Titelbild-Team-Start-up-Office-Business-Plan-iStock-690855708

26.03.2018 – Lesezeit: 3 Minuten

Geschäftsbereiche / Marketing, Vertrieb und Service / Geschäftsführung

Bei KI und ML sollten Fachbereiche eingebunden werden

Bei Künstlicher Intelligenz und Machine Learning (KI und ML) wollen in der Firma auf oberer Ebene alle mitreden, aber für die Anbieter ist ein Gespräch mit dem Marketing-Chef mitunter lohnenswerter als mit dem IT-Entscheider. Das ist Teil der Ergebnisse einer Expertenrunde der Computerwoche.

Künstliche Intelligenz (KI) und Robotik bieten viel Potenzial und Chancen, schüren aber gleichzeitig Ängste und Sorgen. Diese werden zum Beispiel in Bezug auf künftigen Arbeitsplatzabbau auch von Microsoft-Gründer Bill Gates und Tesla-Chef Elon Musk geteilt, in der Presselandschaft aber mitunter überdramatisiert.

Eher sachlich haben sich in einem Computerwoche-Roundtable im Dezember 2017 dagegen verschiedene Experten über KI und Machine Learning (ML) ausgetauscht. Die gemeinsam formulierten Schlüsse wurden von dem IT-Magazin unter dem Titel „Der Innovationsdruck liegt auf den Fachbereichen“ in sieben Punkten zusammengefasst.

Teilnehmer der Diskussionsrunde waren unter anderem Oliver Bracht vom Datenanalyse-Spezialisten Eoda, die Siemens-Pressesprecherin Katharina Lamsa für die Digital Factory, Markus Noga, Leiter Machinelles Lernen bei SAP, Ronny Kroehne vom IBM Watson IoT Center in München, Max Zimmermann von Lufthansa Industry Solutions, Franziska Kaufmann von IDG Research, Franz Kögl von Such- und Textanalysespezialist Intrafind und Computerwoche-Redakteur Martin Bayer.

Der Titel des Computerwoche-Beitrags entstammt einem Zitat von IBM Senior Architect Kroehne: „Wir reden immer öfter direkt mit den Fachbereichen. Da ist der Innovationsdruck am größten.“

Die Tafelrunde von King Arthur ist Vorbild für den modernen Roundtable, in dem sich wie bei der Computerwoche Experten zusammensetzen, um zu diskutieren. (Quelle: iStock/ Rawpixel)

7 Ergebnisse der Expertenrunde

1. Unklare Begriffs- und Zielfindung oder Stochern im Nebel: Viele Unternehmen wissen nicht, wo sie mit KI/ML starten sollen. Dabei sollten sie nach Meinung der Expertenrunde erst einmal die Begrifflichkeiten rund um KI und Data Science sowie ML und Robotic Process Automation klären und nicht alles durcheinander werfen. Außerdem gelte es, genau hinzusehen, ob aus einem Use Case auch ein Business Case werde, und weiterhin die Potenziale bezüglich neuer Geschäftsfelder und Zusatznutzen für den Kunden auszuschöpfen. Stattdessen würden vielfach herkömmliche Ziele verfolgt, die Verbesserung der Effizienz in den Prozessen etwa oder Kosteneinsparungen durch Mitarbeiterabbau.

2. Unternehmen entdecken das Process-Mining, sprich die eingehende Analyse ihrer Geschäftsabläufe. Denn die Intelligenz steckt in den Prozessen, heißt es in dem Computerwoche-Beitrag. Im zweiten Schritt gilt es dann, die Mechanismen zu definieren, an denen KI und ML ansetzen können.

3. Auch Algorithmen können fehlen. Unternehmen, die glauben, dass es genügt, Daten in einen Algorithmus zu bringen, um daraus ungeahnte Erkenntnisse zu gewinnen, werden enttäuscht sein. Denn auch Algorithmen können Fehler machen. Die Qualität der Ergebnisse hängt maßgeblich von der Qualität der Informationen ab, mit denen die Systeme gefüttert werden. Um KI sinnvoll zu nutzen, sind nicht zuletzt auch rein menschliche Fähigkeiten wie Kontext-Wissen, Kreativität und emotionale Intelligenz gefragt.

4. Akzeptanz unabhängig von der Branche und Firmengröße: Manche Unternehmen sind schon sehr weit und wissen genau, was sie mit KI und ML erreichen können, andere stehen erst am Anfang. Der Einsatz und die Akzeptanz der Technologie hängen dabei nicht unbedingt von der Branche oder Firmengröße ab.

5. „Kampf der Entscheider“: Bei KI und ML wollen vom CEO über den CIO, den CDO (Digital Officer) bis zum CMO (Marketingchef) auf oberer Ebene alle mitreden – was zeigt, dass es nicht als reines Technologiethema, sondern als Business-Thema erkannt wird. In der Praxis lohne ein Gespräch mit dem Marketingchef mitunter mehr als mit dem IT-Entscheider. Der CIO hat zwar die Aufgabe, neue Technologien umzusetzen und hat auch das nötige Budget dafür, das dem mutmaßlich kreativeren Digital-Chef oft fehlt. Konflikte sind somit vielfach vorprogrammiert.

6. Teambildung und Fachbereiche einbinden: KI und ML sind ein weites Feld und erfordern mit Themen wie Geschäftsprozessen, IT-Lösungen und Sicherheit einen interdisziplinären Team-Ansatz. Das heißt, dass neben den Top-Entscheidern auch die Fachbereiche eingebunden werden sollten. Im Team könnten laut Computerwoche unter anderem Data Scientists, Data Engineers, Programmierer, Mathematiker und Statistiker, Business-Manager und verschiedenen Sachbearbeiter zusammenarbeiten. Ein Problem ist jedoch, dass die Stakeholder (Beteiligten oder Betroffenen) oft eine unterschiedliche Sprache sprechen. Einer kommentierte: „Es gibt nicht viele, die die Ideen des Data-Scientist in Code gießen können.“ Die Teilnehmer der Runde sind sich aber sicher, dass es in Richtung „Design Thinking“ gehen muss. Gemeint ist die Entwicklung von nutzerorientierten Lösungen. Immer öfter kommen Impulse von „ganz unten“, sprich von Berufseinsteigern frisch von der Universität oder sogar von Praktikanten.

7. Deutschland bietet viele Standortvorteile, braucht aber einen Kulturwandel. Deutschland hat mit den Hidden Champions und der jahrzehntelang gepflegten Ingenieurskunst sowie mit Tugenden wie Sorgfalt und Genauigkeit eine sehr gute Ausgangslage. Es gilt aber, die Standortvorteile mit Blick nach vorn besser zu nutzen. Allerdings fehlt es den Unternehmen dafür vielfach noch an Fantasie, sind sich die Teilnehmer der Expertenrunde einig. Es brauche einen Kulturwandel und mehr Mut, um Berührungsängste zu überwinden und stattdessen die Chancen zu begreifen.

 

Quelle Titelbild: iStock/ UberImages