihre Lehren

    Die Herausforderungen der KI-Automatisierung in der Industrie: Ein Blick auf reale Fälle und ihre Lehren

    LGR Reutlingen – 24 Mai 2026 | In den letzten Jahren hat die Diskussion über Factory AI Automation in der Industrie an Fahrt aufgenommen. Die Versprechen sind vielschichtig: von effizienteren Produktionsprozessen über optimierte Logistik bis hin zu verbesserten Wartungsverfahren. Doch während die Theorie vielversprechend klingt, zeigt die Praxis oft ein anderes Bild. Insbesondere im Mittelstand, wo Ressourcen und Fachwissen begrenzt sind, führt der Einsatz von Künstlicher Intelligenz häufig zu unerwarteten Herausforderungen.

    Ein Beispiel aus der Baubranche verdeutlicht die Problematik eindrücklich. Ein Unternehmen mit etwa 7.000 Mitarbeitenden implementierte einen KI-Agenten zur Optimierung seiner Datenbank. Dieser Agent erhielt Schreibrechte, die ursprünglich nur für temporäre Einträge vorgesehen waren. Im Rahmen eines automatisierten Optimierungslaufs „bereinigte“ der Agent Datensätze, die er als redundant klassifizierte. Tragischerweise gehörte dazu die gesamte Produktionsdatenbank. Das Ergebnis: drei Tage Stillstand und ein finanzieller Schaden im sechsstelligen Bereich. Der Mangel an einem Rollenkonzept und einer Sandbox-Umgebung für Tests war offensichtlich. Zudem war nicht dokumentiert, welche Befugnisse der Agent hatte und welche nicht. Diese unzureichende Governance führte dazu, dass das Projekt letztendlich eingestellt wurde.

    Ein weiteres Beispiel zeigt, wie ein interner Chatbot, der für die technische Dokumentation gedacht war, in andere Bereiche ausgeweitet wurde. Mitarbeitende im Vertrieb begannen, den Bot auch für Kundenanfragen zu nutzen, ohne dass dies offiziell genehmigt war. Obwohl das System technisch funktionierte, fehlte es an klaren Nutzungsrichtlinien und einem Feedback-Kanal. Die Folge waren fehlerhafte technische Spezifikationen in Kundenangeboten, die erst bei der Umsetzung auffielen. Diese Vorfälle verdeutlichen, dass nicht die Technologie selbst, sondern die organisatorischen Rahmenbedingungen entscheidend für den Erfolg von KI-Projekten im Mittelstand sind.

    Die Bedeutung von Governance und Schulung

    Die Beispiele zeigen eindrücklich, dass der Erfolg von KI-Implementierungen im Mittelstand stark von einer klaren Governance-Struktur abhängt. „Wer im Mittelstand mit KI scheitert, scheitert an Governance, Rollen und der falschen Reihenfolge“, erklärt der Gründer der Blümlein AI & Automation GmbH, der aktuell 22 mittelständische Industrieunternehmen im DACH-Raum berät. Unternehmen müssen sicherstellen, dass klare Rollen definiert sind und die Mitarbeitenden entsprechend geschult werden. Es reicht nicht aus, neue Technologien einzuführen; es bedarf auch einer soliden organisatorischen Grundlage.

    Eine Möglichkeit, diese Probleme zu vermeiden, liegt in der frühzeitigen Einbeziehung aller Stakeholder in den Implementierungsprozess. Dies umfasst nicht nur die IT-Abteilung, sondern auch die Fachabteilungen, die letztlich mit den neuen Systemen arbeiten werden. Workshops und Schulungen können helfen, ein gemeinsames Verständnis für die Technologie und deren Möglichkeiten zu schaffen. So können auch potenzielle Missverständnisse frühzeitig ausgeräumt werden.

    Technologische Infrastruktur und deren Herausforderungen

    Die technologische Infrastruktur spielt eine ebenso entscheidende Rolle wie die organisatorischen Rahmenbedingungen. Unternehmen wie Bitzero Holdings Inc. zeigen, wie wichtig es ist, in die richtige Infrastruktur zu investieren. Mit einem aktuellen Antrag auf Notierung an der NASDAQ positioniert sich Bitzero als Vorreiter im Bereich Hochleistungsrechnen und Blockchain-Technologie. Das Unternehmen hat erkannt, dass die Zukunft der Industrie stark von der Belastbarkeit und Flexibilität der technologischen Infrastruktur abhängt.

    Diese Investitionen sind nicht nur ein Zeichen des Vertrauens in das eigene Geschäftsmodell, sondern auch ein strategischer Schritt in einer Zeit, in der Unternehmen zunehmend nach nachhaltigen Lösungen suchen. Die Verbindung von KI mit robuster Infrastruktur könnte entscheidend sein, um die Herausforderungen der Factory AI Automation effektiv zu meistern und gleichzeitig den Anforderungen des Marktes gerecht zu werden.

    Marktdynamik und strategische Implikationen

    Die Implementierung von KI in der Industrie ist nicht nur eine technische Herausforderung, sondern auch eine strategische Notwendigkeit. Unternehmen, die sich nicht aktiv mit diesen Technologien auseinandersetzen, riskieren, den Anschluss zu verlieren. Analysten in Frankfurt betonen, dass die Wettbewerbsfähigkeit im globalen Markt zunehmend von der Fähigkeit abhängt, innovative Lösungen schnell zu implementieren und anzupassen.

    Darüber hinaus müssen Unternehmen auch die geopolitischen Implikationen der KI-Automatisierung berücksichtigen. Die Abhängigkeit von globalen Lieferketten und der Zugang zu Technologien können entscheidend für den Erfolg oder Misserfolg von KI-Projekten sein. In diesem Zusammenhang gewinnt die Zusammenarbeit mit Technologieanbietern und Forschungseinrichtungen an Bedeutung, um gemeinsam Lösungen zu entwickeln, die den spezifischen Anforderungen der Branche gerecht werden.

    Fazit: Ein kontinuierlicher Prozess

    Die Herausforderungen der Factory AI Automation sind vielfältig und erfordern ein ganzheitliches Verständnis sowohl der Technologie als auch der organisatorischen Rahmenbedingungen. Unternehmen müssen bereit sein, aus Rückschlägen zu lernen und kontinuierlich an ihren Prozessen zu arbeiten. Die Integration von Künstlicher Intelligenz in die Produktion ist kein einmaliges Projekt, sondern ein fortlaufender Prozess, der Anpassungsfähigkeit und strategisches Denken erfordert. Wenn Unternehmen diese Elemente berücksichtigen, können sie nicht nur ihre Effizienz steigern, sondern auch langfristige Wettbewerbsvorteile sichern.