Beobachtetes Signal · 30. Apr. 2026 · Research Report · Quelle: https://martechseries.com/feed/ · Relevanz: 2/5 · Sentiment: Neutral
Sisense-Studie: Produktverantwortliche haben Schwierigkeiten mit der AI-Operationalisierung
Sisense hat den Bericht „2026 State of Analytics“ veröffentlicht, der auf einer Umfrage unter 267 Produktverantwortlichen basiert und eine wachsende Lücke zwischen AI- sowie Analytics-Adoption und messbaren Ergebnissen aufzeigt. Die Befragten berichten von massiven Zugangs- und Integrationsbarrieren: 69 % geben an, dass Analytics nicht unternehmensweit zugänglich sind, und 65 % räumten ein, bereits Geschäftsentscheidungen ohne Datengrundlage getroffen zu haben. Zwar vertrauen 48 % der Führungskräfte auf AI-Erkenntnisse, doch Teams verbringen rund 40 % ihrer Zeit mit der Validierung dieser Ergebnisse, während 29 % der AI-Initiativen über die Pilotphase nicht hinauskommen. Produktverantwortliche erwarten eine stärkere Produktintegration von Analytics: 43 % prognostizieren Embedded Analytics in Geschäftsanwendungen und 24 % sehen conversational interfaces als primären Zugangspunkt. Andrew Loomis, VP Customer Success bei Sisense, betonte, dass die Operationalisierung von Insights in Workflows der Schlüssel zur Wertschöpfung durch AI-Adoption ist.
Der Bericht verdeutlicht operative Defizite zwischen AI-Ambitionen und realen Ergebnissen und signalisiert, dass Produkt- und MarTech-Teams in Embedded Analytics und Integrationen investieren müssen, um echten AI-Wert zu realisieren.
Marktsignale zu Sisense in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Sisense hat den Bericht „2026 State of Analytics“ veröffentlicht.
- Die Studie befragte 267 Produktverantwortliche.
- 69 % der Befragten gaben an, dass Analytics unternehmensweit nicht einfach zugänglich sind.
- 65 % der Befragten gaben zu, Geschäftsentscheidungen ohne Rückgriff auf verfügbare Daten getroffen zu haben.
- 48 % der Führungskräfte vertrauen auf AI-Insights, aber Teams wenden rund 40 % ihrer Zeit für deren Validierung auf; 29 % der AI-Initiativen scheitern an der Pilotphase.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Studie offenbart massive Datenlücke für den Einsatz von Agentic AI
Reltio hat die Ergebnisse einer Pulse-Umfrage von Harvard Business Review Analytic Services mit dem Titel „Unlocking the Data Advantage in the Age of Intelligence“ veröffentlicht, für die 325 globale Wirtschafts- und Technologieführerkräfte befragt wurden. Die Umfrage zeigt ein massives Interesse an KI – 94 % der Unternehmen erkunden oder implementieren KI –, aber gleichzeitig gravierende Lücken bei der Datenbereitschaft für Agentic AI. Zwar stufen 94 % das Vertrauen in die Datenzuverlässigkeit als kritisch ein, jedoch geben nur 39 % an, darin hochkompetent zu sein; lediglich 15 % halten ihr Datenfundament für „sehr bereit“ für Agentic AI. Als Haupthindernisse nennen die Befragten Datensilos (46 %), unzureichende Datentalente (42 %) und unklare Datenstrategien (39 %). Der Bericht betont die Notwendigkeit vereinheitlichter, in Echtzeit verfügbarer und governter Daten sowie semantischer Ebenen, um Data Governance von der reinen Compliance zum strategischen Differenzierungsmerkmal zu entwickeln.
85 Prozent der KI-Projekte scheitern: Größtes Hindernis ist nicht die Technik
Eine Befragung von 1.600 Entscheidungsträgern in der DACH-Region zeigt, dass KI zwar für die Mehrheit der CMOs strategische Relevanz besitzt, jedoch nur bei 30 Prozent an erster Stelle steht. Die wesentlichen Hürden sind nicht technischer, sondern organisatorischer Natur: mangelndes funktionales Verständnis, unzureichende Datenarchitekturen sowie ein zu starker Fokus auf reine Automatisierung statt ganzheitlicher Transformation. Bis zu 85 Prozent der KI-Projekte verfehlen ihre Zielvorgaben, was bis 2026 zu versunkenen IT-Ausgaben von über 21 Milliarden Euro führen könnte. Erfolgreiche Unternehmen setzen primär auf Prozesseffizienz, das Verständnis von Customer Journeys und klare KI-Roadmaps. Zudem offenbart die Studie einen 'Perception Gap': Mitarbeitende stehen KI deutlich aufgeschlossener gegenüber als Führungskräfte annehmen; 50 Prozent äußern primär Unsicherheit statt prinzipieller Ablehnung.
Studie: 72 % der Tech-Entscheider sehen KI-Initiativen an Datenqualität scheitern
Eine aktuelle Studie von Collibra und The Harris Poll unter 306 US-Entscheidungsträgern zeigt, dass 72 % der Befragten unzureichende Datenfundamente als Hauptgrund für das Scheitern von KI-Initiativen sehen. Die Skalierung vom Proof of Concept (PoC) in den Produktivbetrieb stellt ein zentrales Hindernis dar: 76 % der Unternehmen stoßen beim Rollout auf Blockaden. Zudem wenden 87 % regelmäßig erhebliche Arbeitszeit auf, um den Kontext von KI-Agenten zu revalidieren, während 51 % KI-Outputs manuell überprüfen. Der CEO von Collibra bezeichnet diese Ineffizienzen als „Halluzinationssteuer“, die erhebliche Ressourcen bindet. Flankierende Gartner-Daten stützen den Trend und weisen darauf hin, dass die Hälfte aller Enterprise-GenAI-Projekte nach der Pilotphase eingestellt wird. Um KI profitabel und skalierbar einzusetzen, sind robuste Data Governance und integrierte Runtime-Kontrollen zwingend erforderlich.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.