Zum Inhalt wechseln

Künstliche Intelligenz – Wie man Anwendungsmöglichkeiten in einem Unternehmen entdecken kann

Technology

7 September 2020 - 7 Minuten lesen

How To Look For AI Use Cases In Your Business Blog 416X300
Michał Zgrzywa KI Direktor, erfahrener Manager bei Objectivity und Software Entwickler im Herzen.

KI Direktor, erfahrener Manager bei Objectivity und Software Entwickler im Herzen.

Alle Beiträge von Michał anzeigen

1394 DE Resources Thumbs

Teilen

Künstliche Intelligenz – Wie man Anwendungsmöglichkeiten in einem Unternehmen entdecken kann. Die von Gartner, Forrester und anderen führenden Unternehmensberatern veröffentlichten Forschungsergebnisse bestätigen weiterhin den steigenden Wert von Daten. Unsere Welt verändert sich. Unternehmen erzielen dank neuer Technologien enorme Erfolge - Bild- und Videoanalyse, Verarbeitung natürlicher Sprache, Empfehlungsmaschine (Recommendation Engine), die wertvolle Erkenntnisse aus Daten gewinnen können usw. Viele Unternehmen versuchen jedoch immer noch herauszufinden, wie sie mit ihrer KI-Reise beginnen können und wie man diese Technologie anwendet, um der Organisation Mehrwert zu verschaffen.

Einer der Gründe dafür ist, dass die Technologie nur ein Aspekt einer erfolgreichen KI-Lösung ist. Der zweite und wichtigere Teil betrifft einen guten und anwendbaren Business Case zu besitzen.

In diesem Artikel beschreibe ich den bewährten Ansatz von Objectivity, mit dessen Hilfe Sie herausfinden können, wie Sie in Ihrer eigenen Organisation KI-Anwendungsmöglichkeiten finden können.

Voraussetzungen schaffen & Missverständnisse aus dem Weg räumen

Ohne die Verantwortlichen für die Geschäftsseite, d. h. Die Geschäftsinteressenten, können Sie keinen erfolgreichen Business Case finden. Dies mag offensichtlich erscheinen, aber es ist wirklich nicht ungewöhnlich, dass Unternehmen die Verantwortung für Innovationen in digitalen Transformations- oder IT-Teams zentralisieren. Das ist absolut in Ordnung, aber in solchen Fällen ist es wichtig die Personen einzubeziehen, die für den analysierten Teil des Unternehmens verantwortlich sind.

Dies kann sich manchmal als schwierig erweisen, da diese volle Kalender haben und ihre Prioritätenlisten länger als die chinesische Mauer sind. Trotzdem ist es wichtig, sie einzubeziehen.

Zuallererst verstehen sie, was die wirklichen Schwachpunkte ihres Geschäfts sind. Zweitens werden sie in der Lage sein Lösungen leicht zu erkennen, die den Test des täglichen Betriebs nicht bestehen würden. Und schließlich besteht eine höhere Wahrscheinlichkeit nach dem Wunsch Zeit und Energie aufzubringen, wenn die Möglichkeit besteht zum Konzept der Lösung beizutragen.

Wenn die Gruppe jedoch erweitert wird und Geschäftsinteressenten einbezieht, muss die Technologie für alle Beteiligten verständlich gemacht werden. Es ist durchaus üblich (und zu erwarten), dass Geschäftsinteressenten nicht auf dem neuesten Stand des Angebots von KI-Technologien sind und welcher Teil des Angebots ausgereift genug ist, um implementiert zu werden.

Daher ist es wichtig zunächst zu versuchen einige der häufig vorkommenden Missverständnisse über KI zu beseitigen. Was ist eigentlich Künstliche Intelligenz und wie funktioniert sie?

Nein, bei der Künstlichen Intelligenz geht es nicht um eine Armee von Terminatoren, die nach unserem Leben oder zumindest nach unseren Jobs streben. Es geht darum, Menschen bei Entscheidungen zu unterstützen und uns davon zu befreien, alltägliche sich wiederholende Aufgaben ausführen zu müssen, damit wir uns auf die lohnenderen Teile unserer Arbeit konzentrieren können. Und nein, KI wird nicht in ferner Zukunft stattfinden und nur bei Super-High-Tech-Firmen. KI bietet normalen Unternehmen aus allen Branchen bereits einen hohen Mehrwert.

Daher ist es jetzt an der Zeit, die bestehenden falschen Vorstellungen der Menschen (z. B. solche, die aus SciFi-Filmdarstellungen abgeleitet wurden) in positive Konnotationen umzuwandeln.

Zum Beispiel kann der KI-Einführungstrend mit der industriellen Revolution verglichen werden, bei der die Erfindung der Dampfmaschine es ermöglichte, einfache physikalische Aufgaben zu geringen Kosten auszuführen. Wenn damals ein Fabrikbetreiber eine andere Möglichkeit gehabt hätte, einfache Aufgaben auszuführen wie das Schieben, Bewegen oder Heben der Dampfmaschine, hätte dies ihm ermöglicht seinen Markt zu innovieren und zu stören.

