Auf dem Markt für Künstliche Intelligenz den Überblick zu behalten, ist inzwischen sogar fast für KI-Dienstleister, also Leute vom Fach eine Kunst. Überall auf dem Globus arbeiten fähige Menschen daran, KI weiterzuentwickeln. Inzwischen hat das Thema einen Reifegrad erreicht, der es für zahlreiche Einsatzszenarien sehr interessant macht.
Auch unsere Fachleute stehen immer wieder vor der Aufgabe, die Eignung von KI-Technologien zu beurteilen. Letztens hatte ich erst wieder einen Kunden, der sich fragte: „Lohnt sich der Einsatz von KI in meinem Prozess oder ist die Zeit doch noch nicht reif?“
Weil es vielen ähnlich gehen dürfte, möchte ich Ihnen aus der Sicht eines KI-Dienstleisters zeigen, wie Sie die vier gängigsten Herausforderungen auf dem Weg zu Ihrem ersten KI-Projekt meistern können.
1 Den passenden Use Case identifizieren – mit oder ohne KI-Dienstleister
Herausforderung: Den ersten Use Case für den Einsatz von KI im eigenen Unternehmen zu identifizieren kann schwierig sein. Denn nicht selten fehlt das interne Know-how, um Erwartungen und KI-Potenziale in Bezug auf die eigenen Prozesse realistisch einschätzen zu können.
Lösung: Damit Sie eine möglichst genaue Vorstellung entwickeln, wie KI bei ihnen eingesetzt werden könnte, ist es u.a. wichtig einen Einblick in existierende KI-Lösungen zu bekommen. Hier können Einstiegsworkshops von KI-Dienstleistern helfen. In einem Workshop-Setting können Sie dann gemeinsam mit Fachleuten problem-, lösungs-, oder datenorientierte Methoden anwenden, um echte Business Cases zu erarbeiten. Der nächste Schritt ist gleichzeitig der Wichtigste: bauen Sie schnell einen Prototyp für Ihren vielversprechendsten Business Case. Nur so können Sie mit echten Daten validieren, ob ihre potenzielle Lösung auch wirklich das Problem zufriedenstellend löst.
2 Akzeptanz und Vertrauen mit Hilfe Ihres KI-Dienstleisters herstellen
Herausforderung: Was bringt Ihnen die beste KI-Lösung, wenn Ihre Kolleg:innen sie nicht nutzen? Damit die Lösung in Ihrem Unternehmen von den Mitarbeiter:innen und Kund:innen verwendet bzw. akzeptiert wird, muss nicht selten erst Vertrauen in die Technologie geschaffen werden. Natürlich gilt das nicht für alle Unternehmen gleichermaßen. Hierbei sind die wichtigsten Faktoren die Eigenschaften der eingesetzten KI, die Eigenschaften der Nutzer:innen sowie die Entscheidungssituation. Übrigens, die klassische Sorge, dass Menschen fürchten, ihr Arbeitsplatz könnte durch KI ersetzt werden, ist uns als KI-Dienstleister bisher kaum begegnet.
Lösung: Binden Sie diejenigen, die Ihre KI-Lösung nutzen werden unbedingt so früh wie möglich in die Entwicklung ein. Nur so entstehen das bestmögliche Produkt und die größtmögliche Akzeptanz. Ansonsten verweise ich auf die kommende Europäische KI-Verordnung und auf den spannenden Vorschlag von Twilio ein „AI Nutrition Label“ einzuführen. Wie bei Nährwertangaben auf Lebensmittelpackungen, sollen bei dieser Idee alle relevanten Fakten zum Einsatz von KI im jeweiligen Produkt transparent dargestellt werden. Transparenz ist der zentrale Punkt. Legen Sie transparent da, wo KI-Algorithmen genutzt und inwiefern damit Entscheidungsfindungen beeinflusst werden. Je nach Ausgangssituation in Ihrem Unternehmen kann auch Change Management helfen. Bei der internen Kommunikation würde ich den Fokus auf die Gründe und die Ziele (z. B. 30% Einsparungen) legen, sowie mögliche Bedenken ernst nehmen, indem Sie Fragen, evtl. mit Hilfe Ihres KI-Dienstleisters transparent beantworten.
3 Die Notwendigkeit und Verfügbarkeit von Daten mit Ihrem KI-Dienstleister klären
Herausforderung: Für einige Machine-Learning-Anwendungsfälle braucht es hochwertige Daten in großen Mengen. Zum Beispiel dann, wenn Ihr KI-Modell erst mit vielen Datensätzen trainiert werden muss. Meiner Erfahrung nach als Managing Director eines führenden KI-Dienstleisters, gibt es auch eine leichte Tendenz, die Qualität der eigenen Daten zu überschätzen. Außerdem fällt es Unternehmen oft nicht leicht zu beurteilen, wie Informationen gestaltet sein müssen, damit sie den Ansprüchen genügen.
