Sind wir ready für Künstliche Intelligenz?
Von Pascal Probst, November 7, 2022
Unter den aktuellen Top Buzzwords darf Künstliche Intelligenz oder auf Englisch Artificial Intelligence auf keinen Fall fehlen. Für die Einen ist es das Schreckensszenario schlechthin: Die Künstliche Intelligenz macht den Menschen als Arbeitskraft überflüssig. Oder noch schlimmer – Maschinen mit künstlicher Intelligenz übernehmen gleich die Weltherrschaft und löschen die Menschheit aus. Für die Anderen ist die Künstliche Intelligenz ein Werkzeug, um präzisere Entscheidungen zu treffen oder neue Geschäftsmodelle zu entwickeln. Gehen wir mal von zweiterem aus und sehen uns die Möglichkeiten von KI an.
Künstliche Intelligenz ist in vielen Branchen angekommen
Von Recommender-Systemen bis hin zu selbstfahrenden Autos verwenden wir fast täglich KI-Anwendungen. Diese Anwendungen werden jedoch oft von grossen Tech-Companys oder innovativen Start-Ups entwickelt. Bei den Schweizer Unternehmen ist der Einsatz von KI-Anwendungen noch nicht flächendeckend angekommen. In einigen Branchen, wie z.B. Banking oder Insurance wird KI vereinzelt genutzt, um Prozesse zu vereinfachen – das Geschäftsmodell an sich wurde durch KI aber noch nicht verändert.
Künstliche Intelligenz in KMUs
Auch die Schweizer KMU’s stehen noch ganz am Anfang ihrer Reise und überlegen sich erste Use Cases oder haben vielleicht erste Erfahrungen mit KI Projekten gesammelt. Aber wie schaffen wir es als Schweizer KMU, KI für uns zu gewinnen? Dazu müssen wir uns zuerst im Klaren sein, wohin die Reise gehen soll. Wir brauchen eine Vision und im besten Fall die passende Strategie dazu. Haben wir diesen Fahrplan erstellt, so können wir uns überlegen, ob wir die nötigen Grundlagen haben, diesen Weg erfolgreich zu gehen. Hier wartet für die meisten bereits das erste Hindernis – die Daten. Auf dem Papier haben wir unsere Ideen ausgearbeitet, aber sobald wir starten möchten, fehlen uns die Daten oder die Datenqualität lässt zu wünschen übrig. Deshalb sollten wir bereits in der frühen Strategiephase den Umgang mit den Daten festlegen und erste Richtlinien definieren.
Strategien im Umgang mit Daten
Wir müssen wissen, welche Daten, in welcher Form und in welcher Qualität wir benötigen werden. Haben wir das Problem mit den Daten gelöst, sollten wir uns frühzeitig um die passende Infrastruktur und nötigen Skills kümmern. Anschliessend können wir uns nicht mehr an einen perfekten Leitfaden nach Schulbuch halten, sondern müssen erste Erfahrungen sammeln und unsere Erkenntnisse iterativ in unser Unternehmen einfliessen lassen. Dadurch lernen wir mit jedem Fehler aus unseren Projekten dazu und können gleichzeitig unsere Organisation weiter anpassen und aufbauen. Wichtig dabei ist, dass diese Erfahrung nicht nur im Data Science Team bleibt, sondern im ganzen Unternehmen geteilt wird – das bedeutet kommunizieren.
Die richtige Kultur ist entscheidend
Wir erzählen von unseren Erfolgen genau gleich wie von unseren Fehlern und informieren über die geplanten Projekte in unserer Data und KI Pipeline. Dies ist auch eine gute Gelegenheit, das Thema Künstliche Intelligenz, Machine Learning und Deep Learning den Mitarbeitenden näher zu bringen. Denn oft steht hinter «Künstlicher Intelligenz» nur ein bisschen Statistik und weniger Magie. Um Widerstände im Unternehmen gegen Data und KI-Projekte zu entkräften, benötigt es mehr als nur ein Infoschreiben. Wir müssen die betroffenen Personen frühzeitig abholen und, wenn möglich, direkt mit einbeziehen.
Es braucht Begeisterung und Geduld
Aber auch wenn man all diese Schritte und Empfehlungen befolgt, wird man nicht zwingend erfolgreich bei der Umsetzung von Daten und KI-Projekten. Es braucht neben der Begeisterung für dieses Thema auch eine gute Portion an Geduld – denn bis die Künstliche Intelligenz uns Menschen als Arbeitskraft ersetzt und die Weltherrschaft übernimmt, dauert es noch eine Weile. Bis dahin können wir uns an den Möglichkeiten der Künstlichen Intelligenz erfreuen.
Dieser Fachbeitrag wurde im Rahmen eines Leistungsnachweises für das CAS AI Operations verfasst und wurde redaktionell aufgearbeitet.