Das Ziel des KI Tranformationsprozesses ist die konsequente Ausrichtung eines Unternehmens an den Möglichkeiten, die künstliche Intelligenz bietet. Wir orientieren uns in unserer Ansicht an dem artificial intelligence first-Ansatz von der Google Mutter Alphabet.

Die Transformation hin zu einem KI-getriebenen Unternehmen erfolgt über folgende Stufen:

  1. Aufsetzen von KI-Pilotprojekte
  2. Aufbau eines Inhouse-KI-Teams
  3. Erarbeiten einer langfristigen Strategie im Umgang mit künstlicher Intelligenz
  4. Internes KI-Training
  5. Entwicklung der internen und externen Kommunikation über künstliche Intelligenz

Aufsetzen von KI-Pilotprojekte

Um KI im Unternehmen langfristig erfolgreich einzusetzen, ist es wichtig, erste Pilotprojekte mit klar abgestecktem Umfang und Ziel zu starten. Weniger die Transformation des gesamten Unternehmens, als vielmehr der kurzfristige Umsetzungserfolg zählt für diese Pilotprojekte.

Inhaltlich sollten Pilotprojekte so gewählt sein, dass sie ausreichenden Erfolg für die Kommunikation im Unternehmen ermöglichen.

Pilotprojekte ermöglichen:

  • ein erstes Herantasten an das Thema KI in Ihrem Unternehmen
  • eine Sensibilisierung der Mitarbeiter in Bezug auf den Einsatz von KI
  • erfolgreiche Überzeugungsarbeit im Unternehmen in Hinblick auf die Einführung von KI zu betreiben

Daher sollten Pilotprojekte inhaltlich nicht trivial gewählt sein, um dem KI-Team die Möglichkeit zu geben, das Potential von KI im Unternehmen aufzuzeigen.

Mögliche Charakteristika eines ersten Pilotprojekts zur Transformation in Richtung künstlicher Intelligenz:

  • Idealerweise ist das Thema so gewählt, dass externe KI-Experten bereits nach 6 bis 12 Monaten Projektlaufzeit gemeinsam mit den internen Fachexperten ein erfolgreiches Projektergebnis vorzeigen können.
    Auf diese Weise ermöglicht das Projekt eine Annäherung der KI-Experten (mit wenig domänen-spezifischem Fachwissen) an die Experten aus der Fachabteilung (mit wenig Wissen über Möglichkeiten und Umsetzung von künstlicher Intelligenz).
  • Das geplante Projektziel sollte technisch erreichbar sein. Oftmals werden KI-Projekte mit einer Erwartungshaltung gestartet, die aktuell verfügbare Technologie nicht leisten kann. Ein KI-Experte kann im Rahmen einer Due-Diligence-Prüfung des geplanten Projekts helfen, eine realistische Erwartungshaltung aufzubauen, die in der geplanten Zeit erreicht wird.
    Vor der Umsetzung des Projekts muss ein klar definierter „Business- Value” des Projektergebnisses erarbeitet werden. Wird dieser Schritt übersprungen, läuft man Gefahr, dass das Projekt zum „Sandkasten der Techniker” wird. Es werden prototypische, technisch ansprechende Möglichkeiten getestet, die jedoch keinen zusätzlichen Wert für den bearbeiteten Geschäftsbereich liefern.

_Ein gutes Beispiel für ein erfolgreiches KI-Pilotprojekt stellt die Umsetzung und Einführung von Deep-Learning-Methoden bei Google dar.

Dieses erste Projekt mit Deep Learning startete bei Google im „Google Speech” Team. Ziel des Projekts war es, die Genauigkeit der Spracherkennung mithilfe von Deep-Learning-Technologien zu steigern. Dieser Geschäftsbereich gehörte nicht zu jenen, mit denen der größte geschäftliche Wert generiert wird – hier wäre der Bereich der Werbung deutlich interessanter gewesen.

Doch der enorme Projekterfolg in diesem abgesteckten Bereich half, die Skepsis zu überwinden und Deep Learning auch auf weitere Bereiche im Unternehmen anzuwenden. Das wichtigste Ziel eines derartigen Pilotprojekts – der Aufbau von Momentum im Hinblick auf die KI-Transformation – war geschafft und der Weg zu Projekten in wirtschaftlich bedeutenderen Geschäftsbereichen war geebnet._

Aufbau eines internen KI-Teams

Steht man als Unternehmen an der Schwelle zu KI-Transformation, macht es Sinn, externe Experten mit umfassendem Know-how im Bereich künstliche Intelligenz als Katalysatoren heranzuziehen.

Insbesondere, um die erfolgreiche Planung und Umsetzung von Pilotprojekten sicherstellen zu können, sollte unbedingt auf Fachexperten zurückgegriffen werden.

Langfristig wird die KI-Transformation jedoch nur über den Aufbau einer KI-Kompetenz im Unternehmen selbst gelingen. Die KI-Dimension muss klar auf Ebene der Geschäftsleitung etabliert werden. Die Implementierung eines C-Level AI-Directors (CAIO – Chief AI Officer) ermöglicht, einerseits die Tragweite der KI-Transformation aufzuzeigen und andererseits die Umsetzung einer AI-Strategie zu garantieren, die zu einer gebündelten Wertsteigerung für das Unternehmen führt.

Für eine derartig aufgebaute KI-Abteilung sollten folgende Verantwortungsbereiche definiert werden:

Aufbau von KI-Fachwissen und Projekten mit Fokus auf den gesamten Wertschöpfungsprozess im Unternehmen

  • Unterstützung und Durchführung verschiedener fachbereichsübergreifender Pilotprojekte, die mehrere Geschäftseinheiten unterstützen
  • Nach Abschluss der Pilotprojekte, gilt es, gemäß der KI-Strategie, entsprechende Projekte zu planen und zu koordinieren.
  • Aufbau von gemeinsamen Standards für Mitarbeiteranforderungen im Bereich künstlicher Intelligenz
  • Planung eines an die KI-Transformation angepassten Recruitingprozesses

Bei einem Organisationsaufbau über mehrere Geschäftsbereiche sollte die AI-Einheit im Sinne einer Matrix-Projektorganisation im Rahmen von fachbereichsübergreifenden Projekten das KI-Wissen einfließen lassen.

Organigramm eines KI-Teams im Unternehmen

Aus diesen Erfahrungen heraus werden neue Tätigkeitsprofile und Aufgabenbereiche entstehen. Ebenso, gilt es, die bestehende Recruitingstrategie im Unternehmen anzupassen.

Mögliche Tätigkeitsprofile innnerhalb einer Einheit für künstliche Intelligenz sind:

  • Machine Learning Engineer: Entwicklung von KI-Software-Anwendungen. Einsatz der aktuellen Methoden und Algorithmen, um die bestmöglichen Modelle trainieren zu können.
  • Data Engineer: Je mehr Daten gespeichert werden sollen, umso größer sind die Anforderungen an die entsprechende Infrastruktur. Die Daten sollen kostengünstig gespeichert und schnell abrufbar sein. Aufgabe des Data Engineers ist die Planung, Umsetzung und laufende Überwachung einer geeigneten Infrastruktur.
  • Data Scientist: Der Data Scientist durchforstet die Datenbestände nach versteckten Zusammenhängen. Er findet Indizien für Zusammenhänge, stellt Hypothesen auf und prüft diese. Als Ergebnis liefert er eine Zusammenfassung der Erkenntnisse aus dem Datenbestand, auf Basis derer Prozesse beschleunigt oder Umsatz gesteigert werden kann. Die Ergebnisse der Arbeit vom Data Scientist stellt vielfach die Ausgangsbasis für eine Umsetzung einer Machine Learning Anwendung dar.
  • KI-Produktmanager: Aufgabe eines KI-Produktmanagers ist zu entscheiden, welche Projekte zur Erweiterung eines KI-Services umgesetzt werden sollen. Dafür ist ein umfassendes Wissen über den Markt und technisches Know-how über KI erforderlich. Der KI-Produktmanager muss also sowohl über profunde technische Kenntnisse, wie auch über wirtschaftliche Zusammenhänge tiefgreifend Bescheid wissen.

Erarbeiten einer Strategie für künstliche Intelligenz

Eine fundierte KI-Strategie ermöglicht dem Unternehmen den Aufbau von Business-Value einerseits und Eintrittsbarrieren für Konkurrenten andererseits.

Nach den Erfolgen von KI-Pilotprojekten lernen Mitarbeiter mit diesen Hilfsmitteln umzugehen und erkennen das Potential des KI-Einsatzes auch in anderen Geschäftsbereichen.

Aus strategischer Sicht könnte man geneigt sein, mit der Entwicklung einer KI-Strategie zu beginnen. Auf unserer langjährigen Erfahrung basierend, vertreten die Ansicht, dass eine vernünftige KI-Strategie erst nach den ersten KI-Projekten erfolgen sollte. Der Fokus ist danach viel klarer und sowohl auf strategischer, als auch auf operativer Ebene werden Einsatzmöglichkeiten und planbare Erfolge durch künstliche Intelligenz deutlicher.

Beginnt man mit der Erstellung der KI-Strategie, so resultiert dies vielfach aus sehr abstrakten, akademischen Strategieentwürfen, die auf operativer Ebene nicht oder lediglich in Teilen umgesetzt werden können. Im schlimmsten Fall erfolgt eine Konzentration rein auf Schlagworte aus den Medien.

Erst nach den ersten praktischen Erfahrungen mit KI-Projekten ist ein Unternehmen in der Lage, eine vitale und umsetzbare KI-Strategie zu formulieren, die dann auch in der operativen Praxis umgesetzt wird und einen tatsächlichen (vor allem messbaren) Mehrwert für das Unternehmen bietet.

Internes KI Training

Es gibt heute kaum Unternehmen mit ausreichendem Inhouse-Know-how in Hinblick auf Planung, Umsetzung und Controlling einer Transformation zum KI-getriebenen Unternehmen.

