Zum Hauptinhalt Zur Navigation

Investitionen in IT-Systeme: KI ist keine Lösung für technische Schulden

Unstrukturierte Daten und veraltete Systeme verursachen Probleme, die auch KI nicht beheben kann.
/ Mike Faust , dpa
6 Kommentare News folgen (öffnet im neuen Fenster)
Am Rande des Weltwirtschaftsforums in Davos sprach Technologieexperte Nigel Vaz über technische Schulden. (Bild: Fabrice COFFRINI / AFP via Getty Images)
Am Rande des Weltwirtschaftsforums in Davos sprach Technologieexperte Nigel Vaz über technische Schulden. Bild: Fabrice COFFRINI / AFP via Getty Images

Mit modernen KI-Systemen lassen sich keine Probleme lösen, die durch verschleppte Investitionen in IT-Systeme, sogenannte technische Schulden , entstehen. Das sagte Nigel Vaz, Chef des Beratungsunternehmens Publicis Sapient, am Rande des Weltwirtschaftsforums in Davos der Deutschen Presse-Agentur.

Seiner Ansicht nach erschwert dies in vielen Unternehmen den Zugriff auf Daten und die Integration neuer Technologien. "Oft gehen 80 Prozent der Mittel in die größten Komponenten der Infrastruktur, nur 20 Prozent in Innovation" , so Vaz.

Umgang mit Legacy-Systemen sehr komplex

Davon seien insbesondere Unternehmen wie Banken betroffen, die leistungsstarke Computer für große Datenmengen betreiben, und Firmen, die zentrale Geschäftsprozesse mit veralteten ERP-Systemen steuern.

Neue Technologien wie KI könnten dieses Problem nicht grundlegend lösen, sagte Vaz und ergänzte: "Wenn man die Kernsysteme nicht modernisiert, redet man mit KI nur etwas schön." Das betreffe vor allem das Bank- und Gesundheitswesen sowie den Einzelhandel, da der Umgang mit Legacy-Systemen sehr komplex sei.

Fragmentierte Datenbestände erschweren KI-Nutzung

Auch die Kosten und der Fachkräftemangel seien eine große Herausforderung, so Vaz. Nur wenige junge Menschen würden alte Programmiersprachen wie Cobol, lernen, weshalb Unternehmen erfahrene Teams teuer halten müssten, führt er aus und ergänzt, dass die durch Modernisierung erzielten Einsparungen die Investitionen zum Teil refinanzieren könnten.

Zudem würden fragmentierte Datenbestände und unterschiedliche regulatorische Rahmenbedingungen die Nutzung von KI erschweren, sagte Vaz. KI sei nur so gut wie die zugrunde liegenden Daten, weshalb Regulierung, Fähigkeiten und Datenmanagement aufeinander abgestimmt werden müssten, fügt er hinzu.


Relevante Themen