Neues Daten- & KI-Maturitätsmodell

Der Weg zu einer Daten- und KI- gesteuerten Organisation führt über ein Modell als systematischer Gradmesser der digitalen Transformation. [...]

Foto: Peggy&MarcoLachmannAnke/Pixabay

Wir beobachten gegenwärtig einen enormen KI-Boom. Immer mehr Unternehmen ist bewusst, dass es eine Notwendigkeit ist, ihre Organisation datengetrieben aufzusetzen, wenn sie erfolgreich und nachhaltig Prozesse optimieren und die Digitalisierung vorantreiben wollen.

Die Frage ist nur immer wieder: Wie? Wo setzen wir an? Die Herausforderung dabei: Auf dem Weg zur digitalen Transformation nicht den Fokus und die Orientierung zu verlieren und zu bestimmen, welcher Weg für ihre individuelle Situation der richtige und effizienteste ist. 

Denn Unternehmensprozesse sind heute komplexer als früher und diese Komplexität wird weiter zunehmen. Deshalb hat das KI-Beratungsunternehmen DAIN Studios ein „Daten- & KI-Maturitätsmodell” entwickelt, welches Entscheidern bei ihrer digitalen Transformation ein Tool an die Hand gibt, um die Ausführung der Digitalisierung auf Kurs zu halten. 

Das Daten & KI Maturitätsmodell ist auf das Bedürfnis von Organisationen nach Planbarkeit und Erfolgskontrolle im Zuge des digitalen Wandlungsprozesses ausgerichtet und setzt dort an, wo sich das Unternehmen auf der Digitalisierungsreise gerade befindet: sei es durch eine Analyse oder die Entwicklung und Realisierung einer Datenstrategie bis hin zur Prozessoptimierung oder der Entwicklung neuer, zukunftsfähiger Geschäftsmodelle.

Grundvoraussetzungen für den Erfolg

Neben einer Bestandsaufnahme des Ist-Zustandes ist es besonders wichtig, das Ziel, abgeleitet von der Unternehmensstrategie, klar zu definieren. Nur so können Unternehmensentscheider vorhandene Daten und KI effektiv, zielgerichtet und ganzheitlich nutzen. Dieses Fundament fehlt bei vielen Unternehmen, ist aber die Grundvoraussetzung für eine gelungene digitale Transformation.

Um eine erfolgreiche Reise hin zu einem datengetriebenen Unternehmen anzutreten, sind klare Definitionen verschiedener Elemente unerlässlich, die häufig übersehen werden. Es ist wichtig, sich bewusst zu sein, dass technologische Komponenten lediglich einen Teilaspekt darstellen. Darüber hinaus bedarf es einer klaren Geschäftsvision.

Davon abgeleitet braucht es entsprechende Use Cases, sowie menschliche Fähigkeiten und ein klares Verständnis der Rolle des Leadership Teams bei dieser Transformation. Mehr denn je ist es auch wichtig, sich mit ethischen und regulatorischen Fragestellungen auseinanderzusetzen.

Unternehmen müssen darüber hinaus erkennen, dass dies eine Reise ist, die sich für jedes Unternehmen individuell gestaltet. Ein entscheidender Aspekt besteht darin, dass ohne Daten schlicht keine  Künstliche Intelligenz möglich ist.

Aus diesem Grund sind die Daten, ihre Qualität und Verknüpfbarkeit ein zentrales Element einer fundierten Datenstrategie. Unternehmen müssen klar definieren, welche Daten wie genutzt werden sollen, um eine umfassende Digitalisierungsstrategie mit effektivem Einsatz von KI zu entwickeln.

Die grundlegenden Elemente einer erfolgreichen Daten- und KI-Ausführung. (Bildquelle: DAIN Studios)

Die Bedeutung von Use Cases: „Power of 1%”

Ein Erfolgstreiber für die Etablierung einer datengetriebenen Organisation ist die Entwicklung von individuellen Use Cases. Was ist damit gemeint? Mithilfe des Daten & KI- Maturitätsmodells lässt sich die Maturität des Gesamtunternehmens identifizieren und herunterbrechen auf einzelne Organisationsbereiche.

