Typische Herausforderungen bei der Einführung von KI

Künstliche Intelligenz ist eine der am rasant wachsendsten Technologien auf der Welt. Sie wird von vielen Einrichtungen genutzt, von Regierungen und großen Organisationen bis hin zu kleinen Online-Unternehmen. KI erleichtert tägliche Prozesse, verändert das Unternehmensumfeld und findet ihren Weg in spezifische Projekte.

In diesem Artikel erfahren Sie mehr über typische Herausforderungen, auf die Unternehmen bei der Einführung von KI vorbereitet sein sollten.

 

Einige wichtige Statistiken zu den Herausforderungen bei der Einführung von KI

Laut einer aktuellen Umfrage schreiten Unternehmen bei der Einführung von KI-Initiativen stetig voran. 77,8% der Unternehmen geben an, dass KI-Funktionen eingesetzt werden, im Jahr zuvor waren es 65,8%; nur 4,1% sagen, dass sie keine KI-Anwendungen einsetzen.

Da die Gesamtinvestitionen in Daten und KI weiter zunehmen, werden die Fähigkeiten der Technologie auch weiterhin kontinuierlich verbessert. Allerdings gibt es immer noch einige Zweifel, die die Entscheidungsfindung der Verantwortlichen bei der Einführung von KI in Unternehmen beeinflussen.

Man würde annehmen, dass technologische Herausforderungen, wie beispielsweise der Übergang von Pilotprojekten zur tatsächlichen Einführung oder die Verschmelzung von KI mit anderen Technologien eine wesentliche Rolle spielen. Jedoch zeigt dieser PwC-Report, dass dies keine großen Probleme darstellen.

Die Befragten betonen, dass geschäftliche und menschenzentrierte Herausforderungen die größten Probleme bei der Einführung von KI im Alltag sind. Dazu gehören zum Beispiel:

• mangelndes Vertrauen in ROI,
• langsame Budgetgenehmigung,
• unzureichende Expertise der vorhandenen Mitarbeiter in der Nutzung von KI.

Bildnachweis: PwC

 

Lassen Sie uns nun etwas tiefer graben und einen genaueren Blick auf die 4 größten Herausforderungen werfen, mit denen Unternehmen konfrontiert werden, wenn sie einen Schritt in Richtung KI-Einführung machen.

 

Für welche Herausforderungen müssen Unternehmen bei der Einführung von KI gewappnet sein?

 

1. Kein klarer Anwendungsfall definiert

Viele Unternehmen setzen KI mit hohen Erwartungen ein, haben sich aber zu wenig Gedanken über das Ziel der Einführung solch komplexer Technologien gemacht. Anstatt KI nur um ihrer selbst willen einzusetzen, müssen Unternehmen das Problem definieren, welches sie mit Hilfe von KI lösen möchten. 

Zum Beispiel können KI-basierte Chatbots die Arbeit des Kundendienstes automatisieren, wie Sie auf dem Screenshot unten sehen können. Kunden der Firma CleverReach® erhalten mit Hilfe dieser Technologie durchgehend Informationen zu Fragen oder Unterstützung bei Problemen. 

Bildnachweis: CleverReach® 

 

Chatbots können die am häufigst gestellten Fragen beantworten, einen Tisch in einem Restaurant reservieren oder einen Termin beim Arzt vereinbaren, ohne dass man warten muss, bis ein menschliche Mitarbeiter frei ist. Da sich solche Kundenanfragen meist ähneln, können Sie sie mit Hilfe von selbstlernenden Algorithmen automatisieren.

Gleichzeitig ist es wichtig zu erkennen, dass es Aufgaben gibt, für die der Einsatz von KI nicht geeignet ist. Vielleicht lassen sich einige von ihnen durch traditionelle Datenverarbeitung in Kombination mit guter Analytik besser lösen. Erst nach der klaren Bestimmung der Probleme können Sie Lösungen durch die Einführung von KI schaffen.

Eine Umfrage von McKinsey zum Thema KI-Einführung befragte Fachleute aus Unternehmen verschiedener Branchen. 57% der Unternehmen gaben an, dass ihnen eine klare Strategie bei der Implementierung von KI fehlt, und nur 17% aller Befragten sagten, dass ihr Unternehmen eine definierte KI-Vision hat.

 

2. Nicht genügend Daten

Eine erfolgreiche Implementierung von künstlicher Intelligenz und akzeptable Ergebnisse erfordern eine Vielzahl von Daten. In der Anfangsphase eines Projekts stellt der Mangel an Daten eine große Herausforderung bei der Einführung erfolgreicher KI-Projekte dar. 

