Pegasystems nennt Fallstricke Sieben Fehlerquellen bei der KI-Einführung

Das Thema Künstliche Intelligenz (KI) liegt im Trend und wird zunehmend zu einer Standard-Technologie. Beim Einsatz im Unternehmen gibt es aber zahlreiche Fehlerquellen. Pegasystems nennt die sieben häufigsten davon.

Firmen zum Thema

Pegasystems GmbH

MIP Ges. für EDV-Beratung und Management-Training mbH

Sinequa

KI findet sich mittlerweile in vielen Bereichen, von der industriellen Fertigung über Büroanwendungen bis hin zu komplexen CRM-Systemen. Die Vorteile in der Prozessautomatisierung sind für Unternehmen attraktiv. Dennoch verfügen die meisten Firmen nur über wenig Erfahrung im Umgang mit der neuen Technik. Der Softwarehersteller und KI-Spezialist Pegasystems hat deshalb sieben der gängigsten Fehler zusammengefasst, die bei der Implementierung von KI-Lösungen auftreten.

• Kein echter Mehrwert: Viele Unternehmen planen den Einsatz von KI, nur weil KI ein Hype ist. Ein klarer Mehrwert wie höhere Kundenzufriedenheit, Cross- oder Upselling-Möglichkeiten, Prozessoptimierung oder Qualitätssteigerung spielt dabei keine Rolle.

• Fehlende Kommunikation: Wird der Einsatz von KI den Anwendern nicht kommuniziert, bemerken diese gar nicht, dass sie mit einem KI-gestützten System interagieren. Das kann später zu Vertrauensverlust und zur Ablehnung führen.

• Unzureichende Datengrundlage: In der Regel ermitteln KI-Systeme aus großen Datenmengen wiederkehrende Muster. Ist dabei die Datenbasis nicht ausreichend, haben die Ergebnisse keine Relevanz.

• Blindes Vertrauen: Auch wenn IT-Systeme in manchen Anwendungsfällen erstaunliche „Intelligenz“ aufweisen, eignen sich nicht alle Anwendungsfälle für KI. Zum Beispiel wenn keine hinreichend operationalisierbaren Daten bereitgestellt werden können.

• Fehlende Transparenz: Aufgrund der großen Anzahl von Einflussfaktoren und Methoden für die Ermittlung von KI-Ergebnissen kann es schwierig bis unmöglich sein, im Nachhinein ein bestimmtes Ergebnis nachzuvollziehen. Je nach Anwendungsfall ist Transparenz aber nötig, zum Beispiel bei Therapieempfehlungen.

• Mangelnde Flexibilität: KI wird so konzipiert, dass die Fachabteilungen keine ausreichenden Möglichkeiten zur Anpassung haben. Die Mitarbeiter der Fachabteilungen müssen jedoch in der Lage sein, KI-Lösungen selbstständig zu parametrisieren, um agil mit verschiedenen Szenarien experimentieren zu können.

• Fehlende Praxistauglichkeit: Unternehmen realisieren häufig KI-Lösungen, die zwar in Pilotprojekten gut funktionieren, aber in der Praxis nicht gut skalieren. Die verwendeten KI-Verfahren müssen in großen Anwendungen mit zahlreichen Nutzern – beispielsweise in Web-Infrastrukturen – in kurzer Zeit Antworten liefern. Als Richtwert sollten Antwortzeiten von weniger als 50 Millisekunden möglich sein.

(ID:45330368)