3 Erkenntnisse aus dieser Folge
- 01
Akademische Forschung zeigt konstant: AI-Adoption scheitert primär an Strategie und Organisation, nicht an Technologie. Die Mehrheit der Unternehmen hat keinen klaren Use-Case-Portfolio.
- 02
Der häufigste Stolperstein ist Hype-Budgetierung. Unternehmen investieren, weil 'alle' investieren — ohne vorher Hypothesen zum eigenen Nutzen zu formulieren.
- 03
Wissenschaftliche Studien sind in Vorstand-Diskussionen oft schlagkräftiger als Berater-Dokumente. Wer Research klug zitiert, holt Entscheider aus reiner Meinungsebene.
Worum es in dieser Folge geht
Prof. Florian Stahl hält den Lehrstuhl für Quantitatives Marketing an der Universität Mannheim und forscht unter anderem zur Adoption von AI und Datentechnologien in Unternehmen. Wir sprechen über Ergebnisse seiner Forschung — und was Praktiker daraus ziehen können.
Die Storyline
Die Lücke zwischen Behauptung und Realität
Wenn Unternehmen in Umfragen sagen, dass sie AI einsetzen, hat das oft wenig mit produktiver Nutzung zu tun. Wir haben eine klare Diskrepanz zwischen Selbstauskunft und tatsächlicher Wertschöpfung.
Das ist die unbequeme wissenschaftliche Wahrheit. Marketing-Erhebungen von Anbietern ("75 % der Unternehmen nutzen AI") sind oft Selbst-Auskünfte, nicht messbare Nutzung. Akademische Forschung schaut genauer hin.
Die drei häufigsten Stolpersteine
- Strategie-Lücke: Unternehmen haben keinen klaren Use-Case-Portfolio. Wird "viel" probiert, nichts konzentriert.
- Organisations-Lücke: Technik wird gekauft, aber Rollen, Prozesse, Verantwortlichkeiten werden nicht angepasst.
- Daten-Lücke: Die Daten, auf denen AI arbeiten soll, sind häufig nicht in der nötigen Qualität und Verfügbarkeit da.
Was CDOs aus Forschung ziehen können
Prof. Stahl macht einen wichtigen Punkt: Wissenschaftliche Studien sind in Vorstand-Diskussionen schlagkräftiger als Berater-Dokumente. Eine Studie der Wirtschaftsuni als Quelle genießt mehr Autorität als ein Whitepaper eines Anbieters. Wer das nutzt, kann Diskussionen aus reiner Meinungsebene auf Evidenz heben.
Die Hype-Budget-Falle
Ein Muster, das in Stahls Forschung wiederkehrt: Unternehmen reservieren Budgets für "AI", weil der Wettbewerb es tut — ohne klare Hypothese, was sie davon haben. Das ist teurer Mimesis, keine Strategie.
Was Forschung CDOs liefern kann
- Realistische Adoptions-Benchmarks jenseits der Marketing-Zahlen.
- Empirische Muster zu Erfolgs- und Misserfolgsfaktoren.
- Methodische Rahmen für Fragestellungen, die intern häufig unklar bleiben.
Warum mich das besonders umtreibt
Ich hole akademische Gäste bewusst in den Podcast, weil sie einen Teil liefern, der im Business-Diskurs fehlt: methodische Ehrlichkeit. Prof. Stahls Folge ist für alle CDOs, die auf Basis von solider Evidenz entscheiden wollen — nicht auf Basis von Hype-Reports. Kostet 45 Minuten, spart im Zweifelsfall Jahre.
Jetzt reinhören
Jetzt reinhören
Diese Folgen könnten dich auch interessieren
Folge 323
Solo gegen alle: Wie 15 Jahre Datenhandwerk eine D2C-Brand allein tragen
Carlos Yniguez · 60Kollektiv
Folge 322
KI in NRW: Warum 90 % des Mittelstands noch nicht wirklich anfängt
Christian Temat · KI.NRW (Fraunhofer IAIS)
Folge 319
Warum Data Mesh ohne Data Citizens scheitert
Jonas Kell · Siemens Energy