Wie Unternehmen durch Künstliche Intelligenz ihre Zukunft gestalten können

Einleitung:
Die Begeisterung für Künstliche Intelligenz (KI) erinnert an den Dotcom-Boom der späten 1990er Jahre. Eine aktuelle Umfrage zeigt, dass 76 % der Experten erwarten, dass KI-Technologien in den nächsten drei Jahren ihre Unternehmen grundlegend verändern werden. Doch trotz der gewaltigen Möglichkeiten und des enormen wirtschaftlichen Potenzials, das diese Technologien versprechen, ist der Erfolg nicht garantiert. Fehlgeschlagene Big-Data-Projekte und missglückte KI-Experimente haben gezeigt, dass Unternehmen klare Ziele und gut durchdachte Strategien benötigen, um die Vorteile von KI erfolgreich zu nutzen.

Eine aktuelle Umfrage von Deloitte unter Leuten, die mit kognitiven Technologien richtig viel anfangen können, hat gezeigt, dass 76 % davon ausgehen, dass diese Technologien ihre Unternehmen innerhalb der nächsten drei Jahre „grundlegend verändern“ werden. So eine Begeisterung für eine neue Technologie gab es wahrscheinlich seit dem Dotcom-Boom Ende der 1990er Jahre nicht mehr.

Related Post: Der Digitale Kalte Krieg: Wie KI und geopolitische Konkurrenz die Zukunft der Technologie bestimmen

Die Möglichkeiten sind echt vielversprechend. KI ist nicht nur eine Technologie, sondern eine ganze Reihe von Werkzeugen. Dazu gehören verschiedene algorithmische Ansätze, eine Menge neuer Datenquellen und Fortschritte bei der Hardware. In Zukunft werden wir sehen, wie neue Computerarchitekturen wie Quantencomputer und neuromorphe Chips die Fähigkeiten noch weiter vorantreiben.

Trotzdem ist noch einiges an Luft nach oben. Gartner sagt, dass 85 % der Big-Data-Projekte scheitern. Es gab auch ein paar peinliche Pannen, zum Beispiel als Dow Jones berichtete, dass Google Apple für 9 Milliarden Dollar kaufen würde und die Bots darauf hereinfielen, oder als der Chatbot Tay von Microsoft auf Twitter durchdrehte.

Related Post: Die Zukunft der Vertriebsrolle: Weniger Aufgaben, mehr Fokus und Technologie als Teamkollege

Wie kann man also dafür sorgen, dass die Anstrengungen einer Firma im Bereich KI zu besseren Resultaten führen?
Am Anfang muss man sich über das Ziel im Klaren sein. KI ist nicht einfach so aus dem Nichts entstanden. Sie hängt immer davon ab, wie ein Unternehmen tickt, welche Prozesse es gibt und welche Kultur dort herrscht. Genauso wie man keinen menschlichen Mitarbeiter einstellen würde, ohne zu wissen, wie er oder sie ins Team passt, muss man sich darüber im Klaren sein, wie eine KI-Anwendung die tatsächlichen Geschäftsergebnisse beeinflussen wird.

Roman Stanek, der CEO von GoodData, sagt dazu: „Die erste Frage, die du dir stellen musst, ist, welches Geschäftsergebnis du erreichen willst.“ „Viele KI-Projekte starten damit, dass man einen bestimmten technischen Ansatz implementieren will. Das Problem ist, dass Führungskräfte und Mitarbeiter an vorderster Front das nicht für nützlich halten. Deshalb gibt es keine echte Akzeptanz und keinen ROI.“

Related Post: Wie ChatGPT Führungskräfte dabei unterstützen kann, bessere Entscheidungen zu treffen

Veränderungen werden oft von oben vorangetrieben, aber umgesetzt wird von unten. Deshalb ist es wichtig, allen Beteiligten klar zu machen, wohin die Reise gehen soll. Wenn Führungskräfte und Mitarbeiter an vorderster Front glauben, dass künstliche Intelligenz ihnen dabei hilft, ihre Arbeit besser zu erledigen, sind sie viel motivierter und das Projekt wird effektiver.

„Diejenigen, die sich auf Geschäftsergebnisse konzentrieren, stellen fest, dass KI die Geschäftsergebnisse in einem Tempo steigert, das nur wenige erwartet hatten“, sagt mir Josh Sutton, CEO von Agorai.ai. Er verweist auf eine aktuelle McKinsey-Studie, die den potenziellen wirtschaftlichen Wert kognitiver Tools auf 3,5 bis 5,8 Billionen US-Dollar schätzt. Das ist natürlich nur ein Hinweis auf die möglichen Auswirkungen.

