Der Slam Dunk der KI: Xebia's Innovation Xchange trifft auf March Madness

Einblicke in den Innovation Xchange Atlanta von Xebia.

College-Basketball war nicht die einzige Aufregung, die Ende März in Atlanta herrschte. Auf der Veranstaltung Innovation Xchange von Xebia trafen sich führende Vertreter aus Wirtschaft und Technik zu einer Podiumsdiskussion mit dem Titel "The AI-Enabled Enterprise: Von der Vision zur Realität". Die Atmosphäre mischte die Begeisterung des Turniers mit dem Nervenkitzel der Unternehmensinnovation. Auf der Bühne untersuchten drei Experten aus verschiedenen Bereichen - Cloud Computing, Bankwesen und Rechtsdienste - wie künstliche Intelligenz (KI) ihre Branchen verändert. Raj Sachde von AWS, Kevin Hearn von der Axos Bank und Kyle Dumont von der Anwaltskanzlei Morgan Lewis & Bockius gaben Einblicke in die Nutzung generativer KI für Wachstum, die Modernisierung von Altsystemen, die Überwindung von Hürden bei der Einführung und die Förderung einer Kultur der Neugier. Der Abend fühlte sich so spannend an wie ein Meisterschaftsspiel, aber hier war die KI der wahre Spielveränderer.

KI als Wachstumsmotor, nicht nur für Effizienz

Zum Auftakt stellte der Moderator und Global Managing Director von Xebia, Preetpal Singh, eine Frage mit großer Tragweite: Wie verschiebt KI die Grenzen der Branche? In der Vergangenheit sahen viele Unternehmen KI in erster Linie als ein Werkzeug zur Effizienzsteigerung oder Kostensenkung an. Raj Sachde, der bei AWS KI-Partnerschaften für Unternehmen leitet, stellte diese Denkweise in Frage. Er forderte die Unternehmen auf, sich auf "KI als Wachstumsmotor" zu konzentrieren und nicht nur als Produktivitätsverstärker. Bei AWS, erklärte Sachde, arbeitet man mit einem "rückwärts gerichteten" Ansatz: "Wir beginnen mit dem Ziel, das der Kunde zu erreichen versucht, arbeiten mit Partnern aus der Wissenschaft zusammen und entwickeln... Co-Kreation, Wachstum, [einen] Co-Innovationsansatz.

Mit anderen Worten: Beginnen Sie mit dem Endwert im Hinterkopf. Wenn Unternehmen zunächst neue Einnahmequellen oder Geschäftsmodelle identifizieren, können sie KI-Lösungen entwickeln, die diese Möglichkeiten erschließen. Diese Betonung der Wertschöpfung spiegelt einen breiteren Trend wider: Die führenden Unternehmen, die heute KI einsetzen, zielen nicht nur auf Kosteneinsparungen ab. Tatsächlich zeigen Branchenuntersuchungen, dass führende KI-Unternehmen bis 2027 ein um 60 % höheres KI-getriebenes Umsatzwachstum (zusammen mit erheblichen Kostensenkungen) im Vergleich zu ihren Mitbewerbern erwarten(bcg.com). Bei KI geht es nicht nur darum, dasselbe für weniger Geld zu tun; es geht darum, mehr zu tun und es anders zu tun.

Kevin Hearn, ein Technologieexperte bei der Axos Bank, unterstrich diesen Punkt aus der Perspektive der Finanzbranche. Sicherlich kann KI Routineprozesse im Bankwesen automatisieren, aber Axos nutzt sie, um das Vertrauen und die Sicherheit der Kunden zu erhöhen, was letztlich das Wachstum fördert. Hearn beschrieb, wie KI der Bank dabei hilft, proaktiv Betrug zu erkennen und das Onboarding neuer Kunden zu vereinfachen. Wenn ein Kunde zum Beispiel online ein Konto eröffnet, wird im Hintergrund eine KI-gesteuerte Identitätsprüfung durchgeführt. "Normalerweise laden Sie ein Foto Ihres Ausweises hoch... aber parallel dazu scannt [unser System] live mit der Kamera des Geräts... in Echtzeit und vergleicht es mit dem hochgeladenen Foto, um sicherzustellen, dass es sich um eine echte Person handelt", sagte er.

Die Bank schützt sich und ihre Kunden, indem sie Identitätsbetrug oder sogar "falsche Mitarbeiter" aufspürt, bevor sie durchschlüpfen. Bei dieser Art von proaktivem Risikomanagement geht es nicht nur um die Reduzierung von Verlusten - es sorgt für ein sichereres, reibungsloseres Kundenerlebnis, das das Wachstum durch Vertrauen fördern kann. In Kevins Worten bedeutet KI im Bankwesen, dass jeder Schritt des Kundenerfahrungsprozesses berücksichtigt wird, um sowohl "die Bank als auch den Kunden zu schützen".

Im juristischen Bereich hilft Kyle Dumont Morgan Lewis - einer 150 Jahre alten globalen Anwaltskanzlei - dabei, KI nicht nur zur Beschleunigung juristischer Recherchen, sondern auch zur Schaffung völlig neuer Kundenangebote zu nutzen. Die Juristerei ist bekanntlich konservativ, aber Dumonts Team für digitale Transformation konzentriert sich auf den Kundennutzen und die "gemeinsame Erarbeitung" von Lösungen mit den Kunden. Er merkte an, dass die "niedrig hängenden Früchte" für KI in der Rechtsabteilung seit langem Aufgaben wie die Überprüfung von Dokumenten oder die Erstellung von einfachen Verträgen sind. In diesen Bereichen lassen sich unmittelbare Effizienzgewinne erzielen, da die juristische Arbeit sehr dokumentenorientiert ist. Kyle geht jedoch noch weiter. Das eigentliche Versprechen der KI in der Rechtsberatung liegt in der Ergänzung des menschlichen Urteilsvermögens, um unerfüllte Bedürfnisse zu erfüllen. " Wir suchen nach Gelegenheiten, bei denen wir die menschliche Intelligenz mit Computerintelligenz auf neuartige Weise ergänzen können, was bisher noch niemand getan hat", erklärt er.

In der Praxis könnte das bedeuten, dass KI-Tools den Ausgang von Fällen vorhersagen oder fortschrittliche Analysen die juristische Strategie leiten - Anwendungen, die neuen Kundenwert schaffen, nicht nur schnelleren Papierkram. Wie Dumont es ausdrückte, liegt der Schlüssel darin, den Wert eines Anwalts vom physischen Akt des Schreibens von Dokumenten zu entkoppeln. Wenn die "maschinelle Generierung von Text" jetzt so gut wie nichts kostet, müssen sich Anwälte auf höherwertige Beratungsaufgaben konzentrieren. Alle drei Podiumsteilnehmer waren sich einig: Die wahre Stärke der KI liegt darin, dass sie neue Grenzen für Wachstum und Innovation eröffnet und nicht einfach nur Fett abbaut.

Bestimmen Sie Ihren Weg zu einem KI-fähigen Unternehmen.
Nehmen Sie an unserem
Webinar für KI-fähige Unternehmen
und erfahren Sie, wie Unternehmen KI für ihr Wachstum nutzen - mit den richtigen Grundlagen, der richtigen Governance und der richtigen Einstellung.

Automatisierung zur Ergänzung, nicht zur Beseitigung

Als sich die Diskussion der Automatisierung zuwandte, zerstreuten die Diskussionsteilnehmer schnell die Angst vor "Robotern, die uns die Arbeitsplätze wegnehmen". Wie Preetpal feststellte, "geht die Automatisierung weit über die einfache Beseitigung von Aufgaben hinaus - sie ist jetzt ein strategisches Entscheidungsinstrument."

Raj Sachde illustrierte dies mit Amazons Konzept der "agentenbasierten KI". Er beschrieb, wie AWS sich KI-Agenten vorstellt, die mehrere miteinander verknüpfte Aufgaben in einem Geschäftsprozess verwalten können, anstatt nur ein Problem isoliert zu lösen. "Es ist nicht nur eine Punktlösung", sagte Raj. Statt einer KI, die eine Sache erledigt, könnten Sie eine Konstellation von Modellen und Tools haben, die zusammenarbeiten: "Wie können Sie KI mehrere Aufgaben über den gesamten Geschäftsprozess hinweg verwalten lassen? ... Für eine erste Aufgabe kann sie mit einem LLM am hinteren Ende sprechen. Für eine zweite Aufgabe kann sie mit einem anderen LLM sprechen. Und für eine dritte Aufgabe könnte sie etwas vor Ort auf eine angepasste Weise tun", erklärt er.

Im Grunde genommen kann KI wie ein Orchestrator agieren, der Teilaufgaben an verschiedene spezialisierte Modelle oder Systeme delegiert, um einen komplexen Arbeitsablauf auszuführen. Damit verlagert sich die Diskussion von Automatisierung vs. Jobs auf Automatisierung als Ergänzung. Das Ziel ist es, KI die Routinearbeit erledigen zu lassen (und sogar andere KI zu koordinieren), damit sich Menschen auf die Überwachung, Kreativität und Entscheidungsfindung konzentrieren können.

Kevin untermauerte dies, indem er erzählte, wie die Axos Bank die Automatisierung in der Softwareentwicklung angeht. Anstatt nach einem einzigen KI-Tool zu suchen, prüft sein Team "neun verschiedene KI-Tools, um die verschiedenen Rollen im SDLC (Software Development Life Cycle) zu ergänzen".

"Es gibt nicht nur ein Tool für jeden Bedarf", sagte er. Sie könnten eine KI verwenden, um Testfälle zu generieren, eine andere, um den Code zu optimieren, und wieder eine andere, um die Kundenerfahrung zu überwachen. Dieser Toolbox-Ansatz stellt sicher, dass die Automatisierung die einzelnen Teammitglieder wirklich unterstützt, anstatt sie zu ersetzen. Kevin betonte, dass es darauf ankommt , das richtige Tool für jede Aufgabe zu finden und das Unternehmen darauf vorzubereiten, es zu übernehmen: "Der Schlüssel liegt darin, das richtige Tool zu finden, aber es geht auch um die Akzeptanz und die Bereitschaft", sagte er und betonte die Bedeutung des Change Managements bei der Einführung von KI-Helfern. In der Praxis verwenden Axos-Entwickler KI-Codierassistenten (wie GitHub Copilot für "High-Code"-Arbeiten) neben Low-Code-Plattformen, die mit genAI erweitert wurden, um die Entwicklung zu beschleunigen. Das Ergebnis ist eine schnellere Bereitstellung von Funktionen, ohne die menschliche Aufsicht zu opfern - ein Wettbewerbsvorteil in einem schnelllebigen digitalen Markt.

Selbst in der Rechtsbranche geht es bei der Automatisierung darum, intelligenter zu arbeiten, nicht darum, Anwälte überflüssig zu machen. Dumont wies darauf hin, dass Anwaltskanzleien bereits eine Reihe von Automatisierungswellen erlebt haben (E-Discovery-Software, Tools zur Dokumentenprüfung usw.) und dass Anwälte weiterhin erfolgreich waren, indem sie sich in der Wertschöpfungskette nach oben bewegt haben. Jetzt kann generative KI in Sekundenschnelle einen anständigen Schriftsatz verfassen. Anstatt sich davor zu fürchten, fragen sich führende Unternehmen, wie Anwälte mit KI zusammenarbeiten können , um bessere Ergebnisse zu erzielen. Eine weniger bekannte Anwendung, die Kyle hervorgehoben hat, ist der Einsatz von KI, um vergangene Fälle auf eine Weise zu analysieren und daraus zu lernen, wie es ein Mensch allein nie könnte. Ein KI-System könnte beispielsweise Tausende von Fallakten durchkämmen, um Muster zu erkennen, die Aufschluss über die Prozessstrategie geben - etwas, das über die bloße Automatisierung sich wiederholender Aufgaben hinausgeht. Indem sie Maschinen die lästige Arbeit abnehmen, können Anwälte mehr Zeit für die Beratung ihrer Mandanten, komplexe Argumentationen und die Strategie im Gerichtssaal aufwenden. Automatisierung bedeutet nicht, dass Menschen aus der Gleichung gestrichen werden, sondern dass KI das menschliche Fachwissen erweitert. Wie alle Diskussionsteilnehmer übereinstimmend feststellten, hat sich das Thema von KI gegen Menschen zu KI und Menschen verschoben. Das Unternehmen der Zukunft nutzt die Automatisierung, um Mitarbeiter für anspruchsvollere Aufgaben freizusetzen.

Den Kern modernisieren: Von Altsystemen zu einer KI-fähigen Grundlage

Ein Thema, das immer wieder auftauchte, war die Bedeutung der Modernisierung des digitalen Kerns eines Unternehmens - seiner Datenarchitektur und Altsysteme -, um KI voll auszuschöpfen. Sie können kein "KI-fähiges Unternehmen" werden, wenn Ihre Daten in Silos eingeschlossen sind oder auf einer 40 Jahre alten Technologie laufen. Dies ist eine Herausforderung in jedem Sektor, aber vielleicht nirgends so deutlich wie im Bankwesen. Kevin Hearn berichtete freimütig über die Hürden, die Banken mit alten Kernsystemen überwinden müssen. " Wir haben einige wirklich veraltete Technologien, die über 40 Jahre alt sind, und wir benutzen sie immer noch", sagte er. Diese technischen Schulden können KI-Projekte für eine digitale Bank wie Axos, die durch Übernahmen gewachsen ist, erschweren. Anstatt sich mit diesem Schicksal abzufinden, hat Kevins Team eine kühne Lösung ausprobiert: KI selbst zur Modernisierung von Legacy-Code einzusetzen. Er beschrieb einen KI-gesteuerten "Reverse Engineering"-Ansatz, um alte Systeme in moderne Technologie-Stacks zu migrieren.

In Pilotprojekten haben sie generative KI auf ausgedienten Code angesetzt und veraltete Sprachen und Frameworks in aktuelle konvertieren lassen. So hat Axos beispielsweise KI-Tools eingesetzt, um alten .NET-Code in Angular 15-Webanwendungen zu verwandeln und sogar alten BASIC-Code in C# zu übersetzen.

In einem Beispiel haben sie erfolgreich ein PL/1-Programm (eine alte Mainframe-Sprache) in einen modernen Cloud-kompatiblen Service umgewandelt. Diese Art von KI-gestütztem Refactoring könnte für Banken ein Wendepunkt sein: Es verkürzt die mehrjährigen Modernisierungsbemühungen auf Monate, indem es das Verstehen und Umschreiben von Legacy-Code automatisiert. Hearn bezeichnete dies als einen "Wendepunkt für Unternehmen, die Technologie [durch Übernahmen] erben", denn es beseitigt, was früher ein kostspieliges, langsames Hindernis für Innovationen war.

In Anbetracht der Tatsache, dass 92 der 100 größten Banken der Welt immer noch Mainframes für ihre Kernsysteme einsetzen, ist der potenzielle Einfluss von KI auf die Modernisierung der Kernsysteme enorm (Planetmainframe.com).

Raj Sachde stimmte zu, dass die Modernisierung der Daten und der Infrastruktur oft der entscheidende Faktor für KI-Initiativen ist. Aus der AWS-Perspektive sieht er viele Unternehmen straucheln, weil sie versuchen, ausgefallene KI-Tools auf eine kaputte Datengrundlage aufzusetzen. Einer der größten Fehler ist es, sich nicht im Vorfeld mit Datenqualität, Datensilos und Governance zu befassen. Sachde betonte die Grundlagen wie die Einrichtung eines einheitlichen Data Lake oder Cloud Data Warehouse, damit KI-Modelle auf konsistente, umfassende Daten zugreifen können. Er erwähnte, dass AWS mit seinen Kunden zusammenarbeitet, um diese Fallstricke zu vermeiden, indem es in der Pilotphase und bei der Skalierung einen klaren ROI nachweist. " Wenn Sie eine POC durchführen möchten, um die Vorteile aufzuzeigen, gibt es einen Weg, dies zu tun", sagte Raj und erklärte, dass das GenAI Center of Excellence und das Partnernetzwerk von AWS Unternehmen dabei helfen, den Wert (in Bezug auf ROI oder TCO) frühzeitig zu messen. Aber über die Technologie hinaus erfordert echte KI-Bereitschaft auch eine Anpassung in Bezug auf Sicherheit und Compliance. Raj erinnerte die Zuhörer daran, dass für AWS "Sicherheit die wichtigste Aufgabe ist... CEO Down wird keine Kompromisse bei der Sicherheit eingehen", insbesondere in der Cloud.

Er wies darauf hin, dass der Wechsel zu einer Cloud-Infrastruktur die Sicherheitslage und die Compliance eines Unternehmens verbessern kann, solange die richtigen Leitplanken vorhanden sind. In regulierten Branchen wie dem Finanz- und Gesundheitswesen bieten moderne Cloud-Architekturen heute Lösungen (virtuelle private Clouds, Verschlüsselung, Prüfpfade), die die Regulierungsbehörden zufriedenstellen und gleichzeitig fortschrittliche KI-Analysen ermöglichen.

Die Modernisierung des Kerns ist nicht nur ein IT-Projekt - sie ist ein strategischer Imperativ. Wie die Podiumsteilnehmer deutlich machten, können Altsysteme und isolierte Daten ein großes Hindernis für KI sein, aber neue Ansätze (manchmal unter Verwendung von KI selbst) machen es einfacher, diese Hindernisse zu überwinden und eine KI-fähige Grundlage zu schaffen. Unternehmen, die heute in die Aktualisierung ihres "digitalen Kerns" investieren, werden morgen bei KI-Lösungen die Nase vorn haben.

Barrieren überwinden: Ethik, Risiko und organisatorische Bereitschaft

Natürlich ist die Umwandlung in ein KI-fähiges Unternehmen nicht ohne Herausforderungen. Die Diskussionsteilnehmer sprachen offen über die ethischen, praktischen und organisatorischen Hürden, auf die sie gestoßen sind. Dumont wies darauf hin, dass ein großes Hindernis für die Einführung von KI in der Rechtsbranche die vorsichtige Kultur des Berufsstandes und die berechtigten Bedenken hinsichtlich der Vertraulichkeit sind. Anwälte sind darauf trainiert, risikoscheu zu sein - schließlich geht es um die Geheimnisse ihrer Mandanten und die Ergebnisse ihrer Fälle. " Es gibt natürlich Vertraulichkeitsverpflichtungen", sagte Kyle, was bedeutet, dass alle KI-Tools sensible Daten rigoros schützen müssen. Er nannte das Beispiel von Anwälten, die naiv mit ChatGPT experimentieren und versehentlich Kundendaten preisgeben oder im Gegenzug "erfundene Zitate" erhalten. " Die Schlagzeilen über Anwälte, die Gen-KI einsetzen, sind nicht besonders toll, weil sie einen deterministischen Rechenprozess mit einem stochastischen verwechseln", scherzte er und bezog sich dabei auf die bekannt gewordenen Vorfälle, bei denen Chatbots juristische Zitate fabriziert haben.

Diese Lücke im Verständnis ist sowohl eine technische als auch eine pädagogische Hürde - viele Juristen verstehen noch nicht, wie generative KI unter der Haube funktioniert, was zu Missbrauch führt. Kyle glaubt jedoch, dass diese Hürde mit dem wachsenden Bewusstsein zu fallen beginnt. Anwaltskanzleien minimieren jetzt aktiv die Risiken, indem sie Prüfverfahren für KI-Ergebnisse einführen und geprüfte, sichere KI-Plattformen auswählen. Eine kürzlich durchgeführte Umfrage hat ergeben, dass 30 % der Anwaltskanzleien KI einsetzen. Ein Jahr zuvor waren es nur 10 %, was auf eine schnell wachsende Akzeptanz schließen lässt. (Lawnext.com)

Morgan Lewis selbst hat strenge Richtlinien: Anwälte müssen "Ihren Server kennen", so wie sie "Ihren Kunden kennen", d.h. sie sollten verstehen, wo ihre Daten hingehen, wenn sie ein KI-Tool verwenden.

Durch die Kombination von Richtlinien, Schulungen und technologischen Sicherheitsvorkehrungen überwinden juristische Organisationen allmählich ethische Bedenken und erschließen die Vorteile der KI auf verantwortungsvolle Weise.

Im Bankwesen und anderen regulierten Branchen sind Governance und Risikomanagement ebenfalls von größter Bedeutung. Kevin Hearn erwähnte, dass jede KI-Implementierung bei Axos Compliance- und Sicherheitsprüfungen durchläuft, um sicherzustellen, dass sie den regulatorischen Standards entspricht. So müssen beispielsweise KI-Modelle, die Kreditentscheidungen treffen oder Betrug erkennen, überprüfbar und erklärbar sein, um die Prüfer zufrieden zu stellen. Kevins früheres Beispiel der KI-basierten ID-Verifizierung zeigt, wie diese Tools unter Berücksichtigung des Datenschutzes eingeführt werden - die Kunden stimmen biometrischen Scans zu, und die Daten werden nach strengen Protokollen behandelt. Er räumte ein, dass der Spagat zwischen Innovation und Compliance ein heikler Tanz ist: Schnelles Handeln mit KI ist großartig, aber nicht auf Kosten des Datenschutzes oder der Fairness der Kunden. Dies ist ein häufiges Spannungsfeld, in dem sich viele Unternehmen bei der Einführung von KI befinden. Laut einer Deloitte-Umfrage aus dem Jahr 2024 hat das Management von KI-bezogenen Risiken (wie Voreingenommenheit, Datenschutz und Sicherheit) für große Unternehmen höchste Priorität.

Die Diskussionsteilnehmer merkten an, dass es ein ermutigendes Zeichen ist, dass interne Audit-, Rechts- und IT-Teams jetzt zusammenarbeiten, um Leitplanken für die Nutzung von KI zu setzen, anstatt sie gänzlich zu blockieren. Raj fügte hinzu, dass die Cloud eine sichere Umgebung für Experimente bieten kann - zum Beispiel die Verwendung synthetischer Daten oder von Datensätzen in einer Sandbox, um KI-Modelle zu entwickeln, bevor echte Kundendaten preisgegeben werden. Die Botschaft war klar: Ethische KI und erfolgreiche KI sind zwei Seiten derselben Medaille. Unternehmen müssen in die "langweiligen" Dinge investieren (Datenschutzrichtlinien, Modellvalidierung, Bias-Checks, Mitarbeiterschulung), um die aufregenden Dinge (personalisierte Produkte, autonome Prozesse usw.) sicher skalieren zu können. Diejenigen, die diese Herausforderungen meistern, werden die Früchte der KI ernten, während diejenigen, die sie ignorieren, Rückschläge oder ein Vertrauensdebakel in der Öffentlichkeit riskieren.

Führen durch Komplexität: Als ein kürzlich anerkannter
Leader und Star Performer im Bereich Daten- und KI-Dienstleistungen
von der Everest Group ausgezeichnet wurde, kennt Xebia die praktischen und ethischen Herausforderungen von KI in Unternehmen - und weiß, wie man sie bewältigt.

Kultur ist wichtig: Neugier, Höherqualifizierung und interdisziplinäres Talent

Gegen Ende des Panels wurde das menschliche Element der KI-Einführung diskutiert. Alle drei Experten waren sich einig, dass die Technologie nur die Hälfte der Geschichte ausmacht; die andere Hälfte sind Menschen und Kultur. Wie können Unternehmen ihre Mitarbeiter darauf vorbereiten, in einem KI-gestützten Unternehmen erfolgreich zu sein? Ein Thema war die Notwendigkeit, Neugierde und kontinuierliches Lernen zu fördern. " Zelebrieren Sie den Wissenserwerb und das Lehren und sorgen Sie dafür, dass dies eine wirklich starke, intensive Motivation für das Lernen innerhalb des Teams ist",riet Kyle Dumont.

Bei Morgan Lewis fördert er eine Kultur, in der Technologen und Juristen gleichermaßen Erkenntnisse austauschen und gemeinsam experimentieren. Dumont fordert seine Anwälte sogar auf, sich zu "T-förmigen Fachleuten" zu entwickeln , die fundiertes juristisches Fachwissen mit einem breiten Verständnis von Technik und Daten kombinieren (und ja, viele haben grundlegende Kenntnisse in der Programmierung oder Datenanalyse erworben). Diese disziplinübergreifenden Fähigkeiten helfen den juristischen Teams, KI-Möglichkeiten zu erkennen und effektiv mit Datenwissenschaftlern zusammenzuarbeiten. Wichtig ist, dass Kyle mit gutem Beispiel vorangeht - er gibt seinem Team bereitwillig zu, wenn er ChatGPT oder andere Tools verwendet, um sein eigenes Wissen zu erweitern, wodurch diese Hilfsmittel als Teil der Arbeit normalisiert werden.

Kevin bot eine Perspektive aus dem Bankwesen: In einem sich schnell entwickelnden Bereich wie der KI ist Anpassungsfähigkeit wichtiger als Erfahrung. Er sucht Mitarbeiter, die bereit sind, sich neue Tools und Methoden anzueignen, denn die KI-Tools von heute könnten in einem Jahr schon veraltet sein. Fortbildung ist bei Axos ein kontinuierlicher Prozess. " Wir schauen uns jede Persona an... und was sind die Dinge, die die Arbeit beschleunigen", sagte er und meinte damit, dass jede Rolle, vom Produktmanager bis zum Ingenieur, mit Blick auf KI neu konzipiert wird.

Die Bank hat interne Schulungen für KI-Kenntnisse eingeführt, um sicherzustellen, dass auch nicht-technische Führungskräfte Konzepte wie maschinelles Lernen, Data Science und Modellrisiken verstehen. Hearn erwähnte die Überwindung interner Widerstände durch das Aufzeigen von Ergebnissen aus Pilotprojekten - Erfolg erzeugt Appetit. Wenn die Mitarbeiter sehen, dass KI ihnen lästige Aufgaben abnimmt oder sie in die Lage versetzt, Dinge zu erreichen, die sie nicht erreichen konnten, werden sie neugieriger und offener für das Lernen. Raj Sachde fügte hinzu, dass es entscheidend ist, den Zugang zu KI zu demokratisieren. Bei AWS werden nicht nur die eigenen Mitarbeiter in KI geschult, sondern es wird auch mit Kunden und Partnern zusammengearbeitet, um das Wissen zu verbreiten. Sachde wies auf einen Fall hin, in dem ein Versicherungsunternehmen "seine Mitarbeiter mit einem Schulungspartner weiterbildete und [dann] seine eigene Plattform zur Bearbeitung von Versicherungsansprüchen mit KI aufbaute".

Die Befähigung von Fachleuten (in diesem Fall Versicherungsexperten) mit KI-Know-how führte zu einer grundlegenden Innovation. Raj betonte, dass es die Mission von AWS ist , KI im Unternehmen zu "demokratisieren" - sie allen Abteilungen zugänglich zu machen, nicht nur einem zentralen F&E-Team. Dies beinhaltet oft die Bereitstellung von einfach zu verwendenden Tools, Sandbox-Umgebungen und Foren für den Austausch von KI-Erfolgsgeschichten im gesamten Unternehmen.

Das Panel schloss mit einem optimistischen Ausblick. Ja, der Aufbau eines KI-fähigen Unternehmens ist eine Reise voller Herausforderungen: veraltete Technologie, ethische Dilemmata, Fachkräftemangel und kulturelle Trägheit, um nur einige zu nennen. Aber keine dieser Herausforderungen ist unüberwindbar. Der allgemeine Ratschlag? Beginnen Sie mit einer klaren Wertvorstellung, modernisieren Sie Ihre Kernsysteme schrittweise, binden Sie Ihre Mitarbeiter durch Lernen und Beteiligung ein und geben Sie der Ethik Vorrang. Unternehmen, die diesen Ansatz verfolgen, werden ihre Effizienz steigern und neue Ebenen des Wachstums und der Innovation erschließen. Als sich die Zuschauer darauf vorbereiteten, sich wieder den spannenden Basketballspielen zuzuwenden, war eines klar: KI könnte zumindest in der Wirtschaft der ultimative Slam Dunk sein.