Mehr Künstliche Intelligenz bedeutet mehr KI-Strategie

Mehr Künstliche Intelligenz bedeutet mehr KI-Strategie

Künstliche Intelligenz (KI) verändert gerade Wirtschaft und Gesellschaft durch zahlreiche Anwendungen: Sprachsteuerung, Chatbots, automatisierte Betrugserkennung sekundenschnelle Textanalyse, selbstfahrende Autos, … die Liste wird künftig noch länger. Und je mehr Anwendungen zum Einsatz kommen, desto wichtiger wird es für Unternehmen, die vielen Lösungen in eine richtige KI-Strategie einzubetten.

Eine der interessantesten KI-Anwendungen ist die Mustererkennung. Intelligente Software ist in der Lage, zuverlässig und in kurzer Zeit große Mengen unstrukturierter Daten wie Texte, Zahlen und Bilder zu scannen und die Inhalte zu bewerten. Einsatzgebiete gibt es jede Menge, ganz gleich ob Forschung, Produktion, Marktforschung, Prozessoptimierung, Compliance oder Sachbearbeitung. Der große Vorteil für Unternehmen ist die Automatisierung von Tätigkeiten, die meist viel Arbeit kosten und dagegen wenig Wertschöpfung bringen.

Das Potenzial reicht allerdings über die Mustererkennung hinaus. Die Zahl der KI-Anwendungen in Unternehmen und der öffentlichen Verwaltung wird bis 2025 steil ansteigen – auch weil viele Technologien ausgereift sind. Parallel wächst die Zahl der Prozesse, die durch KI unterstützt werden. Dadurch wird allerdings das Management der KI-Lösungen deutlich komplexer. Es besteht das Risiko, dass der Gesamt-Return-on-Investment aller KI-Anwendungen geringer ausfällt als gewünscht, wenn Lösungen isoliert eingeführt werden. Hier kommt die Strategie ins Spiel.

KI-Readiness prüfen und herstellen

Auch wenn der KI-Mehrwert allgemein positiv ist: Unternehmen sollten die Situation im Einzelfall aufgrund der riesigen Anzahl an möglichen Anwendungen immer wieder kritisch prüfen. Es stellt sich jedes Mal erneut die Frage, ob Szenarien umsetzbar sind oder ob Unternehmen zunächst tiefgreifende Veränderungen bei IT-Infrastruktur und Prozessen vornehmen müssen, bevor KI mit voller Effizienz zum Einsatz kommen kann. Denn selbst wenn es einen Mehrwert gibt, heißt das nicht, dass sich die Umsetzung unterm Strich rechnet.

Die Tragweite von KI ist nicht zu unterschätzen. Die angesprochenen Anwendungsfelder sind so breit, dass die Software praktisch in jedem Bereich eines Unternehmens Aufgaben übernehmen könnte. Somit werden auch Strukturen eines Unternehmens in Frage gestellt. Selbst wenn eine Anwendung mit Mehrwert identifiziert wird, ist zu klären, wie diese innerhalb des Unternehmens umgesetzt werden kann und welche Anpassung der Strukturen nötig ist.

Die Prüfung und Herstellung der KI-Readiness im Unternehmen ist damit eine nicht zu unterschätzende Vorarbeit, bevor es konkret wird: Typische Fragen, die Unternehmen beantworten sollten, sind:

  • Sind die Datenbanken KI-fähig?
  • Gibt es genug Daten, mit denen wir die Algorithmen füttern können?
  • Sind passende Schnittstellen für die KI-Anbindung vorhanden?
  • Sind die Mitarbeiter qualifiziert?
  • etc.

