Gen-AI-Studie: Wie CIOs ihre Jobs zukunftssicher gestalten

Sprecherin: heise meets … – Der Entscheider-Talk. Wir besprechen kritische, aktuelle und zukunftsgerichtete Themen aus der Perspektive eines Entscheiders. heise business services begrüßt Persönlichkeiten aus Wirtschaft, Wissenschaft und Politik. Immer aktuell und nah am Geschehen.

Sprecher: heise meets … im neuen Jahr. Dieser Podcast geht zwar wahrscheinlich erst im Februar online, aber wir zeichnen ihn im Januar auf. Die gute Nachricht ist: Erstens haben wir Strom und zweitens sind bei uns Jennifer Diersch und Felix Salomon. Die beiden sind bei kobaltblau und da gibt es eine Studie, über die wir jetzt reden wollen. Gen AI – alles hochspannend. Aber erst mal wollen wir euch ein bisschen kennenlernen. Jennifer, sag zwei Sätze zu dir.

Jennifer Diersch: Hallo, mein Name ist Jennifer Diersch. Ich bin Direktorin bei kobaltblau und leite zusammen mit Felix unser Kompetenzzentrum für IT-Organisation und Transformation. Und bin mit Leib und Seele Beraterin.

Sprecher: Du transformierst alles?

Jennifer Diersch: Ich transformiere alles. Unser Fokus liegt immer auf der IT-Organisation. Felix und ich helfen den Kunden dabei, ihre IT-Organisation zukunftsfähig und professionell aufzustellen.

Sprecher: Da bin ich echt gespannt drauf. Wie stellt man eine IT-Organisation professionell auf? Vorher noch Felix – du bist aus der Schweiz extra eingeflogen nach Berlin. Habt ihr auch keinen Strom oder warum bist du hier?

Felix Salomon: Selber ich bin Wirtschaftsingenieur. Das heißt..

Sprecher: Du weißt, wovon du redest?

Felix Salomon: Ich behaupte, ich weiß, wovon ich rede. Ich habe mich sehr viel mit Digitalisierung auseinandergesetzt und relativ früh gemerkt, dass immer am Ende von so einem Beratungsprojekt immer eine Organisation steht, die das alles übernehmen muss. Vor mittlerweile vier Jahren habe ich mich bei kobaltblau von der Digitalisierung entwickelt zur Organisation. Vor zwei Jahren durfte ich dann gemeinsam mit Jenny das Thema noch mal größer machen.

Sprecher: Wenn man so eine Studie macht, über die wir gleich sprechen werden, dann hat man Partner. Ihr habt das nicht alleine gemacht.

Felix Salomon: Die richtigen Partner sind ganz entscheidend. Nicht nur von der Breitenwirkung, also dass man genug Personen bekommt, die an der Studie mitmachen, sondern auch um das Thema inhaltlich ausarbeiten. Uns ging es nicht darum, oberflächlich eine Studie zu bauen, sondern wirklich in die Tiefe zu gehen – auch technologisch. Deshalb haben wir drei Partner, die für uns strategisch sehr wichtig waren: Das ist die Iteratec (https://www.iteratec.com/de/), unser Schwesterunternehmen. Dann Lünendonk (https://www.luenendonk.de/), mit denen wir die Marktkommunikation stark begleitet haben, aber auch Fragebogen entwickelt und die Studie technisch durchgeführt haben. Und zu guter Letzt VOICE (https://voice-ev.org/), mit denen wir schon sehr lange zusammenarbeiten und die uns die Möglichkeit bieten, mit vielen CIOs eng zusammenzuarbeiten.

Sprecher: Jenny, wenn ihr Kunden beratet, dann ist es natürlich immer schön, etwas in der Hand zu haben. Wie entsteht die Idee, wir machen mal eine Studie? Es gibt so viele Studien. Warum brauchen Kunden eure Studie?

Jennifer Diersch: Wir haben genau mit dem Gedanken gestartet, dass es doch eigentlich schon ausreichend Gen-AI-Studien gibt auf der Welt. Aber für das spezielle Thema IT-Organisationen gab es aus unserer Sicht noch keine Studie. Wir haben beobachtet, dass die IT-Organisationen, mit denen wir arbeiten, sehr viel für Business-Use-Cases entwickeln und überlegen, wie sie Gen AI für die Firma wirksam machen können. Aber sie sind selbst nicht so richtig stark darin, Gen-AI-Use-Cases auch in der eigenen Organisation unterzubringen. In der Studie wollten wir einerseits diesen zweiten Aspekt beleuchten: Wo steht Gen AI im deutschen Markt eigentlich innerhalb der IT-Organisation? Und zweitens: Wie gut sind IT-Organisationen eigentlich auch aufgestellt heute, um für das Unternehmen Gen AI zu ermöglichen?

