Wie Sie KI in Ihrem Unternehmen einsetzen können

KI im Unternehmensumfeld richtig einsetzen - Ann-Elise Delbecq im Interview

KI im Unternehmensumfeld richtig einsetzen – Ann-Elise Delbecq im Interview zu Möglichkeiten, Herausforderungen und Ideen rund um den Einsatz von Künstlicher Intelligenz.

Bereits heute kommt Künstliche Intelligenz, kurz KI, in großen Unternehmen weit verbreitet zum Einsatz. Von Produktempfehlungen bis zu personalisierten Anzeigen, von Sprachassistenten bis zur Bilderkennung – jeder von uns greift täglich auf KI-unterstützte Dienstleistungen zurück.

Während für Digital-First-Unternehmen der Einsatz von Verfahren aus den Gebieten KI, Data Science oder Maschinellem Lernen selbstverständlich ist, stellt er für andere Unternehmen noch immer eine große Herausforderung dar. Sollte die zunehmende Anwendung von KI unsere Welt tiefgreifend verändern, wie es von vielen Experten angenommen wird, muss KI für jedes Unternehmen zugänglich sein, und zwar unabhängig von dessen digitalem Reifegrad.

Ann-Elise DelbecqData Natives sprachen mit Ann-Elise Delbecq, Data Science & AI Elite Team EMEA Program Director bei IBM, darüber, ob und wie KI für jedes Unternehmen nutzbar gemacht werden kann.

Welche Arten von Kunden begegnen Ihnen und IBM bei Ihrer Arbeit?

“KI hat sich für Unternehmen aller Branchen als vorteilhaft erwiesen und eine Vielzahl von Anwendungsfällen gelöst“, sagt Ann-Elise Delbecq. „Wir haben mit Telekommunikationsunternehmen, Fertigungsunternehmen, Finanzinstituten, Handelsunternehmen, Fluggesellschaften usw. zusammengearbeitet. Was den digitalen Reifegrad betrifft, so haben wir es mit Kunden des gesamten Spektrums zu tun, von Kunden, die sich eben erst mit KI anfreunden, bis hinzu Kunden mit fortgeschrittenen Anwendungsfällen, die Geschäftsprozesse optimieren.“

Was sind die kritischen Auswirkungen des maschinellen Lernens (ML), der Datenwissenschaft (DS) und der künstlichen Intelligenz (KI) für Unternehmen?

„KI ist nicht dazu gedacht die Entscheidungsrolle zu übernehmen und den Menschen in dieser Aufgaben zu ersetzen“, sagt Delbecq. „Stattdessen verbessert die Einbettung der KI in bestehende Geschäftsprozesse die Entscheidungen, die in jedem einzelnen Schritt getroffenen werden müssen. Geschäftsinhabern ermöglicht KI einerseits ein tiefes Verständnis der Märkte und ihrer Verbraucher , sowie andererseits die Vorhersage der Folgen bestimmter Handlungen. Daher können Unternehmen mit der Unterstützung von KI das Risiko, das mit jeder strategischen Entscheidung einhergeht, erheblich reduzieren. Auch viele neue Geschäftsprozesse waren vorher nicht denkbar, zum Beispiel neue Interaktionsmuster wie Chatbots, um nur einen zu nennen.“

Was ist ein erfolgreiches Beispiel für einen Machine Learning Workflow in einem Unternehmen?

„Es gibt keine KI ohne eine ordentliche Dateninfrastruktur“, sagt Delbecq. „Der erste Schritt ist die Zentralisierung der Datenverwaltung und ihrer Steuerung: keine Datensilos mehr, keinerlei „weißt-du-wo-ich-diese-Information-finde“-Fragen mehr. Die Unternehmen müssen wissen, welche Information von wem, seit wann, bis wann und zu welchem Zweck verwendet wird. Als nächstes müssen Datenwissenschaftler über die Werkzeuge verfügen, um schnell Modelle zu erstellen und aus den Daten aussagekräftige Erkenntnisse zu gewinnen. Noch wichtiger ist es, dass sie Zugang zu Bereitstellungsräumen haben, in denen alle Modelle wie alle anderen Daten des Unternehmens indexiert, versioniert, dokumentiert und zugänglich sind. Der Einsatz von Modellen des maschinellen Lernens in Produktionsumgebungen ist nach wie vor der schwierigste Teil des heutigen Weges. Sobald die Datenwissenschaftler eine Logik entwickelt haben, müssen Unternehmen diese in großem Maßstab einsetzen und mit den bestehenden Geschäftsprozessen verbinden.“

Welche Berufe werden sich mit der zunehmenden Nutzung von Data Science, Machine Learning und KI erheblich verändern?

„Alle werden von KI-unterstützten Geschäftsprozessen profitieren“, sagt Delbecq. „Es erhöht die Wahrscheinlichkeit bessere Entscheidungen zu treffen sowie das Vertrauen in die Entscheidung selbst. Beginnen wir mit den Business Analysten, die von schnellen Antworten auf die WARUM-Frage profitieren, die die WAS-Ergebnisse bestimmen. Auch diejenigen, die für ein Unternehmen verantwortlich sind und die WIE-Fragen mit Hilfe eines optimierten Entscheidungsprozesses besser beantworten können. Die Liste ist endlos.“

Regeln, die durch Machine Learning berechnet wurden, erweisen sich häufig als eine Art „Black Box“, weil sie sich nicht ohne Weiteres in ein für den Menschen verständliches Format konvertieren lassen. Ist es für Unternehmen schlicht eine Frage des Vertrauens oder sollten Machine Learning Algorithmen immer erklärt werden?

