Kommentar von Maximilian Wieselhuber, Leiter Unternehmensentwicklung und Dr. Wolfgang Doneit, Senior Consultant bei Dr. Wieselhuber & Partner
Maximilian Wieselhuber
Partner
Dr. Wolfgang Doneit
Senior Consultant
Zahlreiche Studien prognostizieren: Künstliche Intelligenz (KI) kann das Bruttoinlandsprodukts um über 400 Mrd. € bis zum Jahr 2030 steigern. Doch: Während unser privates Leben bereits durchdrungen von KI und Maschinellem Lernen ist – im sozialen Netzwerk, bei der Flugbuchung oder der Sprachsteuerung des Smartphones oder Smart Homes – geht man im deutschen Unternehmensumfeld noch deutlich zögerlicher damit um. Auch wenn Anwendungen der KI Potenziale für Effizienzsteigerungen in bestehenden Geschäftsprozessen, Möglichkeiten zur Individualisierung von Produkten und Services sowie Ansätze zur Entwicklung neuer Geschäftsmodelle bieten - flächendeckende Verbreitung? Fehlanzeige.
Anwendungsfälle gibt es natürlich: Algorithmen der Bilderkennung können der Fertigung Baugruppen, Halberzeugnisse oder fertige Produkte qualitativ klassifizieren und damit die Qualitätssicherung beschleunigen sowie optimieren; durch automatisierte Analysen von gesprochenem oder geschriebenem Wort entstehen Effizienzvorteile in der Buchhaltung, Sach- oder Reklamationsbearbeitung; direkter Kundenkontakt z. B. durch Chat-Bots ist möglich; in der Supply Chain können langfristige Planungsprozesse präziser und häufiger durchgeführt, zeitkritische Entscheidungen z. B. beim Anlagen- oder Lieferantenausfall objektiver getroffen werden.
Doch nicht immer sind derartige Prozesse sofort implementierbar. Entsprechende Projekte werden z.B. durch fehlende oder falsche Daten oder eine ungeeignete IT-Infrastruktur gebremst. Häufig rechnet sich nach genauerer Betrachtung der Business-Case nicht. Wichtig ist trotz allem: Die Mitarbeiter müssen für die Möglichkeiten durch KI sensibilisiert, Infrastruktur und Prozesse auf die Implementierung und Nutzung von KI-Anwendungen vorbereitet werden. Denn ganz nebenbei unterstreicht das Arbeiten mit KI-Anwendungen auch den Innovationscharakter von Unternehmen!
Wer also das Thema KI in Angriff nehmen will, sollte auf eine pragmatische Methode setzen. Die Basis: In einem KI-Reifegradmodell bewerten, ob die Grundvoraussetzungen zur Umsetzung von KI-Projekten gegeben sind. Daraufhin im…
1. Schritt: Erkennen! Zunächst sollten alle Projektteilnehmer über die Definition von KI auf einem Stand gebracht, erste Inspirationen und Impulse für mögliche KI-Projekte identifiziert und in Workshops Potenziale ermittelt werden. Im Fokus: Kundenbedürfnisse, Prozess-, Daten- und Technologiepotenziale.
Branchenkenntnisse und „vorgedachte“ KI-Ansatzpunkte verknüpft mit externen Datenpotenzialen helfen, den Mehrwert für das eigene Geschäft abzuleiten. Ergebnis dieser ersten Phase: Konkrete unternehmensspezifische und marktorientierte Anwendungsszenarien.
2. Schritt: Bewerten! Im Anschluss müssen diese Anwendungsszenarien unter technologischen, finanziellen, operativen und strategischen Aspekten bewertet werden. Ergebnis ist eine Short-List, die auf die wirkungsstärksten Projekte fokussiert.
3.Schritt: Gestalten! Nun geht es darum, das Projektteam zu organisieren, Verantwortlichkeiten zu klären und Kompetenzen auszubauen – kurz: eine KI-Roadmap zu entwerfen. Ein internes Projektteam startet mit der Technologieauswahl. Externe Unterstützung kann deutlich entlasten, wenn folgende Fragen geklärt werden müssen: Wer sind die richtigen Partner? Wie sieht das Lastenheft/Anforderungsprofi an Technologie und Partner aus? Wie gehen wir das Thema Change Management an?
4. Schritt: Nutzen! Proof-of-Concept, Implementierung in bestehende Systeme, Inbetriebnahme und Schulungen im Umgang mit den neuen Technologie sowie Anbindung an das bestehende Geschäftsmodell sind die nächsten Schritte. Am Ende müssen messbare betriebswirtschaftliche Erfolge und die Steigerung der Wettbewerbsfähigkeit stehen, denn: Ein Selbstzweck ist KI keinesfalls!