IT-Strategie und KI-Strategie gehören zusammen

Bei Investitionen in Künstliche Intelligenz handelt es sich um langfristige und umfangreiche Arbeiten. Deshalb sollte kein Unternehmen ohne Strategie in die KI-Welt einsteigen, sonst drohen Fehlinvestitionen. Eine solche KI-Strategie sollte nicht losgelöst von IT- und Unternehmensstrategie formuliert werden: Auch KI-Vorhaben sollten zudem die vier bewährten strategischen Phasen durchlaufen:

  • Analyse
  • Use-Case-Bestimmung
  • Bewertung
  • Roadmap-Erstellung

Wie bei anderen strategischen Vorhaben, brauchen Unternehmen einen klaren Überblick, welche Schritte in der bestehenden Organisation nötig sind, um die KI-Readiness zu erreichen. Die Analyse umfasst unter anderem ein detailliertes Assessment von Indikatoren, was im Unternehmen verbessert und optimiert werden soll. Diese Indikatoren können zum Beispiel sein:

  • ein hoher IT-bezogener manueller Aufwand in Prozessen,
  • die Nutzung großer Datenmengen
  • oder auch regelbasierte Vorgehensweisen.

Auf Basis der Informationen dieser Analyse können die Prozesse identifiziert werden, in denen der Einsatz von KI den größten Nutzen erzielt. Zudem wird so das von der KI-Integration betroffene Umfeld bestimmt, beispielsweise die Abteilungen und externe Partner und Lieferanten.

Wichtig ist zudem herauszufinden, ob sich ein erkanntes Problem im Unternehmen überhaupt mithilfe von KI-Verfahren adäquat lösen lässt. Hierfür lohnt es sich, das Problem mit bekannten und bewährten KI-Anwendungen abzugleichen. Entweder existieren bereits Erfahrungen, oder ein Unternehmen stützt seine Auswahl auf externe Use Cases. Durch einen Abgleich dieser Use Cases mit den identifizierten Problemen bzw. verbesserungsfähigen Prozessen im Unternehmen können passende KI-Anwendungen für diese Aufgaben ausgewählt werden. Die erste Auswahl erfolgt ohne Priorisierung.

Diese kommt dann im nächsten Schritt: der Bewertung. Dabei werden die Use Cases mit der Situation im Unternehmen abgeglichen und nach Synergien und Abhängigkeiten untereinander gesucht. Auf Basis dieser Kalkulation wird dann eine Roadmap erstellt. Die Roadmap umfasst einen Projektplan, der zu einem effizienten KI-Einsatz in den identifizierten Bereichen führt, wo diese Technologien dem Unternehmen einen Nutzen stiften.

In eine KI-Strategie gehören neben rein technischen Aspekten und Anforderungen an die Prozesse auch ein Kultur-, Organisations- und Integrationsmanagement. Auf kultureller Ebene muss schon bei der Einführung darauf geachtet werden, dass von den Mitarbeitern die künstliche Intelligenz nicht als Konkurrenz, sondern als Hilfsmittel angesehen wird. Zu diesem Zweck sollte Verständnis für Funktion und Zweck dieser Technologie gefördert werden. Im Organisationmanagement muss die Wertigkeit von KI-Ergebnissen gewichtet sein. Und die Integration muss sich auf eine neue Art der Einführung (das Anlernen) einstellen, ein Prozess, der nicht mit der Produktivschaltung abgeschlossen ist.

KI-Strategie als Langfrist-Investment

Ein in dieser Form skizziertes Vorgehen zum Aufstellen einer KI-Strategie ermöglicht es Unternehmen, den Einsatz künstlicher Intelligenz von Vornherein systematisch anzugehen und damit die Mehrwerte insgesamt zu steigern. Gerade wenn Unternehmen erste KI-Projekte hinter sich haben und sich der KI-Einsatz häuft, ist es wichtig, dass die einzelnen Vorhaben ineinandergreifen.

KI-Lösungen werden in den nächsten Jahren einen immer größeren Teil in der IT-Infrastruktur in Unternehmen werden. Das Ziel eines koordinierten Vorgehens ist, Synergien von unterschiedlichen KI-Projekten und Anwendungen zu nutzen und die Vorbereitung für eine vollständige, auf KI basierte IT-Landschaft führzeitig und zielgerichtet zu erstellen. Unternehmen, die sich am Anfang Gedanken über eine detaillierte KI-Strategie machen, werden langfristig mehr aus ihren KI-Lösungen herausholen.

Foto: Getty Images / Devrimb


Marcel Heyken

Marcel Heyken ist Berater im Geschäftsbereich Banking von Sopra Steria Consulting. Zu seinen Themenschwerpunkten zählen Künstliche Intelligenz, Prozess Optimierung, Strategie und Compliance.


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.