Anzeige
Anzeige

Wie man KI im Unternehmen verankert

28.08.2018 - Beim Thema Künstliche Intelligenz klafft eine große Lücke zwischen dem wahrgenommenen Nutzen von KI und dem tatsächlichen Einsatz im Unternehmen. Worauf Unternehmen bei der Implementierung von KI im Unternehmen achten sollten:

von Christina Rose

Unternehmen über alle Unternehmensgrößen hinweg schätzen die künftige Rolle und Nutzen von Künstlicher Intelligenz (KI) als sehr stark ein - zumal datengetriebenes Marketing diese Entwicklung stark forcieren. Doch vor der konsequenten Integration von KI schrecken viele Unternehmen noch zurück.

Vier Fragen an Sebastian Petry, Leiter des Competence-Centers Data Science & AI bei der Unternehmensberatung B.telligent, zu den Themen Technologie, Vertrauen und Know-how bei der Implementierung von KI im Unternehmen:

Was sind neben einem guten Use-Case die entscheidenden Faktoren für eine erfolgreiche Künstliche Intelligenz im Unternehmen?
Zu den drei wesentlichen Faktoren gehört zuallererst das Thema Technologie, also Cloud-Technologien, Big Data, aber auch Bots, AI Frameworks und viele andere unterschiedliche Lösungen und Tools auf dem Markt. Möchte ich eine oder mehrere davon in meinem Unternehmen implementieren, muss ich von Anfang an wissen, in welchem Umfang ich dabei eine Künstliche Intelligenz einsetze.

Geht es mir nur um ein spezielles Produkt, um einen bestimmten Ausschnitt meines Unternehmens oder um etwas, was ich größer skalieren möchte und damit auch als Datenstrategie oder AI-Strategie weiterdenken muss? Auf welche Weise möchte ich dann meine Künstliche Intelligenz nutzen, betreiben und weiterentwickeln? Diese Fragen gilt es im Vorfeld zu beantworten, denn sobald ich einmal eine Lösung implementiert habe, die nicht in meine bisherige technische Infrastruktur, Datenlandschaft, Unternehmensphilosophie oder meine Workflows hineinpasst, habe ich bereits am Anfang viel verloren. Aber umgekehrt natürlich viel gewonnen.

Kontrolle oder Vertrauen? Welche Strategie ist die bessere mit einer KI im Unternehmen?
Das ist der zweite wichtige Faktor. Beides spielt eine entscheidende Rolle. Je nachdem, über welchen Fachbereich wir reden. Wenn ich eine KI in ein Unternehmen integriere, zum Beispiel in eine Kampagnenselektion, dann geht es darum, Vorgänge, die vorher ein Mensch erledigt hat, an eine Technologie zu übergeben. Dazu muss man im Vorfeld Vertrauen in dem jeweiligen Fachbereich aufbauen. Macht die Maschine das genauso gut wie ich? Angeblich soll sie es sogar besser machen. Wie kontrolliere ich etwas, was in einem Bereich besser ist, als ich es jemals sein könnte?

Um hierauf valide Antworten zu bekommen, muss nicht nur die AI eine hohe Qualität haben, sondern auch das Reporting und die KPIs, die die AI bewerten und kontrollieren. Um zu messen, wie gut die AI im gesamten Kontext funktioniert, muss ich mich fragen, wie groß beispielsweise der ROI ist, den ich mir dort erwirtschafte? Um zusätzlich Vertrauen aufzubauen, muss die interne Kommunikation stimmen, die ein Data Scientist oder ein AI-Experte in den Fachbereich hineinträgt. In größeren Unternehmen wird die Zusammenarbeit mit Abteilungen wie dem BI-Reporting immer wichtiger werden. So können etwa BI-Self-Service-Tools Performance-Informationen über die AI an die Fachabteilungen übermitteln.