Welche Art von Daten benötigt wird, hängt von jedem Unternehmen individuell ab. Nehmen wir den Online-Shop von Puma als Beispiel. Das Unternehmen setzt KI-Technologie ein, um das Kundenverhalten und die Seiten, die sie sich ansehen, zu analysieren. Basierend auf den Erkenntnissen macht es dann entsprechend personalisierte Angebote.

Bildnachweis: Puma 

 

Um Daten zu sammeln, können Unternehmen Dienste nutzen, die über offene Datenmodelle verfügen und ein nahtloses Arbeiten über verschiedene Plattformen hinweg gewährleisten. Oft sind die benötigten Daten über verschiedene Plattformen verstreut und müssen mühsam gesammelt werden. In diesem Fall kommt KI zur Rettung.

Mechanismen des maschinellen Lernens analysieren große Datensätze und decken darin Muster auf. Auf diese Weise verbessert sich KI. Je mehr Daten mit der Zeit gesammelt werden, desto besser werden die Vorhersagen. 

Bei Onlim verfolgen wir einen Hybriden-KI-Ansatz, bei dem verfügbare Daten bzw. Wissen einer Organisation in Form von Knowledge-Graphen modelliert werden und dadurch in natürlicher Sprache über Conversational AI abgerufen werden kann. Mehr über den Einsatz von Hybrider KI erfahren Sie hier.

 

3. Mangel an Fachwissen

Eine erfolgreiche digitale Transformation innerhalb einer Organisation erfordert eine Kombination aus drei Fähigkeiten:

• ein Team mit Kenntnissen über künstliche Intelligenz;
• Geschäftsleute mit Marketingerfahrung;
• technische Ingenieure, die eine riesige Datenmenge verwalten & verarbeiten können.

Um intelligente KI-Systeme in großem Umfang einzusetzen, müssen die meisten Unternehmen technische Talente finden, Fähigkeiten entwickeln und/oder Drittanbieter finden. Die Zusammenstellung des perfekten Teams ist keine leichte Aufgabe. Vor allem, wenn Sie ein bereits etabliertes Rollensystem für bestehende Mitarbeiter im Unternehmen haben und KI-Projekte in dieses integrieren müssen.

Eine Gartner-Studie belegt diesen Punkt und deckt auf, dass von den Unternehmen, die sich entscheiden, KI-Projekte zu starten, nur 53% vom Prototyping zur Einführung übergehen.

Zu Beginn müssen Sie möglicherweise neue Rollen definieren, Mitarbeiter rekrutieren oder die vorhandenen weiterbilden. Außerdem ist die Suche nach Experten für künstliche Intelligenz aufgrund des komplexen aktuellen Fachkräftemangels kompliziert, sodass es einige Zeit dauern kann.

Obwohl vorausschauende CIOs und IT-Führungskräfte Drittanbieter nutzen, ist es notwendig, Bedingungen für den Wissenstransfer zu schaffen, um Ressourcen weiterzuentwickeln und interne Fähigkeiten zu erweitern.

 

4. Anti-Innovationskultur

Neue Technologien erfordern signifikante Änderungen in den Unternehmensabläufen, was in manchen Fällen erst einmal Bedenken und Ängste erzeugen kann.

Es lässt sich nicht abstreiten, dass die Arbeitswelt von KI-Technologien zukünftig stark verändert wird. Allerdings geht es nicht darum, Mitarbeiter überflüssig zu machen, sondern Mitarbeiter zu unterstützen und Routineaufgaben abzunehmen. Es sind Empathie, kognitives Denken und emotionale Intelligenz, die Menschen Robotern überlegen machen. 

KI zielt darauf ab, den Aufwand für sich wiederholende Aufgaben zu reduzieren und damit den Menschen zu ergänzen, nicht ihn zu eliminieren. Es ist entscheidend, das zu verstehen und diese Idee bei den Mitarbeitern zu fördern. Ohne dieses Verständnis und die Akzeptanz des Teams ist das Einführen von KI-Technologien geradezu unmöglich.

 

Fazit

Die oben genannten Herausforderungen zeigen deutlich, warum vielversprechende Ambitionen auf dem Papier bleiben können und nie über die erste Entwicklungsstufe hinauskommen. Führungskräfte müssen ihr Engagement für KI konsequent bekunden und ihr Team einbeziehen. 

Unternehmen, die KI einführen wollen, müssen ein klares Verständnis dafür haben, wie KI ein bestimmtes Geschäftsproblem lösen wird. Sie müssen die Verfügbarkeit von Ressourcen und die Unternehmenskultur berücksichtigen, sowie eine klare und umfangreiche Datengrundlage zur Verfügung haben.