Getting started with AI Driven IT – So gelingt die KI-Einführung mittels Proof of Value-Ansatz

Publish date:

Der Einsatz von Künstlicher Intelligenz (KI) bietet vielversprechende Möglichkeiten zur intelligenten Automatisierung von manuellen Tätigkeiten entlang der IT-Wertschöpfungskette.

Steffen Hoppe, Capgemini

Im Zuge der digitalen Transformation nehmen laut unserer Capgemini IT-Trends Studie 2020 88,2% der CIOs eine gestiegene Komplexität ihrer IT-Landschaft wahr. Zur Bewältigung der Komplexität und weiterer strategischer Herausforderungen wie dem gesteigerten Innovationsdruck und der Sicherstellung der Kosteneffizienz, stellt ein höherer Automatisierungsgrad mittels Künstlicher Intelligenz (KI) eine attraktive Lösung dar. Basierend auf historischen Daten können detaillierte Einblicke und Handlungsempfehlungen für die IT-Organisation abgeleitet werden. Dabei können die Daten aus ganz verschiedenen Quellen stammen und zum Beispiel Informationen zu Systemstörungen und -ausfällen enhalten. Diese können mittels intelligenter Automatisierung zur ressourceneffizienten Bewerkstelligung von monotonen und zeitintensiven Routineaufgaben wie zum Beispiel IT-Servicedesk-Operationen genutzt werden. Laut unserer AI Powered Enterprise Studie 2020 konnten CIOs dadurch ihre operationale Effizienz um mehr als 25 Prozent steigern. Mit KI erhält die IT-Organisation wieder die Chance, sich auf ihr Kerngeschäft und die Entwicklung von Innovationen zu konzentrieren.

Validierung des Nutzens von KI anhand geeigneter Use Cases

Von einer großflächigen Einführung von KI erwarten viele CIOs eine Validierung des tatsächlichen Nutzens der Technologie.  Um diese Prüfung zu unterstützen, werden Use Cases für den Einsatz von KI entweder basierend auf einer holistischen KI-Strategie (Top-down) oder einer konkreten Problemstellung in der IT-Organisation (Bottom-up) identifiziert. Ein Ausgangspunkt für den Bottom-up-Ansatz können beispielsweise ein langsames und fehlerhaftes Ticketrouting oder wiederholt auftretende Incidents sein, die bisher eine manuelle Prüfung und Bearbeitung erfordern. Die Eignung der Use Cases wird dabei auch anhand technischer Voraussetzungen, wie beispielsweise die vorliegende Datenverfügbarkeit und -qualität des zu automatisierenden Prozesses bewertet. Technologiebedingt sind insbesondere die zugrundeliegenden Daten ausschlaggebend für den Erfolg der intelligenten Automatisierung. Aus einer detaillierten Evaluation resultiert eine anhand von Nutzen und Machbarkeit priorisierte Liste von Use Cases. Für diese kann auf Basis eines Proof of Values (PoV) der erwartete Nutzen und der wirtschaftliche Mehrwert in der IT-Organisation validiert werden.

Unser „AI driven IT“ Ansatz hilft KI Use Cases zu identifizieren und umzusetzen

Unser „AI driven IT“-Proof-of-Value Ansatz, unterstützt Unternehmen schrittweise bei der Validierung des möglichen Nutzens von intelligenter Automatisierung. Der Ansatz wird in drei Phasen unterteilt: die Vorbereitung, die Validierung des Nutzens und die Nachbereitung (siehe Abb. 1). Für die Identifizierung geeigneter Use Cases wird dabei das Bottom-up Vorgehen angewendet, bei dem  die Herausforderungen von IT-Organisationen problemorientiert betrachtet und die Möglichkeiten der KI-basierten Automatisierung geprüft werden. Generell lassen sich Use Cases entlang der gesamten IT-Wertschöpfungskette von der Software-Entwicklung (Plan & Build), über den IT-Service-Betrieb (Deliver) bis zur Anwendungs- und Infrastrukturwartung (Run) identifizieren (für potentielle AI Use Cases entlang der IT-Wertschöpfungskette siehe auch: Unlocking the power of AI driven IT – So sieht die IT von Morgen aus). Nach der Auswahl eines geeigneten Use Cases folgt die Entwicklung und Erprobung eines KI-Models. Dieser Vorgang dient zur Validierung des Nutzens des Use Cases, wobei der wirtschaftliche Mehrwert unter anderem durch eine Business Impact Analyse ermittelt wird. Abhängig von der vorliegenden Ausgangslage der IT-Organisation, kann der PoV-Ansatz nach bereits 6 Wochen erste Ergebnisse liefern.

