Databricks' Ali Ghodsi sagt: Die meisten Unternehmen brauchen keine schlaueren KI-Modelle
Wichtige Erkenntnisse
- •Ali Ghodsi vertritt die Ansicht, dass die Intelligenz von KI-Modellen nicht der begrenzende Faktor für die Einführung im Unternehmen ist; es fehlt geschäftsspezifischer Kontext wie proprietäre Daten, Workflows und institutionelles Wissen.
- •Umfragen während seiner Vorträge 2026 ergaben, dass nur etwa 10 % der Befragten glauben, die künstliche allgemeine Intelligenz sei bereits angekommen, während rund 90 % die von ihnen täglich genutzten KI-Modelle für intelligenter halten als die meisten ihrer Kollegen.
- •Er empfahl Unternehmen, ihren eigenen Enterprise-Kontext und ihre eigene Ontologie aufzubauen, statt fertige KI-Lösungen zu kaufen, und verwies darauf, dass Databricks' Genie-Plattform darauf ausgelegt ist, die Daten, Entscheidungen und Workflows zu erfassen, die KI-Systeme für echte Automatisierung benötigen.
- •Selbst wenn die Weiterentwicklung von KI vollständig stoppen würde, könnten die meisten Unternehmen laut Ghodsi noch Jahre an Produktivitätsgewinnen realisieren, indem sie ihre bestehenden Daten in Ordnung bringen.
- •Er schätzt, dass die vollständige Einführung von KI im Unternehmen bis zu ein Jahrzehnt dauern könnte, selbst bei technologiezentrierten Firmen, da sie die Neugestaltung von Prozessen, Rollen, Anreizen und Kultur erfordert.
Databricks-Mitgründer und CEO Ali Ghodsi hat eine Botschaft an Führungskräfte, die Geld in die neuesten Frontier-KI-Modelle pumpen: Die Technologie ist nicht der Engpass. Aus seiner Sicht liegt das Problem der meisten Unternehmen nicht darin, dass der KI Intelligenz fehlt, sondern darin, dass ihr nichts Nützliches über das Geschäft mitgegeben wurde, dem sie dienen soll.
In einem Auftritt bei Bloomberg Tech argumentierte Ghodsi, dass die aktuelle Generation von KI-Modellen bereits über das hinausgeht, was die meisten Unternehmen praktisch nutzen können. Die Lücke zwischen dem, was diese Systeme leisten können, und dem, was Unternehmen tatsächlich daraus ziehen, führe auf einen einzigen Faktor zurück: Kontext.
Das 90-%-Paradox
Ghodsi verwies auf einen bemerkenswerten Widerspruch, den er bei Umfragen während seiner Vortragsreise 2026 beobachtet hat. Nur etwa 10 % der Befragten glauben, dass die künstliche allgemeine Intelligenz bereits angekommen ist. Rund 90 % hingegen sagen, dass die KI-Modelle, die sie täglich nutzen, bereits intelligenter sind als die meisten ihrer Kollegen.
„Wir brauchen nicht, dass KI schlauer wird“, erklärte Ghodsi. „Ihr fehlt schlicht der Kontext.“
Der Kontext, den er meint, ist das, was er „Enterprise-Kontext“ nennt: die proprietären Daten, das institutionelle Wissen, die Entscheidungs-Workflows und die Geschäftslogik, die die Abläufe eines Unternehmens einzigartig machen. Mit anderen Worten: Die Modelle sind universell einsetzbar; es fehlt das geschäftsspezifische Wissen, das sie nicht von selbst kennen können.
Das Argument der Dateninfrastruktur
Databricks verdient sein Geld damit, Unternehmen dabei zu helfen, ihre Daten zu organisieren, zu verwalten und zu aktivieren. Zu seinen Kunden zählen AT&T, Rivian, Adidas, Mercedes-Benz, Unilever, Virgin und Bayer.
Ghodsi betonte, dass Unternehmen ihren eigenen „Enterprise-Kontext“ und ihre eigene „Ontologie“ aufbauen müssen – eine strukturierte Abbildung der Beziehungen zwischen Daten, Entitäten und Prozessen eines Unternehmens –, statt davon auszugehen, sie könnten einfach eine schlüsselfertige KI-Lösung kaufen. In seiner Deutung ist die entscheidende KI-Investition nicht der Zugang zu einem schlaueren Modell, sondern die interne Vorarbeit, die es einem Modell ermöglicht, entsprechend der tatsächlichen Funktionsweise des Geschäfts handeln. Databricks entwickelt genau für diesen Zweck Werkzeuge. Die Genie-Plattform des Unternehmens etwa ist als Weg positioniert, die Unternehmensdaten, Entscheidungen und Workflows zu erfassen, die KI-Systeme benötigen, um von beeindruckenden Demos zu echter Automatisierung zu gelangen.
Er fügte hinzu, dass selbst wenn die Weiterentwicklung von KI heute vollständig pauseieren würde, den meisten Unternehmen noch Jahre an Produktivitätsgewinnen offenstehen würden – allein durch die Ordnung ihrer bestehenden Daten.
Ein Jahrzehnt organisatorischer Chirurgie
Ghodsis Schätzung für die vollständige Einführung von KI im Unternehmen: möglicherweise ein Jahrzehnt, selbst bei technologiezentrierten Firmen. Dieser Zeitraum spiegelt die Realität wider, dass die Integration von KI in ein Unternehmen keine einfache Softwareinstallation ist. Es ist ein Projekt zur organisatorischen Neugestaltung, das Prozesse, Rollen, Anreize und Kultur berührt.
Für Unternehmen, die dieses Argument abwägen, ist die unmittelbare Frage nicht, welches Modell sie lizenzieren, sondern wie schnell ihre Daten organisiert, vernetzt und für KI-Systeme nutzbar gemacht werden können. Wie Unternehmen ihre KI-Ausgaben zwischen Modellzugang und interner Datenbereitschaft aufteilen, wird ein Indikator dafür sein, ob Ghodsis Sichtweise an Boden gewinnt.
Stand September 2026 betont Ghodsi diese Botschaft weiter und argumentiert, dass sich Unternehmen auf praktische KI-Herausforderungen konzentrieren sollten statt auf existenzielle Risiken.
Quelle: CryptoBriefing
