5 min read
Entspannt & glücklich auf Arbeit: 5 Tipps, um die Stimmung zu heben
Wenn die Tage wieder dunkler werden, geht das oft auch auf die Stimmung, da der Mangel an Sonnenlicht das Level vom...
7 Minuten Lesezeit
KI ist vielleicht keine neue Technologie mehr, doch wann immer Führungskräfte darüber reden, wirkt es immer noch wie eine magische Formel, die jedes erdenkliche Geschäftsproblem lösen kann. Das Problem daran: wenn Sie nicht wissen, warum Sie KI wirklich brauchen und einsetzen, investieren Sie womöglich in die falschen Technologien.
Tl;dr: Um künstliche Intelligenz effizient im Unternehmen einzusetzen, müssen sich Führungskräfte sowohl mit den Grundlagen als auch den aktuellsten Technologietrends auseinandersetzen. Nur dann können Entscheidungen für KI-Projekte getroffen werden, die auf Geschäftsziele und -modelle eingehen.
Inhalt:
Kamales Lardi schreibt in Ihrem Forbes-Artikel (2021), dass viele Unternehmen Ihre KI-Strategie zu grob bzw. allgemein definieren. Dabei werden beispielsweise Ziele gesteckt wie "KI-basierte Lösungen implementieren, um XY% Umsatz zu erhalten." Doch diese Ziele sind fast wie eine Blackbox, da sie keine Aussage darüber treffen, wie genau KI dabei helfen soll.
Grundlagen, um KI erfolgreich einzusetzen
KI verstehen lernen
Es ist natürlich nicht notwendig, seinen eigenen Quantum-Computer bauen zu können. Sie sollten jedoch ein grundlegendes Verständnis von künstlicher Intelligenz und wie sie funktioniert haben. Dazu gehören beispielsweise auch unterschiedliche Methoden (Predictive Analytics, Uplift Model) sowie Unterscheidungen zwischen KI, Machine Learning und Deep Learning, um Anwendungsgebiete und Möglichkeiten realistisch einzuschätzen.
KI-Grundwissen gibt Ihnen die Möglichkeit, Trends besser zu verstehen und Use Cases für Ihr Business zu erkennen und zu nutzen. Dadurch kann Ihre KI-Strategie geschärft werden und Sie arbeiten mit echten Lösungen anstelle von allgemeinen Statements.
KI-Voraussetzungen implementieren
Zu den größten Herausforderungen jeder KI-Strategie gehört ein fehlendes bzw. unzureichendes Datenmanagement. Um KI effizient einsetzen zu können, müssen Daten digitalisiert und strukturiert sein, ansonsten kann selbst die beste Lösung auf dem Markt keinen Mehrwert für Ihr Unternehmen schaffen. Das heißt, dass Sie eine digitale, zentrale Datenbank brauchen, die sich gut mit Ihren KI-Lösungen verknüpfen lässt.
KI kann immer nur so smart sein, wie die Daten, die Sie damit verarbeiten. Liegen Ihre Daten lokal auf isolierten Servern, so werden Sie diese nicht ohne einen erheblichen Mehraufwand mit KI nutzen können.
Identifizieren Sie attraktive Use Cases
Während Sie diesen Beitrag lesen, wird irgendwo ein Manager von einem neuen KI-Trend hören und sofort den Auftrag erteilen, darin zu investieren, unabhängig davon, ob der Trend sich auf die Geschäftsziele ableiten lässt oder nicht.
Besonders mit neuen Technologien müssen Unternehmen identifizieren, wie sie Prozesse und Erlebnisse optimieren, Nutzer:innen stärken und Geschäftsmodelle erweitern können. Use Cases helfen dabei, herauszufinden, wo KI sinnvoll eingesetzt werden kann. Zusätzlich geben sie bereits hilfreiche Informationen zu Anforderungen, Zielen und KPI.
