Kommentar von Jarno Kartela, Thoughtworks Voraussetzungen für erfolgreiche KI-Initiativen in Unternehmen

Anbieter zum Thema

Disy Informationssysteme GmbH

Sinequa

Insider Research

Thoughtworks Deutschland GmbH

Der weltweite Markt für Künstliche Intelligenz (KI), einschließlich Software, Hardware und Services, wächst im Schnitt um fast 20 Prozent jährlich und dürfte bis 2024 die Marke von 500 Milliarden US-Dollar erreichen. Auch deutsche Führungskräfte sind überwiegend der Ansicht, dass KI eine wichtige Zukunftstechnologie ist, auch für das eigene Unternehmen.

Das verdeutlicht einerseits das unglaubliche Potenzial von KI, denn sie bietet eine Fülle an Möglichkeiten, Routineaufgaben (besonders solche, die darauf basieren, Muster zu entdecken und entsprechend zu handeln) zügiger und ohne menschliches Versagen abzuwickeln. Andererseits können selbst die allerbesten KI-Pläne schief gehen. Nur wenige Inkorrektheiten, und schon kann KI zu falschen Ergebnissen, Verzerrungen (Bias) und unbeabsichtigten Fehlauswirkungen führen. Umgekehrt kann sie bei sorgfältiger Planung und Umsetzung erhebliche Vorteile für Wirtschaft und Gesellschaft bewirken.

Damit Entscheiderinnen und Entscheider in Unternehmen einen erfolgreichen KI-Ansatz etablieren können, sollten sie folgende drei Fragen erwägen:

1. Braucht das Unternehmen KI überhaupt?

Ein grundlegender Faktor für erfolgreiche KI-Projekte ist es, sicherzustellen, dass die für die Automatisierung identifizierten Prozesse für das Unternehmen von großer Bedeutung sind und sich bereits bewährt haben. Gleichzeitig müssen sich Unternehmen darüber im Klaren sein, dass sich ein mangelhafter Prozess nicht mit KI ins Lot bringen lässt. KI automatisiert den Prozess lediglich – sie kann ihn nicht „reparieren“.

Die Automatisierung von Routineaufgaben sorgt für einen schnellen Investitionsertrag, und der kann erheblich sein. Gartner prognostiziert ein rasantes weltweites Wachstum von Technologien zur „Hyperautomatisierung“. Unter diesem Begriff werden die rasche Identifizierung, Überprüfung und Automatisierung einer Vielzahl von Prozessen zusammengefasst. Bis 2024 sollen Unternehmen, die Hyperautomatisierung mit neu aufgesetzten Prozessen kombinieren, in der Lage sein, ihre Betriebskosten um bis zu 30 Prozent zu reduzieren. Den Mitbewerbern eines Unternehmens ist das allerdings ebenfalls klar, daher wird dieser Wettbewerbsvorteil nicht lange Bestand haben. Folglich wirft die Einführung einer KI-Strategie aus reinem Konkurrenzdenken heraus nicht immer die größte Investitionsrendite ab.

Hat man einen konkreten Bereich ermittelt, in dem KI-Anwendungen einen messbaren Nutzen bringen können, ist es ratsam, mehrere durchdachte, überschaubare und kostengünstige Pilotprojekte durchzuführen, um die KI-Idee rasch auszutesten und zu sehen, ob es in die richtige Richtung geht. Unternehmen machen oft den Fehler, eine riesige Datenplattform aufzubauen, bevor sie ihre KI-Route festgelegt haben. Das ist riskant, denn dazu sind viele Ressourcen nötig, es kann teuer werden und womöglich dauert es zu lange, bis sich die Daten nutzen lassen. In der Zwischenzeit sind die Mitbewerber mit kleineren, aber wirkungsvollen KI-Projekten vielleicht schon erfolgreich.

