Warum Sie keine KI einsetzen

Stellen Sie sich das folgende Szenario vor. Ein (großes) Team in einem großen Unternehmen verfasst Kundendokumente als Antwort auf Kundenanfragen. Es bittet das Automatisierungsteam um Hilfe, um seine sich wiederholenden Aufgaben zu reduzieren. Das Automatisierungsteam schaltet ein KI-Unternehmen ein, das ein ML-Modell entwickelt, das die Kundendokumente automatisch generiert und die menschliche Beteiligung praktisch überflüssig macht. Der Prototyp funktioniert erstaunlich gut, und sowohl das KI-Unternehmen als auch das Automatisierungsteam sind begierig darauf, ihn in die Produktion zu überführen, da sich die Kosteneinsparungen sowie die Geschwindigkeit und Qualität der Antworten auf Kundenanfragen deutlich verbessern werden.

Klingt nach einer Erfolgsgeschichte, oder? Nun, in diesem Fall, wie auch in anderen Fällen, die ich gesehen habe, hat das Unternehmen es geschafft, die Niederlage aus dem Kiefer des Sieges zu holen. Die Lösung wurde nicht implementiert. Das ist wahrscheinlich nicht das Ende der Geschichte und hoffentlich wird die Lösung in Zukunft eingeführt, aber das Unternehmen erfährt eine erhebliche Verzögerung bei der Nutzung der Vorteile dessen, was eigentlich eine einfache und offensichtliche Einführung hätte sein sollen.

Das Muster, das ich beobachtet habe, ist, dass die Einführung des ML/DL-Modells schnell und ziemlich nahtlos erfolgt, wenn KI zur Verbesserung einer Produktfähigkeit eingesetzt wird und weder bestehende Organisationseinheiten noch bestehende Prozesse beeinträchtigt. In dem Moment jedoch, in dem bestehende Organisationen oder Teams in ihrer Existenz bedroht sind oder erheblich verkleinert werden müssen oder wenn bestehende Arbeitsprozesse angepasst werden müssen, um die Vorteile zu erreichen, geraten die Dinge schnell ins Stocken und viele in der Organisation beginnen, einen Rückzieher zu machen.

Entwicklungsstufen der Einführung von ML/DL

In einem früheren Beitrag habe ich die Phasen vorgestellt, die Unternehmen durchlaufen, wenn sie ML/DL in ihre Produkte integrieren. Wie in der Abbildung dargestellt, ist die erste Phase das Experimentieren und Prototyping. Jedes Unternehmen, mit dem ich zusammenarbeite, hat eine ganze Reihe solcher Initiativen laufen. Wenn es jedoch darum geht, erfolgreiche Prototypen und Proofs of Concept in die tatsächliche Anwendung zu überführen, stoßen wir auf Hindernisse.

Das erste und offensichtliche Hindernis ist, dass Sie jetzt KI-Engineering benötigen, um sicherzustellen, dass Sie KI industrietauglich und in Produktionsqualität einsetzen können. Wie ich in einem früheren Beitrag erläutert habe, erfordert dies eine Reihe von Lösungen, Architekturen, Infrastrukturen und Prozessen, die von Datenwissenschaftlern und Menschen ohne technischen Hintergrund oft nicht erkannt werden.

Das zweite und wichtigere Hindernis ist, dass das Potenzial der KI darin besteht, die Kosten erheblich zu senken und gleichzeitig die Geschwindigkeit und Qualität zu verbessern. Tatsache ist, dass für die meisten Unternehmen die Gehälter der wichtigste Kostentreiber sind. Um also die Vorteile der KI zu nutzen, müssen die Mitarbeiter, die derzeit die Arbeit verrichten, die durch ML/DL-Modelle ersetzt werden soll, umverteilt oder entlassen werden.

Das ist so offensichtlich, dass es fast schmerzhaft ist, es aufzuschreiben, ohne sich wie ein Idiot zu fühlen, aber ich gerate immer wieder in Situationen wie das Szenario, mit dem wir begonnen haben. Alle lieben KI und sie ist ganz oben auf der Hype-Liste. Jeder spricht von all den großartigen Möglichkeiten und Vorteilen, die KI für sein Unternehmen und die Gesellschaft im Allgemeinen bringen wird. Aber wenn es dann vor der eigenen Haustür klingelt, fehlt plötzlich die Bereitschaft, sich zu verändern und die Vorteile zu nutzen.

Das ist ein Problem, denn die Konkurrenz bleibt nicht untätig. Wir müssen den schmerzhaften Prozess durchlaufen, um die Vorteile zu nutzen, indem wir die Kosten senken, die Prozesse neu gestalten, die Mitarbeiter umschichten und Ihre Organisation auf die Vorteile ausrichten, die KI bieten kann. Wie ich bereits geschrieben habe, geht es nicht darum, was KI für Sie tun kann. Die Frage ist, wie Sie Ihr gesamtes Unternehmen, Ihre Geschäftsmodelle, Produkte, Kundenbindungsmodelle und Arbeitsweisen umgestalten, um sie an die Digitalisierung, d.h. Software, Daten und KI, anzupassen. Nur so können Sie das Potenzial der KI in vollem Umfang nutzen und nur so bleiben Sie langfristig wettbewerbsfähig.

In der Startup-Gemeinde werden große Unternehmen oft als Dinosaurier bezeichnet, d.h. als langsam, eingefahren und folglich reif für eine Störung. Seien Sie kein Dinosaurier!