Halbleiterunternehmen tätigen hohe KI-Investitionen, doch die Messung der Renditen bleibt eine Herausforderung

Eine HTEC-Studie zeigt, dass Halbleiterunternehmen bei der Skalierung von KI führend sind, doch eine uneinheitliche Messpraxis erschwert es, technische Fortschritte mit geschäftlichen Ergebnissen in Verbindung zu bringen.

PALO ALTO, Kalif.--(BUSINESS WIRE)--HTEC, der weltweit führende Anbieter von KI-Technologie und -Engineering, hat heute eine Studie zum Halbleitersektor veröffentlicht. Daraus geht hervor, dass die Branche bei der Einführung von KI zwar relativ weit fortgeschritten ist, sich jedoch einer größeren Herausforderung gegenübersieht: dem Nachweis, dass technische Verbesserungen zu messbarem geschäftlichem Nutzen führen.

Fast die Hälfte (48 %) der Befragten aus der Halbleiterbranche beschreibt ihre Unternehmen als „AI-Skalierer“ oder bereits als „AI-native“ – im Vergleich zu 44 % in der Gesamtstichprobe. Dennoch entspricht das Wachstum der KI-Investitionen weitgehend dem des Gesamtmarktes: 78 % geben an, ihre Investitionen im vergangenen Jahr erhöht zu haben, verglichen mit 79 % in der Gesamtstichprobe.

Deutlichere Unterschiede zeigen sich bei der Auswahl und Bewertung von KI-Investitionen.

Die Befragten aus der Halbleiterbranche liegen unter den untersuchten Branchen an der Spitze, wenn es darum geht, die strategische Ausrichtung als Kriterium für die Priorisierung von KI-Initiativen heranzuziehen und vor der Genehmigung ein formelles ROI-Modell zu verlangen. Sobald die Projekte jedoch angelaufen sind, wird die Messung weniger einheitlich, was die Feststellung erschwert, ob Verbesserungen in Bereichen wie Design, Verifikation oder Fertigung letztendlich zu Kostensenkungen, einer schnelleren Markteinführung oder besseren Produktergebnissen führen.

Craig Melrose, Global Managing Partner bei HTEC, kommentierte: „Halbleiterunternehmen wissen, wie man die technische Leistung misst. Die nächste Herausforderung besteht darin, dieselbe Disziplin auf den Nutzen der KI anzuwenden. Die Zeitersparnis bei der Verifizierung ist von Bedeutung, wenn sich diese Zeitersparnis in geringeren Kosten, einer schnelleren Auslieferung, einer höheren technischen Kapazität oder einem besseren Produkt niederschlägt. Mit zunehmender Verbreitung der KI werden sich jene Unternehmen an die Spitze setzen, die diesen Zusammenhang konsequent herstellen und ihn nutzen können, um zu entscheiden, wohin die nächsten Investitionen fließen sollten.“

Strenge Disziplin bei Investitionen, jedoch schwächere Messung des Wertes

45 % der Befragten aus der Halbleiterbranche geben an, dass die Ausrichtung auf Wachstum oder Differenzierung ein Kriterium für die Priorisierung von KI-Initiativen ist, während 36 % ein formelles ROI-Modell verlangen, bevor eine Initiative genehmigt wird.

Nach der Einführung zeigt sich jedoch ein uneinheitliches Bild. 38 % geben an, dass der Nutzen der KI hauptsächlich auf Einzelfallbasis erfasst wird – im Vergleich zu 30 % in der Gesamtstichprobe –, während nur 28 % den Nutzen hauptsächlich über ein Unternehmens-Dashboard erfassen, verglichen mit 36 % insgesamt. Fehlende Basiskennzahlen und uneinheitliche KPIs über die verschiedenen Funktionsbereiche hinweg gehören ebenfalls zu den Hindernissen, die die Befragten bei der Messung des Nutzens der KI nennen.

Nur 22 % geben an, dass der Zweck, der Nutzen und die erwarteten Ergebnisse der KI unternehmensweit klar kommuniziert werden – dies ist der niedrigste Anteil aller befragten Branchen. Die Ergebnisse deuten auf eine wachsende Kluft hin zwischen dem Nachweis, dass eine KI-Anwendung technisch funktioniert, und der konsequenten Darstellung ihres Beitrags zum Geschäftserfolg.

Die Skalierung von KI wird zu einer Herausforderung für Unternehmen

Die Untersuchung legt zudem nahe, dass das nächste Hindernis für den Nutzen der KI möglicherweise jenseits der Technologie selbst liegt.

83 % der Befragten aus der Halbleiterbranche stimmen zu, dass Menschen und Prozesse den Nutzen der KI stärker einschränken als die Technologie selbst. Dennoch überwachen nur 22 % aktiv die Einführung und die Ergebnisse der KI funktionsübergreifend, und nur 21 % bieten nicht-technischen Mitarbeitern umfassende Schulungen zum Umgang mit KI an.

Widerstand gegen Veränderungen und Herausforderungen bei der Einführung sind die am häufigsten genannten Hindernisse für die Wertschöpfung durch KI in nicht-technischen Funktionen, gefolgt von unklaren Anwendungsfällen, Prioritäten oder Erfolgskennzahlen sowie mangelnder organisatorischer Abstimmung.

