So gehen Sie die Einführung von KI richtig an
Künstliche Intelligenz (KI) und Automatisierung werden in den nächsten zehn Jahren einen Geschäftswert von 15,7 Billionen US-Dollar schaffen. Machen Sie sich nichts vor: Das ist der Goldrausch von heute, und Unternehmen, die in der Lage sind, diese weltverändernde Technologie zu verstehen, für sich anzupassen und zu nutzen, um ihre Ziele zu erreichen, haben die Chance, enormes Wachstum zu erzielen.
Die Herausforderungen mit KI
Für viele von uns ist das natürlich leichter gesagt als getan. KI verlangt nach Investitionen – sowohl in Infrastruktur als auch in Kenntnisse – sowie nach einer strategischen Angleichung an Ihre weiter gefassten Unternehmensziele. Sie bedeutet auch Arbeit mit großen Mengen an Daten – der Motor der KI –, und das bringt regulatorische und Compliance-Probleme mit sich. Jede dieser Herausforderungen – ob für sich allein oder in Kombination mit anderen – reicht aus, um uns das Gefühl zu geben, dass KI nichts für uns ist, nicht für unsere Aufgaben geeignet ist oder „wir schon noch dazu kommen werden“. Die Wahrheit ist, dass bereits vielfach bewiesen wurde, dass sie von Unternehmen in jeder Branche und Größenordnung effizient und wirksam genutzt werden kann. Die wirkliche Gefahr besteht darin, das Potenzial für die enormen Veränderungen nicht zu erkennen, die KI für Ihre Branche bedeuten kann – und Ihr Stück vom Kuchen nicht zu bekommen.
KI und das damit verbundene Technologie-Ökosystem, wie das Internet der Dinge (IoT), bieten Unternehmen Wachstumschancen, indem sie ihre Entscheidungsfähigkeit verbessern, interne Betriebsabläufe optimieren, ihr Angebot für Kunden erweitern und Datenströme monetarisieren.
Zwei Beispiele der KI Einführung
So stellt beispielsweise die University of Alabama in Huntsville KI-Algorithmen auf einer HPC-Infrastruktur (High Performance Computing) von Hewlett Packard Enterprise (HPE) bereit, die sie bei der Entwicklung neuer Arzneimittel und Behandlungsmethoden für Krankheiten wie COVID-19 unterstützen. Die Erstellung der nötigen Proteinmodelle, um die Auswirkungen von Impfstoffen und Arzneimitteln auf das Verhalten von Viren zu verstehen, erfordert eine riesige Rechenleistung. Mit KI zur Beschleunigung der Problemlösung und Verkürzung der Time-to-Value kann die Universität ihre Forschung mit einem kleinen Team durchführen, das effektiv die Arbeit von 500.000 Menschen leisten kann.
Auch CenterPoint Energy aus Houston schickte früher ganze Geschwader von Ablesern los, um täglich 80.000 Zählerstände abzulesen. Heute empfängt das Unternehmen täglich automatisch die Werte von 221 Millionen Zählern und erhält damit Zugriff auf viel genauere und aktuellere Informationen als Grundlage für seine Geschäftsentscheidungen. Dies resultierte in einer 835-prozentigen Zunahme der Datenmenge, die es generiert. Doch das Unternehmen bekommt nicht nur ein genaueres Bild von den Informationen, die seine Kunden nutzen, sondern kann auch Machine-Learning-Analysen auf diese Daten anwenden, um Erstaunliches zu erreichen, beispielsweise vorherzusagen, wo Stromausfälle wahrscheinlich auftreten werden, und die Energie effizienter durch seine Netze zu leiten. Dadurch sinken nicht nur die Kosten, sondern auch die vom Unternehmen verursachten Kohlenstoffemissionen. Dank der schnelleren Behebung von Versorgungsproblemen stieg außerdem die Kundenzufriedenheit um 10 Prozent.
Strategischer Ansatz und praktische Schritte
Wenn sie strategisch implementiert werden, sorgen KI-Prozesse für Veränderungen, die sich auf das gesamte Unternehmen auswirken. Im Kern geht es allerdings immer darum, Vorhersagen und Entscheidungsfindung zu verbessern, Kunden, Märkte und Geschäftsprozesse besser zu verstehen, bessere Produkte und Services zu entwickeln und neue Einnahmequellen zu erschließen.
Auch wenn die ersten Schritte oftmals abschreckend wirken, kann heute so gut wie jeder KI nutzen. Wir verwenden bereits Recommendation Engines beim Online-Shopping, Spracherkennungsalgorithmen im Gespräch mit Alexa oder Siri sowie Computer-Vision-Tools zur Interaktion mit Augmented Reality (AR)-Anwendungen auf unseren Smartphones. Die gleichen Technologien und Prozesse finden auch in unseren Unternehmen Anwendung.