Beginnen Sie klein und skalieren Sie
Besonders komplexe und/oder neue Technologien sollten in einem Projekt getestet werden, das Fehler und Lernkurven zulässt und nicht sofort das gesamte Tagesbusiness beeinträchtigt. Gleichzeitig sollte das Pilotprojekt genau dort eingesetzt werden, wo KI bereits eine große Hebelwirkung erzielen kann. Dadurch können Ihre Mitarbeitenden einerseits die notwendige Erfahrung in einem risikoärmeren Raum sammeln und andererseits werden die Vorteile von KI exemplarisch sichtbar, um die Akzeptanz im gesamten Unternehmen zu steigern.
Eine agile Projektführung, externe Beratung oder auch Training können zusätzlich dabei helfen, ein Framework für die Folgeprojekte aufzusetzen und frühzeitig aus Fehlern zu lernen, um sie bei zukünftigen Projekten zu vermeiden.
Stärken Sie Ihre Mitarbeitenden
Der Bedarf an KI-Skills im IT-Bereich ist branchenübergreifend so hoch wie noch nie. Tatsächlich gehören IT-Stellen zu den wenigen Berufsfeldern, die während der Pandemie keine Stellen eingebüßt haben. Unternehmen brauchen mehr Expert:innen, insbesondere dann, wenn sie nicht nur punktuell einzelne KI-Lösungen einsetzen wollen, sondern Ihr Geschäftsmodell allgemein mit KI stärken wollen.
Doch neben Stellenausschreibungen sollten Unternehmen nicht die internen Fähigkeiten ignorieren. Investieren Sie in Weiterbildungen, Zertifikate und bauen Sie so bereits bestehende Skills aus. Unternehmen, die Mitarbeitenden die Möglichkeiten zur kontinuierlichen Weiterentwicklung stärken, sind gerade im IT-Umfeld sehr attraktiv und schaffen so einerseits die Stärkung interner Fähigkeiten als auch das Anwerben neuer Mitarbeitenden.
Wichtig ist vor allem, dass Sie die Fähigkeiten identifizieren, die Sie wirklich brauchen und unterschiedliche Methoden berücksichtigen, um sie zu erlangen:
- Interne Trainings & Weiterbildungen
- Nearshore-/Offshore-Services
- Beratungsunternehmen & Dienstleister
- Tech Labs
Lesen Sie im Use Case, wie die Stadtsparkasse München eine aufwändige Excel-Lösung durch eine smarte, BI-gestützte, automatisierte und transparente digitale Anwendung ersetzte.
Outlook: Die KI-Trends für 2022
Was aber sind die Trends, die aktuell besonders spannend für Unternehmen sind und wie wirken Sie auf Geschäftsziele ein? Im Folgenden möchte ich Ihnen ein paar der größten KI-Trends für 2022 aufzählen, die derzeit den Markt bestimmen. Betrachten Sie diese Trends durch Ihre eigene "Unternehmensbrille", um zu evaluieren, ob sie für Ihr Business geeignet sind:
- Kann der Trend das Verhalten oder die Wünsche Ihrer Kund:innen beeinflussen?
- Können dadurch existierende Prozesse, Produkte und Services optimiert werden?
- Können dadurch neue Prozesse, Produkte und Services entwickelt werden?
- Wird der Markt/die Branche dadurch langfristig beeinflusst (Disruption, neue Wettbewerber, etc.)?
Hyper-Automation
"Normale" Automation findet statt, wenn Sie einen Prozess identifizieren und automatisieren. Hyper-Automation kombiniert derweil unterschiedliche Technologien, Lösungen und Plattformen sowie Robotic Process Automation (RPA), Machine Learning und KI, um nicht nur einzelne Prozesse zu automatisieren, sondern alle möglichen Geschäfts- und IT-Prozesse zu identifizieren, zu testen und zu automatisieren.
KI übernimmt quasi die Evaluation des Automatisierungspotenzials eines Unternehmens und führt die Automation mehr oder weniger selbstständig durch.
KI & Cyber Security
Mit der wachsenden Anzahl an Cyber-Attacken auf IT-Infrastrukturen von Unternehmen sowie Hacking-Angriffe wächst der Bedarf an einer Rundum-Cyber Security. Künstliche Intelligenz kann dabei erhebliche Vorteile ermöglichen, um Systeme und Datenflüsse zu überwachen, ungewöhnliche Aktivitäten zu identifizieren und frühzeitig zu reagieren. Außerdem können durch KI Lücken im Sicherheitssystem entdeckt und behoben werden.
