Künstliche Intelligenz in der Praxis – in diesen 3 Schritten zum KI-Erfolg

Die Digitalisierung verändert nachhaltig die Art und Weise wie Unternehmen am Markt agieren. Wie Software entwickelt wird, wie das Internet-of-Things Mensch und Maschinen verknüpft, oder wie Unternehmen künftig Daten analysieren. Hinter diesen Entwicklungen steht ein entscheidender Trend: Jedes Unternehmen wird schon in den nächsten Jahren künstliche Intelligenz (KI) nutzen.

Wenn sich Unternehmen grundsätzlich dafür entschieden haben, dass sie für den Einsatz von KI schon bereit sind, geht es in der Praxis um die systematische Umsetzung der verschiedenen Projekte. Diese drei Schritte bilden einen geordneten Rahmen für die Einführung von KI:

Schritt 1: Anwendungsfelder definieren

Zunächst müssen Unternehmen identifizieren, an welcher Stelle Menschen und Maschinen sinnvoll zusammenarbeiten können. KI lässt sich eher selten eins zu eins an die bestehende Infrastruktur und Prozesse anpassen, sie unterscheidet sich somit von herkömmlichen IT-Installationen. Unternehmen müssen sich fragen, welche Voraussetzungen sie bereits mitbringen, welche Digitalisierungslücken bestehen, und wie sie von KI profitieren können.

Im Vorfeld sollten sie deshalb mögliche Anwendungsbereiche sorgfältig sondieren. Typische Bereiche für den Einsatz von KI sind etwa Kundenservice, Marketing und Vertrieb, Logistik und Produktion. Gleichzeitig sollten neben den Chancen auch die Limitierungen von KI genau beschrieben werden.

Der nächste Schritt ist, aus dieser Makrosicht konkrete Business Cases zu definieren. Ein gutes Start-Szenario wären Lösungen, die bereits genutzt werden und schon heute skaliert werden können. Anschließend sollten Anwendungsfälle untersucht werden, in denen die Technologie noch nicht den vollen Reifegrad erreicht hat. Erst in der letzten Phase der Adoption sollten sich Unternehmen ein bis zwei strategische Bereiche raussuchen, die langfristig einen großen Einfluss auf die Geschäftsentwicklung haben können, und mit denen sie als Vorreiter Wettbewerbsvorteile erzielen können.

Dabei ist es wichtig, schnell kleine und agile Tests auf den Weg zu bringen, um den jeweiligen Business Case zu validieren. Es sind keine umfangreichen Investitionen notwendig, aber Agilität ist eine Erfolgsvoraussetzung.

Wenn die Business Cases definiert sind, müssen sich Unternehmen dem Aufbau von Datenpools widmen. Daten sind die Grundlage für jedes KI-Projekt. Dazu müssen Datensilos aufgebrochen, Daten durch neue Technologien verwertbar gemacht, und schließlich wichtige von unwichtigen Daten separiert werden.

Schritt 2: KI-Expertise aufbauen

Unternehmensentscheider sollten einen genauen Plan entwickeln, in dem die angestrebten Geschäftsziele, die Strategie, die Organisation und der nachhaltige Aufbau von Wissen und Fähigkeiten definiert werden. Zu den notwendigen Skills gehören sowohl die richtigen Tools, als auch insbesondere die Akquisition von KI-Experten. In beiden Fällen sollte genau geprüft werden, was intern abgedeckt werden kann, oder wo es Sinn macht Dienstleister mit einzubinden.

Auf der Technologie-Seite sind die Einstiegsanforderungen längst nicht so komplex wie im Allgemeinen angenommen. Besonders die Verfügbarkeit von IT-Infrastruktur und Anwendungen aus der Cloud macht größere Anfangsinvestitionen in neue Ausstattung nahezu überflüssig. Als Startpunkt sind sicherlich die bekannten KI-Anbieter wie Microsoft Azure oder IBM watson zu nennen. Letztlich müssen die technischen Möglichkeiten auf den internen Bedarf ausgerichtet und einer betriebswirtschaftlichen Analyse unterzogen werden. Standardlösungen können eine Orientierung geben, oft bedarf es aber individueller Entwicklungen, die genau auf die Anforderungen zugeschnitten sind.

Aus Personalsicht ist der Kampf um KI-Talente längst ausgebrochen. Hier stellt sich Unternehmen wohl auch die größte Herausforderung bei der Umsetzung von KI-Projekten. Ein sinnvoller Einstieg in der Praxis ist, zunächst mit einem spezialisierten Anbieter zu arbeiten, und gleichzeitig intern die eigenen KI-Kapazitäten Schritt für Schritt auf- und auszubauen. So lassen sich gerade zu Beginn Know-How-Lücken sinnvoll ausgleichen.

Schritt 3: Den Unternehmenswandel managen

Bei der Integration von KI in die konkreten Arbeitsabläufe, kann es durchaus zu einer gewissen Skepsis in der Belegschaft kommen. Dies betrifft sowohl Führungskräfte, die sich um ihren Einfluss sorgen, als auch Beschäftigte, die sich vor Erwerbslosigkeit durch den Einsatz von KI fürchten.

Hier ist das Top-Management gefragt, um den Wandel der Organisation sorgsam zu kommunizieren, moderieren und durch Transparenz Vertrauen aufzubauen. Die Führungsebene und die Personalabteilung sollten ausreichend Zeit für ein umfassendes Change Management bekommen. Durch den flexiblen und dynamischen Einsatz von KI in zunächst kleineren Projekten, können bestimmte Vorbehalte ebenso abgemildert werden.

Für die Mitarbeiter sollte es ersichtlich werden, dass KI nicht dafür steht Arbeitsplätze abzubauen, sondern dafür, bestimmte Aufgaben automatisieren zu können, die Produktivität der Mitarbeiter zu optimieren oder ganz neue, hochqualifizierte Aufgabenfelder zu schaffen. Durch entsprechende Fortbildungen müssen sich die Mitarbeiter auf die neuen Anforderungen an ihrem Arbeitsplatz einstellen können. Auch das mittlere Management sollte die Fähigkeiten entwickeln, Vertrauen aufzubauen und eine offene Kommunikation über KI in den einzelnen Fachbereichen zu etablieren.

Fazit

Unternehmensentscheider haben die Aufgabe KI schrittweise und nachhaltig in ihrer Organisation zu verankern, um so im digitalen Wandel wettbewerbsfähig zu bleiben und Mehrwerte für Kunden und Mitarbeiter zu schaffen.

Mit der richtigen Strategie, einem konkreten Plan zur Umsetzung und dem richtigen Partner, können Unternehmen verschiedener Größe KI schon heute erfolgreich einführen.

Möchten Sie mehr über das Thema “Künstliche Intelligenz in Unternehmen” erfahren? Dann laden Sie sich jetzt unser kostenloses E-Book „Künstliche Intelligenz – Die nächste Evolutionsstufe der Digitalen Transformation“ herunter.