Eine Möglichkeit, dieser Herausforderung zu begegnen, ist es, auf digitale Trainingsinhalte bei der Planung von betrieblicher Weiterbildung zu setzen. Experten ergänzen in Präsenzeinheiten die Wissensvermittlung.

Künstliche Intelligenz verändert viele Tätigkeitsprofile in Unternehmen – entsprechend muss auch die betriebliche Aus- und Weiterbildung angepasst werden. Dabei ist vor allem Training für folgende Gruppen im Unternehmen zu unterscheiden:

  • Vorstandsebene und Geschäftsführung: Das Training bereitet Führungskräfte auf die Potentiale und Möglichkeiten des KI-Einsatzes im Unternehmen vor. Ziel sollte eine geplante Ressourcenallokation sein, um weiterhin im Wettbewerb bestehen zu können. Damit diese Ressourcenallokation gewährleistet ist, müssen Führungskräfte in der Lage sein, Geschäftspotenzial von KI-Projekten zu erkennen.
  • Projektmanager von KI-Projekten: Jener Personenkreis im Unternehmen, der direkt mit der Führung von KI-spezifischen Projekten betraut ist, sollte auch in der Lage sein, für diese Projekte konkrete, erreichbare Zielvorgaben zu definieren und den Fortschritt sowie die Auswirkung auf das Geschäftsfeld messen zu können.
  • Entwickler von Applikationen künstlicher Intelligenz: Hier sollte vor allem fundiertes Wissen um Datenaufbereitung und -manipulation sowie Umsetzung von KI-Algorithmen vermittelt werden.

Doch nicht nur IT-lastige Positionen sind von KI betroffen. KI beeinflusst sämtliche Positionen in Unternehmen. Die Voraussetzung dafür schaffte die zunehmende Digitalisierung von Geschäftsprozessen in den vergangenen Jahren.

Digitalisierung bedeutet die Abbildung von Prozessen auf digitale Medien.

Aus diesem Grund sind nun für viele Positionen ausreichend Daten vorhanden, damit die tägliche Arbeit durch künstliche Intelligenz unterstützt werden kann.

Entwicklung der internen und externen Kommunikation zu künstlicher Intelligenz

Der Einsatz von KI im Unternehmen wird eine enorme Auswirkung auf das Unternehmen und dessen Geschäftstätigkeit haben. Aus diesem Grund sollte auch die Kommunikation gegenüber den Stakeholdern geplant sein.

Unsere Empfehlungen für die Kommunikation gegenüber den entsprechenden Zielgruppen:

  • Investor Relations: Unternehmen, die auf den Einsatz von KI bei der Generierung von Geschäftswerten und Wettbewerbsvorteilen setzen, haben in der Regel einen deutlich höheren Stellenwert bei Investoren. Daher sollte gegenüber Investoren klar kommuniziert werden, wie Werte durch den KI-Einsatz generiert werden, worin Wettbewerbsvorteile geschaffen werden und wie die KI-Strategie aussieht. Durch eine klare Kommunikation der KI werden Investoren dem Unternehmen einen deutlich höheren Geschäftswert zuschreiben.
  • Government Relations: Unternehmen, die in streng regulierten Geschäftsbereichen tätig sind (Medizinbereich, autonome Fahrzeuge, etc.) müssen klar darlegen können, wie ihre KI-Strategie Wettbewerbsvorteile bei gleichzeitiger Gewährleistung der öffentlichen Interessen generiert und wie KI zum Wohle des Unternehmens und der breiten Öffentlichkeit eingesetzt wird.
  • Kunden, Anwender: Kunden bzw. Anwender werden durch den Einsatz von künstlicher Intelligenz in den Produkten und Lösungen des Unternehmens sicherlich profitieren. Dieser Vorteil sollte auch ganz klar nach außen hin kommuniziert werden.
  • War of Talents – Bewerbungsmanagement: Aktuell herrscht ein gravierender Mangel an Fachkräften, die über entsprechendes Know-how im Bereich künstlicher Intelligenz verfügen. Um als Arbeitgeber attraktiv zu sein, ist es wichtig, interessante und faszinierende Projekte gegenüber möglichen Arbeitnehmern zu kommunizieren. KI-Ingenieure wollen in einem spannenden Umfeld arbeiten, das Kreativität erlaubt und Freiräume möglich macht.
  • Interne Kommunikation: Der Einsatz von KI wird noch immer von der breiten Allgemeinheit wenig verstanden und vielfach mit einer „generellen künstlichen Intelligenz” gleichgesetzt. Teilweise wird KI überschätzt, es bestehen Zweifel und Furcht vor der Technologie. Mitarbeiter können in Hinblick auf ihre Arbeitsplätze besorgt sein. Zu diesen Punkten muss das Unternehmen durch eine klare Kommunikation Stellung beziehen.

Gerne führen wir ein kostenloses Beratungsgespräch, die der Prozess der KI-Transformation für Ihr Unternehmen aussehen kann. we-make.ai - Die Experten für Beratung in Hinblick auf künstliche Intelligenz