Sprecher: Felix, wie analysiert ihr, wonach ihr fragt?

Felix Salomon: Wir haben Hypothesen, die wir verproben wollen. Wir versuchen, in den Fragen sogenannte Gen-AI-Leader herauszuarbeiten und prüfen, schauen, wie sie mit gewissen Themen in diesen Hypothesen umgehen.

Sprecher: Kann ich ketzerisch sagen: Wir haben eine Idee und die Studie muss unsere Idee bewerten?

Felix Salomon: Man erwischt sich selbst schon, dass man Hypothesen gerne eher bestätigt als falsifiziert. Aber man merkt auch sehr schnell, dass manchmal ganz neue Blickwinkel reinkommen und das Falsifizieren eigentlich gar nicht mehr so wichtig ist.

Sprecher: Jenny, Gen-AI-Evolutionsstufen – was steckt da dahinter?

Jennifer Diersch: Gute Frage. Wir haben in der Studie und vor allem in den Interviews mit CIOs immer wieder festgestellt, dass alle über Gen AI sprechen und viele Leute etwas sehr Unterschiedliches damit meinen. Gen AI hat viele verschiedene Ausprägungsstufen.

Die erste: nennen wir Gen-AI-Assisted, das ist das Klassische: Ich nutze Gen-AI-Technologie als Assistent neben meiner Arbeit. Also ich helfe mir mit ChatGPT zur Beantwortung von E-Mails oder für eine Recherche.

Dann gibt es unter dem Stichwort Agentensysteme bekannt: zwei weitere Evolutionsstufen. Die nennen wir einerseits Gen-AI-Orchestrated – das ist die Stufe, wo Gen-AI-Technologie nicht mehr neben einem Prozess oder System läuft, sondern ins System integriert ist. Ein typisches Beispiel: Ich habe ServiceNow für IT-Service-Management und innerhalb dessen eine AI-Capability, die mir direkt dabei hilft, Incidents zu bearbeiten.

Dann gibt es Agentic AI oder als Evolutionsstufe Gen-AI-Integrated, wo ich wirklich ganze Prozessketten und auch prozesskettenübergreifend Gen AI einsetze, um fast autonom Prozesse zu gestalten. Häufig ist dort noch der Human in the Loop, um eine Entscheidung zu treffen, aber die AI übernimmt ganze Workflows über Systeme und Prozessketten hinweg.

Die letzte Evolutiostufe ist die AI-native IT-Organisation, in der Teile der IT-Aufgaben wirklich voll autonom durch eine AI erbracht werden. Ein „Human“ ist eigentlich gar nicht mehr „im Loop“ und die AI trifft basierend auf Regeln, die man ihr gesetzt hat, alleine Entscheidungen.

Sprecher: Hat es denn auch Rückfragen zu dem Fragebogen gegeben? So wie du das jetzt definierst – Evolutionsstufen von Gen AI –, dass einer gefragt hat: Sag mal Jenny, was meint ihr denn? Auf welcher Stufe? Wir verstehen unter Gen AI vielleicht was anderes als ihr?

Jennifer Diersch: Ja, gab es durchaus. Auch die Rückmeldung, dass viele der Fragen, die wir gestellt haben, sowohl Gen AI als auch AI – also ohne das „Gen" – betreffen. Das ist so, das haben wir auch bewusst gemacht. Wir haben es Gen-AI-Studie genannt, aber im weitesten Sinne meinen wir neben Gen AI auch normale künstliche Intelligenz – Capabilities und Technologien, die eher zum Beispiel für Automatisierungen und wirklich regelbasiertes Arbeiten in Frage kommen oder prädiktive Analytics und solche Themen. Gen AI wirklich Dinge kreiert und neu entwickelt.

Warum haben wir das breiter gefasst? Auch wenn es in der engen Definition nicht Gen AI ist – genau weil das Thema so ein Hype ist und weil all diese anderen Themen, die ich genannt hab, durch die Entwicklung von Gen AI auch einen großen Hype erfahren haben in den letzten zwölf Monaten.