Lösung: Finden Sie heraus, ob und welche Daten sie genau benötigen. Mittlerweile funktionieren alternative Herangehensweisen – z. B. ganz ohne eigene Daten, mit einzelnen Datensätzen oder nur wenigen Beispiel-Datensätzen – sehr gut. Weitere Stichworte sind „Few-Shot Learning“ und “Zero Shot Learning. Nachdem Sie festgestellt haben, welche konkreten Informationen Sie benötigen, können Sie immer noch beginnen, diese systematisch zu erheben und strukturiert aufzubereiten. Manchmal ist es dafür noch nicht zu spät. Darüber hinaus haben Sie die Möglichkeit, synthetische Daten bzw. Simulationsdaten zu verwenden.
4 Über die Verteilung von Ressourcen entscheiden
Herausforderung: Eine wesentliche Herausforderung ist die Verteilung der (begrenzten) Ressourcen Ihres Unternehmens. Dabei meine ich in erster Linie nicht Geld und Zeit, sondern Wissen. Innovationsprojekte haben es außerdem immer wieder schwer, interne Freigaben zu bekommen, weil andere Projekte im Tagesgeschäft eine höhere Dringlichkeit und Priorität haben.
Lösung: Wenn Sie sich an diesem Punkt befinden, empfehle ich Ihnen, unter keinen Umständen mit dem Aufbau eines eigenen KI-Teams zu beginnen. Suchen Sie sich stattdessen einen geeigneten Partner als (vorübergehenden) KI-Dienstleister, der das technologische Know-how und die Manpower mitbringt. So können Sie Ihr erstes KI-Projekte im Rahmen eines agilen MVP-Ansatzes mit überschaubarem Risiko schnell testen und bei Bedarf skalieren. Ihr Management überzeugen Sie selbstverständlich am besten mit einem durchgerechneten Business Case. Zeigen Sie, dass Ihre anvisierte Lösung ein relevantes Problem löst und so Ihren Prozess entscheidend verbessert.
Was Sie mit KI allgemein und einem KI-Dienstleister erreichen können
Die Potenziale von KI sind vielfältig und können insb. in den Bereichen Automatisierung, Datenanalyse, Personalisierung, Kundenservice und Kostenreduktion erhebliche Chancen für Ihr großes oder mittleres Unternehmen bieten. In diese vier Bereiche schauen Unternehmen unser Erfahrung nach als KI-Dienstleister auch als erstes, wenn Sie KI-Technologie implementieren und schnell messbare Ergebnisse erzielen wollen.
- Automatisierung von Aufgaben: Die Automatisierung von repetitiven manuellen Aufgaben steigert die Effizienz und reduziert die Arbeitsbelastung Ihrer Mitarbeiter:innen erheblich. Spannend ist besonders, dass mit den Entwicklungen um Sprachmodelle (ChatGPT und Co.) jetzt auch Aufgaben automatisierbar sind, welche bisher wegen ihrer „Unstrukturiertheit“ nur durch Menschen umsetzbar waren. Dies betrifft vor allem Aufgaben im Kundenservice. Denn KI-basierte Chatbots und virtuelle Assistenten stehen Ihren Kunden rund um die Uhr zur Verfügung und können außerdem schnellen Support sicherstellen.
- Personalisierung: Unternehmen können z. B. personalisierte Angebote und Marketingkampagnen erstellen, um die Kundenbindung zu erhöhen und die Kundenzufriedenheit zu steigern.
- Datenanalyse und -vorhersage: Machine Learning Modelle ermöglichen eine effektive Analyse großer Datenmengen und Vorhersagen, was Ihre datengesteuerten Entscheidungen unterstützt.
- Kostenreduktion und Effizienzsteigerung: KI kann zur Senkung Ihrer Betriebskosten beitragen, indem sie Prozesse optimiert und die Ressourcennutzung verbessert, was wiederum Ihre Gewinnmargen erhöhen kann.
Fazit
Um KI-Potenziale in Ihrem Unternehmen zu entdecken, spielt außerdem eine breite Marktübersicht, der regelmäßige Austausch mit anderen KI-Fachleuten sowie Praxiserfahrung eine zentrale Rolle. Seien Sie hier ehrlich zu sich selbst und setzen Sie bei fehlendem Know-how zu Beginn auf einen Technologie-Partner als (vorübergehenden) KI-Dienstleister, bevor Sie Ihr eigenes Team aufbauen.
Fragen Sie sich auch, ob und wie KI Ihr Unternehmen voranbringen kann? Oder wollen Sie Einblicke in konkrete Anwendungsfälle aus Ihrer Branche? Bei SPRYLAB haben wir keine vorgefertigten Antworten im Gepäck. Dafür bringen meine Kolleg:innen und ich jede Menge Fachexpertise, Neugier auf Ihre Herausforderung und Leidenschaft für KI-Technologie mit. Auf unserer KI-Leistungsseite erfahren Sie mehr über unsere Angebote und Expertise rund um Künstliche Intelligenz.
