2025 AI Umsetzung Leitfaden: Fünf Schlüsselinsights von der Strategiekonstruktion bis zum skalierbaren Betrieb

Autor: ICONIQ

Übersetzung: Tim, PANews

Die Entwicklung der künstlichen Intelligenz tritt in ein neues Kapitel ein: Vom heiß diskutierten Thema hin zur praktischen Umsetzung. Der Aufbau skalierbarer KI-Produkte wird zum entscheidenden Wettbewerbsfeld. Der AI-Statusbericht 2025 “Handbuch für Bauherren” verlagert den Fokus von der Technologieanwendung hin zur praktischen Umsetzung und analysiert umfassend den gesamten Prozess von der Idee über die Umsetzung bis hin zum skalierbaren Betrieb von KI-Produkten.

Basierend auf exklusiven Forschungsergebnissen von April 2025, die 300 Führungskräfte von Softwareunternehmen betreffen, und den tiefen Interviews mit den Führungskräften im Bereich Künstliche Intelligenz innerhalb der ICONIQ-Community, bietet dieser Bericht eine taktische Roadmap, die darauf abzielt, die intelligenten Vorteile der generativen Künstlichen Intelligenz in nachhaltige geschäftliche Wettbewerbsfähigkeit umzuwandeln.

Der Bericht fasst fünf wichtige Kapitel zusammen und erläutert, wie sie dem Team helfen werden, aktiv KI-Anwendungen zu entwickeln.

1. Die Produktstrategie für künstliche Intelligenz hat eine neue reife Phase erreicht.

Im Vergleich zu Unternehmen, die künstliche Intelligenz lediglich in bestehende Produkte integrieren, bringen KI-gesteuerte Unternehmen ihre Produkte schneller auf den Markt. Daten zeigen, dass fast die Hälfte (47 %) der KI-nativen Unternehmen eine entscheidende Skalierung erreicht hat und nachgewiesenermaßen eine Marktanpassung aufweist, während nur 13 % der Unternehmen, die KI-Produkte integriert haben, diese Phase erreicht haben.

Was sie tun: Arbeitsabläufe von Agenten und vertikale Anwendungen werden zum Mainstream. Nahezu 80 % der AI-nativen Entwickler bereiten Arbeitsabläufe von Agenten vor (d. h. AI-Systeme, die im Namen der Benutzer mehrere Schritte autonom ausführen können).

Wie sie es machen: Die Unternehmen tendieren dazu, Mehrmodellarchitekturen auszuwählen, um die Leistung zu optimieren, die Kosten zu kontrollieren und spezifische Anwendungsszenarien zu erfüllen. In kundenorientierten Produkten verwendet jeder Befragte durchschnittlich 2,8 Modelle.

2. Die kontinuierlich weiterentwickelten KI-Preisgestaltungsmodelle spiegeln einzigartige wirtschaftliche Eigenschaften wider

Künstliche Intelligenz verändert die Art und Weise, wie Unternehmen Preise für Produkte und Dienstleistungen festlegen. Laut unserer Umfrage setzen viele Unternehmen auf hybride Preismodelle, bei denen eine Grundgebühr für das Abonnement zusätzlich zu einer nutzungsabhängigen Abrechnung erhoben wird. Einige Unternehmen erkunden auch vollständig auf tatsächlichem Verbrauch oder den Ergebnissen der Kunden basierende Preismodelle.

Derzeit bieten viele Unternehmen AI-Funktionen weiterhin kostenlos an, aber mehr als ein Drittel (37 %) der Unternehmen plant, im kommenden Jahr ihre Preisstrategie anzupassen, um die Preise besser an dem Wert auszurichten, den die Kunden aus der Nutzung der AI-Funktionen ziehen.

3. Talentstrategie als differenzierender Vorteil

Künstliche Intelligenz ist nicht nur ein technisches Problem, sondern auch ein organisatorisches Problem. Derzeit bilden die meisten Spitzen-Teams funktionsübergreifende Teams aus Künstlichen Intelligenz-Ingenieuren, Maschinenlernen-Ingenieuren, Datenwissenschaftlern und AI-Produktmanagern.