Sprecher: Felix, bei der Erstellung dieser Studie – was hat eine Rolle gespielt? Manpower, künstliche Intelligenz - normal, wie Jenny sagt, oder Gen AI?

Felix Salomon: In der internen Arbeit? Tatsächlich wenn man so eine Studie macht in unserem Fall größenordnungsmäßig ein Dreivierteljahr. Von der Idee am Anfang, bis mal ein Fragebogen dasteht, bis der Fragebogen in die richtige Gruppe verteilt wurde, bis die Rückmeldungen kommen und man vielleicht noch mal nachgefasst hat, bis hin zum fertigen Report, der auch sprachkontrolliert ist und von Grafikern schön gemacht wird. Das Größte war, glaube ich, der Austausch mit Kollegen gewesen, weil man sich schrittweise wirklich deutlich tiefer in die Materie reingebohrt hat.

Sprecher: Also mehr Diskussion als künstliche Intelligenz?

Felix Salomon: Ja, weil wir auch in der Arbeit mit der Studie festgestellt haben, dass die künstliche Intelligenz auch in der Studienauswertung ganz schön halluziniert ;-)

Jennifer Diersch: Gleichzeitig haben wir natürlich auch, um Gen AI zu testen, in der Studie Gen AI genutzt.

Sprecher: Auf welcher Evolutionsstufe?

Jennifer Diersch: Gen-AI-Assisted. Wie Felix schon gesagt hat: Sie halluziniert dann oft. Wir haben festgestellt, man kann das nicht einfach so in die Welt hinauslassen, man muss auch damit umgehen können.

Aber ein anderes Beispiel, wo wir Gen AI genutzt haben und wo es ganz wunderbar funktioniert hat, war die Übersetzung unserer Studie. Wir hatten Kunden, die die Studie auch gerne auf Englisch haben wollten, um sie mit Kollegen zu teilen.

Sprecher: Im deutschsprachigen Raum, die Unternehmen?

Jennifer Diersch: Im deutschsprachigen Raum. Wir haben überlegt, was wir den Kunden sagen, wie lange es dauert, bis wir die Studie auf Englisch zur Verfügung haben. Es war auf einem Event, als ein Kunde uns angesprochen hat. Dann habe ich mich einfach mal aus dem Fenster gelehnt und gesagt: Wenn es nicht perfekt sein muss, dann lasst uns doch Gen AI für die Übersetzung nutzen. Kriegen wir sicher in den nächsten fünf Tagen hin.

Wir haben das ausprobiert und mit DeepL Pro übersetzt. Das hat im PDF-Format nicht gut funktioniert, im PowerPoint aber ganz wunderbar. Wir haben die Studie hochgeladen, das Ding war in zwei Minuten übersetzt – sind, blau ich insgesamt fast 70 Seiten –, in die Textboxen richtig eingepasst. Wir haben noch ein bisschen Arbeit damit verbracht, kleinere Korrekturen vorzunehmen. Aus kobaltblau wurde zum Beispiel Cobalt Blue. Aber der Aufwand hat sich von locker drei Tagen für mindestens so eine Übersetzung auf ein bis zwei Stunden minimiert.

Sprecher: Jenny, was war für dich das Überraschendste daran?

Jennifer Diersch: Ich glaube, ein Beispiel für eine Falsifizierung ist, dass wir davon ausgegangen sind, dass sich jeder schon mit Gen AI beschäftigt. Die Studie hat ja im Februar 2025 gestartet, ein Jahr nachdem OpenAI Gen AI groß in der Welt verbreitet hat. Überraschend für mich war, dass sehr viele Unternehmen sich selbst noch wirklich am Anfang der Gen-AI-Reise verortet haben. Während wir als Beratung haben uns natürlich von Tag eins an damit beschäftigt, wie sich das auf die Welt auswirkt, und sind davon ausgegangen, dass alle unsere Kunden das schon tun.

Sprecher: Das heißt, ihr seid viel weiter als die Kunden?

Jennifer Diersch: Zumindest glaube ich, in den Gedanken schon. Wir haben uns auch schon viele Monate Gedanken über Lösungen gemacht und darüber, wie man IT-Organisationen so aufbauen kann, dass sie das Business wirklich gut dabei unterstützen können, die Möglichkeiten zu nutzen.

