KI-Experimente sind zahlreich, aber den richtigen Nutzen aus ihrem Einsatz zu ziehen, ist eine Herausforderung, sagen Experten von BCG und Gartner, die eine Zusammenarbeit von IT-Unternehmen als Lösung empfehlen. [...]
Das enorme Potenzial, das die KI für Unternehmen weltweit birgt, steht außer Frage. Doch eine fehlerhafte Strategie, mangelhafte Ansätze für Prozessveränderungen, Mangel an Fachwissen und ein allgemeiner Mangel an technischem Verständnis hindern viele Unternehmen daran, aus künstlicher Intelligenz echten Nutzen zu ziehen.
Von den 90 Prozent der Unternehmen, die in KI investiert haben, geben weniger als zwei von fünf an, dass sie geschäftliche Gewinne erzielt haben. Dies geht aus der Umfrage „Winning With AI: Pioneers Combine Strategy, Organizational Behavior and Technology“ hervor, die von der MIT Sloan Management Review und der Boston Consulting Group (BCG) unter 2.500 Geschäftsführern durchgeführt wurde. KI umfasst auch zugehörige Technologien wie maschinelles Lernen (ML) und Verarbeitung natürlicher Sprache (NLP), die beide darauf abzielen, das menschliche Denken nachzubilden.
Tipp: „KI-Praxis im Unternehmen“, virtuelle Konferenz vom 26.-28.5. mit 52 Sprechern und Ausstellungsbereich. Kostenlos anmelden.
Und während die Implementierung von KI technische Hürden aufweist, diskutieren Experten von BCG und Gartner fünf Fallstricke beim Einsatz von KI im Unternehmensumfeld sowie Lösungen für den Erfolg.
1. IT-geführte KI führt zu verpassten Chancen
Viele Unternehmen lassen die IT die Entwicklung und Einführung von KI überwachen und behandeln sie dabei ähnlich wie die Einführung von ERP-Systemen, so Shervin Khodabandeh, ein Partner von BCG, der die GAMMA-KI-Praxis der Firma mit leitet. Dies ist ein bedeutender Fehltritt, denn allgemeine KI-Lösungen werden dem Unternehmen nicht helfen, meint Shervin Khodabandeh.
Als beispielsweise die IT-Abteilung eines BCG-Kunden 85 Millionen Dollar für einen ML-Stack der Spitzenklasse und eine moderne Architektur aufwendete, brachte die Investition nur marginale Verbesserungen für Websites und Anwendungen, berichtet Khodabandeh.
Stattdessen sollten Unternehmen ihre KI-Initiativen mit der Geschäftsstrategie in Einklang bringen. Das bedeutet, dass KI-Strategien vom CEO oder der Geschäftseinheit, die von der Technologie profitieren soll, und nicht von der IT geleitet werden sollten. Dies wird dazu beitragen, herauszufinden, wo KI den Wettbewerbsvorteil erhöhen kann, und sicherzustellen, dass die richtigen Prozessänderungen stattfinden, um die Produktion von KI mit dem Verbrauch von KI in Einklang zu bringen. Laut BCG und MIT integrieren 88 Prozent der Befragten, die über die Auswirkungen der KI auf das Geschäft berichten, ihre KI-Initiativen in ihre digitale Strategie.
2. Die „Technik-Falle“
Die von der IT-Abteilung geführte KI neigt zu einer engen technologischen Sichtweise, und die daraus resultierende KI ist eine „Black Box“-Lösung, die wenig Einblick in die Ableitung der Empfehlungen des Systems bietet. Infolgedessen meidet das Unternehmen diese Lösung, weil es nicht erkennt, „was es für sie tun kann“. Unternehmen mit CIOs, die für KI zuständig sind, haben in 17 Prozent der Fälle einen Mehrwert erzielt, gegenüber 34 Prozent bei Unternehmen, die KI direkt dem CEO unterstellt sind, so der MIT-BCG-Bericht.
Unternehmen, die von einem Wertzuwachs durch KI berichten, erkennen an, dass KI nicht nur eine technologische Chance, sondern eine strategische Initiative ist, die Investitionen in KI-Talente, Daten und Prozessveränderungen erfordert. Nehmen Sie eine ganzheitliche Sichtweise der KI-Strategie ein, anstatt nur zu erkunden, was die Technologie leisten kann.
3. PoC-Syndrom
Sie haben diesen Film schon einmal gesehen: Die IT wird in glänzende technische Geräte gehüllt und konstruiert Proof-of-Concepts (PoCs), die nicht greifen und keinen Geschäftswert generieren. Darüber hinaus haben Unternehmen, die sich in einer geschäftlichen Transformation befinden, nur eine begrenzte Bandbreite für solche Experimente.
