KI-Innovation: Das ist das Geschäft

Künstliche Intelligenz (KI) hat die Vorstellungskraft von Unternehmen auf der ganzen Welt mit kühnen Versprechungen zur Beschleunigung des Umsatzwachstums und zur Steigerung des Gewinns schnell in Beschlag genommen. Infolgedessen investieren Unternehmen viel Zeit und Geld in die Entwicklung ihrer Data Science- und KI-Fähigkeiten.

Seit fast zehn Jahren steht GoDataDriven an der Spitze der angewandten Dateninnovation. Was mit der Implementierung von Big Data-Infrastrukturen für die IT begann, entwickelte sich zur Nutzung von KI, um den Geschäftswert zu steigern. Heute geht die KI-Innovation weit über Daten und Technologie hinaus. Es geht darum, dass Unternehmen und Technik eng zusammenarbeiten, um eine echte Wirkung zu erzielen. Für GoDataDriven wird es immer wichtiger, sich um die organisatorische Seite der Innovation zu kümmern.

GoDataDriven hat GDD Biz eingeführt, um Unternehmen auf ihrem Weg zum Erfolg zu unterstützen. Die GDD Biz-Berater Stijn Tonk, Mark Schep, Henk Griffioen und Steven Nooijen haben es sich zur Aufgabe gemacht, Unternehmen dabei zu helfen, den Wert von Daten und KI zu steigern. In diesem Artikel stellen sie sich und ihre Erfahrungen mit dem Aufbau von KI-gesteuerten Unternehmen vor.

Die Organisation des KI-gesteuerten Unternehmens

GDD Biz besteht aus einem interdisziplinären Team von Datenexperten mit ausgeprägtem Geschäftssinn. "Wir kommen alle aus der Datenbranche und teilen die Ambition, das zu organisieren, was wir 'das KI-gesteuerte Unternehmen von morgen' nennen", erklärt Stijn Tonk, Leiter der Abteilung Strategie und Innovation bei GoDataDriven. "Ein KI-gesteuertes Unternehmen kann bessere Produkte und Dienstleistungen entwickeln, indem es neue und bahnbrechende Daten- und KI-Technologien einsetzt. Als Datenwissenschaftler habe ich gesehen, wie KI auf allen Ebenen eines Unternehmens Mehrwert schaffen kann - von innovativen Dienstleistungen für Kunden bis hin zu intelligenten Tools für Mitarbeiter. KI-Lösungen können einen erheblichen, positiven Einfluss haben. Bei GDD Biz helfe ich Unternehmen, ihren Weg zum geschäftlichen Nutzen von KI zu ebnen."

Um den Ehrgeiz von GDD Biz zu unterstreichen, hat GoDataDriven vor kurzem die Türen eines glänzenden neuen Büros direkt neben dem Hauptbahnhof von Utrecht geöffnet. Mit Niederlassungen in Amsterdam, Hilversum und Utrecht verfügt GoDataDriven nun über eine starke Präsenz in den zentralen Niederlanden. "Unser Ziel ist es, in Utrecht eine starke Gemeinschaft von datenbegeisterten Menschen aufzubauen, so wie wir es in Amsterdam getan haben", sagt Stijn. "Die ersten Treffen und Seminare sind bereits geplant, und viele werden folgen!"

Jenseits von Daten und Technologie

Bei der Arbeit an Data-Science-Projekten in Unternehmen haben die Berater von GoDataDriven im Laufe der Jahre etwas Interessantes über den Erfolg mit Daten und KI gelernt. Daten und Technologie sind wichtig, aber Menschen, Prozesse und Organisation sind ebenso wichtig. Dateningenieure und Datenwissenschaftler allein sind nicht genug. Unternehmen müssen die Kluft zwischen den technologischen Möglichkeiten und der geschäftlichen Umsetzung überbrücken, und dies erfordert eine neue Rolle - den Analytik-Übersetzer.  

Menschen: Der Analytik-Übersetzer

Als GoDataDriven anfing, Analytik-Übersetzer einzustellen, mussten sie bei Null anfangen. Da es sich um eine so neue Rolle handelte, gab es noch keine genauen Stellenprofile dafür. Der erste Schritt bestand also darin, den Aufgabenbereich zu definieren - eine Kombination aus Product Owner, Business Analyst und KI-Spezialist. Dann zapfte GoDataDriven sein bestehendes professionelles Netzwerk an und entdeckte Mark Schep, einen Datenwissenschaftler, der zuvor mit GoDataDriven zusammengearbeitet hatte.

Mark Schep arbeitete bei ABN AMRO in einem kürzlich gegründeten Analyseteam in der Abteilung für Kundenerfahrung. Dort war er an der Entwicklung von Apps wie der mobilen App der Bank, Tikkie (einer App zum Teilen von Rechnungen) und Grip (einer App zur Geldverwaltung, die Ihre Transaktionen kategorisiert) beteiligt. Bei jedem Projekt erlebte Mark einen positiven Unterschied, wenn die geschäftliche Seite ins Spiel kam. Er erzählt: "Unsere Aufgabe war es, das Kundenerlebnis mithilfe von Daten neu zu erfinden. In Wirklichkeit gaben wir unseren Stakeholdern datengestützte Ratschläge, mit dem Ziel, datengestützte Produkte zu entwickeln."

Mark hat zwar einige faszinierende Experimente im Bereich der Datenwissenschaft wachsen sehen, aber einige davon haben es nie in die Produktion geschafft. "Damit Projekte die Ziellinie überschreiten, brauchen Sie eine klare KI-Strategie, Data-Science-Botschafter und hochrangige Sponsoren in der Organisation, ganz zu schweigen von datenbewussten Produktverantwortlichen."  

