Eine aktuelle Umfrage von MongoDB unter mehr als 1.500 IT-Entscheidern in Deutschland zeigt: Die meisten Unternehmen treiben die Modernisierung ihrer IT aktiv voran – vor allem, um KI-Technologien skalierbar einzusetzen. Dennoch gelingt nur einem Drittel die vollständige Ablösung von Altsystemen. Gründe dafür liegen unter anderem in ungeeigneten Datenmodellen, mangelnder Expertise und funktionalen Schwächen moderner Cloud-Infrastrukturen.
Der Einsatz künstlicher Intelligenz in Unternehmensprozessen nimmt rapide zu – doch vielen Unternehmen fehlt noch die technische Basis, um ihr Potenzial voll auszuschöpfen. Eine neue Studie von MongoDB liefert nun detaillierte Einblicke in die aktuelle Lage: Demnach befinden sich 80 Prozent der befragten deutschen Unternehmen in der Planung, Umsetzung oder im Abschluss von IT-Modernisierungsprojekten. Ziel dieser Initiativen ist in erster Linie die Integration und Skalierung KI-gestützter Technologien.
Rund 43 Prozent der Teilnehmer gaben an, mit der Modernisierung explizit die Voraussetzungen für KI schaffen zu wollen. Zwar setzen bereits 73 Prozent der Unternehmen entsprechende Lösungen ein – insbesondere im IT-Management, im Kundenservice sowie in der Datenanalyse – doch Probleme mit Datenzugriff, -qualität und -struktur bremsen den Ausbau.
Altsysteme bleiben bestehen – trotz hoher Investitionen
Trotz der Vielzahl laufender Projekte konnte bislang nur etwa ein Drittel der Unternehmen seine Altsysteme vollständig ablösen. Besonders kritisch äußerten sich die Befragten über die Leistungsfähigkeit aktueller Cloud-Infrastrukturen: Mehr als die Hälfte (52%) sieht diese im Vergleich zu bestehenden Systemen im Nachteil.
Hinzu kommen typische Hemmnisse, die einen vollständigen Systemwechsel erschweren:
- Probleme bei der Datenmigration (35%)
- Risiko von Betriebsunterbrechungen (33%)
- Abhängigkeiten in kritischen Prozessen (29%)
Auch wirtschaftliche Gründe wie die angestrebte Senkung der Betriebskosten (33%) und die agilere Anpassung an Marktveränderungen (31%) zählen laut Umfrage zu den Hauptmotiven für die Modernisierung.
Datenarchitekturen und Know-how als Engpässe
Die Studie zeigt deutlich, dass viele Unternehmen bei der Skalierung von KI-Anwendungen an strukturelle Grenzen stoßen. Nur 49 Prozent der Befragten halten ihre aktuellen Datenmodelle für geeignet – 14 Prozent sogar für völlig ungeeignet. Häufig genannte Barrieren sind:
- Fehlender Zugriff auf relevante Daten (44%)
- Mangelnde Echtzeitfähigkeit (44%)
- Veraltete Tools, Datensilos und mangelhafte Datenqualität (jeweils 43%)
Darüber hinaus fehlt es häufig an internem Know-how: Fast die Hälfte der Befragten sieht fehlende Fachkompetenz als zentrales Hindernis für die Implementierung und Skalierung KI-gestützter Technologien.
Größere Unternehmen sind besser aufgestellt – aber komplexer gefordert
Der Unterschied zwischen kleinen und großen Unternehmen fällt deutlich aus: In Betrieben mit mehr als 250 Mitarbeitenden laufen Modernisierungs- und KI-Projekte deutlich häufiger – 58 Prozent befinden sich in der Umsetzung, 12 Prozent haben Projekte bereits abgeschlossen. Zudem investieren größere Unternehmen verstärkt in Weiterbildung (54%) und bauen gezielt KI-Kompetenzen auf.
Gleichzeitig stehen sie aber auch vor höheren technischen Hürden: 65 Prozent nennen eine überdurchschnittliche Integrationskomplexität, dazu kommen nach der Migration häufige Leistungs- und Sicherheitsprobleme.
Im Mittelstand ist das Interesse an KI und Modernisierung ähnlich hoch – doch fehlen häufig Budget, Personal und Know-how, um Vorhaben konsequent umzusetzen.
Lösungsansätze für schnellere Modernisierung
Die Studie von MongoDB macht nicht nur Herausforderungen sichtbar, sondern verweist auch auf mögliche Lösungswege. Mit der Application Modernization Platform (AMP) bietet MongoDB eine technologische Grundlage, um auch komplexe Altsysteme effizient zu transformieren – mithilfe eines KI-gestützten Ansatzes. Besonders regulierte Branchen profitieren laut Anbieter von kürzeren Projektlaufzeiten bei gleichzeitig hoher Prozesssicherheit.
Internationale Beispiele wie die Lombard Odier Privatbank in der Schweiz oder die Bendigo Bank in Australien zeigen, dass sich mit AMP bis zu 90 Prozent Zeitersparnis erzielen lassen.
Weitere Informationen zur Umfrage finden Sie hier.
Weitere Informationen zu MongoDB finden Sie hier.