Man hat ja immer, wenn so eine Technologie startet, das Thema, dass es als Hype wahrgenommen wird. Der CEO kommt und sagt: Wir müssen jetzt Gen AI machen. Und die IT-Abteilung entwickelt eher eine so Abneigung und sagt: Ihr versteht ja gar nicht, wovon ihr da redet. Und das ist technisch alles noch gar nicht so ausgereift.

Sprecher: Möglicherweise sagt die IT-Abteilung auch: Never change a running system.

Jennifer Diersch: Ja, ganz genau. Ich glaube aber, in der Studie und insbesondere in den Interviews mit CIOs haben wir gemerkt: Die Unternehmen beschäftigen sich alle damit. Aber es gibt eine große Spannbreite darin, wie stark sie sich mit den Themen beschäftigen und auch wie weit sie im Beweis sind, dass Gen AI auch wirklich Mehrwert erzielen kann.

Sprecher: Felix, wer sind eigentlich eure Kunden? Ich stelle mir das wahnsinnig schwierig vor, wenn der eine aus der Verlagsbranche kommt und der nächste möglicherweise Autohersteller ist. Die haben doch unterschiedliche Bedürfnisse. Wer sind eure Kunden?

Felix Salomon: Unsere Kunden sind typischerweise Mittelständler und kleinere Konzerne. Von der Branche grundsätzlich arbeiten wir sehr stark im Versicherungen- und Financial-Services-Bereich und auch im Manufacturing. Das sind jetzt zwei Branchen, die, glaube ich, teilweise sehr weit auseinander sind.

Sprecher: Eben, sind weit auseinander.

Felix Salomon: Aber wenn man dann ganz konkret auf die IT guckt, ist das manchmal gar nicht so unterschiedlich. Gen AI ist, glaube ich, weniger eine Branchenfrage, sondern mehr eine Mindset-Frage: Wie versuche ich, die Technologie in die Organisation an sich reinzubekommen?

Sprecher: Wir haben die Studie jetzt vor uns. Was ich interessant finde - Felix muss erst in den Rechner schauen - Wie viele Leute habt ihr gefragt und wie viele haben geantwortet? Was haben sie geantwortet? Wie umfangreich war das? Wie läuft so eine Studie ab?

Felix Salomon: Wir können stolz behaupten, dass wir zu Gen AI in der IT-Organisation, glaub ich, die größte Studie gemacht haben. Es waren am Ende 230 CIOs und Top-Entscheider aus IT-Organisationen.

Sprecher: Im deutschsprachigen Raum?

Felix Salomon: Im deutschsprachigen Raum, genau. DACH – also Österreich, Schweiz und Deutschland.

Sprecher: 230 erscheint mir viel. Was haben die im Wesentlichen gesagt?

Felix Salomon: 230 ist für uns eine sehr große Zahl. Da sind wir sehr stolz drauf. Die Kernaussagen die wir haben, ist, dass die IT-Organisation sich aus der Rollenperspektive stark verändern wird. Dass man als CIO sich grundsätzlich proaktiv mit dem Thema auseinandersetzen sollte. Gen AI als solche wird sich von den Dienstleistern – daran werden wir nicht mehr vorbeikommen. Das ist wahrscheinlich ähnlich wie das Internet, das bleibt. Jetzt ist die Frage: Bin ich derjenige, der gestaltet und treibt, oder werde ich am Ende die Lösungen übernehmen müssen, die mir die Dienstleister anbieten?

Was wir als sehr starkes Feedback mitbekommen haben, war: Die Systemdienstleister sind sehr gut darin, AI-Funktionen zu monetarisieren. Da hatte ich auch mal spannend von einem Interviewpartner das Feedback bekommen, dass man aufpassen muss, dass man als IT-Organisation nicht zur Scheckkarten-IT-Organisation wird - sozusagen - und die Kosten einfach überhandnehmen. Das ist, glaube ich, auch ein ganz großes Thema.

Sprecher: Scheckkarten-IT-Organisation – was heißt das genau?

Felix Salomon: Wenn man AI-Lösungen von Dienstleistern appliziert, sind die in der Monetarisierung einfach sehr gut und es wird am Ende sehr teuer. Wenn man mal die Mehrwerte sieht, die AI bringt, tut man sich wahrscheinlich auch schwer, das wieder zu ersetzen und abzubauen.