Daraufhin folgt die Entwicklung der dazu passenden Use Cases, abgeleitet von den Unternehmenszielen und Bedürfnissen. Die Datenspezialisten entwickeln dann gemeinsam mit den Entscheidern einen Use Case für diesen spezifischen Bereich.

Use Cases basieren auf konkreten Fragestellungen bzw. Zielsetzungen. Ein Beispiel hierfür ist das Ziel, die Kommunikationsfähigkeit zum Kunden zu verbessern. Dazu ist es notwendig, die Daten aus der bisherigen Interaktion mit Kunden richtig zu erfassen, zu verstehen und zu nutzen. 

Eine weitere typische Fragestellung für einen Use Case im Kontext von Predictive Maintenance wäre: Wie können die vorhandenen Daten dahingehend genutzt werden, dass sie das Unternehmen dazu befähigen, 1% Verbesserung zu erreichen oder 1% Reduzierung einer Fehlerquote? Was lässt sich aus den Daten für das Pricing ableiten oder was sind die tatsächlich profitabelsten Produktbereiche bzw. Services des Unternehmens? Was muss das Unternehmen also auf Grundlage der Daten tun, um diese 1% Verbesserung zu erreichen?

„Power of 1%“ ist hier ein treffender Ausdruck und meint, dass die Zielsetzung von 1% die digitale Transformation auf ein erreichbares Ziel kondensiert, das jedoch eine enorme positive Wirkung für das Unternehmen haben kann, nicht selten in Millionenhöhe.

Bei der Entwicklung von Use Cases geht es also darum, Lösungen für spezifische Problemstellungen zu finden, die einen inkrementellen Mehrwert schaffen.

Wie unterstützt das Daten- & KI-Maturitätsmodell dabei?

Das von DAIN Studios entwickelte Daten- & KI-Maturitätsmodell ist wie eine Matrix zu verstehen und darauf ausgerichtet, Datensilos aufzulösen. Es zielt darauf ab, Daten holistisch zu verwenden, um die erwähnten Uses Cases zu entwickeln.

Wobei dies nur eine Anwendungsmöglichkeit des Modells ist. Der Kernnutzen besteht darin, dass es die digitale Transformation in Einzelschritte mit höchst individuellen Zielsetzungen und Gestaltungsmöglichkeiten herunterbricht. 

Das Modell besteht aus vier zentralen Stufen, die auf der Reise hin zu einer datengesteuerten Organisation unternommen werden. Abhängig vom KI-Reifegrad des Unternehmens kann der Prozess an verschiedenen Stellen gestartet werden:

1. „Discovering”: Wenn sich das Unternehmen noch ganz am Anfang des Digitalisierungsprozesses befindet, hilft das Modell dabei, den potenziellen Nutzen, den Daten und KI-Anwendungen für die Organisation haben können, bewusst zu erfassen. Das Unternehmen beginnt zu erforschen, wie es Daten und KI potenziell verwenden kann, um Abläufe, Kundenerfahrungen und Entscheidungsprozesse zu verbessern.

2. „Aspiring”: Nachdem ein Unternehmen das Potenzial von Daten und KI erkannt hat, entwickelt es eine Strategie, um datengetrieben zu werden. Dies kann bedeuten, in die notwendigen Technologien, Infrastrukturen und Talente zu investieren, um die Strategie zu realisieren. Außerdem werden Prozesse und Governance-Rahmenwerke für eine effektive Datenverwaltung eingeführt.

3. „Accelerating”: Bei diesem Schritt konzentriert sich ein Unternehmen auf den Ausbau seiner Daten- und KI-Fähigkeiten und beginnt, einen greifbaren Wert zu schaffen. Daten- und KI-Applikationen werden eingesetzt, um Geschäftsprobleme zu lösen und die Effizienz zu steigern. Außerdem wird eine Unternehmenskultur aufgebaut, die datengestützte Entscheidungsfindung schätzt sowie zu Experimenten und Innovationen ermutigt.