2. Soll der KI-Einsatz der Automatisierung des Alltäglichen dienen oder Kooperation und Kreativität unterstützen?

Unternehmen müssen festlegen, wie weit ihre KI-Ambitionen reichen: ob sie sich auf die Automatisierung alltäglicher und wiederkehrender Aufgaben beschränken oder ob sie auch kreativere und strategische Chancen nutzen, bei denen das System menschliche Fähigkeiten und Kompetenzen kooperativ einbezieht und die Technologie quasi zum Teammitglied wird. Die Kernidee kreativer KI besteht nicht in möglichst präzisen Vorhersagen, sondern darin, Kreativität zu imitieren, sodass der Schöpfungsprozess bei neuen Produkten einfacher, schneller und effizienter wird.

Die Einsatzbereiche von KI beschränken sich nicht mehr auf datenintensive Aufgaben. Für Problemstellungen mit geringen Datenmengen, aber unzähligen Möglichkeiten (beispielsweise Forschung und Entwicklung oder die Planung von Szenarien) ist sie ebenfalls geeignet. Techniken wie diese lassen sich nutzen, wenn Entscheider in Unternehmen die Antwort auf eine dringliche Frage nicht kennen oder etwa ein komplexes und umfangreiches Logistiknetz koordinieren müssen. Anhand von Algorithmen lassen sich die Daten erkunden, was vielleicht den Weg zu potenziellen Innovationen weisen kann.

Unternehmen können auch erwägen, sich bei der Entscheidung über die passenden KI-Ansätze Hilfe von außen zu holen und eine maßgeschneiderte Lösung erarbeiten lassen. Der Austausch mit Beratern oder Sachverständigen kann in einem Bündel von KI-Technologien münden, das zu den Bedürfnissen des Unternehmens am besten passt.

3. Wie lassen sich datentechnische, menschliche und ethische Hürden meistern?

Wollen Unternehmen das kreative Potenzial von KI nutzen, müssen sie drei wichtige und komplexe Aspekte in Einklang bringen: Daten, Menschen und Ethik.

Als Grundlage eines jeden Modells oder Algorithmus bestimmen Daten letztlich die Performance einer KI-Lösung. Ganz gleich, wie leistungsfähig die zugrunde liegende Technologie ist: Aus unsauberen, ungeordneten oder verzerrten Daten lassen sich keine aussagekräftigen Erkenntnisse ableiten. Daten altern schnell und viele entwickeln im Laufe der Jahre kleine Stolperstellen. Kleinere Probleme können sich bei KI und ML rasch zu größeren auswachsen, wenn sich das System anhand früherer Schlussfolgerungen weiterentwickelt, die ungenau oder unvollständig waren.

Tatsächlich wurde die Datenqualität als die größte datentechnische Herausforderung für Unternehmen im Rahmen von KI-Projekten identifiziert. Um das zu überwinden, bedarf es einer ehrlichen Bestandsaufnahme, welche Datenressourcen verfügbar sind und wie sie effizient bereinigt und zusammengeführt werden können.

Doch nicht nur die Daten, die einem KI-Projekt zugrunde liegen, sollten genaustens unter die Lupe genommen werden, sondern es sollte auch Sorgfalt walten bei der Zusammenstellung der Teams und der Auswahl der Menschen, die an der Umsetzung des Projekts beteiligt sind. Wenn Entscheider die geschäftliche Relevanz eines KI-Konzepts und seine Akzeptanz im Unternehmen gewährleisten wollen, darf es nicht ausschließlich der Zuständigkeit der Technologen unterliegen.

Am besten stellen Unternehmen ihr Team bei der Suche nach dieser Frage möglichst disziplinübergreifend auf. Zumindest brauchen sie aber die drei Hauptrollen: erstens, jemanden, der sich mit Technologie in angewandter Form auskennt und weiß, wie man damit Geschäftsprobleme löst – meist der CTO oder CDO. Zweitens, jemanden, der das „Business-Delta“ kennt, also das, was das Unternehmen tun sollte, um dorthin zu gelangen, wo es in fünf Jahren stehen muss. Drittens, jemanden für strategisches Design, der sich tagtäglich mit Menschen, Aufgaben und Zuständigkeiten auseinandersetzt und das nötige Einfühlungsvermögen besitzt, um Dinge zu gestalten, die einen Unterschied machen.