„Maschinen antworten mit zwei verschiedenen Antworten: ‚Ich glaube, es ist dies, und ich bin diese X Prozent zuversichtlich, dass es auch dies sein könnte'“, sagt Delbecq. „Sie werden einen besseren Entscheidungsprozess anleiten, der manchmal automatisierte Arbeit als Teil des Geschäftsprozesses erfordert oder aufzeigt, bei welchem Menschen unterstützen sollten“, so Delbecq. „Viele der KI-Techniken sind leicht zu erklären. Erst wenn die Mathematik hinter den Kulissen das Problem zu sehr abstrahiert, wird es schwieriger. Es gibt jedoch Möglichkeiten, die Entscheidung durch nachvollziehbare Techniken zu erklären. Sie sind so gut wie jede andere deterministische Methode, die in der traditionellen Softwareentwicklung angewandt wird.“

Die Auswirkungen von Machine Learning, Data Science und KI stellen die Unternehmenskultur vor Herausforderungen, wenn KI und Maschinelles Lernen in den Geschäftsbetrieb eingeführt werden. Was würden Sie Unternehmen raten, um das Vertrauen in diese Technologien zu fördern?

„Eine Möglichkeit wie sich ein Unternehmen weiterentwickeln und verändern kann“, so Delbecq, „ist es Vorschriften zu erlassen, um im Unternehmen ein bestimmtes Verhalten herbeizuführen. Üblicherweise ist es damit nicht getan, dass ein Unternehmen diese Vorschriften einhält, sondern es müssen hiermit neue Chancen geschaffen werden. Die Einführung von Compliance and Risk ermöglichte den CDOs beispielsweise einen klaren Überblick über das Datenlayout des Unternehmens, um die Konformität zu wahren. Später war der Trend zu erkennen, dass sie den Geschäftszweig besser bedienen konnten, wenn sie mehr Daten offenlegten, indem sie in die Selbstbedienung und das Einkaufen von Daten hineinwuchsen, während sie mehr Vertrauen in die Interaktionen gewannen.“

„Zudem nehmen wir Veränderungen war, wenn Unternehmen die Vorteile des Verständnisses neuer Anwendungsfälle und Geschäftsprozesse tatsächlich selbst erfahren. Dies kann entweder durch die Verbesserung bestehender Prozesse oder auch nur durch die Reduzierung der Reaktionszeit geschehen. Künstliche Intelligenz bringt viele Veränderungen mit sich. In den letzten zehn Jahren ist der Zugang zu KI und hierfür benötigten leistungsstarken Computern immer erschwinglicher geworden. Und auch Machine Learning und Data Science sind bereits seit 50 Jahren Teil unseres Lebens, sie jedoch der Allgemeinheit zugänglich zu machen, stellte hinsichtlich der Kosten wie Fähigkeiten lange eine Herausforderung dar. Aktuell werden eben diese Barrieren immer weiter abgebaut.“

„In diesem Sinne werden gute Governance/Compliance und das Erleben der Vorteile eine wichtige Rolle dabei spielen, dass die Menschen KI annehmen und ihr Vertrauen in sie setzen. Aus der Perspektive der Unternehmensführung und -überwachung ist es von entscheidender Bedeutung, sicherzustellen, dass die Modelle fair, erklärbar, robust und gut dokumentiert sind.“

Nennen Sie uns einen der erfolgreichsten Anwendungsfälle und sagen Sie uns, warum Sie ihn für einen besonderen Erfolg erachten?

„Für einen unserer Kunden im Einzelhandel führten wir eine Kundensegmentierung durch, automatisierten den gesamten Prozess und verbanden ihn mit dem Marketingprozess, der die Kunden befragt und weitere Informationen über ihre Präferenzen sammelt“, so Delbecq. „Wir betrachten dies als Erfolg, da sie derzeit den Code in die Produktion überführen.“

Und das ist der Schlüssel. Zusätzlich zu der Tatsache, dass KI in jedem Unternehmen vorherrschen wird, und nicht nur in denjenigen, die von Natur aus dazu neigen, weil sie aus der Technologie-Startup-Kultur kommen, müssen wir KI nicht nur zugänglich machen, sondern sie muss auch Ergebnisse produzieren und in der Produktion bleiben. Es scheint, dass wir auf dem besten Weg dorthin sind.

Das Interview führten Data Natives im Vorfeld der DN Unlimited Konferenz, 18–20 Nov 2020.

Data Natives wurde 2015 in Berlin gegründet, um Daten-Enthusiasten eine Plattform zum Austausch zu bieten. Data Natives sehen Daten als Teil unserer neuen kulturellen Identität und einer veränderten Art zu kommunizieren. Ihre globale Community von 80.000 Wissenschaftlern, Branchenexperten, Unternehmern und Fachleuten arbeitet gemeinsam daran, die Zukunft unseres Lebens- und Arbeitsumfeldes zu verändern und den Status Quo herauszufordern.

Die Kommentarfunktion ist geschlossen.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More