Heransgehensweise an die Formulierung einer Strategie zur Implementierung künstlicher Intelligenz

Vorweg, wir halten nichts davon, als erstes mit der Formulierung einer Strategie zu beginnen. Erst nachdem im Unternehmen mit ersten Projekten Erfahrungen im Bereich KI gesammelt werden konnten, macht es Sinn, sich mit der langfristigen und konsequenten Ausrichtung des gesamten Unternehmens an den Möglichkeiten, die sich durch künstliche Intelligenz eröffnen.

Unser Ansatz zum Aufbau einer KI-Strategie

Aufbau von verschiedenen komplexeren KI-Anwendungen, die einer gemeinsamen Strategie folgen.

Durch künstliche Intelligenz können Unternehmen ganz neue Wettbewerbsvorteile aufbauen. Nach Michael Porter können Unternehmen Markteintrittsbarrieren aufbauen, indem mehrere komplexere Assets entlang einer Richtschnur (Strategie) aufgebaut werden. Die Summe dieser einzelnen Assets macht es für Konkurrenten schwierig, das Geschäftsmodell nachzubauen.

Künstliche Intelligenz einsetzen, um einen für den jeweiligen Wirtschaftszweig spezifischen Wettbewerbsvorteil aufzubauen.

Es macht wenig Sinn, zu versuchen, ein KI-Unternehmen aufzubauen, das allgemeine KI-Services anbietet und damit mit Marktgrößen wie Google oder Microsoft in Konkurrenz tritt. Sinnvoller ist es, KI-Lösungen zu entwickeln, die branchen- bzw. industriebezogen sind.

Strategieentwicklung, die dem „Verstärkungszirkel durch künstliche Intelligenz” folgt.

In vielen Industriebereichen kann die geplante und kontrollierte Datenspeicherung zu Potential für neue KI-Anwendungen führen.

Der Verstärkungszirkel künstlicher Intelligenz

Strategisch gut geplante, datengetriebene KI-Produkte entwickeln eine rasche Eigendynamik, die wir als Verstärkungszirkel der KI bezeichnen. Wir adressieren damit folgenden Zusammenhang:

Ein gut geplantes und umgesetztes Produkt lockt Kunden an.
Die Kunden verwenden das Produkt, weil es für sie einen Nutzen stiftet und leicht bedienbar ist.
Aus der Anwendung heraus werden Nutzerdaten generiert.
Die größere Datenbasis erlaubt es uns, das Produkt weiter zu verbessern.
Die Produktverbesserungen sprechen wiederum neue Kunden an – der Nutzerkreis wächst.
Der größere Nutzerkreis erzeugt mehr Daten …

Auf diese Weise verstärkt sich die Anwendung durch die Nutzung von selbst und erlaubt es dem Unternehmen eine Markteintrittsbarriere aufzubauen, die von anderen Konkurrenten nur schwer aufzuholen ist.

Beispiel: Suchmaschinen wie Google, Bing, etc. bauen eine riesige Datenmenge über das Nutzerverhalten laufend weiter aus (Welche Links wurden bei welchen Schlagwörtern angeklickt? etc.) Diese Datenbasis wächst laufend und ermöglicht den Betreibern der Suchmaschinen, immer genauere Treffer auf die Suchanfragen zurückzuliefern.

Selbstverstärkender Zirkel von datengetriebenen Applikationen

Durch die Generierung von neuen Daten kann das Produkt also laufend verbessert werden. Diese Produktverbesserung führt zu mehr Anwendern und die größere Zahl an Anwendern wiederum zu einer größeren Datenmenge. Die größere Datenmenge zu einem besseren Produkt usw.

Aus diesem Grund empfiehlt es sich, bei der Entwicklung von datengetriebenen Anwendungen auf die Besetzung einer bestimmten Nische abzuzielen. Für diese Nische kann eine Datenbasis aufgebaut werden, die andere Konkurrenten hemmt, ebenfalls diese Nische zu besetzen. Daten stellen somit das Kernelement jeglicher KI-getriebenen Produkte dar.

Neben der KI-Strategie sollte daher auch eine valide Datenstrategie vorhanden sein!

Elemente einer Datenstrategie

Strategische Datenakquirierung: Je nach Anwendungsgebiet können Datenmengen in der Größenordnung von einigen 100 Datensätzen bis hin zu 100 Millionen Datensätzen als Basis für die Entwicklung von KI-Lösungen verwendet werden. Mehr Daten richten in der Regel auch keinen Schaden an.
Woher kommen also die Datensätze? Auf Basis der Datenstrategie sollte klar sein, wo Daten zu welchem Zweck gesammelt werden.
Die Quellen der Daten hängen natürlich sehr stark von der Branche ab. Unternehmen wie Google bieten kostenlose Produkte an, die keinen Gewinn für das Unternehmen erwirtschaften, jedoch wertvolle Daten liefern, die an anderer Stelle bei gewinnbringenden Services verwendet werden können. Auf diese Weise stärken diese Services gemeinsam die KI-Anwendung im Sinne des obigen Verstärkungszirkels. Gibt es im Unternehmens(-verbund) mehrere voneinander unabhängige Datenbasen, so sollten gemeinsame Datawarehouses eingeführt werden. Diese ermöglichen für Data Scientists aus den verteilten Unternehmensdaten wertvolle Informationen und Zusammenhänge zu extrahieren.
Wichtig im Rahmen der Datenspeicherung ist zu erkennen, welche Daten einen Geschäftswert darstellen und welche nicht. Das alleinige Vorhandensein von mehreren Terabytes an Daten bedeutet nicht automatisch, dass ein KI-Team aus diesen Daten Anwendungen erstellen kann, die einen Wettbewerbsvorteil generieren. Diesem Fehler der Datenakquise von schlechten oder gar nutzlosen Daten kann nur durch ein frühes Hinzuziehen von KI-Experten bei der Planung der Datenakquise entgegengewirkt werden.