In der Zukunft erwarten die meisten Unternehmen, dass 20-30 % ihrer Engineering-Teams sich auf künstliche Intelligenz konzentrieren werden, während dieser Anteil bei schnell wachsenden Unternehmen voraussichtlich bis zu 37 % erreichen wird. Die Umfrageergebnisse zeigen jedoch, dass die Suche nach geeigneten Talenten nach wie vor ein Engpass ist. Bei allen spezifischen Stellen im Bereich künstliche Intelligenz dauert die Rekrutierung von AI- und Machine Learning-Ingenieuren am längsten, wobei die durchschnittliche Besetzungszeit über 70 Tage beträgt.

In Bezug auf den Fortschritt bei der Rekrutierung gibt es unterschiedliche Meinungen. Während einige Personalvermittler der Meinung sind, dass der Fortschritt gut verläuft, geben 54 % der Befragten an, dass der Fortschritt hinterherhinkt, wobei der häufigste Grund der Mangel an qualifizierten Talenten ist.

4. Das Budget für künstliche Intelligenz steigt stark an, was sich in der Gewinn- und Verlustrechnung des Unternehmens widerspiegelt.

Unternehmen, die KI-Technologie einsetzen, investieren 10%-20% ihres Forschungs- und Entwicklungsbudgets in den Bereich KI, und bis 2025 zeigen Unternehmen in allen Umsatzbereichen einen kontinuierlichen Wachstumstrend. Diese strategische Wende unterstreicht zunehmend, dass KI-Technologie zum zentralen Antrieb der Produktstrategie geworden ist.

Mit der Ausweitung des Umfangs von KI-Produkten ändert sich häufig die Kostenstruktur erheblich. In der frühen Phase der Produktentwicklung sind die Personalkosten in der Regel der größte Ausgabeposten, der die Kosten für Personalrekrutierung, Schulung und Fähigkeitenverbesserung umfasst. Wenn das Produkt jedoch reift, werden die Kosten für Cloud-Services, Modellinferenz und Compliance-Regulierung einen Großteil der Ausgaben ausmachen.

5. Die Anwendung von Künstlicher Intelligenz im Unternehmen nimmt zu, ist jedoch ungleich verteilt.

Obwohl etwa 70 % der befragten Unternehmen ihren Mitarbeitern den Zugang zu internen KI-Tools ermöglichen, nutzen tatsächlich nur etwa die Hälfte dieser Tools regelmäßig. Besonders in größeren, etablierten Unternehmen ist es eine Herausforderung, die Mitarbeiter zur Nutzung von Künstlicher Intelligenz zu bewegen.

Unternehmen mit einer hohen Nutzung (d.h. mehr als die Hälfte der Mitarbeiter verwenden KI-Tools) setzen im Durchschnitt in sieben oder mehr internen Anwendungsszenarien Künstliche Intelligenz ein, einschließlich Programmierassistenten (Nutzungsrate von 77 %), Inhaltserstellung (65 %) und Dokumentensuche (57 %). Die Effizienzsteigerung in diesen Bereichen liegt zwischen 15 % und 30 %.

Obwohl das Ökosystem der KI-Tools noch immer dezentralisiert ist, entwickelt es sich allmählich zur Reife.

Wir haben Hunderte von Unternehmen untersucht, um zu verstehen, welche technischen Rahmenbedingungen, Bibliotheken und Plattformen derzeit in Produktionsumgebungen tatsächlich eingesetzt werden. Dieser Bericht ist kein einfaches Ranking, sondern ein echtes Abbild der Werkzeuge, die Entwickler in verschiedenen Bereichen verwenden.

Hier ist eine kurze Übersicht über die am häufigsten verwendeten Tools, die alphabetisch angeordnet sind: