Was ist Ihre KI-Strategie?

Ohne eine angemessene Strategie wird ein Unternehmen niemals KI-gesteuert werden. Was sind die Elemente einer erfolgreichen Strategie? Sind Turnschuhe und Kapuzenpullover und eine Smartwatch am Handgelenk erforderlich? Seien Sie versichert, dass sie optional sind. Aber die Kultur ist neben anderen Dingen eine wesentliche Zutat für den Erfolg mit Daten und KI. In diesem Artikel werde ich die folgenden Fragen beantworten:

• Was ist eine KI-Strategie?
• Auf welche KI-Fähigkeiten konzentrieren sich die führenden Unternehmen?
• Welche Kompromisse haben führende Unternehmen bei der Festlegung ihrer KI-Strategie eingegangen?

Wenden Sie die praktischen Erfahrungen aus diesem Artikel an, um einer KI-Strategie, die für Ihr Unternehmen ehrgeizig und dennoch umsetzbar ist, einen Schritt näher zu kommen!

Was ist eine KI-Strategie?

Als Berater habe ich erlebt, wie viele Führungskräfte mit der Definition (ihrer) KI-Strategie ringen. Ihr Grübeln ging weit über die Frage hinaus, ob sie ihre Kleidung ändern sollten.

Oft beginnen Unternehmensleiter mit der Erkundung ihrer Datenquellen, um neue Geschäftsmöglichkeiten zu finden. Die Monetarisierung von Datenbeständen ist ein wichtiges Ziel einer erfolgreichen Daten- und KI-Strategie, aber sie ist immer mit anderen Zielen und Aspekten verflochten.

Nach meiner Erfahrung beschreibt eine erfolgreiche KI-Strategie die richtige Richtung für Unternehmen, um ihre KI-Ambitionen in die Realität umzusetzen. Sie ist der allgemeinste Plan für die Ressourcenzuweisung und kann wie folgt beschrieben werden:

Die KI-Strategie ist Ihr Plan für die Beschaffung, Organisation und Zuweisung von KI-Ressourcen, um Ihre KI-Ambitionen in die Realität umzusetzen.

Lassen Sie uns einen genaueren Blick darauf werfen, was diese KI-Ressourcen sind und welche Themen eine KI-Strategie ausmachen.

Kernbestandteile der KI-Fähigkeit

Die Komponenten der KI-Fähigkeit eines Unternehmens sind seine KI-Ressourcen, also:

• Menschen & Fertigkeiten
• Werkzeuge & Technologie
• Daten

Dieser Blog konzentriert sich auf den Inhalt einer KI-Strategie und nicht auf ihre Umsetzung. Werfen Sie daher einen Blick auf unser Whitepaper AI Maturity Journey, in dem Sie Best Practices und Lehren von großen niederländischen Unternehmen wie Randstad, KLM, ING und Dynniq finden, wie Sie Ihre KI-Fähigkeiten entwickeln können.

KI Strategie Themen

Die KI-Strategie enthält einen Fahrplan, wie und wann KI-Ressourcen erworben, organisiert und zugewiesen werden sollen, um die Ambitionen des Unternehmens in die Realität umzusetzen. Diese Roadmap ist im Grunde eine Handlungsanweisung, eine Reihe von Entscheidungen zu vielen Themen, die eine klare Richtung vorgeben, an der sich die tägliche Entscheidungsfindung orientiert. Jedes Thema beinhaltet eine Abwägung zwischen kurz- und langfristigen Investitionen und Vorteilen.

Nachfolgend finden Sie Beispiele für Trade-Offs für jede KI-Strategie. Bitte beachten Sie, dass diese Liste nicht vollständig ist, da viele andere generische oder branchenspezifische Nachteile für Ihr Unternehmen relevant sein können.

In der Praxis werden Sie sich höchstwahrscheinlich nicht für eine der beiden Seiten eines Kompromisses entscheiden, sondern irgendwo dazwischen. Daher habe ich beschlossen, die Kompromisse mit "&" statt mit "vs" darzustellen. Die Herausforderung besteht darin, ein akzeptables Maß an Nachteilen auf beiden Seiten zu finden, das Ihnen die wichtigsten Vorteile bringt.

Geschäftsnachfrage & Daten/Technologie Push

KI-Lösungen können sowohl durch die Nachfrage von Geschäftsteams als auch durch den Anstoß von Datenexperten initiiert werden. Während Initiativen von Geschäftsinteressenten vorzugsweise aus strategischen Zielen abgeleitet und darauf ausgerichtet werden, können Initiativen, die nur aus Daten oder technologischen Möglichkeiten resultieren, zu innovativen neuen Wegen der Wertschöpfung aus vorhandenen Datenbeständen führen, die bei einer reinen Geschäftsnachfrage nicht gefunden worden wären.