Sprecher: Jetzt habe ich es kapiert. Ich habe nämlich in der Studie eine Zahl gefunden: 73 Prozent der Unternehmen, habt ihr herausgefunden, erzielen noch gar keinen Nutzen. Das heißt, die Scheckkarte kommt ins Spiel, ich zahle für OpenAI und wie die alle heißen und habe keinen Benefit. Da sagt jeder Controller: Freundchen, so nicht!

Jennifer Diersch: Ja, absolut. Wir haben unsere Teilnehmer in der Studie gefragt, wo sie sich selbst auf dem marktbekannten Gartner Hype Cycle verorten. 73 Prozent der Teilnehmer sind noch vor dem Pfad der Erleuchtung – entweder im Gipfel der überzogenen Erwartungen oder schon im Tal der Enttäuschung.

Ich habe ganz viel investiert und sehe aber die Mehrwerte gar nicht. Das ist durchaus normal bei der Einführung neuer Technologien, dass man erst mal experimentiert und versucht zu verstehen, was die Technologie leisten kann. Die Erwartung aufgrund des Marketings großer Anbieter ist durchaus auch manchmal höher ist als der tatsächliche Nutzen.

Was das vor allem zeigt: Dass man jetzt dranbleiben muss, um wirklich zu erkennen was sind die tatsächlichen realistischen mehrwertstiftenden Anwendungsfälle für Gen AI und wo ich es für mich im Unternehmen nutzen kann.

Sprecher: Da kommen wir jetzt gleich zu euch. Wie kann ich das nutzen? Wenn ich als Unternehmen Probleme habe bei der Monetarisierung und sage, okay, ich habe das mal probiert, hat nicht funktioniert – dann kommt kobaltblau zu mir und sagt, du musst aber weiter dranbleiben. Mit welchen Argumenten?

Jennifer Diersch: Was wir insbesondere in den Interviews gesehen haben, ist dass die meisten Unternehmen der Branchen und Größen, mit denen wir gesprochen haben, aktuell sehr stark auf Gen-AI-Assisted-Use-Cases setzen. Viele haben gesagt: Wir haben jetzt schon Copilot unternehmensweit ausgerollt, oder wir haben GitHub Copilot für unsere Entwickler, oder wir haben ChatGPT-Enterprise-Lizenzen für alle gekauft.

Das sind erste Schritte. Die sind tendenziell relativ teuer, aber durchaus akzeptabel, um erst mal rum zuprobieren und in der breiten Masse der Belegschaft Awareness für Gen AI zu schaffen. Aber die bringen jetzt nicht sofort Produktivitätsgewinne. Nur weil mir ein Copilot eine E-Mail vorformuliert, kann ich nicht einen gewissen Prozentsatz meiner Belegschaft abschaffen, weil jetzt alle effizienter E-Mails schreiben.

Was entscheidend ist – sowohl innerhalb der IT-Organisation als auch fürs Enablement der weiteren Organisation mit Use Cases ist, in der IT kleine Teams, kleine Power-User schaffen, die über diese Gen-AI-Assistance hinaus anfangen, sich damit zu beschäftigen, was ist technologisch eigentlich möglich. Und wie kann ich das, anstatt einfach fertige Lösungen zu kaufen, auch in meinem Unternehmen kosteneffizient einsetzen?

Wir haben in den Interviews bei Unternehmen, die schon weiter sind, festgestellt: Die bauen eigene LLMs auf für bestimmte Use Cases, anstatt teure LLMs am Markt einzukaufen.

Sprecher: Kann man das an einem Beispiel illustrieren?

Felix Salomon: Das eindrücklichste Beispiel, das ich hatte, war ein großer Manufacturer, der sehr international tätig ist und Betriebsanleitungen oder Tutorials in verschiedensten Sprachen hatte. Die haben dann auf AI-Lösungen von DeepL gesetzt, die automatisiert Beschreibungen übersetzt haben. Sie haben festgestellt, dass sie damit viel schneller – nicht nur in der Produktbeschreibung, sondern auch beispielsweise im Marketing, Social Media oder auf der Webseite – international, also in vielen Sprachen, kommunizieren können.

Da sind die Lizenzkosten sehr schnell sehr hoch geworden. Dann haben sie festgestellt: Per se ist das die richtige Lösung, wir müssen in diese Richtung gehen – Sprache über AI vereinfachen. Und haben dann das selbst entwickelt. Die haben wirklich ein Team geschaffen, eine DeepL-ähnliche Lösung nachgebaut und damit die Kosten, die AI initial erzeugt hat, um ein Tausendfaches reduziert.

