Schwedische KMU steigern KI-Investitionen rasant amid Implementierungsproblemen
Schwedische kleine und mittlere Unternehmen (KMU) investieren verstärkt in KI, von 7 % im Jahr 2022 auf 81 % bis 2025. Viele stehen jedoch vor erheblichen Hürden bei der praktischen Umsetzung.

Stockholm – Die Einführung von künstlicher Intelligenz (KI) bei kleinen und mittleren schwedischen Unternehmen (KMU) hat sich deutlich beschleunigt. Laut neuen Zahlen von Nordlo in Zusammenarbeit mit dem Analyseunternehmen Radar ist die Priorisierung von KI-Investitionen von 7 % im Jahr 2022 auf 81 % bis 2025 gestiegen.
Dieser Anstieg bei der KI-Fokussierung erfordert neue Ansätze von Management und Personal. "Viele Unternehmen wollen schnell handeln, um nicht ins Hintertreffen zu geraten", sagte Håkan Benjaminsson, Digital Business Developer bei Nordlo. Er wies darauf hin, dass ein häufiges Problem darin besteht, dass KI-Projekte keine Rendite erzielen, oft aufgrund schlechter Datenqualität oder Ungenauigkeiten.
Der Bericht zeigt, dass 53 % der Unternehmen mit Herausforderungen bei der Datenqualität und -zugänglichkeit konfrontiert sind, während 52 % einen Mangel an interner Expertise angeben. Darüber hinaus berichten fast die Hälfte (48 %) von Hindernissen in Bezug auf Governance, Risiko und Compliance bei der Implementierung von KI-Tools.
Benjaminsson warnte davor, dass Unternehmen Gefahr laufen, schneller vorzugehen, als ihre Infrastruktur und Fachkenntnisse unterstützen können. "Ohne Kontrolle über Daten, Fähigkeiten und Governance wird es schwierig, einen echten Geschäftswert zu schaffen, und in einigen Fällen können Investitionen sogar den gegenteiligen Effekt haben", erklärte er.
Unternehmen, die schnelle Innovationen erfolgreich mit einer robusten technischen und organisatorischen Grundlage verbinden, sind gut positioniert, um ihre Wettbewerbsfähigkeit zu steigern. Umgekehrt können Unternehmen, die dies nicht tun, mit erhöhten Kosten und Ineffizienzen konfrontiert sein. Benjaminsson betonte, dass insbesondere kleinere Firmen sich kostspielige KI-Implementierungsfehler nicht leisten können und legte Wert auf eine solide Vorbereitung vor dem großflächigen Einsatz.