Die Nachfrage aus der Wirtschaft besteht jedoch nicht ohne Grund. Daher muss die KI-Strategie ein Gleichgewicht zwischen der Innovation durch Daten/Technologie und der Entwicklung von Lösungen entsprechend der geschäftlichen Nachfrage herstellen.

Bei unseren Kunden sehen wir oft großartige Ideen von Geschäftsinteressenten für innovative Lösungen. Ohne eine erste Erkundung wissen wir nicht, ob diese Innovationen realisierbar sind. Die KI-Strategie sollte sowohl Zeit für Forschung und Experimente bieten als auch Richtlinien darüber enthalten, wie und wann man damit aufhört, wenn die Dinge nicht wie erwartet funktionieren.

Tagesgeschäft & Geschäftsstrategie

Während der Arbeit an KI-Lösungen erhalten Datenexperten möglicherweise viele Ad-hoc-Fragen von Geschäftsinteressenten, die sich auf das Tagesgeschäft beziehen. Natürlich ziehen wir es vor, an KI-Lösungen zu arbeiten, die auf strukturelle Bedürfnisse und Vorteile ausgerichtet sind. Natürlich ermöglichen wir es Geschäftsleuten mehr und mehr, kleine analytische Aufgaben durch Self-Service-BI durchzuführen. Aber in der Praxis sehen wir, dass es sehr berechtigte Ad-hoc-Fragen gibt, die von den beteiligten Geschäftsleuten (noch) nicht beantwortet werden können. Diese Fragen können im Hinblick auf den Aufwand und den Nutzen sehr ausgewogen sein und verdienen die Aufmerksamkeit Ihrer Datenexperten.

Der Ressourcenzuweisungsplan aus der KI-Strategie sollte dies ermöglichen. Außerdem sollte er Richtlinien enthalten, wie mit diesen Ad-hoc-Fragen umzugehen ist und ob Sie jetzt Zeit investieren sollten, um die Analytik noch mehr zu demokratisieren, damit Sie in Zukunft weniger ungeplante Fragen an Ihre knappen Datenexperten stellen müssen.

Geschäftsmöglichkeiten & Ethisches Verhalten

Im Allgemeinen gibt es nie einen triftigen Grund, die Vorschriften zum Datenschutz und zur Datensicherheit nicht einzuhalten. Aber wenn Sie wissen, was Sie mit Ihren Daten (oder denen Ihrer Kunden) nicht tun dürfen, bedeutet das nicht, dass Sie auch alles andere tun wollen, was erlaubt ist. In der erlaubten Zone gibt es immer noch potenzielle Geschäftsmöglichkeiten mit Datenbeständen, die weniger erwünscht sind. Dies liegt an ethischen Erwägungen, Unternehmenswerten oder z.B. an zu erwartenden strengeren Vorschriften.

Es ist diese Grauzone, in der sich die KI-Strategie über den Ethikkodex und die Risikobereitschaft des Unternehmens im Klaren sein sollte. Dieses Thema ist eng mit der Datenverwaltung verbunden. Tatsächlich ist es Ihre Daten- und KI-Strategie, die bei der Implementierung von Datenverwaltungsprozessen für Ihr Unternehmen das Gleichgewicht zwischen aktivierenden (offensiven) und restriktiven (defensiven) Datenverwaltungsrichtlinien festlegt.

Übrigens: Indem wir Data Governance als einen Prozess positionieren, der den kontrollierten Zugang zu Datenquellen demokratisiert, konnten wir bei einem unserer Kunden viel mehr positive Aufmerksamkeit für Data Governance erreichen.

Datengesteuert & Geschäftsgesteuert

Bei GoDataDriven unterstützen wir unsere Kunden auf ihrem Weg zu einem datengesteuerten Unternehmen. In der Praxis bedeutet dies unter anderem, dass Geschäftsteams und Datenexperten bei ihrer täglichen Arbeit kontinuierlicher zusammenarbeiten müssen. Sie müssen sich mit der Sprache und den Zielen des jeweils anderen vertraut machen. Man kann also sagen, dass Datenexperten, wenn sie als Unternehmen datenorientierter werden, auch geschäftsorientierter werden müssen.

Um diesen Prozess zu unterstützen, haben wir bei mehreren Kunden Mitarbeiter ausgebildet, die die Rolle des Analytics Translator übernehmen. Sie übernehmen die Führung bei der Entwicklung von KI-Lösungen von der Idee bis zur Produktion und sind das Bindeglied zwischen Geschäfts- und Datenexperten. Weitere Informationen zu dieser Rolle finden Sie in unserem Whitepaper Analytics Translator. Ihre KI-Strategie muss den Bedarf an Schulungsprogrammen und AT-Rollen ermitteln und die organisatorischen Auswirkungen zur Unterstützung dieses Prozesses beschreiben.

Make & Buy

Data Scientists haben einen unstillbaren Hunger nach Wissen. Sie sind immer bestrebt, neue Methoden und Technologien zu erlernen. Sie lieben die Herausforderung, an einer Vielzahl von Anwendungsfällen aus unterschiedlichen Geschäftsbereichen zu arbeiten.

Die Entwicklung von KI-Lösungen erfordert viel Zeit und Mühe. Bevor Sie über eine Lösung nachdenken können, müssen Sie sich mit dem Unternehmensbereich vertraut machen. Dazu gehört auch, sich mit allen spezifischen Daten vertraut zu machen.

Data Science-Teams sind in der Regel in ihrer Größe und Kapazität sehr begrenzt. Außerdem ist die Anzahl der Personen in Ihrem Unternehmen, die dazu in der Lage sind (die Datenwissenschaftler), sehr begrenzt. Unternehmen müssen bei den Anwendungsfällen, an denen sie arbeiten können, selektiv vorgehen.

Eine gute Faustregel ist hier, domänenspezifische Lösungen intern zu entwickeln und generische Lösungen für Anwendungen, die nicht zum Kerngeschäft gehören, zu verwenden. Es ist sehr wichtig, dies in Ihrer KI-Strategie klar zu definieren.

Ermöglichende Technologie & Einstellung von Fachwissen

Datenexperten brauchen die richtigen Werkzeuge, um KI-Lösungen zu entwickeln. Es gibt eine breite Palette von Tools, die von kostenlos bis sehr teuer reichen, von Open Source bis zu proprietärer Software und von voller Flexibilität für die Übernahme neuer Technologien bis hin zu diesem einen Tool für die nächsten 5 Jahre. Ein weiterer Aspekt der Tools ist der Umfang der Schulungen und der softwaretechnischen Kenntnisse, die Sie benötigen, um die Software zu nutzen.

Neben den Werkzeugen benötigen Datenwissenschaftler und Dateningenieure einen soliden Hintergrund in z.B. Statistik, maschinellem Lernen, Softwaretechnik und Cloud Engineering. Ein theoretisches und praktisches Fundament, das ständig aktualisiert werden muss, wenn sich die Methoden und Technologien weiterentwickeln.

Ihr Datenteam sollte die richtige Mischung aus Seniorität, theoretischem Fachwissen und Geschäftserfahrung aufweisen, und deshalb brauchen Sie eine Talentstrategie. Legen Sie das Budget für die Einstellung von Daten- und KI-Experten und die kontinuierliche Förderung dieser Talente fest.

Sie müssen entscheiden, in welche KI-Technologie Sie zu investieren bereit sind, und die zusätzlichen Anforderungen an das Wissen und die Erfahrung Ihrer neuen Mitarbeiter in Kauf nehmen.

Für einen unserer Kunden haben wir die Suche nach den richtigen Mitarbeitern wesentlich vereinfacht, indem wir eine verwaltete Datenplattform angeboten haben, so dass der Personalverantwortliche nicht nach den Fähigkeiten suchen muss, um fortschrittliche Cloud-Datentechnologie einzurichten und zu pflegen.

Ihre KI-Strategie sollte Ihren idealen Mix aus Talent und Technologie beschreiben, einschließlich der Art und Weise, wie Sie diese Ressourcen akquirieren, organisieren und pflegen werden.

Ihre KI-Strategie

In diesem Blog haben wir mehrere mögliche Themen für Ihre KI-Strategie behandelt. Es gibt jedoch keine einheitliche KI-Strategie, die auf jedes Unternehmen anwendbar ist. Sie hängt z.B. stark von der Größe, der Kultur, der KI-Reife und der Branche des Unternehmens ab.

Wenn Ihr Unternehmen klein ist und Sie gerade experimentieren, wie KI für Sie von Nutzen sein könnte, ist es wahrscheinlich klug, Ihre KI-Strategie auf die Flexibilität von Menschen und Technologien auszurichten und mit kleinen Vorzeigeprojekten zu beginnen. Wenn Sie auf Ihrer KI-Reise etwas weiter fortgeschritten sind, benötigen Sie eine umfassendere KI-Strategie, die sich darauf konzentriert, Ihre eigenen KI-Ressourcen zu erwerben und sie für eine zukünftige Skalierung zu organisieren.

Bei GoDataDriven unterstützen wir Unternehmen bei der Entwicklung ihrer KI-Strategie und bei der Organisation des Erfolgs mit KI. Wir entwickeln KI-Lösungen, >trainieren Mitarbeiter und verwalten Datenplattformen und KI-Dienste.

Möchten Sie wissen, wo Sie auf Ihrer KI-Reise stehen? Bitte kontaktieren Sie uns für Informationen über den KI-Reifegrad-Scan.

Möchten Sie sich uns anschließen und Unternehmen bei der Definition und Umsetzung ihrer KI-Strategie unterstützen? Dann werfen Sie einen Blick auf unsere Karriereseite zur Position des AI Strategy Consultant!