Natürlich ist nicht jeder im Unternehmen mit den notwendigen Kompetenzen für die Umsetzung eines solchen KI-Projekts vertraut und die Talentknappheit wird sich der mehrheitlichen Einschätzung deutscher Unternehmen in Zukunft weiter verschärfen, so eine weitere aktuelle Studie des Bitkom. Das kann Digitalisierungsbemühungen, unter anderem die Einführung von KI, verzögern. Doch Unternehmen können die interne Kompetenzentwicklung fördern, indem sie KI-Projekte als Lernmöglichkeit betrachten – für alle in ihrem Unternehmen, auch auf der Führungsebene.

Neben der Expertenknappheit sind ethische Gesichtspunkte eine der größten Herausforderungen, mit denen sich Unternehmen im Rahmen ihres KI-Konzepts fast unweigerlich auseinandersetzen müssen. Die ethischen Auswirkungen einer KI-Lösung sind schwierig abzuschätzen und offenbaren sich häufig erst geraume Zeit nach Einführung einer Lösung. So wurde bei der Beurteilung anfänglicher Gesichtserkennungsalgorithmen deutlich, dass die Genauigkeit bei bestimmten demografischen Gruppen, insbesondere Schwarzen und Frauen, deutlich nachließ. Da manche dieser Lösungen an Strafverfolgungsbehörden vertrieben wurden, hatten diese Diskrepanzen potenziell gravierende Folgen.

Divers aufgestellte Teams sind die beste Versicherung gegen unerwünschte KI-Resultate. Es sollten Personen einbezogen werden, die unterschiedliche Ansichten zum KI-System haben und in verschiedener Weise mit dem System oder den Daten interagieren. Nachvollziehbarkeit, besonders bezüglich der Datenquellen, ist das andere wesentliche Element eines verantwortungsvollen KI-Ansatzes. So wären viele der Probleme bei der Gesichtserkennung vermeidbar gewesen, hätte man die Daten, mit denen die Systeme trainiert wurden (überwiegend Bilder weißer Männer), einer nüchternen Beurteilung unterzogen.

Datenverantwortliche in einem Unternehmen sollten zunächst die zum Trainieren des KI-Systems verwendeten Zahlen vergleichen, um festzustellen, ob bestimmte Kategorien über- oder unterrepräsentiert sind und ob das Problem eventuell durch eine Ungleichverteilung verursacht sein könnte. Anschließend ist es ratsam, eine gründliche Untersuchung des datenliefernden Systems vorzunehmen und zu prüfen, ob sich Bias oder Unterrepräsentation in den Datenbestand irgendwie ausgleichen oder korrigieren lassen. Gleichzeitig sollte überlegt werden, welche Konsequenzen die Nutzung dieses Datenbestands angesichts der festgestellten Verzerrungen hat. Die beste Faustregel lautet, niemals Daten zu verwenden, zu denen man sich öffentlich nicht bekennen würde.

Klareres Verständnis für die Vorteile von KI in Unternehmen und Gesellschaft

Wenn Unternehmen diese Schwierigkeiten meistern und die notwendigen internen Qualifikationen rund um KI/ML aufbauen, wird sich das für sie zunehmend bezahlt machen, denn der Bereich wird weiterwachsen.

Natürlich ist die Interaktion zwischen Mensch und KI immer noch mit gewissen Vorbehalten behaftet. Eine Verbraucherumfrage in den USA ergab: 86 Prozent der Befragten kommunizieren beim Kundensupport lieber mit einer Person als mit einem KI-gestützten System und etwa die Hälfte ist der Ansicht, Chatbots und virtuelle Assistenten würden die Problembehebung eher erschweren. Wenn Unternehmen aber die genannten Faktoren meistern, kann das dazu beitragen, dass im eigenen Unternehmen und in der Gesellschaft ein klareres Verständnis für die positive Wirkung dieser Technologie geschaffen wird.

(ID:47959930)