4. „Leading”: Dieser Reifegrad beschreibt den führenden Status eines Unternehmens bei der Nutzung von Daten und KI. Die Firma prägt ihre Branche und setzt neue Standards für ihre Konkurrenz. Dabei erneuert und optimiert sie ihre Daten- und KI-Lösungen kontinuierlich, um ihren Wettbewerbsvorteil zu festigen. Auch die Zusammenarbeit mit anderen Organisationen ist hier zentral. Das Unternehmen teilt sein Wissen, um den Bereich Daten und KI insgesamt voranzubringen.

Das vierstufige Daten- & KI-Maturitätsmodell. (Bildquelle DAIN Studios)

Die digitale Transformation ist eine Reise und Tools wie das Daten- & KI-Maturitätsmodells helfen dabei, Komplexität zu reduzieren und Digitalisierung in praktikable Schritte zu verwandeln. 

powered by www.it-daily.net


Mehr Artikel

No Picture
News

Fünf Mythen über Managed Services 

Managed Services sind ein Erfolgsmodell. Trotzdem existieren nach wie vor einige Vorbehalte gegenüber externen IT-Services. Der IT-Dienstleister CGI beschreibt die fünf hartnäckigsten Mythen und erklärt, warum diese längst überholt sind. […]

No Picture
News

ESET: MDR-Lösungen für Managed Service Provider

ESET erweitert sein Angebot für seine Managed Service Provider (MSP) und Channel-Partner, um sie angesichts der zunehmend komplexen Bedrohungslandschaft gezielt zu unterstützen. Die neuesten Ergänzungen umfassen den Service „ESET MDR für MSPs“, eine erweiterte KI-gestützte Bedrohungsanalyse durch den ESET AI Advisor sowie flexible Preismodelle für MSP. […]

No Picture
News

Geniale Handy-Tricks

Smartphones haben etliche Funktionen, die kaum jemand nutzt, aber Ihren digitalen Alltag bereichern können. Wir stellen Ihnen eine Auswahl der besten Geheimtipps vor – sowohl für Android-Smartphones als auch für Apples iPhones. […]

Die Kombination aus interner Mobilität und Ressourcenbeschränkungen führt schnell zu einem Wildwuchs bei den vergebenen Privilegien. (c) Unsplash
Kommentar

6 Wege, wie Privilege Management die Sicherheitslage verbessert

Identitäten, Konten, Computer, Gruppen und andere Objekte benötigen gleichermaßen Zugang zu Ressourcen – limitiert auf die jeweilige Rolle und nur solange der Zugriff tatsächlich gebraucht wird. Dies ist ein grundlegender Bestandteil eines Zero Trust Least Privilege-Modelles und als solcher von AD-Administratoren, IT-Leitern, dem höheren Management und CISOs anerkannt. […]

David Blum, Defense & Security Lead bei Accenture, im Gespräch mit der ITWELT.at. (c) timeline / Rudi Handl
Interview

„Ein resilientes Unternehmen zeichnet sich durch größtmögliche Transparenz aus“

Transparenz, soweit im Sicherheitskontext möglich, ist für David Blum, Defense & Security Lead bei Accenture, ein wichtiger Bestandteil von Unternehmensresilienz. Das fördere die aus dem Verständnis folgende Unterstützung der Mitarbeitenden. Die unternehmerische Resilienz müsse nicht nur technisch, sondern auch kulturell verankert werden: „Denn Resilienz beginnt im Kopf jedes Einzelnen“, sagt Blum im Gespräch mit der ITWELT.at. […]

News

Klassifizierung von KI-Systemen gemäß EU AI Act

Unternehmen, die KI nutzen, sollten die rechtlichen Rahmenbedingungen kennen, um teure Bußgelder zu vermeiden. Der EU AI Act stellt den ersten umfassenden Rechtsrahmen zur Regulierung von KI dar und zielt darauf ab, die Grundrechte der Bürger innerhalb der Europäischen Union zu schützen. Da der EU AI Act KI-Systeme nach Risikostufen klassifiziert und damit spezifische rechtliche Verpflichtungen beinhaltet, ist es für Unternehmen unerlässlich, ihre Systeme korrekt zu kategorisieren. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*