Kommentar von Balaji Ramanujam, Infosys So werden Unternehmen bereit für den Einsatz von KI

Anbieter zum Thema

Infosys Technologies Ltd

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

Europa setzt auf Technologien aus dem Bereich der Künstlichen Intelligenz (KI): Der KI-Markt in Europa, für 2024 auf 42,66 Milliarden Euro geschätzt, soll bis zum Jahr 2030 auf 191 Milliarden Euro anwachsen. Allerdings liegen die europäischen Unternehmen bei der Einführung von KI 45 bis 70 Prozent hinter US-Firmen zurück. Gründe dafür sind geringere Investitionen in die IT-Infrastruktur, ein Mangel an KI-Talenten und komplexe Vorschriften.

Weitere Hindernisse, die Unternehmen davon abhalten, ihren vollen Einsatz zu erbringen, sind fehlende strategische KI-Roadmaps sowie Bedenken hinsichtlich Datensicherheit und Ethik. Unternehmen in Europa und anderen Regionen sind jedoch in der Lage, KI erfolgreich einzuführen und zu skalieren können. Sie sollten dabei die folgenden fünf wichtigen Schritte auf dem Weg unternehmen, um KI erfolgreich zu implementieren.

Eine umfassende KI-Strategie entwickeln: Die Studie eines großen Beratungsunternehmens aus dem Jahr 2023 stellte fest: Die Strategie ist für Unternehmen, die nicht als KI-High-Performer gelten, das größte Hindernis, Wertschöpfung aus dem Einsatz von KI zu generieren. Für KI-High-Performer stellt sie jedoch die geringste Herausforderung dar. Das unterstreicht den Zusammenhang zwischen einer strategischen Roadmap und der KI-Reife. Um eine optimale Ressourcenzuweisung und messbare Ergebnisse zu gewährleisten, muss die KI-Strategie sich darauf fokussieren, die wirkungsvollsten KI-Möglichkeiten zu identifizieren und zu priorisieren, die mit den Unternehmenszielen in Einklang stehen. Es ist enorm wichtig, eine umfassende Methodik zur Bewertung von KI-Chancen zu entwickeln, um Wachstumspotenziale aufzudecken, die Effizienz zu steigern und die Ausrichtung des Ökosystems zu fördern. Dazu gehören:

• Eine Bewertung der Marktgröße,

• die Identifizierung von Kernkompetenzen,

• eine Bewertung des Wettbewerbs anhand etablierter Rahmenwerke sowie eine

• SWOT-Analyse.

Jedes potenzielle Anwendungsszenario oder jede Fähigkeit wird dann mithilfe einer AI Viability Scorecard eingestuft. Die Ergebnisse werden visualisiert und ihren potenziellen Wirkungen auf das Geschäft gegenübergestellt. So lässt sich überprüfen, wie sich das auf die Vertrauenswürdigkeit und die Einfachheit der Implementierung auswirkt. Das bietet eine klare Grundlage für die Priorisierung und Wertverfolgung.

Die richtige Dateninfrastruktur bereitstellen: Data Housekeeping – klare Datendefinition, Prozesse, um nur nützliche Daten zu erstellen und zu ändern, Datenbereinigung und Governance – ist für die KI-Fähigkeit entscheidend. Allein reicht aber nicht aus. Unternehmen müssen strategisch denken: Das beginnt dabei, den Wertverlust durch schlechte Daten zu schätzen. Dieser beläuft sich nach Angaben eines führenden Datenanbieters im Durchschnitt auf satte 15 Millionen US-Dollar. Darüber hinaus ist eine Strategie zur Datentransformation notwendig, um die Datengrundlage so zu entwickeln, dass sie den wachsenden Anforderungen der KI gerecht wird. Die drei kritischen Aspekte dieser Transformation sind:

• 1. Organisieren und Strukturieren von Daten über verschiedene Klassen hinweg für eine optimale KI-Nutzung

• 2. Implementierung einer Smart Data Fabric, um eine umfassende Daten- und KI-Plattform zu schaffen

• 3. Rationalisieren von Prozessen für eine nahtlose KI-Integration und einheitliche Abläufe

Beim Aufbau einer Dateninfrastruktur müssen Unternehmen die richtigen Datenmanagement-Tools und Basisprozesse wie das Fingerprinting von Daten auswählen. Da jeder Mitarbeiter die Bedeutung von Daten für die Weiterentwicklung von KI und des Unternehmens zu schätzen weiß, ist eine datenorientierte Kultur notwendig. Daher sollten Firmen kontinuierliche Schulungen zu datenorientierten Grundsätzen durchführen. Sogenannte Data-First-Champions unterstützen dabei, die Schulungsprogramme zu beaufsichtigen und zu orchestrieren.

