How to?

KI-Herausforderungen meistern – Schritt für Schritt

26.03.2020
Anzeige  Wenn es gilt, KI-Projekte aufzusetzen, stochern viele Unternehmen im Nebel. Robert D. „Rob“ Thomas, General Manager IBM Data and Artificial Intelligence, empfiehlt deshalb ein schrittweises Vorgehen: Die Leiter zum Erfolg müsse Sprosse für Sprosse erklommen werden.

Jeder spricht von künstlicher Intelligenz - aber viele IT-Verantwortliche haben keine konkrete Vorstellung davon, wie sie diese systematisch in ihrem eigenen Unternehmen nutzen können. Sie wissen nur, dass sie etwas von dem möchten, was sich wie Magie anhört: Software, die ähnlich wie ein Mensch mitdenkt und in der Lage ist, komplexe Entscheidungen zu treffen. Doch KI lässt sich nicht einfach wie ein Kaninchen aus dem Hut ziehen. Um eigene KI-Projekte loszutreten, braucht es eine adäquate Denkweise, strategisches Vorgehen und viel Engagement.

Bevor eigene KI-Anwendungen geschrieben werden, gilt es zu überlegen: Welche Voraussetzungen müssen erfüllt sein? Welche geschäftsrelevanten Fragestellungen lassen sich mit KI-Methoden lösen? Und welche Daten sind hierfür erforderlich? Erst wenn solche grundlegenden Fragen beantwortet sind, können sich IT-Verantwortliche über Methoden und Verfahren für das Entwickeln von KI-Anwendungen Gedanken machen.

Die größte Hürde scheint momentan der Einstieg zu sein. Von Unternehmen, die ihre KI-Reise bereits erfolgreich angetreten haben, weiß man, dass sie schrittweise vorgegangen sind. Sie haben sich wie auf einer Leiter nach oben bewegt. Rob Thomas, General Manager Data and Artificial Intelligence bei IBM, spricht von der "KI-Leiter". Auf der ersten Sprosse werden die Business-Probleme identifiziert, die mithilfe von KI gelöst werden sollen. Auf den nächsten Sprossen folgen der Prozess der KI-Einführung und der Betrieb KI-gestützter Anwendungen. Diese Systematik hat den KI-Pionieren von IBM geholfen, Stück für Stück ans Ziel zu gelangen. Man hat einen Riesensprung, der en bloc nicht zu bewältigen war, in eine Reihe kleiner, machbarer Schritte verwandelt

Die KI-Leiter ist eine Strategie für Organisationen zur KI-Transformation ihres Unternehmens.
Die KI-Leiter ist eine Strategie für Organisationen zur KI-Transformation ihres Unternehmens.
Foto: IBM

KI-relevante Business-Probleme

Zunächst gilt es zu verstehen, auf welches Business-Problem KI angewandt werden kann und sollte. Zu viele Organisationen springen derzeit einfach ins kalte Wasser, weil von ihnen gefordert wird, "irgendwas mit KI" zu machen. Oft gehen sie fälschlicherweise davon aus, dass sich KI auf jedes Geschäftsproblem anwenden lässt - was de facto falsch ist.

Richtig ist: KI ist momentan nur für ganz bestimmte Business-Probleme eine sinnvolle Lösung. Das bedeutet, dass im ersten Schritt die konkret zu lösende Aufgabe mit den Möglichkeiten der KI abgeglichen beziehungsweise in Einklang gebracht werden müssen. In einem weiteren Schritt werden die Fragestellungen identifiziert, die mithilfe einer KI-gestützten Anwendung am besten zu lösen sind.

Die nächste Sprosse auf der KI-Leiter sind die Daten. KI-Modelle benötigen in der Regel nicht nur die traditionell verfügbaren Geschäfts- und Prozessdaten. Meist ist auch die Beschaffung von Daten aus anderen Quellen beziehungsweise die Erstellung neuer Daten erforderlich. Relevant sind grundsätzlich alle Daten, mit welchen die KI-Modelle trainiert werden können. Denken Sie an die enormen Datenmengen, die gesammelt werden mussten, um die heutigen Sprach- und Bilderkennungsfunktionen aufzubauen.

Die Verfügbarkeit von Daten allein löst das Problem allerdings noch nicht. Nötig ist gleichermaßen eine Datenarchitektur, die unterschiedliche Datenquellen und Datenformate sowie unstrukturierte Textdaten unterstützen kann.

Whitepaper: Die KI Leiter

Sie fragen Sich wie Sie KI-Anwendungen in Ihrem Unternehmen implementieren können oder stehen bereits vor konkreten Herausforderungen? Dieses Whitepaper gibt Ihnen eine Schritt-für-Schritt-Anleitung an die Hand und hilft Ihnen typische Hürden zu überwinden.

Whitepaper herunterladen

KI-Modelle müssen transparent sein

Die personellen Ressourcen bilden eine weitere Sprosse auf der KI-Leiter. Die KI erfordert selbst von den erfahrensten Software-Ingenieuren, dass sie Neues dazulernen müssen. Das Erstellen und Trainieren von Machine-Learning-Algorithmen beispielsweise funktioniert ganz anders als die Aufgaben, die in einem herkömmlichen Software-Projekt anfallen.

Die große Herausforderung besteht darin, dass KI-Fähigkeiten rar und damit sehr gefragt sind. KI-Entwickler und Datenexperten gibt es kaum. Umso wichtiger ist es, dass die Technologie, mit der KI-Software erstellt und verwendet wird, für jeden im Unternehmen leichter zugänglich ist - unabhängig vom Qualifikationsniveau.

Auf den oberen Sprossen der KI-Leiter wird die Luft etwas dünner, die Herausforderungen steigen. Wenn Unternehmen KI-Modelle in den produktiven Betrieb einführen, ist es unerlässlich, die "Black Box KI" aufzubrechen. Der Betrieb der Modelle muss transparent und die Ergebnisse müssen nachvollziehbar sein. Sonst haben Unternehmen keinen Einblick in das, was ihre KI tut, wie oft sie zum Einsatz kommt und welche Ergebnisse sie erzielt. Auch Verzerrungen in den Daten, die zum Training des Modells verwendet werden, können dann nicht aufgedeckt werden.

Die Forderung lautet deshalb, KI-Empfehlungen oder -Entscheidungen müssen vollständig rückverfolgbar sein, damit Verantwortliche in der Lage sind, die Modelle und die zugehörigen Schulungsdaten sowie die Inputs und Outputs für jede KI-Empfehlung zu prüfen.

Unternehmenskultur anpassen

KI verbessert nicht nur bestehende Geschäftsprozesse. Sie ermöglicht es auch, Abläufe neu zu definieren und Dinge zu tun, die vorher unmöglich waren. Um die Chancen dieser Technologie nutzen zu können, ist auf dieser Sprosse der KI-Leiter jedoch auch eine Anpassung der Unternehmenskultur nötig. Analog wie viele Unternehmen es versäumt haben, sich das Internet und die mobile Revolution zu eigen zu machen, sind sie heute oft nicht bereit, ihre Geschäftsmodelle und Geschäftsabläufe so zu überdenken, dass sie die Möglichkeiten der KI voll ausschöpfen können.

Das Verständnis der Systematik, die einen Einstieg in die KI-Entwicklung möglich macht, ist nicht viel mehr als der Beginn einer langen Reise. Jede einzelne Stufe der KI-Leiter hat ihre eigenen Tücken, mit denen man sich im Vorfeld beschäftigen sollte. Auf dem virtuellen IBM Data & AI Forum im Juni haben Sie Gelegenheit dazu. Der Fokus der Veranstaltung liegt auf dem Austausch von Erfahrungen, praktischen Tipps und Beispielen erfolgreich implementierter KI-Anwendungen.