Das Know-how im Unternehmen stellt den dritten wichtigen Faktor dar. Was sollten Unternehmen dabei beachten?
Wenn ich mir eine solch komplexe Sache wie eine Künstliche Intelligenz in mein Unternehmen hole, brauche ich eine realistische Selbsteinschätzung, wie viel ich dabei gestalten kann. Möchte ich eine KI selbstständig etwa mit TensorFlow entwickeln und somit Deep Learning tief in meinem Unternehmen verankern? Hierfür benötige ich einen hochqualifizierten Methoden-Experten oder einen Data Scientist. Oder reicht es mir, auf Tools zurückzugreifen, die ich optimal für mich konfigurieren kann? In diesem Fall brauche ich keinen dezidierten KI-Experten, sondern jemanden, der den Bereich fachlich betreuen kann und die unterschiedlichen Tools gut kennt. Algorithmische Kenntnisse sind hierfür im Allgemeinen nicht notwendig. Für welchen Weg ich mich auch entscheide, ich brauche eine klare Meinung dazu, um eine KI in meinem Unternehmen erfolgreich zu machen.

Worauf müssen Unternehmen außerdem achten, wenn sie sich dem Thema KI zuwenden?
Mit der Umsetzung der DSGVO zeigte sich zuletzt, wie schlecht viele Unternehmen trotz der langen Vorlaufzeit darauf vorbereitet waren. AI ist kein Mode- oder Marketingthema für Technologieunternehmen, sondern wird nahezu jedes Unternehmen und unseren Alltag mehr und mehr durchdringen. Wir empfehlen jedem Unternehmen, eine eigene Data-Science-Abteilung mit KI-Verantwortung aufzubauen, die auf einer sehr guten BI- und IT-Abteilung aufsetzen sollte. Für Firmen, die bei Null anfangen, kann es bis zu drei Jahre dauern, bis genug Daten gesammelt, die passenden Technologien integriert, Know-how aufgebaut und Prozesse richtig etabliert sind.

Gerade kleinere Unternehmen können es sich nicht leisten, auf die Arbeit mit KI und deren Vorstufen zu verzichten. Wer seine Daten für KI nutzen möchte, trägt eine große Verantwortung. Hier kann man nicht den jungen Mitarbeiter, der gerade von der Uni kommt, dransetzen. Dazu braucht es Spezialisten, die bereits Erfahrung gesammelt haben und wissen, was schiefgehen kann. Erfolgreiche AI-Projekte leben oft von der Erfahrung der Mitarbeiter in diesem Bereich, denn gegenwärtig betritt man mit fast jedem AI-Projekt Neuland. AI ist neben aller Faszination, die von den Algorithmen ausgeht, ein sehr technisches Thema, das es im Unternehmen zu verankern gilt und das mit Big-Data-Technologien gelöst werden muss. Gerade das Deployment und der produktive Betrieb von modernen Methoden sind für viele Unternehmen eine Herausforderung.

Ihr Guide im New Marketing Management - ab 6,23 im Monat!

Hat Ihnen diese Beitrag weiter geholfen? Dann holen Sie sich die ONEtoONE-Premium-Mitgliedschaft. Sie unterstützen damit die Arbeit der ONEtoONE-Redaktion. Sie erhalten Zugang zu allen Premium-Leistungen von ONEtoONE, zum Archiv und sechs mal im Jahr schicken wir Ihnen die aktuelle Ausgabe.

Diskussion:

Vorträge zum Thema:

  • Bild: David Hefendehl
    David Hefendehl (Macaw netzkern GmbH)

    Wie Daten und KI Hand in Hand gehen: Die Kunst der nutzerzentrierten Experience

    Jeder weiß, dass sich die Anforderungen von Kund*innen und Mitarbeiter*innen in der Post-Covid-Welt grundlegend geändert haben. Aber die digitale Nutzererfahrung spiegelt dies meist nicht wider. Erfahren Sie in diesem Vortrag, wie Sie mit den Techniken der User Centered Experience die wahren Bedürfnisse ihrer Zielgruppen herausfinden und in eine passende Digital Experience überführen. Der erfahrene Digitalstratege David Hefendehl erläutert praxisnah, warum die Integration von User Centered Experience in die Digitalstrategie ein Muss für den Erfolg ist.

    Vortrag im Rahmen der Daten & KI 2023. Virtuelle Kongressmesse über Customer Experience mit datengestütztem Marketing und Vertrieb am 06.06.23, 10:05 Uhr

www.hightext.de

HighText Verlag

Mischenrieder Weg 18
82234 Weßling

Tel.: +49 (0) 89-57 83 87-0
Fax: +49 (0) 89-57 83 87-99
E-Mail: info@onetoone.de
Web: www.hightext.de

Kooperationspartner des

Folgen Sie uns:



Besuchen Sie auch:

www.press1.de

www.ibusiness.de

www.versandhausberater.de