Unternehmen müssen lernen, mit Künstlicher Intelligenz (KI) umzugehen – oder sie riskieren, unterzugehen. Denn für die meisten Geschäftsbereiche ist KI ein wichtiger Teil der Lösung, um effizientere, präzisere und benutzerfreundlichere Systeme zu schaffen. Doch die Umsetzung fällt vielen Organisationen schwer. Wie Unternehmen den Weg zum datengetriebenen KI-Champion meistern können, zeigen die vier folgenden Prinzipien.1
Der KI-Markt boomt: Wenn ich mich mit Analysten unterhalte, gehen diese davon aus, dass sich die weltweiten Umsätze mit dieser Technologie bis 2028 mehr als verdoppeln – auf rund 1,2 Billionen Dollar. Viele Branchen – von der Automobilindustrie über den Energiesektor bis hin zu Logistikunternehmen – investieren in KI-Lösungen. Doch oftmals nutzen Unternehmen zurzeit KI nur für einzelne Anwendungen. Gerade sehr spezifische Stand-Alone-Implementierungen lassen sich jedoch nur schwer auf andere Bereiche übertragen. Das erste Prinzip im Umgang mit KI lautet daher: Voller Fokus auf die Fusion aller operativen Systeme. Bei jedem neuen System, das Unternehmen einführen, sollten sie darauf achten, dass es mit den anderen vorhandenen Systemen über Schnittstellen kommunizieren kann. Das gilt übrigens unabhängig davon, ob KI im Einsatz ist oder nicht. Wer diesen Grundsatz beherzigt, stellt sicher, dass unternehmensweit alle Daten zusammenfließen und für das Training von KI-Anwendungen genutzt werden können.
Durch die Digitalisierung entwickeln sich funktionsbasierte Systeme zu datenbasierten Systemen. Um Einzelapplikationen, unzugängliche Datensilos und unbekannte Datenformate zu vermeiden, ist es in der KI-Ära notwendig, Informationen in einem einfach konsumierbaren Format bereitzustellen. Wie können die Informationen eines neuen Systems anderen Anwendungen helfen? Wie müssen die Daten aufbereitet sein, um künftig in ein unternehmenseigenes KI-Modell einfließen zu können? Das Prinzip des „Service Thinking“ macht sämtliche Datenquellen – auch historische Daten aus ERP- oder CRM-Systemen – im Unternehmen nutzbar und erleichtert die Skalierung von KI-Lösungen. Ein Beispiel liefert Dematic, ein Anbieter von automatisierten Förder- und Sortieranlagen: In Zusammenarbeit mit T-Systems stellt Dematic seinen Kunden vollautomatisierte Hochregallagersysteme bereit. Die KI im System nutzt alle verfügbaren Daten der Kunden, um Muster zu erkennen und Prozesse zu verbessern.
Ihren vollen Nutzen entfalten KI-Anwendungen und -Plattformen vor allem dann, wenn möglichst viele Abteilungen und User sie nutzen können. Im Sinne einer erfolgreichen KI-Strategie sollten Unternehmen daher die Usability von KI-Anwendungen fördern. Für diesen Schritt ist es notwendig, Enduser-freundliche Interfaces zu gestalten, die die KI-Plattform für die Nutzer im Unternehmen leicht erreichbar machen. Eine intuitive Chatbot-Oberfläche ermöglicht es den Mitarbeitenden, sich von der KI relevante Informationen für die eigenen Arbeitsschritte ausgeben zu lassen. So kann etwa der Vertrieb eine KI-Plattform nutzen, indem er sich über den Chatbot relevante Kundendaten für das nächste Verkaufsgespräch ausgeben lässt. Ein Nebeneffekt der gesteigerten Usability: Je mehr die Kompetenz der Belegschaft im Umgang mit künstlicher Intelligenz wächst, desto schneller generiert die KI-Investition einen rentablen Mehrwert.
Wer mit KI-Modellen hantiert, muss die Bedeutung von Data Governance und Risk Management auf dem Schirm haben. So formuliert der kürzlich verabschiedete EU AI Act klare administrative Anforderungen, die Unternehmen erfüllen müssen, wenn sie KI einsetzen. Die Regulierung bietet Unternehmen aber weiterhin genügend Spielraum, um zu experimentieren. Das sollten Unternehmensleitungen auch beherzigen und definieren, was sie mit KI erreichen wollen und ihren Fachbereichen dann freie Hand bei der konkreten Ausarbeitung lassen. Mithilfe von Low-Code-Tools können Mitarbeitende eigene KI-Anwendungen aufsetzen. Bei vielen unserer Kunden gibt es dafür großartige Beispiele: Ein Team in der Fertigung, das mithilfe von KI die Prozesse am Fließband erneuert oder die HR-Abteilung, die mithilfe einer eigenen KI-Anwendung Bewerbungsunterlagen analysiert. Der offensive und kreative Umgang mit KI schafft lauter kleine Innovationen, für die es früher ganze Entwicklungsabteilungen gebraucht hätte.
Aus meiner Erfahrung kann ich sagen: Die datengetriebene Transformation gelingt nur, wenn Unternehmen eine klare Strategie festlegen. KI-Einsatz muss dabei noch gar nicht das unmittelbare Ziel sein. Je frühzeitiger sich Unternehmen aber mit der Verfügbarkeit und der Harmonisierung von Datenquellen beschäftigen, desto leichter fällt es später, diese zu nutzen. Eine starke Datengrundlage und eine offene, mutige KI-Kultur sind die besten Zutaten für eine erfolgreiche Digitalisierung. Wenn Sie sich mit KI beschäftigen, mehr erfahren wollen oder schon einen eigenen KI-Fahrplan umsetzen, schreiben Sie mir gerne. Ich freue mich auf den Austausch und Ihre Anregungen.
1 How to move beyond a monolithic data lake to a distributed data mesh, Zhamak Dehghani, 2019, martinfowler.com
