Kommentar von Dr. Andreas Becks, SAS DACH Keine KI ist auch keine Lösung

Anbieter zum Thema

IBM Deutschland GmbH

Fujitsu Technology Solutions GmbH

Disy Informationssysteme GmbH

SAS Institute GmbH Niederlassung München

Über KI spricht – gefühlt – die gesamte Geschäftswelt. Aber sprechen und umsetzen sind zwei Paar Schuhe: Erst müssen fachliche Zielsetzung und Business Case geklärt und das Buy-in des Managements sichergestellt sein. Wie sich die Akzeptanz für die Einführung von KI-Technologien in Unternehmen vorantreiben lässt, und wie man die wichtigsten Stakeholder überzeugt, lässt sich in sieben Schritten zusammenfassen.

Für den sinnvollen Einsatz von Künstlicher Intelligenz (KI) reicht es nicht, Lösungen zu implementieren, Mitarbeiterkompetenzen zu fördern und Ressourcen sicherzustellen. Ebenso wichtig ist es, den Business Case überzeugend zu präsentieren, um genügend Befürworter im Unternehmen für die Technologie zu gewinnen. Mehr als drei Viertel der befragten Führungskräfte einer Studie gaben an, dass „Business Adoption“ immer noch eine Hürde für Big-Data- und KI-Initiativen in ihren Organisationen darstellt. Doch es gibt einige Punkte, die eine breitflächige KI-Akzeptanz begünstigen – in der Chefetage ebenso wie bei den Anwendern.

1. Verantwortliche erreichen

Die Geschäftsleitung hat vor allem eines im Sinn: sicherstellen, dass das Business gut läuft. Das gleicht manchmal einem Balanceakt: gleichzeitig kurz- und langfristige Ziele im Blick behalten, Märkte transformieren und das Geschäft aufrechterhalten, Profit schaffen und investieren, Risiken minimieren und Chancen ausschöpfen.

Das Gleiche gilt für die Line-of-Business-Verantwortlichen. KI-Fürsprecher müssen unter Beweis stellen, dass sie die komplexen Geschäftsziele in diesem Bereich verstehen. Das gelingt zum Beispiel, indem man aufzeigt, wie KI Prozesse wesentlich effektiver und effizienter macht, oder wie sie hilft, neue Produkte und Services zu entwickeln.

Natürlich kann sich die Geschäftsleitung nicht um jedes operative Projekt kümmern. KI und Machine Learning sind jedoch in der aktuellen Diskussion sehr präsent, daher werden sich Führungskräfte genauer anschauen, wie diese Technologien sie in ihren Zielen unterstützen können, und kritische Fragen stellen, auf die es gilt, vorbereitet zu sein. Denn eine Investition in KI wird im Vorfeld genau evaluiert, unter anderem im Hinblick auf ihre potenziellen wirtschaftlichen Vorteile, auf die Risiken, die entstehen, wenn man auf sie verzichtet, oder auf ihren Beitrag zur langfristigen Wettbewerbsfähigkeit.

2. Geschäftswert darstellen

Mit Chancen beschäftigt sich wohl jeder lieber als mit Herausforderungen. Für beide gilt jedoch: Sie müssen in einem Plädoyer für KI verständlich dargelegt werden, um Stakeholder zu überzeugen. Und das gelingt am besten mit anschaulichen Use Cases und den konkreten Vorteilen, die diese erzielt haben.

Angesichts der hohen Quote an KI-Projekten, die nicht zum Erfolg gelangen, sind kritische Fragen auch hier berechtigt. Ob CEO, CFO oder COO – sie alle lassen sich am besten überzeugen, wenn ihnen nachvollziehbar dargelegt wird, wie KI sie unterstützen kann: Kosten einsparen, Umsatz steigern, operative Effizienz erhöhen oder innovative Produkte entwickeln. Das Zauberwort ist ROI: Wie lässt sich mit Investitionen der maximale Mehrwert erzielen?

3. Notwendigkeit vermitteln

Nichtstun ist keine Lösung – das muss den Entscheidungsträgern klar sein, wenn es um das Pro und Kontra einer KI-Lösung geht. Nicht umsonst heißt es „Wer zuerst kommt, mahlt zuerst“. Es gibt genügend Belege, dass ein Verzicht auf KI dem Business schadet. Am überzeugendsten sind Argumentationen, die das potenzielle Wachstum für das eigene Unternehmen ebenso aufzeigen und wie die Vorteile, die sich der Wettbewerb durch einen Einsatz bereits verschafft. Angesichts der enormen Geschwindigkeit, mit der die digitale Transformation voranschreitet, kann es sich kein Entscheider leisten, eine Chance zu verpassen, um daran teilzuhaben. KI wird ein entscheidender Treiber für die wirtschaftliche Entwicklung der nächsten zehn Jahre sein, sagen Unternehmensberater wie McKinsey voraus.