Related Post: Neue Geschäftsstrategien an der Schnittstelle von Mensch und Technologie

Als nächstes überlegst du dir am besten genau, welche Aufgaben du automatisieren möchtest. Viele Leute glauben, dass kognitive Technologien menschliche Arbeitsplätze ersetzen werden. Der Wirtschaftswissenschaftler David Autor vom MIT sieht das anders. Er sagt, dass sich die Arbeitswelt vor allem dadurch verändert, dass es mehr Routine- und weniger Nicht-Routinearbeit gibt. Das heißt, künstliche Intelligenz übernimmt schnell kognitive Routineprozesse, ähnlich wie Maschinen im Industriezeitalter körperliche Arbeit übernommen haben.

Um zu verstehen, wie das funktioniert, schau dir einfach mal einen Apple Store an. Apple ist ein Unternehmen, das weiß, wie man Prozesse automatisiert. Aber wenn man einen Apple Store betritt, sieht man zuerst eine Reihe von Mitarbeitern, die darauf warten, einem zu helfen. Apple hat sich nämlich dafür entschieden, Hintergrundaufgaben zu automatisieren, nicht die Interaktion mit den Kunden.

KI kann aber dafür sorgen, dass Mitarbeiter*innen effektiver arbeiten. Eine Studie, die im Bericht des Weißen Hauses während der Obama-Regierung zitiert wurde, hat zum Beispiel gezeigt, dass Maschinen beim Lesen von radiologischen Bildern eine Fehlerquote von 7,5 % hatten, während Menschen nur eine Fehlerquote von 3,5 % aufwiesen. Wenn Menschen und Maschinen zusammenarbeiten, sinkt die Fehlerquote auf 0,5 %.

Das Beste daran ist vielleicht, dass dieser Ansatz die Moral wirklich verbessern kann. Ein paar Fabrikarbeiter haben zum Beispiel aktiv mit Robotern zusammengearbeitet, die sie selbst für einfache Aufgaben programmiert haben. Manchmal entwickeln Soldaten so eine enge Bindung zu Robotern, die gefährliche Arbeiten verrichten, dass sie Beerdigungen für sie abhalten, wenn diese „sterben“.

Drittens: Wähle deine Daten mit Bedacht aus. Lange Zeit galt: Je mehr Daten, desto besser. Unternehmen haben so viele Daten wie möglich gesammelt und in ausgeklügelte Algorithmen eingespeist, um Vorhersagemodelle mit hoher Genauigkeit zu erstellen. Aber inzwischen wissen wir, dass das nicht der richtige Weg ist. Wie Cathy O’Neil in „Weapons of Math Destruction“ erklärt, verstehen wir oft nicht, welche Daten wir in unsere Systeme einspeisen. Dadurch entstehen massive Probleme durch Datenverzerrungen. Ein weiteres Problem ist die sogenannte „Überanpassung“. Ein Modell, das zu 99 % genau ist, klingt natürlich erst mal beeindruckend. Aber wenn es nicht robust gegenüber sich ändernden Bedingungen ist, ist man mit einem Modell, das zu 70 % genau ist und einfacher zu verstehen, vielleicht besser dran.

Und auch die DSGVO in Europa und ähnliche Gesetze anderswo machen Daten zu einer Belastung und zu einem Vermögenswert zugleich. Deshalb sollte man sich überlegen, welche Daten man verwendet und Modelle erstellen, die man selbst verstehen und überprüfen kann.

Am Ende des Tages sollten wir Menschen für höherwertige soziale Aufgaben einsetzen. Bei der Automatisierung wird oft übersehen, dass eine Aufgabe, sobald sie automatisiert ist, zur Massenware wird und sich der Wert woanders hin verlagert. Wenn man also nur kognitive Technologien einsetzt, um menschliche Arbeit zu ersetzen und Kosten zu senken, ist das vermutlich der falsche Weg.

Ein überraschendes Beispiel für dieses Prinzip kommt aus dem hochtechnischen Bereich der Materialwissenschaft. Vor einem Jahr habe ich mit Jim Warren von der Materials Genome Initiative über die spannende Möglichkeit gesprochen, Algorithmen des maschinellen Lernens in der Materialforschung einzusetzen. Er hat mir kürzlich erzählt, dass dieser Ansatz jetzt immer mehr in den Mittelpunkt der Materialforschung rückt.