„Die Idee, in einem PoC eine KI-Fähigkeit aufzubauen und zu sehen, ob sie funktioniert – was wir ‚PoC-Syndrom‘ nennen – ist Zeitverschwendung“, meint Khodabandeh. „Oft heißt es in der Branche, man hätte es versucht, aber es hätte sich nie durchgesetzt.“ Auch hier handelt es sich um einen groben Fehler bei der Verknüpfung von Technologie mit dem Geschäftsergebnis.
Stattdessen sollten Sie das Experimentieren zugunsten von Needle-Movern einstellen. Erfolgreiche Unternehmen konzentrieren sich auf eine Handvoll kritischer Geschäftsfachleute, bei denen die KI das Wachstum fördert, die Margen erhöht und Wettbewerbsvorteile schafft. Diese Bemühungen werden mit den Bemühungen um eine Geschäftsumwandlung vereint. „Wenn diese Ideen erfolgreich sind, bewegen sie die Nadel auf sinnvolle Weise und die Organisation mobilisiert sich um sie herum“, betont Khodabandeh.
4. Talent- und Wissenslücken behindern die Einführung von KI
PoCs scheitern oft an einer Talentlücke. Dies kann entweder einen Mangel an technischen Talenten bedeuten, die mit der KI arbeiten und den Wert der KI verstehen können, oder aber dem von KI-Produktmanagern, die einen einzigartigen Produktwert nicht vermitteln können, erklärt Gartner-Analystin Tracy Tsai. Manchmal können nicht einmal Datenwissenschaftler modellieren, wie die KI das Unternehmen unterstützen kann.
Die Wege zum Erwerb von KI-Tools sind unterschiedlich. In einigen Fällen hat LoB (Line-of-Business) vielleicht einen internen Datenwissenschaftler, der KI-Lösungen mit der Unterstützung der IT entwickelt. Manchmal haben weder die LoB noch die IT-Abteilung ein Team von Datenwissenschaftlern, so dass sie KI-Lösungsanbieter anzapfen. In diesen Fällen stellt der LoB in der Regel seine Anfrage, hat aber Schwierigkeiten, seine Bedürfnisse zu artikulieren, so dass er sich auf die IT-Abteilung stützt, um die Lösungspartner auszuwählen und Anwendungsfälle für das Geschäft zu entwickeln. In anderen Unternehmen treibt die IT das KI-Projekt an und schließt den LoB in einer Schleife ein, um einem PoC beizutreten.
Unabhängig von dem Weg, den die Unternehmen einschlagen, sei es nach Tsai die Aufgabe der IT-, LoB- und Datenwissenschaftler, vor dem Aufbau des PoC eine vereinbarte Erwartung zu erreichen. Das bedeutet Übereinstimmung über die Ontologie und Taxonomie der Daten, die sie extrahieren, wie der Input zu interpretieren ist und was für den Output des ML-Modells zu erwarten ist. Und um dies zu erreichen, müssen Unternehmen in Talente investieren, indem sie sowohl KI-Produzenten als auch deren Konsumenten einstellen, hoch qualifizieren und umqualifizieren.
5. Scheitern von Prozessänderungen
Einige Unternehmen neigen dazu, die erforderliche Prozessänderung bei der Implementierung von KI zu ignorieren. Wenn Unternehmen beispielsweise die KI zur Automatisierung der Sammlung von Verbraucherdaten für Werbekampagnen einsetzen, können sie einen Teil der Funktion des Marketings an sich reißen. Dieses Team kann neu ausgerichtet werden, um sich auf die Schaffung neuer Kundenerfahrungen zu konzentrieren. Aber nicht alle Unternehmen bereiten ihre Teams auf solche Störungen vor.
Letztlich betrachten die „Unternehmen, die aus der KI Wert schöpfen, [Prozessveränderungen] als eine Kernsäule ihrer Geschäftsstrategie und integrieren ihre KI-Strategie eng in ihre allgemeine Geschäftsstrategie“, so Kodabandeh.
Prozessänderung beinhaltet die Ausrichtung der KI-Produktion auf den Verbrauch und erfordert eine starke Zusammenarbeit zwischen Geschäfts-, Prozess-, Strategie-, Datenwissenschafts- und Technologieteams, um eine zweckmäßige KI zu schaffen, meint Khodabandeh. Die Schaffung eines Center of Excellence von funktionsübergreifenden Teams, die sich mit der Steuerung solcher Prozesse befassen, ist hilfreich.
„KI ist eine bedeutende strategische Chance und ein großes strategisches Risiko, wenn Unternehmen nicht umsichtig handeln“, betont Khodabandeh. „Unternehmen sollten KI ernsthaft in ihre Kerngeschäftsstrategie und ihre Kerngeschäftsprozesse integrieren“.
*Clint Boulton ist ein leitender Autor für CIO.com, der über IT-Führung, die Rolle des CIO und die digitale Transformation berichtet.
Be the first to comment