Eine internationale Umfrage zeigt, dass 70 % der befragten Unternehmensentscheider angeben, dass die in den letzten 12 Monaten verwendeten Unternehmens-AI-Anwendungen in ihren Organisationen mindestens einmal pro Monat substantielle Fehler in Antworten oder Operationen erzeugt haben. Diese fehlerhaften Ausgaben haben zu finanziellen Verlusten, Projektverzögerungen und zusätzlichen technischen Kosten geführt.
Die Umfrage wurde im Oktober 2026 durchgeführt und umfasst 411 Teilnehmer aus Großbritannien, den USA, Deutschland und den Benelux-Ländern, die an Entscheidungen zu Unternehmens-AI oder verwandten Informationen beteiligt sind. Die Ergebnisse zeigen, dass 14 % der Befragten berichten, dass fehlerhafte oder unzuverlässige AI-Ausgaben direkt zu finanziellen Verlusten oder Einnahmeauswirkungen geführt haben, 22 % erlitten Verzögerungen in internen Prozessen oder Projekten, und 18 % trugen zusätzliche technische oder Berechnungskosten. In Bezug auf Sicherheit, Compliance und Reputation berichteten mindestens 78 Befragte über entsprechende Folgen; insgesamt gaben 17 % an, dass Sicherheitsvorfälle oder Sicherheitsrisiken zugenommen haben, 17 % hatten Probleme mit Compliance, rechtlichen oder regulatorischen Fragen, und 15 % berichteten, dass die Reputation ihrer Organisation betroffen war.
Da die Befragten mehrere Antworten auswählen konnten, können diese Prozentsätze nicht direkt addiert werden, um die Anzahl der Betroffenen zu berechnen.
Die Auswirkungen von Fehlern in Unternehmens-AI-Anwendungen sind erheblich
Die Qualität der Informationen ist ein wichtiger Faktor für AI-Fehler. 27 % der Befragten gaben an, dass bei der Untersuchung von Fehlern festgestellt wurde, dass AI veraltete Informationen abgerufen hat, 25 % fanden heraus, dass relevante Informationen aus mehreren Quellen falsch kombiniert wurden. Bei Anwendungen, die bereits in Produktion sind oder kurz vor der Produktion stehen, gaben nur 22 % der Befragten an, dass ihre Organisation immer bestimmen kann, welche Version der Informationsquelle von AI verwendet wurde.
Die Überprüfung und Korrektur verbraucht ebenfalls Ressourcen. Von 334 Befragten, die mit AI-Fehlern konfrontiert waren, gaben 51 % an, dass die Untersuchung, Verifizierung und Korrektur eines typischen Problems insgesamt mindestens 5 Arbeitsstunden von Mitarbeitern erfordert. 83 % der gesamten Befragten überprüfen regelmäßig oder gelegentlich die Originaldaten, aber nur 27 % erfassen die dafür benötigte Zeit, und 15,6 % messen die Kosten für die Erlangung zuverlässiger oder verifizierter Antworten.
Herausforderungen und Ressourcenkosten bei der AI-Einführung
Darüber hinaus gaben 61 % der Befragten an, dass AI-Einführungen oder -Erweiterungen häufig oder gelegentlich aufgrund unzureichender, nicht genehmigter, unstrukturierter oder unregulierter Informationen verzögert werden. 74,2 % der Befragten berichteten, dass das System häufig oder gelegentlich dieselben oder ähnliche Informationen wiederholt abruft, was den Tokenverbrauch erhöhen könnte; 20,4 % der Organisationen erfassen die Kosten für einzelne AI-Anfragen, 16,1 % verfolgen den Tokenverbrauch. Die Umfrage quantifizierte nicht den Tokenverlust, potenzielle Einsparungen, die Gesamtkosten oder den Nettowirkung von AI auf die Produktivität.