Die KI-Revolution wirkt ähnlich in Bezug auf die Auswirkungen auf Unternehmen und ihre Marktstrategien.

Die heutige Technologie hat uns die Möglichkeit gegeben einfache Aufgaben - die bisher nur dem Menschen vorbehalten waren - wie die Bilderkennung, das Verstehen der Nachricht in einem Text, das Erkennen eines Trends oder das Verhältnis in einer Reihe von Zahlen - automatisiert auszuführen.

Heutzutage können diese Arten von Aufgaben zu viel geringeren Kosten ausgeführt werden. Unternehmen, welche die Chancen von KI nutzen, können möglicherweise ihre Branchen stören und ihre Märkte dominieren.

Innovation

Sobald Sie ein Team zusammengestellt haben, mit dem Sie innovativ sein können, können Sie mindestens drei Ansätze verfolgen: Fallbeispiele und Analogien finden, mit der Entscheidungsfindung beginnen oder mit der Nutzung Ihrer Daten. Unser Rat? Wählen Sie keine aus, wenden Sie sie alle an.

Der erste Ansatz erfordert ein wenig Vorbereitung. Die Idee ist, Ihrem Team so viele Beispiele wie möglich zu zeigen, in denen angewandte Künstliche Intelligenz Mehrwert gebracht hat. Diese Fallbeispiele können aus jeder Geschäftsdomäne stammen, nicht unbedingt nur aus Ihrer. Sie sollen die Fantasie Ihres Teams anregen und ihnen helfen zu erkennen, dass KI in der Lage war ähnliche Herausforderungen wie die Ihrer Organisation zu lösen und sie kann genutzt werden, um dasselbe für Sie zu tun.

Beginnen Sie also mit der Recherche und finden Sie so viele interessante Beispiele wie möglich. Gruppieren Sie die Beispiele (z. B. Empfehlungsmaschinen oder automatische Spracherkennung). Beschreiben Sie diese Ihrer Gruppe und geben Sie ihnen Zeit ähnliche Ideen, die einen Mehrwert für ihre Branche bringen würden, zu reflektieren, zu diskutieren und zu generieren. Wenn wir mit unseren Kunden in einem ähnlichen Workshop-Format arbeiten, sind wir immer wieder erstaunt, wie viele gute Ideen generiert werden.

Der zweite Ansatz besteht darin, die Entscheidungen, die in Ihrem Unternehmen täglich getroffen werden, genauer zu betrachten. Fragen Sie sich welche Arten von Entscheidungen sich am stärksten auf das Unternehmen auswirken. Lassen Sie Ihr Team als nächstes die Datensätze auflisten (unter Daten verstehen wir auch Filme, Fotos, Grafiken, Dokumente, Audiostreams usw.). Lassen Sie danach das Team sich vorstellen und diskutieren, was wäre, wenn eine unbegrenzte Anzahl von Teammitgliedern Zugang dazu hätte - Datensätze durchsuchen, Antworten und Vorschläge suchen, vergleichen und vorbereiten könnten. Geben Sie ihnen wieder Zeit zum Nachdenken und zum Generieren von Ideen. Einige von ihnen werden auf die Analogien zurückgreifen, die beim ersten Ansatz generiert wurden - das ist eine gute Sache.

Sie können sich auch entscheiden mit dem dritten Ansatz fortzufahren, dessen Schwerpunkt in erster Linie auf den Daten liegt. Bitten Sie Ihr Team, über die Datensätze nachzudenken, die Sie als Asset haben, um diesen Bereich zu erkunden. Besprechen Sie jede Datenquelle. Welche Informationen besitzt es? Welche Art von Einblicken könnte es generieren? Wäre es sinnvoll, darin nach Trends zu suchen? Wäre es sinnvoll, nach Fällen zu suchen, die sich von den aktuellen Trends unterscheiden (d. h. Anomalien)? Würde die Identifizierung dieser Fälle dazu beitragen die Qualität zu steigern, die Kosten zu senken oder nicht erkannte Chancen zu realisieren? Könnten Daten selbst zu einem Produkt werden, das andere Unternehmen gerne kaufen würden? Warum? Usw. Dieser Ansatz ist schwierig und explorativ, kann Ihnen jedoch dabei helfen, eine Reihe innovativer Ideen zu entwickeln.

Prioritäten setzen

Die oben beschriebenen Ansätze sollten viele Ideen hervorbringen, einige brillant und andere unmöglich. Der nächste Schritt besteht darin, die Liste zu priorisieren und ein paar gute Kandidaten für die Proof of Concepts (PoCs) auszuwählen.

Die Priorisierung sollte sich auf mindestens zwei Aspekte konzentrieren. Der erste ist der geschäftliche (oder soziale) Wert. Wenn die Idee erfolgreich in die Realität umgesetzt wird, wie viel Mehrwert wird dies für Ihr Unternehmen generieren? Denken Sie an ein realistisches Szenario. Versuchen Sie nach Möglichkeit, echte Werte zuzuweisen (z. B. gespartes Geld oder zusätzlicher Gewinn). Wenn nicht, machen Sie sich keine Sorgen, Sie können die Ideen auf Ihrer Liste einfach organisieren - vergleichen Sie die Ideen relativ und ordnen Sie diese von den wertvollsten bis zu den am wenigsten wertvollen.

Der zweite Aspekt ist das Technologierisiko und im Idealfall müssen Sie jemanden einbeziehen, der mindestens über hohe technische Kompetenzen verfügt. Versuchen Sie mithilfe eines PoC zu überprüfen wie realisierbar die Idee ist, ob die Technologie bereits ausgereift genug ist und wie kostspielig es sein wird. Wie teuer wäre die endgültige Lösung? Auch hier müssen Sie keine genauen Schätzungen erstellen - organisieren Sie Ihre Ideen einfach von den einfachsten bis zu den komplexesten.

 

Nachdem Sie diese beiden Dimensionen analysiert haben, können Sie klar erkennen mit welchen Ideen am besten zu starten. Im Idealfall wird es viele hochwertige Initiativen mit geringem Risiko geben, die mit genau definierten PoCs getestet werden sollten. Und sobald Ihr Unternehmen die ersten vielversprechenden Ergebnisse erzielt, ist es an der Zeit, auch die wertvollsten und risikoreichsten Ideen auszuprobieren. Es ist jedoch nicht die beste Idee, mit ihnen zu beginnen.

 

Wiederholen

Erfolgreiche PoCs können sich in Projekte verwandeln mit dem Potential Ihr Geschäft zu verändern. Und die erfolglosen werden Ihnen wertvolle Lektionen erbringen. Aus diesem Grund ist es wichtig, während dieses Vorgangs zu iterieren. Ihr Team wird aus Erfolgen und Misserfolgen lernen. Es werden neue Ideen auftauchen, die ursprünglich nicht vorhanden waren. Alle Beteiligten werden erfahrener in Innovation. Dies liegt daran, dass Sie durch Wiederholungen mehr Personen einbeziehen können, was verschiedene neue Perspektiven und Ideen mit sich bringt.

So könnte das Iterationsschema aussehen:

 

 

Um möglichst effizient aus PoCs zu lernen, ist es wichtig sie richtig zu definieren. Sie sollten so kompakt wie möglich sein und nur die Machbarkeit der Idee prüfen. Der häufigste Fehler bei KI-PoCs besteht darin, viel zu früh zu implementieren, was die Kosten erhöht und es schwieriger macht, erfolglose Ideen schnell und schmerzlos aufzugeben. Darüber hinaus sollte die Überprüfung in Geschäftsmetriken definiert werden, nicht in technischen oder mathematischen, um das Verständnis und Lernen zu erleichtern. Schließlich muss ein PoC gebunden sein an Geschäftsinteressenten. Es sollte nicht "etwas sein, was von den technischen Mitarbeitern getan wird", an dem Stakeholder nicht sehr interessiert sind. Ohne deren Unterstützung könnte es sich als schwierig erweisen, die Lösung zu implementieren - selbst wenn der PoC erfolgreich ist.

Zusammenfassung

Ich hoffe, dass Sie in Ihrem Unternehmen viele Anwendungsmöglichkeiten für Künstliche Intelligenz (KI) finden können, die Ihnen dabei helfen, Ihren Weg zur Generierung von Geschäftsmehrwert aus KI-Initiativen voranzutreiben. Es gibt viele aufregende Möglichkeiten und der beschriebene Ansatz hilft Ihnen hoffentlich dabei damit zu starten oder Ihren aktuellen Ansatz zu strukturieren, um eine höhere Erfolgschance zu erzielen.

Wenn Sie sehen möchten, wie der Beginn einer solchen Reise in der Praxis aussieht, lesen Sie unsere Case Study zu Leonard Cheshire. Leonard Cheshire ist eine Organisation, welche Menschen mit Behinderungen auf der ganzen Welt hilft wirtschaftliche Unabhängigkeit zu erlangen. Wir haben ihnen geholfen KI-Wertschöpfungsmöglichkeiten zu identifizieren, indem wir einen Workshop „Die Kunst des Möglichen mit KI“ organisiert haben. Die für den Betrieb Verantwortlichen haben viele hervorragende Ideen hervorgebracht, wie durch den Einsatz von KI sozialer Mehrwert geschaffen werden konnte. Eine dieser Ideen - Eine Empfehlungsmaschine, die bei der Auswahl von Karrierewegen hilft - erhielt schließlich Mittel aus dem fantastischen Programm „Microsoft AI for Accessibility“.

1394 DE Resources Thumbs
Michał Zgrzywa KI Direktor, erfahrener Manager bei Objectivity und Software Entwickler im Herzen.

KI Direktor, erfahrener Manager bei Objectivity und Software Entwickler im Herzen.

Alle Beiträge von Michał anzeigen

Was Sie noch interesieren könnte

Kontakt

Starten Sie Ihr Projekt mit Objectivity

CTA Pattern - Contact - Middle