Das ist tatsächlich ein gutes Beispiel, wo man merkt: Jetzt bin ich nicht mehr Teil dieser 73 Prozent, sondern jetzt komme ich auf die anderen 27.

Sprecher: Wir bleiben aber noch mal bei diesen fast Dreiviertel, 73 Prozent. Jenny, wo sind die größten Bremsklötze, wenn wir über Gen AI reden? Was habt ihr herausgefunden, woran hapert es am meisten?

Jennifer Diersch: Das war tatsächlich für mich der größte Augenöffner. Die Hürden waren gar nicht so überraschend.

Die Hürden sind im Wesentlichen: Eine fehlende Data Governance und Datenqualität. Wenn ich im Unternehmen nicht weiß, wo meine Daten liegen, wer sie eigentlich ownt, wer dafür verantwortlich ist, sie korrekt und vollständig zu erhalten, und sie auch zu unstrukturiert sind – dann kann ich AI-Use-Cases zumindest nicht so schnell aufbauen, wie man manchmal denkt.

Eine zweite Hürde war fehlende Skills bei Mitarbeitenden. Einerseits in der Breite: Unsere Interviewpartner haben uns oft gespiegelt, dass technisch sehr viel möglich ist, aber dass sie einige Use Cases noch nicht auf die Mitarbeiterschaft zulassen. Weil die AI so eloquent Dinge von sich gibt und oft dabei halluziniert oder falsche Dinge sagt. Wenn Mitarbeiter nicht wissen, wie sie damit umgehen sollen, und das alles für bare Münze halten, entstehen natürlich auch viele Fehler.

Das eine war also ein Kompetenz-Gap bei Mitarbeitenden. Aber auch innerhalb der IT-Abteilung haben CIOs durchaus gesagt: Uns fehlen einfach Leute, die sich mit den Technologien wirklich auskennen und sie gut integrieren und mit unseren Systemen managen können.

Ein letzter Punkt bei den Hürden waren regulatorische Bedenken. Insbesondere in etwas größeren Unternehmen muss ich natürlich auch immer mit Betriebsräten, Datenschützern, Informationssicherheitsbeauftragten klären, welche Systeme überhaupt zum Einsatz kommen dürfen und welche Daten für die Systeme genutzt werden dürfen. Alle Unternehmen, mit denen wir gesprochen haben, sind dabei, diese Dinge zu klären. Noch nicht alle Unternehmen hatten diese Klärungen abgeschlossen, und das hemmt natürlich auch in der Umsetzung.

Ich hatte ja eingangs gesagt, es war für mich augenöffnend, die Hürden. Die waren jetzt alles nicht überraschend. Aber wir haben dann auch in der Studie die Frage gestellt, welche Maßnahmen denn schon gestartet wurden, um Gen AI in den nächsten zwölf Monaten gut zu implementieren.

Sprecher: Du hast quasi meine Frage vorweggenommen. Wenn ich einerseits den Datenschutz habe, auf der anderen Seite kein Vertrauen in den Mitarbeiter und drittens nicht weiß, wo meine Daten liegen – dann muss ich ja erst mal Hausaufgaben machen.

Jennifer Diersch: Ja, und das Überraschende war: Zwei Drittel der Befragten haben angegeben, in dieser großen Hürde Data Governance und Datenqualität noch keine Maßnahmen angegangen zu sein, um Gen AI zu enablen.

Das passt nicht zusammen. Das ist die größte Hürde – einer der Punkte, die am wenigsten in die Tat umgesetzt wurden.

Dinge wie Datenschutz, Informationssicherheit – das sind Punkte, die sehr stark angegangen wurden. Viele Unternehmen haben auch schon mal eine Grundausbildung an die Mitarbeitenden zum Thema Gen AI gegeben. Viele Interviewpartner haben auch erstaunlicherweise gesagt: Die besten Skills für Gen AI bekommen sie von kürzlichen Absolventen von Universitäten oder Werkstudenten – und nicht von gestandenen IT-lern.

Das ist, glaube ich, auch etwas, das sich so ein bisschen ändert durch Gen AI: Dass nicht mehr so eine jahrelange Erfahrung mit Systemen relevant ist, sondern dass jetzt auch die Leute, die gut universitär ausgebildet sind, echte Top-Talente auf einmal sind in der IT-Abteilung.

