Unternehmensarchitektur und die Anwendung Künstlicher Intelligenz

Die meisten CIOs wissen, dass sie sich im Bereich der künstlichen Intelligenz engagieren müssen, doch die wenigsten können überhaupt mit KI umgehen. Marketing- und Finanzstratege Daniel Lambert zeigt anhand eines Beispiels aus der Finanzdienstleistungsbranche, wie Sie KI in Abstimmung mit den Geschäftsstrategien Ihres Unternehmens entwickeln, integrieren und einsetzen. [...]

Künstliche Intelligenz ist schon jetzt nicht mehr aus unserem Alltag wegzudenken (c) Pixabay.com

Das Phänomen ‚Künstliche Intelligenz‘ schleicht sich immer mehr in unseren Alltag ein: Jeder, der Google, Facebook oder wahlweise ein Microsoft-Produkt verwendet, weiß das. KIs sind heute alles andere als perfekt, doch verbessern sie sich äußerst schnell – und nicht jedes Unternehmen nutzt KI im gleichen Tempo. Habe Sie in Ihrem Unternehmen bereits begonnen, KI zu nutzen? Haben Sie bereits einen Anhaltspunkt, wie Sie KI am besten in Angriff nehmen und implementieren können? Wo fangen Sie am besten an? In diesem Artikel wird versucht, diese Fragen anhand eines Beispiels aus der Finanzdienstleistungsbranche zu beantworten.

Das Problem mit der Anwendung

Nicht jeder hat ein so großes Budget oder das technische Know-How von Google, Facebook, Microsoft und Co. Früher oder später wird die künstliche Intelligenz ihren Wert schon noch beweisen, doch ihre Entwicklung, Implementierung und praktische Anwendung bleibt für die meisten Unternehmen heutzutage eine echte Herausforderung, ganz zu schweigen für die meisten öffentlichen Organisationen. Technisches Know-How und Ressourcen sind knapp, das Recht auf Zugriff auf vorhandene, gesammelte Daten und deren anschließende Analyse wird in den meisten Fällen auch weiterhin ein Problem sein. Und schließlich lassen positive Ergebnisse konkreter Initiativen im Bereich der künstlichen Intelligenz oft länger auf sich warten als gedacht.

Wie Andrew Ng, Gründer von Google Brain, in einem kürzlich auf Forbes veröffentlichten Artikel erklärt:

KI-Technologie ist wahnsinnig spannend, aber auch unausgereift. Auf die Gefahr hin, frevelhaft zu klingen, ist KI-Technologie allein nicht einmal nützlich. Es bedarf einer großen Anpassung, um genau herauszufinden, wie sie in Ihr individuelles Geschäftskonzept passt. Es erfordert ein breites Verständnis für Ihr Unternehmen und ein angemessen tiefes Verständnis für KI. Um den Wert von KI heute voll ausnutzen zu können, ist ein Team erforderlich, das den geschäftlichen Kontext kennt und über funktionsübergreifendes Wissen verfügt; beispielsweise darüber, wie Sie KI in Ihr Krankenhaus implementieren oder sie in Ihrem Logistiknetzwerk einsetzen. Ohne funktionsübergreifendes Wissen darüber, wie Ihr Unternehmen läuft, ist es schwierig, KI so anzupassen, um die gewünschten Geschäftsergebnisse zu erzielen.

Die Anwendung Künstlicher Intelligenz mithilfe von Unternehmensarchitektur

Wie Raj Ramesh in seinem Podcast darüber, wie Business-Architektur dazu beitragen kann, KI zu nutzen, aufzeigt:

Die Geschäftsarchitektur spielt für die Zukunft von Unternehmen eine große Rolle. Es besteht kein Zweifel daran, dass KI ein wesentlicher Bestandteil der zukünftigen Geschäftswelt sein wird. Einige der wichtigsten Fragen, die Unternehmen im Zusammenhang mit der Anwendung von KI stellen können, sind beispielsweise „Wo fangen wir an?“ und „Wie entwickeln wir diejenigen Fähigkeiten weiter, die unseren Wettbewerbsvorteil verbessern?“. Diese Fragen helfen Geschäftsarchitekten von der Planung bis zur Ausführung ihrer Geschäftsstrategie.

Unternehmens- und Geschäftsarchitekten spielen auch bei der Gestaltung zukünftiger Szenarien – unter anderem mit KI – eine große Rolle. Das Erstellen und Bereitstellen von KI-Anwendungen kann nicht mit einem chaotischen Ansatz funktionieren. In solchen Fällen ist es unmöglich zu wissen, wo man anfangen und wie man KI ohne rigoros geschäftsorientierte Architektur verstehen soll. Geschäfts- und Unternehmensarchitekten müssen die entsprechenden Informationen, Wertströme, Fähigkeiten, Anwendungen und Prozesse verstehen, die von KI beeinflusst werden können.