Dies deutet darauf hin, dass Halbleiterunternehmen – in dem Maße, wie KI über spezialisierte Ingenieurteams hinausgeht – die gleiche Disziplin, die sie bei der technischen Leistung an den Tag legen, auch auf die Einführung, Rechenschaftspflicht und Messung im gesamten Unternehmen anwenden müssten.

KI-Risiko konzentriert sich auf die Anwendungen mit dem höchsten Risiko

Die Studie beleuchtet zudem, wie Halbleiterunternehmen das Thema Governance angehen, da KI in den Bereichen Entwicklung und Produktion zunehmend an Bedeutung gewinnt.

Mehr als die Hälfte (57,5 %) bewertet KI-Risiken und den Nutzen ausschließlich bei risikoreichen Anwendungsfällen, während 16 % die Risiken durchgängig über ihr gesamtes KI-Portfolio hinweg bewerten. Unter den Befragten aus dem technischen Bereich nennen 33 % die Unvorhersehbarkeit von Modellen und Randfälle als größte Herausforderung für die „Human-in-the-Loop“-Überwachung – dies ist der höchste Anteil unter allen befragten Branchen.

Da KI zunehmend in kritische Arbeitsabläufe integriert wird, zeigen Forschungsergebnisse, wie wichtig es ist, zu bestimmen, wo KI autonom agieren kann, wo menschliches Urteilsvermögen weiterhin erforderlich ist und wie sich diese Kontrollmechanismen weiterentwickeln, je näher die Anwendungen an Entscheidungen herankommen, die die Produktqualität oder die Produktionskontinuität beeinflussen.

Von der Chip-Leistung zum Unternehmenswert

Halbleiterunternehmen nehmen in der KI-Wirtschaft eine einzigartige Stellung ein: Sie entwickeln die Technologie, auf der KI basiert, und setzen KI gleichzeitig beim Chipdesign, bei der Verifizierung und in der Fertigung ein. Damit ist dieser Sektor ein wichtiger Prüfstein dafür, ob KI den Sprung von der technischen Machbarkeit hin zu wiederholbarem geschäftlichem Nutzen schaffen kann.

KI kann Teams dabei helfen, mehr Designoptionen zu prüfen, Prototypen schneller zu erstellen, Probleme früher zu erkennen und Entwicklungszyklen zu verkürzen. Die Studie kommt jedoch zu dem Schluss, dass technische Beschleunigung nur dann einen Mehrwert schafft, wenn sie letztendlich zu einem besseren Produkt oder einem besseren Geschäftsergebnis führt.

Die Herausforderung zu beweisen, dass KI funktionieren kann, steht nun nicht mehr im Vordergrund. Vielmehr geht es primär darum, einen reproduzierbaren Ansatz zu entwickeln, um festzustellen, wo sie einen Mehrwert schafft, diesen Mehrwert einheitlich zu messen und zu skalieren, was im Unternehmen funktioniert.

Über die Studie

Die Studie basiert auf der Befragung von 200 Führungskräften aus der Halbleiterbranche und Technologieführern in den Vereinigten Staaten, im Vereinigten Königreich, in Deutschland, in Saudi-Arabien und in den Vereinigten Arabischen Emiraten, basierend auf einer weltweiten Umfrage unter1.500 Führungskräften und Technologieexperten .

Der gesamte Bereich HTEC AI Value Realization Report 2026: Semiconductor Industry ist verfügbar unter: https://htec.com/insights/reports/the-htec-ai-value-realization-report-2026-semiconductor-industry/ .

Über HTEC

HTEC ist ein weltweit tätiges Technologie- und Ingenieursunternehmen, das Organisationen dabei unterstützt, KI-Fähigkeiten aufzubauen – vom Chip bis hin zu den Ergebnissen. HTEC hilft seinen Kunden bei der Erstellung eines anpassungsfähigen, herstellerunabhängigen KI-Stacks, der so konzipiert ist, dass er sich mit den Veränderungen bei Technologien, Modellen und Plattformen weiterentwickelt.

Durch sein „Forward-Deployed“-Modell arbeitet HTEC eng mit den Teams der Kunden zusammen, um KI mit der Geschäftsstrategie zu verknüpfen und wiederholbare Prozesse zu schaffen, die jedes Mal konsistent und schneller umgesetzt werden können. OneLoopAi bildet das Herzstück dieses Ansatzes und sorgt für mehr Transparenz bei der Fortschrittsmessung sowie für eine kontinuierliche Verbesserung der Entwicklung und des Einsatzes von KI. Das Ergebnis ist ein klarer Weg von der KI-Investition hin zu messbarem Geschäftsnutzen und dem großflächigen Einsatz von KI.

Mit mehr als 15 Jahren Erfahrung im Bereich KI und maschinelles Lernen verbindet HTEC fundiertes technisches Know-how mit Kompetenzen in den Bereichen Strategie, Produktentwicklung, Design und Daten, um KI-Visionen in die Praxis umzusetzen.

Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.