Sprecher: Felix, was macht man mit solchen Ergebnissen? Was passiert, wenn du mit einem Unternehmen einen Beratungsauftrag hast und die sagen, wir müssen erst noch die ersten Schritte machen, ehe wir überhaupt über Gen AI reden können?

Felix Salomon: Wir stellen dann häufig so Eingangsfragen wie: Wie weit seid ihr in dem Thema schon? Und dann haben sehr viele geantwortet: Ja, schon ganz weit. Nach dem zweiten, dritten Satz hat man festgestellt: Sie haben eben Copilot mittlerweile.

Sprecher: Alle Achtung.

Felix Salomon: Alle Achtung, genau. Ist aber auch gar nicht so einfach, wie man dann denkt. Wenn man mal festgestellt hat, wie weit jemand ist – also wo man sich auf dem Hype Cycle gerade befindet –, hat man unterschiedliche Empfehlungen und Themen an denen wir arbeiten. Wir arbeiten mit Capabilities und eben mit diesem Evolutionsmodell, weil wir auch in praktischen Projekten festgestellt haben, dass man damit einfach strukturierter vorgehen kann.

An der Stelle ist mir wichtig: Wenn wir darüber reden, dann reden wir immer über die Skalierung. Also nicht über erste Piloten oder erste Ideen, sondern wie kann man Gen AI fest innerhalb der IT verankern, um dann auch fürs Business Mehrwert zu erzeugen. Also strukturiert und auch organisatorisch die Rolle verändern und transformieren, Kompetenzen in den Mitarbeitern entwickeln und so weiter.

Wir haben für uns fünf Haupt-Kernelemente ausgearbeitet, die man tun soll.

Das Erste ist, dass man per se AI bewusst organisiert und gestaltet. Also passend zum dem Reifegrad – zum Evolutionsmodell – sich überlegt: Baue ich ein Center of Competence auf et cetera?

Im zweiten Schritt schafft man gewisse Grundlagen, wie Jenny vorhin schon erwähnt hat: Dass man sich gewissermaßen mit Datenschutz auseinandersetzt oder mit regulatorischen Themen, dass man die sauber hat, dass man Data Governance organisiert hat.

Dann man sich als CIO auch ganz bewusst ein Ambitionslevel setzt je Capability, um das auch realistisch umsetzen zu können. Was wir auch beobachten – das ist vielleicht weniger in der Studie, mehr in den Projekten : Viele setzen sich Ziele, die so weit weg sind, dass es am Ende gar nicht umsetzbar ist. Also beispielsweise jemand, der gerade Copilot installiert hat, der sollte sich nicht als Erstes fragen, wie eine nativ AI-Organisation aussieht, sondern sich schrittweise dahin entwickeln.

Der nächste Punkt den ich noch hätte, wäre, dass man die Rolle der IT-Organisation ganz bewusst vorbereitet. Wir glauben, dass es einen größeren Shift gibt hin zu einem Plattformbetreiber. Man fängt auch bewusst an, auf der Business-Seite Kompetenzen aufzubauen. Das ist dann nichts mehr, was ich nur in der IT mache, sondern da muss ich jetzt das Business abholen und ich muss das gemeinsam gestalten – gesamtorganisatorisch.

Der letzte Punkt, den haben wir jetzt auch schon öfter gehört, ist natürlich das Thema Upskilling und Change Management. AI oder Gen AI ist kein rein technologisches Thema, sondern das kann ich nur mit den Mitarbeitern gemeinsam machen.

Sprecher: Frage an euch beide: Ihr habt ganz viel gesagt, welche Chancen, welche Möglichkeiten. Es ist nicht einmal das Wörtchen IT-Security gefallen. Wie sichere ich das ab? Was hat eure Studie ergeben? Ist das eher eine Bedrohung? Ist das auch eine Chance? Kann man das verbinden? Wer will?

Felix Salomon: Ich glaube, Cybersecurity tatsächlich oder Security insgesamt, ist etwas, was sich auf beiden Seiten stark verändern wird. Von der Bedrohungslage einerseits – nicht nur die Art und Weise, wie man Organisationen angreifen kann, sondern auch die Schlagzahl, also die Frequenz.

Sprecher: Und auch die Qualität.

