Neue Dimensionen

In drei Schritten zum erfolgreichen KI-Projekt

Künstliche Intelligenz (KI) und Automatisierung eröffnen Unternehmen weltweit neue Dimensionen der Kosteneinsparung und Effizienz. KI bereitzustellen ist aber ein komplexer Prozess – IT-Entscheider müssen sich über die wichtigsten Chancen und Hindernisse bei einer Einführung im Klaren sein, bevor sie diese angehen.

Treppensteigen

Der Weg zum erfolgreichen KI-Projekt soll in drei Schritten möglich sein.

Online-Geldtransferdienste wie Paypal und Transferwise nutzen maschinelles Lernen zur Betrugsprävention, indem sie Millionen von Transaktionen zwischen Käufern und Verkäufern analysieren, um betrügerische Transaktionen oder potenzielle Fälle von Geldwäsche zu identifizieren. Die Liste der KI-Anwendungsfälle wächst täglich, traditionelle Sektoren wie Banken und Finanzen liegen insgesamt gesehen aber im Automatisierungswettlauf weit zurück. Hauptgründe dafür sind die Abhängigkeit von älteren IT-Systemen und Datensicherheitsbedenken. Der Wettbewerb durch Fintech-Start-ups mit attraktiven cloud-nativen Angeboten erzeugt jedoch Druck im Finanz- und Bankensektor, die Einführung neuer Technologien zu beschleunigen. Das sind die drei wichtigsten Schritte auf dem Weg zum gelungenen KI-Projekt:

1. Optimierung der Kosten für die KI-Einführung

Oftmals erweist es sich als zu teuer, Inhouse-Modelle für KI und Ma­chine Learning zu entwickeln. Die Kosten richten sich dabei üblicherweise nach der erforderlichen Rechenleistung. Oft sind auch gar nicht genügend Daten für den Aufbau und das Trainieren eines fortgeschrittenen KI-Modells vorhanden. Laut dem britischen Digital Catapult Centre liegen die durchschnittlichen Kosten für eine einzelne Schulung für ein maschinelles Lernsystem bei über 10.000 Pfund. Dennoch wollen viele Unternehmen trotz hoher Kosten schnell KI-Anwendungen einführen. Daher ist es umso wichtiger, eine adäquate Entwicklungsinfrastruktur aufzubauen und zu betreiben. Eine große Anzahl von Unternehmen stellt KI-Funktionen über Cloud- und Open-Source-Plattformen bereit und macht sich dabei die Vorteile dieses Modells zunutze, insbesondere was die Kosten angeht. Dank der On-Demand-Abrechnung zahlen sie nur für tatsächlich anfallende Rechenleistung.

Investitionskosten fallen lediglich für erforderliche Kapazitäten an. Ein weiterer positiver Faktor: Open-Source-Modelle verursachen (auf den Support) begrenzte oder gar keine Kosten und interne Entwickler müssen wenig Anpassungsarbeit leisten.

2. Die Qualifikationslücke schließen

Für Künstliche Intelligenz und Automatisierung bedarf es spezieller Kenntnisse, die über die „normalen“ Qualifikationen von internen IT-Mitarbeitern weit hinausgehen. Eine entsprechende Lösung auszuwählen, ist nur der halbe Weg. Denn die Implementierung ist komplex. Entwickler müssen in der ­Lage sein, zwischen einer Vielzahl von automatisierten und intelligenten Diensten zu unterscheiden, um sie erfolgreich in ihren Unternehmen einzusetzen. Dafür müssen sie insbesondere auch den richtigen DevOps-Partner finden, der sie für und während der ersten Implementierung kompetent begleitet.

Bei der Automatisierungsstrategie stehen für Unternehmen zwei Wege offen, das Problem der mangelnden internen Qualifikationen zu adressieren: Entweder sie beauftragen externe KI-Experten bzw. stellen sie ein oder sie investieren in die Schulung eigener IT-Mitarbeiter. Variante eins dürfte für die allerwenigsten Unternehmen tatsächlich infrage kommen, denn der Mangel an expliziten KI-Experten ist eklatant. Recherchen der New York Times zufolge konkurrieren die Unternehmen um gerade mal 10.000 Experten für Künstliche Intelligenz weltweit. Kein Wunder, dass diese daher bereits mit wenigen Jahren Berufserfahrung auf Gehälter von bis zu 300.000 US-Dollar und mehr kommen sollen. Auch wenn diese Spitzenverdienste in Deutschland wohl nicht aufgerufen werden, verdeutlicht das Beispiel, dass KI-Entwickler schwer zu haben und dementsprechend teuer sind.

Der andere Weg, der der Weiterbildung der eigenen Mitarbeiter, ist daher der einzig gangbare für die meisten Unternehmen. Glücklicherweise steht eine Vielzahl von Cloud- und Open-Source-Ressourcen online zur Verfügung, die Entwicklern helfen, die Qualifikationslücke zu schließen. Die Bitkom Akademie bietet Verantwortlichen z.B. in der strategischen Unternehmens- und Geschäftsentwicklung, Digitalisierung sowie operativ tätigen Projektmanagern bzw. Teamleitern eine nach eigenen Angaben bisher einzigartige Weiterbildung zum KI-Manager mit Zertifikat.

3. Die richtige Automatisierungs­strategie auswählen

Während die IT-Teams ihr Augenmerk auf die KI-Einführung richten, steht das Unternehmen vor der Herausforderung, die Transforma­tion zu einem gemeinsamen Erfolg zu machen. Entscheider in Unternehmen müssen darauf achten, alle Mitarbeiter „mitzunehmen“.

Zunächst erfasst die Automatisierung sich wiederholende und anstrengende Aufgaben, was die Produktivität und Mitarbeiterzufriedenheit erhöhen dürfte. Dies kann durch sogenannte „Augmentation“ erreicht werden – eine Zusammenarbeit zwischen KI und Menschen, die hilft, KI-Algorithmen zu trainieren, um die Automatisierung zu ermöglichen. Unternehmen, die diese Technologie einsetzten, verzeichneten hohe Steigerungsraten wie z.B. eine um 28 Prozent höhere Gesamtleistung, 31 Prozent Wachstum der finanziellen Leistung und eine um 38 Prozent gestiegene Mitarbeiterbeteiligung.

Dies ist ein Artikel aus unserer Print-Ausgabe 03/2020. Bestellen Sie ein kostenfreies Probe-Abo.

Die zentrale Frage für Unternehmen lautet also nicht, ob sie KI implementieren sollen, sondern wie. Die Automatisierung anspruchsvoller Geschäftsprozesse zahlt sich nachweislich positiv für Investitionen und Produktivitätssteigerungen aus. Schließlich bietet die schnell wachsende Open-Source-IT-Landschaft mit Tools wie etwa denen von Canonical, der Firma hinter der Linux-Distribution Ubuntu, IT-Entscheidern mehr Flexibilität und Agilität für die Einführung von KI. Open-Source-Technologien ermöglichen den Zugriff auf Entwicklungs-Tools sowie auf Tools für die Modellierung und Gestaltung innovativer Geschäftsprozesse. Sie tragen zur Sicherung des langfristigen Geschäftserfolgs bei, den KI immer mehr befördert. CIOs und CTOs können sich nun darauf konzentrieren, den richtigen Technologiemix zum Erreichen ihrer Geschäftsziele einzuführen.

Bildquelle: Getty Images / iStock / Getty Images Plus

©2020Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok