KI ist überall in F&E-Laboren. Warum werden dann immer noch Milliarden verschwendet?

Wichtige Punkte

• Mehr als ein Drittel der Organisationen geben zwischen 25 und 40 Prozent ihres F&E-Budgets für Projekte aus, die nie den Markt erreichen.
• Fast die Hälfte der F&E-Teams schätzt, dass die Beendigung eines einzelnen Projekts während der Entwicklung oder des Tests über eine Million Dollar an verschwendeten Investitionen kostet.
• Die meisten Organisationen nutzen KI derzeit für Ausführungsaufgaben wie Datenanalyse, nicht für Entscheidungsunterstützung am Anfang eines Projekts.
• Forscher und Manager sind sich einig, dass bessere Informationen in der frühen Ideations- und Machbarkeitsprüfungsphase, bevor größere Mittel gebunden werden, den größten Mehrwert bringen würde.

Stellen Sie sich ein Unternehmen vor, das Jahre und Millionen in die Entwicklung eines Produkts investiert, um es dann vor dem Start einzustellen. Das ist keine seltene Katastrophe. Das ist Standardpraxis.

Ein neues Whitepaper, auf das IEEE Spectrum AI hingewiesen hat, zeigt, dass mehr als ein Drittel der Organisationen zwischen einem Viertel und 40 Prozent ihres gesamten Forschungs- und Entwicklungsbudgets für Projekte aufbringen, die nie die Kunden erreichen. F&E ist für diejenigen, denen das nicht vertraut ist, die interne Arbeit, die Unternehmen leisten, um neue Produkte zu erfinden, zu testen und zu verfeinern, bevor sie in den Handel kommen.

Wohin geht also das Geld?

Der Großteil fließt in Projekte, die anfangs vielversprechend aussehen, dann aber spät scheitern. Fast die Hälfte der befragten Teams beziffert die Kosten für die Streichung eines einzelnen Projekts während der Entwicklung oder des Tests auf über eine Million Dollar. Diese Zahl umfasst Gehälter, Ausrüstung, Testzeiten und Materialien, die verbraucht werden, bevor schließlich jemand den Stecker zieht.

Späte Kündigungen sind die teuersten. Ein Projekt, das nach zwei Jahren Arbeit beendet wird, kostet weit mehr als eines, das im ersten Monat abgelehnt wird.

Warum hat KI das nicht behoben?

KI hat das nicht behoben, weil die meisten Unternehmen sie auf den falschen Teil des Prozesses anwenden. Der Bericht zeigt, dass Organisationen KI typischerweise auf Ausführungsaufgaben anwenden – Dinge wie Datensätze verarbeiten, Simulationen ausführen oder Modelle erstellen. Das ist wertvoll, kommt aber erst, nachdem die großen Entscheidungen bereits getroffen wurden.

Die schwierigere Frage – sollten wir das überhaupt bauen? – wird auf die alte Art beantwortet: Bauchgefühl, interne Politik und die Informationen, die ein Team manuell zusammentragen kann.

Dort verbirgt sich die eigentliche Verschwendung.

Was würde wirklich helfen?

Die Befragten waren sich einig. Bessere Informationen in der Ideations- und Machbarkeitsprüfungsphase, der frühesten Phase, wenn ein Projekt nur eine Idee ist, die gegen die Realität getestet wird, würde den größten Mehrwert bringen. Eine schlechte Wette in Woche zwei zu erkennen ist weit billiger als in Jahr zwei.

KI-Tools, die Teams dabei helfen, Marktchancen, Wettbewerbsrisiken oder technische Machbarkeit zu bewerten, bevor Budgets zugewiesen werden, könnten diese Verschwendung erheblich reduzieren. Im Moment nutzen nur wenige Organisationen KI auf diese Weise.

Für alle, die in einem Unternehmen arbeiten, das physische oder digitale Produkte herstellt, ist das relevant. Verschwendete F&E-Ausgaben zeigen sich letztlich als langsamere Innovation, höhere Preise oder weniger neue Produkte in den Regalen. KI in die Entscheidungsebene zu bringen, nicht nur in die Datenebene, ist das, wo sich die Wirtschaftlichkeit verschiebt.

Häufig gestellte Fragen

Gilt das nur für kleine Unternehmen oder auch für große Konzerne?

Der Bericht beschränkt seine Erkenntnisse nicht auf große Konzerne. Jede Organisation, die einen formalen Forschungs- oder Entwicklungsprozess durchführt – von einem mittelständischen Hersteller bis zu einem Softwarestudio – sieht die gleiche Dynamik: Mittel werden früh gebunden, Entscheidungen treffen später.

Was sollten nicht-technische Manager daraus mitnehmen?

Fragen Sie Ihr Team, wo KI tatsächlich eingesetzt wird. Wenn die Antwort nur in der Analyse nach dem Start eines Projekts ist, hatte die Entscheidung, die das Projekt gestartet hat, wahrscheinlich überhaupt keine KI-Unterstützung, und das ist die Lücke, die es sich lohnt zu schließen.