Das ist eine ziemlich erstaunliche Entwicklung in so kurzer Zeit. Könnten wir also damit rechnen, dass viele Materialwissenschaftler bald beim Arbeitsamt vorstellig werden? Ich denke nicht, dass das passieren wird. Die Wissenschaftler können jetzt viel effektiver zusammenarbeiten, weil sie sich auf die wirklich wichtigen Dinge konzentrieren können. Die Routinearbeit in der Forschung an Algorithmen wird ja inzwischen von anderen erledigt. George Crabtree, der Chef vom Joint Center for Energy Storage Research, das bei der Automatisierung der Materialforschung ganz vorne mit dabei ist, hat mir mal gesagt: „Früher sind wir mit der Geschwindigkeit der Veröffentlichungen voran gekommen.“ Jetzt sind wir schon bei der Geschwindigkeit der nächsten Kaffeepause.
Und das ist der Schlüssel, um zu verstehen, wie man kognitive Technologien am besten einsetzt. Roboter machen uns nicht arbeitslos, sondern übernehmen Aufgaben. Das heißt, dass wir immer mehr dazu kommen, dass kognitive Fähigkeiten weniger wichtig werden und soziale Fähigkeiten wichtiger werden. Künstliche Intelligenz wird immer menschlicher.

Fazit:
Künstliche Intelligenz birgt enormes Potenzial, das Geschäftsergebnisse grundlegend zu verbessern, aber nur, wenn sie strategisch eingesetzt wird. Entscheidend ist, dass Unternehmen die richtigen Ziele verfolgen, ihre Daten sorgfältig auswählen und eine harmonische Zusammenarbeit zwischen Mensch und Maschine anstreben. KI sollte nicht bloß zur Kostenersparnis dienen, sondern den Menschen entlasten, sodass dieser sich auf höherwertige Aufgaben konzentrieren kann. In einer zunehmend automatisierten Welt wird die Bedeutung sozialer Fähigkeiten weiter steigen – denn nicht kognitive, sondern menschliche Fähigkeiten werden den Unterschied ausmachen.

FAQs:

1. Wie verändert Künstliche Intelligenz die Geschäftswelt?
   KI ermöglicht die Automatisierung von Routineaufgaben, was Unternehmen hilft, effizienter zu arbeiten. Gleichzeitig erhöht sie die Bedeutung sozialer Fähigkeiten, da kognitive Aufgaben zunehmend von Maschinen übernommen werden.
2. Warum scheitern so viele Big-Data-Projekte?
   Laut Gartner scheitern 85 % der Big-Data-Projekte, oft weil die Ziele unklar sind und das Verständnis für die eingespeisten Daten fehlt, was zu Verzerrungen und unbrauchbaren Ergebnissen führt.
3. Welche Rolle spielen Daten im Erfolg von KI-Projekten?
   Die Auswahl der richtigen Daten ist entscheidend. Zu viele oder unzureichend verstandene Daten können Modelle verzerren und deren Genauigkeit unter realen Bedingungen mindern.
4. Werden durch KI menschliche Arbeitsplätze ersetzt?
   KI ersetzt vor allem Routineaufgaben, ähnlich wie Maschinen im Industriezeitalter körperliche Arbeit übernommen haben. Sie soll nicht Arbeitsplätze vernichten, sondern Menschen entlasten, sodass sie sich auf komplexere Aufgaben konzentrieren können.
5. Wie kann KI die Arbeitsmoral verbessern?
   Wenn KI den Mitarbeitern hilft, ihre Aufgaben effektiver zu erledigen, kann sie die Zufriedenheit steigern. Erfolgreiche Zusammenarbeit zwischen Mensch und Maschine kann das Arbeitsumfeld positiv beeinflussen.
6. Was ist der Schlüssel für den erfolgreichen Einsatz von KI in Unternehmen?
   Der Erfolg von KI hängt davon ab, dass Unternehmen klare Ziele setzen, Daten sinnvoll nutzen und Mitarbeiter auf allen Ebenen in den Wandel einbeziehen.
7. Welche Herausforderungen gibt es bei der Implementierung von KI?
   Zu den Herausforderungen gehören die kulturelle Akzeptanz, Datenverzerrungen und das Risiko der Überanpassung von Modellen. Zudem muss der Nutzen für das Geschäftsergebnis klar erkennbar sein.

Quellenangaben:

• Deloitte Global Human Capital Trends
• Gartner: 85% of Big Data Projects Fail
• McKinsey on AI Transforming Business
• Forbes: The Biggest Challenges in AI
• Harvard Business Review on Getting AI Projects Right
• World Economic Forum: The Global Risks Report 2021
• Nature: Machine Learning in Materials Science