Verantwortungsvolle KI praktizieren

Verantwortungsvolle KI und KI-Governance mit einem „Responsible by Design“-Ansatz basiert auf den Eckpfeilern Vertrauen, Ethik, Datenschutz, Compliance und Sicherheit (TEPCS). Dieser umfassende Ansatz berücksichtigt nicht nur den Datenschutz und die Einhaltung von Vorschriften, sondern auch den Schutz von Recht und geistigem Eigentum. Zu den wichtigsten Aspekten gehören:

• Vertrauen: Prüfung auf Erklärbarkeit, Fairness, Transparenz, Sicherheit und Einhaltung von Standards.

• Ethik: Prüfung auf Voreingenommenheit, Übereinstimmung mit den Grundwerten und soziale Verantwortung des Unternehmens.

• Sicherheit: Schutz von Daten und Systemen vor potenziellen Bedrohungen.

Neben der Einführung einer Governance sollten Unternehmen auch einen KI-Ethikrat einrichten.

Data Governance ist entscheidend dafür, die Datenqualität sowie die Qualität der algorithmischen Ausgabe von KI-Modellen zu gewährleisten. Unternehmen müssen der Vollständigkeit, Konsistenz, Genauigkeit und Unvoreingenommenheit von Daten Priorität einräumen. Entwickler hingegen benötigen Schulungen in transparenter und erklärbarer KI. Ihre Arbeit sollten sie strengen Fairness- und Rechenschaftsprüfungen unterziehen.

Auch Entwickler aus der Wirtschaft und aus der Bevölkerung müssten in verantwortungsvollen KI-Praktiken geschult werden, beispielsweise hinsichtlich der Verwendung personenbezogener Daten mit Zustimmung und in der Vermeidung subjektiver Kennzeichnungen. Die Berücksichtigung von Datensicherheit, Datenschutz, Vertrauen und ethischen Bedenken erfordert robuste Schutzmaßnahmen. Dazu gehört es, Sicherheits- und Datenschutzvorschriften einzuhalten – insbesondere der fortschrittlichen EU-Gesetze – und die strategische Nutzung synthetischer Daten. Die Beibehaltung der menschlichen Aufsicht während des gesamten KI-Entwicklungsprozesses ist unerlässlich.

Höhere Qualifikation der Arbeitskräfte

Der Weiterbildung ihrer Mitarbeiter sollten Unternehmen Priorität einräumen, damit sie sich an die sich entwickelnde technologische Landschaft anpassen können. Dazu gehört es, Arbeitsprozesse neu zu gestalten und KI-gesteuerte Innovationen wie KI-Zwillinge einzusetzen. KI-Zwillinge ergänzen die menschlichen Fähigkeiten durch rollenspezifische Intelligenz. Sie verbessern außerdem die Arbeitsleistung und Entscheidungsfindung. Um mit diesen Innovationen Schritt zu halten, ist es wichtig, dass Unternehmen in kontinuierliche Lernprogramme investieren. Diese Programme sollten sich auf spezielle Fähigkeiten wie Sprachverständnis, Prompt-Engineering, verbessertes kontextbezogenes Verstehen und nuancierte Antwortgenerierung konzentrieren.

Kultur der technikgestützten, menschenzentrierten Innovation pflegen

Datenbereitstellung, Kompetenztraining und Technologie sind enorm wichtig, aber eine „Build-and-Learn“-Mentalität ist es ebenfalls. Es ist unabdingbar, verantwortungsvolle KI-Praktiken und Governance-Strukturen zu etablieren, um sowohl Mitarbeiter als auch das Unternehmen zu schützen. Technische Tools sollten das Lernen und die menschliche Aufsicht orchestrieren. Um diese Kultur zu fördern, müssen Unternehmen robuste Programme für Daten- und KI-Kenntnisse einführen. Diese befähigen Mitarbeiter, sich in der durch KI erweiterten Arbeitswelt zurechtzufinden.

Weiterbildung wichtig für eine erfolgreiche KI-Implementierung

In Europa und anderswo ist die Bereitschaft, KI zu implementieren, noch immer verbesserungswürdig. Dies beeinträchtigt den Fortschritt und die Ergebnisse von KI-Initiativen. Unternehmen können diesem Problem mit einer umfassenden KI-Strategie, verantwortungsvoller KI, der Weiterbildung ihrer Mitarbeiter, einer Dateninfrastruktur und einer Innovationskultur begegnen.

(ID:50287300)