Als Stijn Mark bat, dem GDD BIZ beizutreten, zögerte er nicht. Mark erklärt: "Bei GoDataDriven kann ich meinen Ehrgeiz verwirklichen, Data Science in Unternehmen von einem technologischen Push zu einem geschäftlichen Pull zu machen."

Prozess: KI-Lösungsrahmen

Im Laufe der Jahre haben sich Unternehmen mit IT-Prozessen und Softwarebereitstellung vertraut gemacht, aber die Entwicklung von KI-Produkten ist etwas ganz anderes. Als leitender Datenwissenschaftler bei GoDataDriven hat Henk Griffioen für Kunden wie Quby, Tele2 und Heineken gearbeitet.   Bei der Arbeit an diesen Projekten stellte er fest, dass drei verschiedene Phasen zum Erfolg führen. "Bei GoDataDriven wollen wir nicht nur technische Lösungen implementieren, sondern auch, dass das Unternehmen unsere Lösungen nutzt. Wir wollen einen nachhaltigen Wandel herbeiführen, indem wir das Unternehmen von Anfang an einbeziehen", erklärt Henk.

Für seine Kunden hat Henk ein dreiphasiges KI-Lösungskonzept eingeführt, das auf Methoden wie Design Thinking, Lean Startup und Agile basiert. 

In der ersten Phase, der Ideenfindung, werden Geschäftsprobleme untersucht und in Anwendungsfälle übersetzt. Beim Bau von Prototypen in der zweiten Phase wird durch Experimente festgestellt, ob das Geschäftsmodell tragfähig ist oder nicht.

In der Industrialisierungsphase wird ein validierter Prototyp zu einer skalierbaren Lösung ausgebaut.

Wenn es um die Entwicklung wertvoller KI-Lösungen geht, ist Ihr Unternehmen mit diesem Rahmenwerk auf Erfolgskurs. "Es gibt jedoch einen Haken. Sie müssen das Unternehmen aktiv in jeden Schritt des Prozesses einbeziehen und ihm das Steuer überlassen", rät Henk.

Organisation: Reifegrad-Stufen

Wenn Unternehmen sich auf den Weg machen, KI-gesteuert zu werden, entwickeln sie oft eine eigene Praxis. Für sie mag es so aussehen, als ob das, was sie tun, an der Spitze der Innovation steht. In Wirklichkeit haben oft schon andere vor ihnen den gleichen Reifeprozess durchlaufen. Steven Nooijen, ein leitender Berater für Data Science bei GoDataDriven, hat festgestellt, dass Unternehmen mit diesen Reifethemen kämpfen. "Wir begannen eine Reihe von Interviews, um herauszufinden, wie ein allgemeines Reifegradmodell für Daten und KI aussehen könnte. Die Lektionen, die wir dabei gelernt haben, scheinen erstaunlich allgemein zu sein, über alle Branchen und Bereiche hinweg", sagte er.

Das Ziel eines Reifegradmodells ist es, Unternehmen dabei zu helfen, ihre aktuellen Kompetenzen zu verstehen und eine Roadmap zu definieren, um sie zu verbessern. Das KI-Reifegradmodell ist eine hervorragende Methode für Unternehmen, um ihre Fortschritte auf dem Weg zu echter KI zu strukturieren. GoDataDriven unterscheidet vier Reifegrade:

1. Data Proof of Concepting
2. Datenlabor
3. Data Center of Excellence
4. Datengesteuertes Unternehmen

Die Reifegrade einer Organisation basieren auf sieben Hauptdisziplinen:

• Strategie und Sponsoring
• Datenverwaltung
• Technologie-Management
• Governance, Compliance und Sicherheit
• Talent Strategie
• Struktur der Organisation
• Prozess, Rollen und Verantwortlichkeiten

Bei der Diskussion der Reifegrade mit Unternehmensleitern sind Steven Nooijen zwei wichtige Themen aufgefallen, die für den Erfolg entscheidend zu sein scheinen: die Unterstützung durch die Vorstandsebene und die Finanzierung. "Wenn die oberste Führungsebene die KI-Initiativen nicht unterstützt, wird das Unternehmen das Projekt in der Regel nicht annehmen. Und selbst wenn diese Projekte einen Wert haben, ist ihre Sichtbarkeit im Unternehmen sehr begrenzt", erklärt Steven. "Dies hängt mit dem zweiten wichtigen Indikator für den Reifegrad eines Unternehmens zusammen - der Finanzierungsquelle. In KI-reifen Unternehmen haben KI-Produkte ihren Wert unter Beweis gestellt, und die Finanzierung von Projekten kommt in der Regel aus den Geschäftsbereichen. Unreifere Unternehmen sind stärker von den zentralen Budgets der IT-Abteilungen abhängig und haben daher Schwierigkeiten, ihre Innovationen über ein paar Produkte hinaus zu entwickeln."  

Von der Idee zur Umsetzung

Von der Idee bis zur Implementierung ist es ein zyklischer Prozess, der in jeder Phase die Zustimmung des Unternehmens erfordert - und jemanden, der diese Zustimmung entwickelt, also einen Analytik-Übersetzer. Wer soll sonst die Kluft zwischen dem Unternehmen und den Entwicklungsteams überbrücken? Wer organisiert Ideen-Workshops und -Sitzungen oder setzt Ideen in klare Projektpläne um?   

Durch die Kombination von leitenden Dateningenieuren, leitenden Datenwissenschaftlern und Analytikern in einem Team kann GDD Biz führende Unternehmen dabei unterstützen, mit Daten und KI erfolgreich zu sein.