Künstliche Intelligenz: Erfolgreicher Einsatz auch ohne Experten-Know-how?

Publish date:

Viele Unternehmen würden gerne intelligente Technologien nutzen, aber Experten mit den entsprechenden Kenntnissen sind rar. Ein Beitrag, warum dies mittlerweile dennoch kein Hindernis sein muss.

Fabian Schladitz, Capgemini

Mal angenommen, Ihr Unternehmen hätte die besten Voraussetzungen für die Nutzung von Künstlicher Intelligenz (KI): Der Wille ist da, das nötige Budget ebenfalls und sie haben sowohl genügend Daten in guter Qualität als auch die Fachabteilungen hinter sich. Das einzige, was fehlt, wäre das entsprechende Know-how im Bereich KI. Was dann? Schließlich belegen unsere jährliche IT Trends Studie wie eine aktuelle Umfrage des Analystenhauses IDC, dass Unternehmen vorrangig den Mangel an Experten für Machine Learning und KI als Hemmnis für die Durchführung von KI-Projekten beurteilen. Nun, ich würde sagen, dann könnten Sie trotzdem zügig mit dem Einsatz beginnen! Warum, das verdeutlichen die Fakten im Anschluss.

Fakt 1: Unternehmen brauchen keine eigene Infrastruktur für den KI-Einsatz 

Inzwischen gibt es genügend Cloud-Plattformen, die eine fertige KI-Infrastruktur anbieten. Sie beinhaltet die Hard- und Software, Schnittstellen und Services. Damit können Unternehmen nicht nur Einsatzszenarien entwickeln und testen, sondern sie auch dauerhaft betreiben und später skalieren. Achten sollten Sie bei der Auswahl einer Cloud-Plattform allerdings auf die Betriebs-Optionen und ob die Schnittstellen-Adapter zu ihrer IT-Landschaft passen. Falls Cloud keine Option ist, betrachten Sie zuerst einen anderen Anwendungsfall.

Fakt 2: Es gibt genügend Data-Analytics-Experten

Viele Unternehmen beklagen, dass sie keine Daten-Analysten finden. In den vergangenen Jahren waren solche Spezialisten tatsächlich schwer zu bekommen. Aufgrund der vielen Studienabgänger hat sich dies inzwischen geändert und es ist kein Problem mehr, Bewerber zu finden. Es ist allerdings schwierig, sie langfristig zu binden. So wird beispielsweise die Arbeit für Analysten in kleineren Unternehmen schnell einseitig oder einsam und der Wechselwille steigt rapide. Als Alternative bieten sich Experten externer Partner an, die nur so lange  unterstützen, bis die Daten aufbereitet und die Algorithmen geschrieben sind. Anschließend können Unternehmen mit der Anwendung arbeiten, bis sie wieder verändert werden muss.

Fakt 3: Die Use-Cases kommen aus der Fachabteilung

Die meisten Versuche der IT-Abteilung, selbständig sinnvolle Einsatzszenarien für die Fachanwender zu entwickeln, scheitern. Schließlich kennt sich niemand besser mit den Anforderungen an einen Prozess aus als die Menschen, die tagtäglich damit zu tun haben. Empfehlenswert ist es daher, dass die Fachseite Szenarien entwickelt, die von der IT-Abteilung anschließend umgesetzt werden. Die üblichen Hürden dabei sind mangelndes Verständnis für die Arbeitsweise des anderen sowie unterschiedliche Begrifflichkeiten. Aber das sind typische Probleme, die Unternehmen bei jedem Projekt lösen müssen. Da das Tagesgeschäft eh immer mehr von IT bestimmt wird, führt sowieso kein Weg an einer engen Zusammenarbeit vorbei.

Unterm Strich heißt dies, dass fehlendes technologisches Know-how ein geringes Problem ist, wenn es um KI geht. Viel wichtiger ist es, über genügend qualitativ hochwertige Daten zu verfügen und sicherzustellen, dass die Fachabteilungen den Einsatz von KI befürworten. Dann steht dem Einsatz intelligenter Technologien eigentlich nichts mehr im Wege.

An welcher Stelle haben Sie Schwierigkeiten? Und wie haben Sie sie überwunden? Ich freue mich auf Ihre Rückmeldung.

Weitere Posts

AI

KI für Sicherheitsbehörden – Potenzial und Ambitionen

Pierre-Adrien Hanania
Date icon Januar 24, 2020

Wir leben in einer digitalen Gesellschaft: Künstliche Intelligenz liefert Erkenntnisse aus...

Capgemini Invent

Durch das Prisma der KI: Gestaltung der Next Generation Compliance

Friedrich Haase
Date icon November 28, 2019

Welche Anwendungsmöglichkeiten findet Künstliche Intelligenz (KI) im Bereich Compliance und...

Artificial Intelligence

Künstliche Intelligenz benötigt Datenmanagement – und umgekehrt

Axel Toonen
Date icon September 27, 2019

Wie Künstliche Intelligenz und Machine Learning digitale Transformationsinitiativen antreiben...

cookies.

Mit dem Fortsetzen des Besuchs dieser Website akzeptieren Sie die Verwendung von Cookies.

Für mehr Informationen und zur Änderungen der Cookie-Einstellungen auf Ihrem Computer, lesen Sie bitte Privacy Policy.

Schließen

Cookie Information schließen