Fest steht: KI ist kein trendiges Modewort, das wieder verschwindet. Der Einsatz von modernen, lernenden Algorithmen wird zur Pflicht in der Prozessgestaltung und Unternehmensführung. Heute bietet er noch die Möglichkeit der Differenzierung, der Steigerung der Effektivität, des Umsatzes und Ertrags. Daher ist es wichtig, bereits jetzt Erfahrungen in den neuen Technologien und ihren Anwendungsmöglichkeiten zu sammeln.
Cookies erleichtern die Bereitstellung unserer Webseite. Mit der Nutzung unserer Webseite erklären Sie sich damit einverstanden, dass wir Cookies verwenden.
KI: Ein Meer an ungenutzten Potenzialen!
Anwendungsfälle gibt es natürlich: Algorithmen der Bilderkennung können der Fertigung Baugruppen, Halberzeugnisse oder fertige Produkte qualitativ klassifizieren und damit die Qualitätssicherung beschleunigen sowie optimieren; durch automatisierte Analysen von gesprochenem oder geschriebenem Wort entstehen Effizienzvorteile in der Buchhaltung, Sach- oder Reklamationsbearbeitung; direkter Kundenkontakt z. B. durch Chat-Bots ist möglich; in der Supply Chain können langfristige Planungsprozesse präziser und häufiger durchgeführt, zeitkritische Entscheidungen z. B. beim Anlagen- oder Lieferantenausfall objektiver getroffen werden.
Doch nicht immer sind derartige Prozesse sofort implementierbar. Entsprechende Projekte werden z.B. durch fehlende oder falsche Daten oder eine ungeeignete IT-Infrastruktur gebremst. Häufig rechnet sich nach genauerer Betrachtung der Business-Case nicht. Wichtig ist trotz allem: Die Mitarbeiter müssen für die Möglichkeiten durch KI sensibilisiert, Infrastruktur und Prozesse auf die Implementierung und Nutzung von KI-Anwendungen vorbereitet werden. Denn ganz nebenbei unterstreicht das Arbeiten mit KI-Anwendungen auch den Innovationscharakter von Unternehmen!
Wer also das Thema KI in Angriff nehmen will, sollte auf eine pragmatische Methode setzen. Die Basis: In einem KI-Reifegradmodell bewerten, ob die Grundvoraussetzungen zur Umsetzung von KI-Projekten gegeben sind. Daraufhin im…
1. Schritt: Erkennen!
Zunächst sollten alle Projektteilnehmer über die Definition von KI auf einem Stand gebracht, erste Inspirationen und Impulse für mögliche KI-Projekte identifiziert und in Workshops Potenziale ermittelt werden. Im Fokus: Kundenbedürfnisse, Prozess-, Daten- und Technologiepotenziale.
Branchenkenntnisse und „vorgedachte“ KI-Ansatzpunkte verknüpft mit externen Datenpotenzialen helfen, den Mehrwert für das eigene Geschäft abzuleiten. Ergebnis dieser ersten Phase: Konkrete unternehmensspezifische und marktorientierte Anwendungsszenarien.
2. Schritt: Bewerten!
Im Anschluss müssen diese Anwendungsszenarien unter technologischen, finanziellen, operativen und strategischen Aspekten bewertet werden. Ergebnis ist eine Short-List, die auf die wirkungsstärksten Projekte fokussiert.
3.Schritt: Gestalten!
Nun geht es darum, das Projektteam zu organisieren, Verantwortlichkeiten zu klären und Kompetenzen auszubauen – kurz: eine KI-Roadmap zu entwerfen. Ein internes Projektteam startet mit der Technologieauswahl. Externe Unterstützung kann deutlich entlasten, wenn folgende Fragen geklärt werden müssen: Wer sind die richtigen Partner? Wie sieht das Lastenheft/Anforderungsprofi an Technologie und Partner aus? Wie gehen wir das Thema Change Management an?
4. Schritt: Nutzen!
Proof-of-Concept, Implementierung in bestehende Systeme, Inbetriebnahme und Schulungen im Umgang mit den neuen Technologie sowie Anbindung an das bestehende Geschäftsmodell sind die nächsten Schritte. Am Ende müssen messbare betriebswirtschaftliche Erfolge und die Steigerung der Wettbewerbsfähigkeit stehen, denn: Ein Selbstzweck ist KI keinesfalls!
Fest steht: KI ist kein trendiges Modewort, das wieder verschwindet. Der Einsatz von modernen, lernenden Algorithmen wird zur Pflicht in der Prozessgestaltung und Unternehmensführung. Heute bietet er noch die Möglichkeit der Differenzierung, der Steigerung der Effektivität, des Umsatzes und Ertrags. Daher ist es wichtig, bereits jetzt Erfahrungen in den neuen Technologien und ihren Anwendungsmöglichkeiten zu sammeln.