Beispiel: Künstliche Intelligenz im Vermögensmanagement

Mittlerweile gibt es mindestens fünf Arten, auf die Künstliche Intelligenz die Realität der Finanzdienstleistungsbranche stört:

  • Investitionen durch Roboterberater werden Finanzberater bald vollständig eliminiert haben;
  • Chat-Bots, die von Konversations-KI-Fähigkeiten profitieren, werden in Kürze Kundenbindung ermöglichen.
  • Künstliche Intelligenz trägt seit kurzem dazu bei, Fehlalarm bei der Betrugserkennung oder beim Risikomanagement zu reduzieren.
  • KI wird bald in der Lage sein, alle anwendbaren Gesetze zur Einhaltung gesetzlicher Vorschriften zu „lernen“, sich daran zu erinnern und diese einzuhalten. und schlussendlich…
  • Könnte KI bald dazu in der Lage sein, Aktienkurse und Marktbewegungen vorherzusagen, was das Wealth-Management vollkommen auf den Kopf stellen könnte

Lassen Sie uns näher auf KI und Wealth-Management eingehen. Wenn die Umstände richtig sind, kann es von Vorteil sein, ein ehrgeiziges Projekt in Angriff zu nehmen und zu versuchen, den Investmentmanager eines notleidenden Fonds durch künstliche Intelligenz zu ersetzen.

(c) Daniel Lambert

Bei der Verwaltung eines Fonds handelt es sich im Wesentlichen um die Auswahl der zu handelnden Finanzinstrumente (siehe Abbildung 1 oben). Es umfasst die folgenden Wertstufen: 1 – Prüfung der für eine ausgewählte Kategorie verfügbaren Finanzinstrumente, 2 – Auswahl der Bewertungskriterien für diese Finanzinstrumente, 3 – Bewertung aller verfügbaren Finanzinstrumente, 4 – Wahl der Menge und des Preises für jedes Finanzinstrument des Fonds; und 5 – die Anordnung der ausgewählten Finanzinstrumente. Insgesamt gibt es 16 Funktionen, die diesen Wertestrom ermöglichen. 5 Unternehmensfunktionen ermöglichen die Wertstufe „Für ausgewählte Kategorien verfügbare Finanzinstrumente prüfen“. 5 Funktionen ermöglichen die Bewertungsstufe „Bewertungskriterien für Finanzinstrumente auswählen“. 3 Funktionen ermöglichen die Bewertungsphase „Alle Finanzinstrumente bewerten“. 2 Funktionen ermöglichen die Wertstufe „Menge und Preis für jedes Portfolio-Finanzinstrument auswählen“. Schließlich ermöglichen 5 weitere Funktionen die Wertetappe „Platzierung von ausgewählten Finanzinstrumenten“. Beachten Sie auch, dass einige Aktivierungsfunktionen mehr als eine Wertstufen aktivieren.

(c) Daniel Lambert

Wie im unteren Teil von Abbildung 2 gezeigt, müssen drei kritische Aktivierungsfunktionen des Wertstroms „Select Financial Instruments to Trade“ sehr gut funktionieren, damit KI und das oberste Quartil der anderen konkurrierenden Fonds in der ausgewählten Kategorie eine gute Leistung erbringen können. Die erste problematische Funktion ist die „Analyse der Muster von Finanzinstrumenten“. Die zweite ist die „Fähigkeit zur Bewertung von Finanzinstrumenten“. Die dritte problematische Funktion ist die „Fähigkeit zur Bestimmung der Portfoliozuordnung“.

Anwendungen, Prozesse und Anforderungen im Zusammenhang mit diesen drei Fähigkeiten müssen detailliert untersucht werden, um das Design dieser strategischen Initiative für künstliche Intelligenz im Bereich Wealth-Management abzuschließen. Informationskonzepte und Datenbanken, die sich auf dieselben drei Fähigkeiten beziehen, sollten ebenfalls untersucht werden.

(c) Daniel Lambert

Unternehmens- und Geschäftsarchitekten können außerdem verschiedene Szenarien ausarbeiten und bewerten, um das Portfolio-Management mithilfe künstlicher Intelligenz bereitzustellen. Tabelle 1 beschreibt daher kurz 4 mögliche Szenarien. Natürlich gibt es deutlich mehr als das. Für jedes Szenario müssen Finanzanalysen, Folgenabschätzungen und Risikoanalysen durchgeführt werden. Aufgrund des hohen Kapitals und des unsicheren Zeitrahmens für das Erzielen eines positiven Ergebnisses sollte die Verschiebung der Initiative für künstliche Intelligenz und der Verbleib „so wie sie ist“ nicht unter den möglichen Szenarien ausgeschlossen werden.

Alle Initiativen zur künstlichen Intelligenz sollten immer in einem ähnlichen systemischen Ansatz für Unternehmens- und Unternehmensarchitektur geprüft werden, bei dem das funktionsübergreifende Wissen darüber, wie Ihr Unternehmen läuft, verwendet wird, um die KI entsprechend anzupassen, um bestimmte Geschäftsergebnisse zu erzielen. Dies erhöht Ihre Chancen, eine erfolgreiche KI-Initiative in Übereinstimmung mit den Geschäftsstrategien Ihres Unternehmens zu entwickeln.

*Daniel Lambert ist ein Marketing- und Finanzstratege, der Unternehmen dabei unterstützt, Wachstum, Geschäftsarchitektur und letztendlich digitale Transformation zu fördern. In der Vergangenheit hat er bereits mit Unternehmen aus einer Vielzahl von Branchen zusammengearbeitet: Finanzdienstleistungen, Versicherungsunternehmen, Telekommunikation, Versorger, Pharmazeutika, Transport, Computersoftware, Gesundheitswesen und Öffentlichkeit.


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*