Ein aktueller Artikel aus dem Big Data Insider Magazin beschäftigt sich mit den Überlegungen, die vor dem Einsatz von Künstlicher Intelligenz in Unternehmen vorzunehmen sind. Vor Beginn eines jeden KI-Projekts stellt sich die Frage, ob und welche Modernisierungen bei der IT-Infrastruktur und den internen Prozessen vorangehen müssen, damit die Künstliche Intelligenz mit optimaler Effizienz wirksam werden kann.
Vorüberlegungen für KI-Projekte
Projekte rund um Künstliche Intelligenz sind umfangreich und erfordern eine langfristige und sorgfältige Planung. Die Erstellung eines detaillierten Projektplans ist für Unternehmen im Voraus also zwingend erforderlich. KI-Strategien sind immer ganzheitlich mit IT- und Unternehmensstrategien zu sehen.
Für die Umsetzung muss im Unternehmen die Position eines Hauptverantwortlichen für abteilungsübergreifende KI-Teams und KI-Implementierung existieren. Diese Teams sollen über IT-Know-how verfügen, aber auch das Wissen der jeweiligen Fachabteilungen innehaben. Zudem muss auch die Geschäftsleitung in die Projektierung involviert sein.
KI-Phasen Modell
Laut Big Data Insider Artikel, durchlaufen KI-Projekte im Idealfall folgende bewährte strategische Phasen:
- Analyse des Ist-Zustands im Unternehmen
- Erstellung von Use Cases
- Evaluierung Use Cases
- Erarbeitung Projektplan
Die Analysephase beschäftigt sich im Wesentlichen mit einer Einschätzung, was überhaupt im Unternehmen optimiert werden soll. Zu den Indikatoren kann beispielsweise ein hoher manueller Aufwand in Abläufen zählen. Aber auch zu große Datenmengen oder regelbasierte Vorgehensweisen. Des Weiteren ist zu klären, ob die vorhandenen Datenbanken KI-fähig sind. Oder, ob passende Schnittstellen für die KI-Anbindung vorhanden oder die Mitarbeiter ausreichend qualifiziert sind.
Dazu werden unter anderem auch diese Punkte berücksichtigt:
- Berücksichtigung aller regulatorischen Aspekte
- Benutzerfreundlichkeit der neuen Lösungen
- Vorbereitung und Schulung der Mitarbeiter
- Transparenz der KI-Anwendung
- Auswirkung des KI-Einsatzes auf die Veränderung von Arbeitsprofilen
Auf Basis dieser Daten und Informationen lassen sich Prozesse detektieren, für die der Einsatz von Künstlicher Intelligenz den größtmöglichen Nutzen erzielt.
In der Use-Case-Phase wird geprüft, ob bereits bewährte oder ähnliche KI-Anwendungen bzw. Use Cases existieren oder neue bestimmt werden müssen. Durch eine Gegenüberstellung von Aufgabenstellungen und Use Cases treffen die Verantwortlichen eine Auswahl der passenden KI-Anwendungen.
In der nächsten Phase der Use Case-Evaluierung erfolgt dann eine Priorisierung der Kandidaten.
Auf Basis dieser Entscheidungen lässt sich eine Roadmap mit detailliertem Projektplan konzipieren.
Bereit – und wie geht es weiter?
Künstliche Intelligenz findet in unterschiedlichen Bereichen in Unternehmen Anwendung. So unterschiedlich die Bereiche sind, so unterschiedlich sind auch die Ausprägungen von KI. Es existiert also nicht die eine KI-Lösung, sondern diese hängt immer von den individuellen Herausforderungen innerhalb eines Unternehmens ab. Am Anfang jeder KI-Überlegung steht also die Fragestellung: Was will das Unternehmen mithilfe von Künstlicher Intelligenz erreichen und verbessern? Auf Basis dieser Betrachtung lassen sich dann Strategien und Prozesse ableiten.
Wir von der DDG stehen unseren mittelständischen Partnern von Beginn an zur Seite und definieren gemeinsam in unseren Workshops Use Cases, Empfehlungen und Projektpläne. Unser ganzheitlicher Prozess zielt darauf ab, dass der Einsatz von KI den größtmöglichen Nutzen im Unternehmen erreicht.
Sie möchten mehr über unsere Vorgehensweise erfahren? Lesen Sie hier mehr dazu oder nehmen Sie gleich Kontakt zu uns auf!
Den gesamten Artikel gibt es hier zum Nachlesen.