Es gibt einige praktische Schritte, die jedes Unternehmen durchführen kann, um zu entscheiden, wo KI gut geeignet sein könnte. Der erste Schritt ist die Identifizierung potenzieller Anwendungsfälle. Dabei handelt es sich um Anwendungsgebiete für Daten und KI, die uns dabei helfen, unsere Geschäftsziele zu erreichen. An dieser Stelle ist es in der Regel eine gute Idee, sich auf schnelle Ergebnisse zu konzentrieren – einfache Projekte mit geringen Investitionen, die schnelle Renditen bringen, aber vor allem die Anstrengungen begründen, die wir in die Festlegung unserer Daten- und KI-Strategie stecken. Dies kann äußerst wertvoll sein, um Zustimmung in Ihrem gesamten Unternehmen zu gewinnen und mit der Schaffung einer datenorientierten Unternehmenskultur zu beginnen. Nach meiner Erfahrung ist das Fehlen dieser Zustimmung und Kultur ein wesentlicher Grund für das Scheitern von KI-Projekten. Möglicherweise stoßen wir auf Widerstand bei Mitarbeitern, die es gewohnt sind, ihre Aufgaben auf „ihre Art“ zu erledigen, und sich „nicht von einem Computer sagen lassen wollen, wie sie zu arbeiten haben“. Ebenso können wir aber auch beim Management und der Unternehmensführung auf Widerstand stoßen. Dort herrscht häufig die Einstellung: „Ich bin dank meines Bauchgefühls dort angekommen, wo ich bin, und werde die Dinge jetzt nicht anders machen!“ Diese beiden Sichtweisen können KI-Projekte zum Erliegen bringen, bevor sie überhaupt richtig beginnen konnten. Dies lässt sich durch Initiativen für schnelle Ergebnisse und Machbarkeitsstudien bewältigen, die mit sofortigen Ergebnissen schnell den Mehrwert einer datenorientierten Denkweise belegen.
Wie man schnelle Ergebnisse erreicht
Die Durchführung von Initiativen mit schnellen Ergebnissen ist eine hervorragende Möglichkeit, weil man kein Vermögen für Infrastrukturinvestitionen oder die Anstellung von qualifizierten Data Scientists ausgeben muss. Und heute ist dies dank der Verbreitung von Cloud-basierten KI-as-a-Service-Tools und -Plattformen auf dem Markt einfacher denn je. Statt mühsam eine Strategie aus Technologie, Daten, qualifizierten Mitarbeitern für die Durchführung sowie umfangreichen Governance-Kontrollen zur Einhaltung sämtlicher Vorschriften zusammenzustellen, können Sie heute auf zahlreiche End-to-End-Lösungen zurückgreifen.
Die „Accelerate AI“-Pakete von HPE sind ein hervorragendes Beispiel dafür. Sie unterstützen Unternehmen dabei, sich schnellstmöglich den Herausforderungen bei der Arbeit mit riesigen Datenmengen, isolierten Daten, Sicherheit und Datenschutz und der Aneignung der benötigten Kenntnisse und Talente zu stellen. Da für KI hohe Rechenleistung benötigt wird, beinhalten die Pakete GPU-Ressourcen von Nvidia sowie Zugriff auf die HPE Ezmeral Plattform für die digitale Transformation vom Edge bis zur Cloud. Insbesondere bietet HPE auch eine fünftägige Beratung durch das HPE Data Practice Team. Dieses Team hilft Ihnen bei der Entwicklung Ihrer ersten KI-Anwendungsfälle, wie oben besprochen – von der Konzeption bis hin zur Implementierung Ihrer ersten Machbarkeitsstudie oder eines Pilotprojekts. Darüber hinaus schult es Ihre internen Teams, um deren entscheidende Zustimmung einzuholen. Diese HPE KI-Pakete sind auf As-a-Service-Basis oder in einem Verbrauchsmodell mit nutzungsabhängiger Bezahlung namens HPE GreenLake verfügbar.
Mit solchen Tools stehen auch kleineren Unternehmen die nötigen Ressourcen zur Verfügung, um sicherzustellen, dass sie im Rennen um einen KI-gestützten Geschäftsbetrieb und den zweifellos damit verbundenen Mehrwert ganz vorne mit dabei sind. Wenn Sie Einzelhändler sind, können Sie Kunden mit Recommendation Engines und personalisierten Marketingkampagnen segmentieren und gezielt ansprechen. Fertigende Betriebe und Produzenten können ihren Betrieb effizienter und mit geringerem Abfallaufkommen gestalten und Dienstleister können ihren Kunden intelligente, datenorientierte Plattformen zur Verfügung stellen, die ihre Anforderungen besser erfüllen. Meiner Meinung nach sind die Helden der „KI-Revolution“ – diejenigen, die letztendlich die Billionen an Marktwert generieren werden – nicht zwangsläufig hoch qualifizierte Data Scientists oder Mitarbeiter von Unternehmen wie Google und Facebook. Große Durchbrüche werden von unternehmerisch orientierten Personen erzielt, die geschickt mit Daten umgehen, kluge Ideen haben und auf leistungsfähige Cloud-basierte Lösungen zugreifen können.
Verschiedene Sessions zu KI und Big Data-Analysen werden im Rahmen der HPE Discover (kostenloses virtuelles Event) verfügbar sein: EDGE-TO-CLOUD IST DIE ZUKUNFT
Weitere Ausführungen zum Thema künstliche Intelligenz finden Sie in meinem Buch: Künstliche Intelligenz im Unternehmen: Innovative Anwendungen in 50 Erfolgreichen Unternehmen.