Ein Grund für die voranschreitende Verbreitung der Technologie ist dabei die Angst vor Disruption durch neue Marktteilnehmer. Immer präsenter sind XXXTechs, die etablierten Unternehmen (beispielsweise im Finanzsektor) das Wasser abgraben. Der Nicht-Einsatz von KI wird somit zum strategischen Risiko. Ein weiterer Aspekt ist der Zeitfaktor. Unternehmen können es sich nicht leisten, auf die Reife der Technologie zu warten. Denn die Implementierung erfordert eine ganze Reihe von Stufen – von der Anpassung an die spezifischen Geschäftsanforderungen und die Integration in bestehende Systeme bis hin zur Erstellung eines Governance-Frameworks und der Schulung der Mitarbeiter. Ein zu schnelles Handeln wiederum birgt die Gefahr, dass die erforderlichen Ressourcen, Fähigkeiten und Prozesse noch fehlen – und ein Scheitern damit vorprogrammiert ist.

4. Positive Use Cases formulieren

Transformation, Agilität, Wettbewerbsvorsprung – Unternehmensleiter lassen sich in der Regel mit positiven Argumenten für KI überzeugen. Daher sollte der Business Case mit kreativen Ideen und weitsichtigen Use Cases untermauert werden. Dafür empfiehlt sich die Zusammenarbeit mit den Fachabteilungen, um anschauliche und überzeugende Szenarien zu entwerfen – und die Kollegen als Befürworter zu gewinnen.

Laut Accenture gibt es fünf Eigenschaften in Bezug auf Geschäftsprozesse, die Unternehmen mehrheitlich mit KI transformieren möchten: Flexibilität, Geschwindigkeit, Skalierbarkeit, Entscheidungsfindung und Personalisierung. Beispiele sollten sich stets an diesen Charakteristiken orientieren. Im Vertrieb und Marketing ist Personalisierung entscheidend – unter anderem in Form einer individuellen Ansprache von Kunden. Im Service ist Flexibilität als Basis für proaktive Kundenbetreuung gefragt. Im Bankensektor kommt es auf Sekunden an, wenn Betrugsversuche während Echtzeittransaktionen aufzudecken sind.

5. Wettbewerbsbeispiele finden

Wettbewerb belebt das Geschäft – das gilt auch für die Einführung von KI. Je prägnanter die Beispiele für andere Unternehmen der Branche sind, die mit KI bereits Verbesserungen umsetzen, umso überzeugender ist die Argumentation für eine KI-Implementierung im eigenen Unternehmen. Fehlen konkrete Einblicke in den Wettbewerb, kann ein Rückgriff auf öffentliche Use Cases helfen, die ähnliche Herausforderungen und Potenziale beschreiben.

6. Konkrete Empfehlungen für die Umsetzung formulieren

Im nächsten Schritt geht es ans „Eingemachte“: die Projektanforderungen, also konkrete Zahlen. Um die Transformation mit KI attraktiver zu vermitteln, empfiehlt sich statt eines „Durchboxens“ im Hauruck-Verfahren ein Schritt-für-Schritt-Ansatz. Dieser umfasst diese Stufen:

• 1. Mit dem Optimieren interner Geschäftsprozesse beginnen, ohne dass externe Vorgänge davon beeinflusst werden.

• 2. Mit KI die Bereitstellung von Prozessen und Services ändern – und somit auch neue Workflows auf den Weg bringen.

• 3. Mit einem disruptiven Einsatz von KI komplett neue Produkte, Services und Geschäftsmodelle auf den Weg bringen. Die Implementierung ist jedoch lediglich der erste Schritt. Ein überzeugender Business-Plan muss die Daten, Infrastruktur, Mitarbeiter und die finanziellen Auswirkungen berücksichtigen, die eine KI-Einführung in der gesamten Organisation über mehrere Jahre mit sich bringt. Immer mehr Daten und der richtige Mix an Mitarbeitern mit den passenden Fähigkeiten sind oft die größten Hürden.

7. Den richtigen Technologiepartner wählen

Es muss – gerade bei einer umfassenderen KI-Implementierung – längst nicht alles inhouse entwickelt werden. Eine ressourcenschonende Option ist es, sich mit einem erfahrenen KI-Anbieter zusammenzutun. Doch Augen auf bei der Partnerwahl: KI ist nicht als punktuelle Lösung zu betrachten, sondern als strategische Technologie. Der ideale Partner sollte daher eine Reihe von Faktoren erfüllen.

Expertise ist das A und O. Ein Anbieter, der seit Jahrzehnten KI in operative Enterprise-Umgebungen bringt, verfügt über das erforderliche Verständnis für Mitarbeiter, Prozesse und Technologie. Finanzielle Stabilität sorgt für Zukunftssicherheit – auch bei langwierigen KI-Projekten. Der Partner der Wahl sollte zudem End-to-End-Services bieten, denn die Implementierung eines KI-Systems ist ein hochkomplexer Prozess, der so weit wie möglich vereinfacht werden muss, um das Risiko eines Scheiterns zu verringern.

Leistungsstarkes Datenmanagement ist eine solide Basis, die die Datenqualität und damit die Entwicklung valider Modelle sicherstellt, hilft, sie schnell zu operationalisieren und gleichzeitig Transparenz mithilfe von integrierter Governance herstellt. Und der KI-Anbieter sollte einerseits den Entwicklern und Data Scientists im Unternehmen die Möglichkeit geben, mit ihrer bevorzugten Programmiersprache zu arbeiten – egal, ob diese Open Source oder proprietär ist. Anderseits ist ein einheitliches Governance Framework die Voraussetzung, um Risiken zu minimieren.

(ID:47471207)