KI in der Praxis

Best Practice für den erfolgreichen KI-Einsatz

24.10.2018
Von   IDG ExpertenNetzwerk


Holger Hornik leitet das Team Cognitive Analytics bei msg und entwickelt an der Schnittstelle aus Business und IT zukunftsweisende Strategien sowie neue Perspektiven durch den Einsatz prädiktiver und kognitiver Technologien. Mit über 14 Jahren Erfahrung als IT-Spezialist und Architekt hilft er Unternehmen Lösungen zu kreieren, um Kundenanliegen schneller objektiver und bedarfsgerechter zu beantworten.

Praxis-Beispiel: Individueller News-Brief

Die Portfoliomanager eines großen deutschen Rückversicherers sollen stets über die Nachrichten aus Wirtschaft, Politik und Gesellschaft informiert sein, um Chancen und Risiken zu erkennen. Dazu suchten bisher Menschen täglich im Internet nach News und stellten sie von Hand zusammen, um sie als News-Mail den Portfoliomanagern zuzuschicken. Dies war nicht nur zeitintensiv, sondern auch oft so allgemein, dass die Manager selten die News lasen.

In einem Design-Thinking-Workshop entwickelte der Rückversicherer dann ein neues Einsatzszenario für KI. Die Teilnehmer untersuchten den bisherigen Prozess und entdeckten, dass die nötigen Nachrichten von Reuters und der DPA auch per News-Feed angeboten werden. Diese Feeds können Webcrawler automatisch verarbeiten – ein menschliches Eingreifen ist nicht mehr nötig. So entwickelten wir gemeinsam mit dem Rückversicherer eine „künstliche Intelligenz“ in Form eines Annotators, der die News durchsucht und ordnet, etwa nach Orten, nach Relevanz für eine bestimmte Business Unit des Rückversicherers, nach Zuordnung zu einem Portfolio. Ein E-Mail-Client verschickt dann die zusammengestellten News individuell und zielgruppengerecht. Der Aufwand war überschaubar, die Zeit- und Kostenersparnis dagegen enorm.

Fachbereiche stärken

In einem KI-Projekt treten neue Akteure auf den Plan. KI-Anwendungen basieren auf dem trainierten Wissen der Mitarbeiter, daher sind Fachabteilungen besonders wichtig beim Einsatz von KI-Lösungen. In einem Chatbot-Projekt etwa dient die IT-Abteilung zur Bereitstellung von Daten und auch zur Integration in die Systemlandschaft. Doch es sind die Fachbereiche, die Struktur und den Fluss der Dialoge eines Chatbots definieren, während ein Datenkurator die Dialogerstellung entwickelt, pflegt und verantwortet. Der Testmanager organisiert das Training, den End-User-Test und gegebenenfalls das Crowd Testing.

Mit diesem Setup wird der ausgewählte Use Case als autarker Prototyp umgesetzt und rasch Erfahrung im Umgang mit KI gesammelt. Die zu verwendende Technologie ist zweitrangig und zumeist kein Alleinstellungsmerkmal mehr, da eine Vielzahl an Softwareprodukten (Open Source und Distribution) mit einer großen Auswahl an Möglichkeiten zur Verfügung stehen.

Fazit: So wird KI zum Business Case

KI ist verlockend. Doch als erfolgreicher Business Case kann sie nur gelten, wenn sie mehr Geld erwirtschaftet, als sie kostet – und dazu müssen mehrere Faktoren zusammenkommen: Der Einsatzbereich sollte klein, übersichtlich und die Rahmenbedingungen gut definiert sein, die Stakeholder im Unternehmen sollten sich einig sein, was erreicht werden soll und das KI-Projekt sollte klein beginnen, früh Erfolge erzielen und dann wachsen. Mit einem unrealistischen, aber fantasievollen Projekt ist niemandem geholfen – es existieren ausreichend überschaubare Einsatzszenarien, die sich wirklich lohnen können. KI ist also kein Traum mehr, wenn Unternehmen wach handeln.