Abb. 1: Phasen des „AI driven IT“-PoV

Ein Minimum Viable Product (MVP) überführt den Nutzen von KI in die Produktivumgebung

Als Abschluss des PoVs sollten Folgeschritte zur nachhaltigen und weiterreichenden Realisierung von KI geplant werden. Hierzu wird zum Beispiel, aufbauend auf dem ursprünglich angewendeten KI-Model und Use Case ein Minimum Viable Product, kurz MVP, erstellt und in den Produktionsbetrieb überführt (Deployment). Das MVP stellt eine funktionsfähige Instanz einer intelligenten Automatisierung dar, die durch automatisierte Datenpipelines beliefert wird. Mit ihm besitzt die IT-Organisation einen ersten Showcase, um KI als integralen Bestandteil des Technologie- und Serviceportfolios zu etablieren. So lassen sich  auch die Fachbereiche von zukünftigen KI-Services und deren resultierenden Mehrwerten überzeugen.

So sorgt der PoV-Ansatz für eine gelungene KI-Einführung

Damit KI kein falsches Versprechen bleibt, werden Daten in der richtigen Qualität benötigt. Die Analyse der vorliegenden Daten liefert hierbei bereits sehr früh eine belastbare Grundlage für eine Go/No-Go-Entscheidung. Der zyklische Prozess aus Datenexploration und Modellvalidierung liefert Unternehmen neue Erkenntnisse über ihre Datenreife sowie der Anwendbarkeit von KI in ihren IT-Domänen allgemein. Für die meisten Kunden besteht die größte Herausforderung nämlich nicht darin KI-Modelle korrekt anzuwenden, sondern zunächst die erforderlichen Daten in ausreichender Qualität zu beschaffen und zu integrieren. Entscheidend ist hierbei auch, dass die Datenquellen stabil sind, d.h. ihr Zweck und die für den Einsatzzweck relevaten Metadaten sind wohl bekannt und unterliegen keinen größeren Änderungen z.B. durch Migrationsprojekte. Um in möglichst kurzer Zeit das notwendig Datenverständis herzustellen, sollten System- und Data Engineers zur Erläuterung für die zur Verfügung stehenden Daten – z.B. in Form von Walkthroughs-  frühzeitig einbezogen werden.

„AI driven IT“ gehört auf die CIO-Agenda

Aufgrund der vielversprechenden Nutzenpotenziale von intelligenter Automatisierung zur Adressierung bestehender Herausforderungen und neuer Chancen der IT, bedeutet KI für in nahezu alle Technologie-Portfolios einen entscheidenden Mehrwert und gehört daher auf die strategische CIO-Agenda. Mit der Validierung und nachfolgenden Erprobung von KI kann die IT zur Zukunftsfähigkeit der gesamten Organisation beitragen. Denn nur durch den erfolgreichen Aufbau der notwendigen Kompetenzen, Prozesse und Tools innerhalb der IT, kann eine intelligente Automatisierung auch als Service gewinnbringend für die Fachbereiche bereitgestellt werden.

Sollte ich Ihr Interesse geweckt haben, mehr über dieses spannende Thema, unsere Erfahrungen und unseren Lösungsansatz zu erfahren, freuen wir uns über eine Nachricht von Ihnen via Linkedin.

 

Weitere Posts

Automation

Unlocking the power of AI driven IT – So sieht die IT von Morgen aus

Tae Ho Shin
Date icon Juli 1, 2020

Die durch die Digitalisierung verursachte Dynamik und die zunehmende Komplexität der...

Artificial Intelligence

Fachartikel OBJEKTspektrum: Testen von und mit Künstlicher Intelligenz

Rik Marselis
Date icon Mai 8, 2020

Die neuen Möglichkeiten, die intelligente Maschinen wie Roboter, Chatbots, aber auch digitale...