Natural Language Processing (NLP) & conversational KI
Wie KI (unterschiedliche) Sprachen verstehen und möglichst "natürlich" darauf reagieren kann, gehört zu den spannendsten Bereichen der KI-Forschung und ist entsprechend komplex. KI-Systeme müssen geschriebene wie gesprochene Sprache erkennen und zwar mit zahlreichen Variationen wie Schreibfehler, Abkürzungen, Akzente und Dialekte, aber auch Sprachstörungen oder unterschiedlichen Stimmlagen. Dann müssen die Inhalte der Botschaften identifiziert werden, um anschließend für Menschen verständlich darauf zu reagieren.
NLP ist die Basis für zahlreiche KI-Technologien, da es notwendig ist, um mit smarten Technologien zu kommunizieren.
Das Internet der Dinge (IoT) und Augmented Reality
Mit immer besseren Netzverbindungen und einer schnelleren Datenübertragung wächst das Potenzial des Internets der Dinge für den Mainstream-Gebrauch. Besonders in Kombination mit Augmented Reality – der "Überlagerung" von digitalen Informationen über "realen" Objekten und Umgebungen - können Menschen besser und sicherer mit Maschinen umgehen und transparenter mit ihnen interagieren, indem sie beispielsweise mehr über die Mechaniken erfahren.
So kann ein Kühlschrank über ein Display an der Tür Informationen zu Lebensmitteln geben, die kurz davor sind, abzulaufen. Er kann Rezepte für Zutaten vorschlagen, die sich im Kühlschrank befinden oder sogar oft gekaufte Produkte nachbestellen, sobald diese aufgebraucht sind.
Untenstehend: ein spannendes Beispiel, wie Augmented Reality aussehen kann, in Form der Microsoft HoloLens.
Forecasting
Für Business wie für die Wissenschaft stecken die Voraussage-Optionen smarter Systeme voller Möglichkeiten. Mit der richtigen Menge und Struktur können Daten genutzt werden, um beispielsweise auf Marktveränderungen, individuelles und allgemeines Kund:innenverhalten sowie andere Informationen hinzuweisen, die bei der Zukunftsplanung helfen.
Das wohl Wichtigste beim smarten Forecasting ist derweil, dass die Systeme viele Daten benötigen und insbesondere für nahe Zeiträume genauere Aussagen treffen können als für die ferne Zukunft. Ähnlich wie beim Wetter ist es nahezu unmöglich, allzu weit in die Zukunft zu sehen, da die Welt sich quasi täglich ändern kann.
Ethik und White Boxes
Ein ethischer Ansatz beim Entwickeln und Implementieren von KI ist notwendig, um eine vertrauensvolle Beziehung mit Nutzer:innen zu haben und Systeme zu garantieren, die nicht auf Basis von Daten diskriminieren (etwa, wenn die Software Unterschiede in Gesichtern Schwarzer Menschen nicht erkennt, weil sie vorwiegend mit Fotos von Weißen Menschen trainiert wurde). Ethik muss bereits "by Default", also von Beginn an, bei der Entwicklung mitgedacht werden und darf kein später Zusatz sein. Doch um Ethik in KI mitzudenken, müssen Prozesse transparenter werden.
Viele Algorithmen funktionieren beispielsweise als Blackbox. Wir kennen den Input und wir sehen, was am Ende herauskommt, doch oft wissen selbst die Entwickler:innen nicht, was dazwischen passiert. Das Konzept der Explained AI/Erklärten KI (XAI) soll zukünftig dabei unterstützen, die Entscheidungsprozesse künstlicher Intelligenz transparenter zu gestalten und verständlich anzuzeigen. Dadurch können Nutzer:innen Entscheidungen besser nachvollziehen und Risiken bzw. Fehler reduzieren.
DIGITALL bietet Ihnen zahlreiche Optionen, Ihre Unternehmensdaten smart zu nutzen, Prozesse intelligent zu automatisieren und KI für Reports, Kundenservice und Cyber Security einzusetzen. Erfahren Sie mehr.
Share:
