Wer sich nicht hauptberuflich mit KI-Lösungen beschäftigt, verliert angesichts der unzähligen Anbietern für die unterschiedlichsten Anwendungsfälle inzwischen langsam die Übersicht. Ist DeepSeek nun besser als ChatGPT, übersetzt DeepL genauer als Google Cloud Translation, erstellt Ideogram AI realistischere Bilder als Midjourney? Doch wer so an künstliche Intelligenz (KI) herangeht, macht zwei grundsätzliche Fehler: Er geht von einzelnen Werkzeugen aus und sucht nach Anwendungsmöglichkeiten für sich selbst – und dabei ist vor allem auf generative KI fokussiert, die gerade besonders populär ist.
Die tatsächlichen Herausforderungen am Arbeitsplatz, sowohl für den einzelnen Mitarbeiter wie das Unternehmen, sind jedoch vielfach andere. Daher empfiehlt sich ein anderer Ansatz: Zuerst betriebliche Herausforderungen identifizieren, danach prüfen, ob und welche KI-Anwendungen die Lösung dafür sein könnten. Das verhindert, dass KI-Werkzeuge und Anwendungen eher zufällig ausgewählt werden und sich die zeitlichen und finanziellen Investitionen (z. B. Weiterbildungen, Pro-Zugänge) zu wenig oder gar nicht rentieren. Auch Aktionismus aus der Angst heraus, etwas zu verpassen, braucht es dann nicht mehr.
Generative KI unbewusst bevorzugt
Gerade Kader aller Hierarchiestufen registrieren den «Hype» um die KI, wollen sich damit auseinanderzusetzen und auch selbst davon profitieren. Ihre Kenntnisse und Erfahrungen sind auf diesem Gebiet allerdings vielfach eher gering, und sie können auch nicht viel Zeit und Budget dafür verwenden. Das führt zu einer Bevorzugung der bekannten, günstigen und leicht zugänglichen Anwendungen der generativen KI. Typische Einsatzgebiete sind das Marketing (z. B. schnelles Formulieren von Texten und E-Mails, Kampagnen-Ideen) und der Kundenservice (Chatbots, automatisiertes Beantworten von Standardanfragen). Hier genügt manchmal schon ein kostenloses Benutzerkonto, um erste Ergebnisse zu sehen.
Die wirklich relevanten Herausforderungen und Ziele ergeben sich aus der Unternehmensstrategie und konkreten Mehrwertpotentialen. Hier geht es typischerweise um betriebswirtschaftliche Ziele (z. B. Umsatz- oder Margenwachstum, Erschliessen neuer Kundenkreise oder Geschäftsmodelle, Kostensenkungen). Dafür sind die Werkzeuge der analytischen KI besser geeignet. Sie sind allerdings deutlich anspruchsvoller. So braucht es für sie fast immer eine sogenannte «Datenplattform», um die Daten im Unternehmen zu erfassen, zu verarbeiten und zu zielgerichtet zu analysieren.
Eine ausführliche Einschätzung von Xebia zur Lage und den Möglichkeiten von KI-Anwendungen in Schweizer KMU erschien gerade im Swiss IT Magazine.
Unternehmensziele als Ausgangspunkt wählen
«Analytics Translation» nennt sich die Methodik, die richtigen Einsatzgebiete und Anwendungsfälle für KI im Unternehmen zu identifizieren. Sie sollte von den wichtigsten Entscheidungsträgern im Rahmen einer Weiterbildung (2 Tage) erlernt werden. Prädestiniert dafür sind Mitarbeiter und Teams, die schon jetzt für Reportings verantwortlich sind (z. B. im Controlling, Verkauf oder in der Logistik). Sie arbeiten bereits mit Daten und mit bestimmten mathematischen Methoden (Statistik, Wahrscheinlichkeiten), haben dadurch Kompetenzen und ein grundlegendes Verständnis für die Konzepte und Methoden der KI. Ihnen kann diese gefragte Spezialisierung zudem einen entscheidenden Karriere-Vorteil verschaffen.
Hilfreich für professionelle KI-Anwendung ist eine gewisse technische Affinität, wie sie das Arbeiten mit Cloud-Anwendungen und Datenbanken mit sich bringt. Interne Workshops und individuelle Schulungen können auf bestehendes Vorwissen aufsetzen und es erweitern, vor allem aber die gemeinsame praktische Arbeit im ersten KI-Projekt. Zu häufig wird künstliche Intelligenz noch als klassisches IT-Thema verstanden, aber es handelt sich zuerst und vor allem um ein geschäftliches Thema. KI ist kein faszinierendes Spielzeug, sondern ein Werkzeug, um den bisherigen wirtschaftlichen Erfolg besser zu verstehen, für die Zukunft zu sichern und weiter auszubauen. So rechnet sie die Investition auch.
Zu KI-Einsatz im Unternehmen beraten lassen
Wie sich die Datenbestände im Unternehmen erschliessen und mittels KI nutzen können, sagt Ihnen Jonas Dischl, CTO und Head of Data, Architecture & Engineering Xebia Schweiz. Sie erreichen ihn über: jonas.dischl@xebia.com