Felix Salomon: Im Zweifel auch die Qualität. Wir erinnern uns wahrscheinlich alle, wenn wir wieder in unser Leben eintauchen, an irgendwelche Phishing-E-Mails. Die waren früher teilweise – man hat schon vom Text gesehen, wie schlecht das geschrieben ist. Jetzt haben wir vorhin gehört, dass man automatisiert verschiedene Sprachen automatisch anpassen kann an den Empfänger. Man kann aber auch natürlich den Text jetzt besser machen. Wir haben uns alle sicher schon mal erwischt, wie man zu Weihnachten – was ja gerade vor ein paar Wochen war – irgendwelche Karten geschrieben hat. Das heißt, solche Angriffe sind heute einfacher. Man kann sehr viel schneller machen.

Auf der anderen Seite können aber auch die Abwehrmechanismen stark gestärkt werden. Ich kann heute beispielsweise Monitoring teilautomatisieren, gewisse Dinge erkennen. Wo ich früher als Mensch davor sitzen musste und irgendwelche Logfiles durchsucht habe, kann jetzt auch automatisiert ein System Anomalien erkennen.

Sprecher: Also eher Daumen hoch als Daumen runter bei der Security?

Felix Salomon: Das überlasse ich dir, Jenny.

Jennifer Diersch: Ich glaube, Security muss anders gestaltet sein im Zeitalter von Gen AI. Ich muss mehr Security im Unternehmen sicherstellen aufgrund der erhöhten Bedrohungslage. Aber um das kapazitativ und personell nicht ausufern zu lassen und keine unbegrenzte Security-Organisation zu schaffen, sollte ich auch die Möglichkeiten von Gen AI nutzen, um diesen Angriffen zu begegnen.

Sprecher: Das heißt, Daumen hoch?

Jennifer Diersch: Wenn man es richtig macht, Daumen hoch.

Sprecher: Ich habe am Anfang gefragt: Warum braucht es eure Studie? Ich habe begriffen, die braucht es. Aber eine Studie ist ja nicht Selbstzweck. Was sind aus eurer Sicht die wichtigsten Lehren, die ihr Unternehmen mitgebt? Wenn ihr jetzt mit der Studie unterm Arm in ein Unternehmen kommt – was ist das Erste, wo ihr sagt: Ha, guck mal, wir haben herausgefunden …?

Jennifer Diersch: Wenn ich als CIO meinen Job behalten will, dann muss ich mich mit Gen AI beschäftigen. Und ich muss es auch in den nächsten 12 bis 18 Monaten tun, weil die Entwicklungen so schnell sind, dass ich sonst den Anschluss verliere. Andernfalls habe ich zwar vielleicht eine gut funktionierende IT-Organisation, aber mein Business drumherum wird von Wettbewerbern disrupted.

Felix Salomon: Wir glauben, dass Gen AI insgesamt – wir hatten es vorhin mit der Rolle der IT – aus der IT bereitgestellt werden muss. Die Plattform, die Technologie – das muss zentral strukturiert aufgebaut werden. Wahrscheinlich auch, weil AI so komplex ist, dass man am Ende mit Schnittstellen und Daten überhaupt noch den Überblick behalten muss.

Aber wenn ich als IT diese Plattform nicht bereitstelle und nicht diese Architektur aufbaue, nicht das Enabling des Business mache – Jenny hat vorhin über Produktteams gesprochen, die werden wir wahrscheinlich evolutionär eher auf der Business-Seite sehen. Das heißt, ich als CIO muss mir auch die Frage stellen: Wie schaffe ich es, dass das Business das selbstständig tun kann und erfolgreich ist damit?

Oder anders formuliert: Der CIO sollte einen festen Platz in der Geschäftsleitung haben.

Sprecher: Das ist ja fast schon ein schönes Schlusswort – einen festen Platz in der Geschäftsleitung haben. Sehr faszinierend. Wer das alles nachlesen will: Wie komme ich in den Besitz dieser Studie?

Felix Salomon: Am einfachsten auf unserer Webseite unter Studien. Da sind die letzten zwei Studien aktuell verfügbar und man kann sie runterladen.

Sprecher: kobaltblau.com.

Felix Salomon: Genau, das hatte ich noch vergessen zu erwähnen. Und natürlich darf sich auch jeder über LinkedIn an uns wenden – wir schicken sie auch gerne so zu.

Sprecher: Das war heise meets … – Der Entscheider-Talk. Sie wollen mehr erfahren? Dann besuchen Sie uns auf heise-meets.de. Wir freuen uns auf Sie!