Bei der Unternehmensweiten Implementierung fehlt es an AI-Governance und einem klaren Fahrplan.
Unternehmen eilen dazu, KI-Anwendungen einzuführen, da immer mehr davon auf den Markt kommen - doch ihnen fehlen Metriken, um den Return on Investment zu messen.
Unternehmen eilen dazu, künstliche Intelligenz (KI)-Tools einzuführen, da immer mehr davon verfügbar werden - doch die meisten haben bisher keine geeigneten Kennzahlen implementiert, um den Return on Investment zu messen.
Laut der diese Woche veröffentlichten Studie „AI Readiness Barometer“ von IBM verfügen viele Unternehmen außerdem nicht über eine umfassende KI-Strategie und kaufen Produkte in erster Linie aufgrund ihrer zusätzlichen Funktionen. Nur 17 Prozent der im Bericht untersuchten Unternehmen haben eine klar definierte KI-Strategie; bei der Mehrheit - nämlich 38 Prozent - ist die Entwicklung einer solchen Strategie noch im Gange. Weitere 30 Prozent verfolgen eine KI-Strategie, die sich auf spezifische Anwendungsfälle konzentriert. 7 Prozent gaben zu, eine KI-Strategie entwickelt zu haben, die sie letztendlich wieder verworfen oder nicht effektiv umsetzen konnten.
Laut dem Bericht haben etwa 43 Prozent der Befragten KI eingeführt - bedingt durch die zunehmende Verfügbarkeit von geschäftlichen Anwendungen, die auf KI basieren. Die im Auftrag von IBM durchgeführte Studie wurde vom Marktforschungsinstitut Ecosystm durchgeführt; dabei wurden 372 Führungskräfte aus den Bereichen Technologie und Wirtschaft in fünf ASEAN-Ländern befragt: Singapur, Indonesien, Thailand, Malaysia und den Philippinen.
Darüber hinaus gaben zwar 85 Prozent zu, dass KI eine große Wirkung hat, doch nur 22 Prozent bewerteten deren Nutzen und nahmen dies in ihren Bericht auf. Das bedeutet, dass die meisten keine klaren Kennzahlen für die Rentabilität ihrer KI-Investitionen haben - also nicht feststellen können, ob diese zu internen Effizienzgewinnen führen oder zu höheren externen Einnahmen beitragen.
Es gibt laut Ullrich Loeffler, CEO von Ecosystm, bei einem Medienbriefing in Singapur auch Unterschiede zwischen der Einschätzung der Organisationen bezüglich ihrer KI-Reife und der tatsächlichen Situation, wie sie in der Studie bewertet wurde. Er erklärte, dass das Forschungsunternehmen Daten gesammelt habe, um die Bereitschaft und Reife der Organisationen bei der Umsetzung ihrer KI-Strategie anhand von vier Kriterien zu bewerten. Dazu gehörten Kultur und Führung, die Datengrundlage sowie der Governance-Rahmen. Die Ergebnisse wurden aggregiert und dienten dazu, die Organisationen in eine von fünf Stufen der KI-Reife einzuteilen - nämlich „traditionell“, „aufstrebend“, „sich konsolidierend“, „transformativ“ und „KI-erst“.
Obwohl 39 Prozent der Befragten ihre Unternehmen in der Transformationsphase einstuften, ordnete die Bewertung von Ecosystm lediglich 4 Prozent in diese Kategorie ein. Weitere 16 Prozent der Unternehmen gaben an, dass sie „AI-first“ seien; doch Ecosystm stellte fest, dass nur 1 Prozent dieser Unternehmen tatsächlich für diese Stufe der KI-Reifequalifikation in Frage kommen.
Unternehmen, die KI in den Mittelpunkt ihrer Strategie stellen, erzielen in vier Schlüsselbereichen hohe Bewertungen - darunter im Bereich Governance. In diesem Bereich haben sie spezialisierte Rollen eingerichtet, die die Einhaltung ethischer Standards bei der Entwicklung von KI-Lösungen überwachen. Zudem verfolgen diese Unternehmen eine datenzentrierte Strategie, die einen reibungslosen Datenzugriff ermöglicht. Ihre Belegschaft wird durch KI unterstützt; außerdem verfügen sie über ein zentrales Datenteam mit starken Fähigkeiten im Bereich KI und maschinelles Lernen.
Bei der Erklärung des Mangels an Unternehmen, die bei der Implementierung von KI Fortschritte machen, wies Loeffler darauf hin, dass es zwar einfach sei, ein Konzept zu beweisen, es für Unternehmen jedoch schwierig sein könne, die KI-Einführung auf größere Skala umzusetzen.
Er betonte außerdem die Notwendigkeit, dass Organisationen die Auswirkungen der Einführung von KI überwachen und bewerten, um sicherzustellen, dass ihre KI-Anwendungen die gewünschten Vorteile bringen.
Laut der Studie nutzen 63 Prozent der Unternehmen KI, um intelligente Dokumentenverarbeitung zu ermöglichen. 60 Prozent setzen die Technologie für Support- und Helpdesk-Anwendungen ein, während 57 Prozent sie zur Automatisierung von Zahlungs- und Rechnungsprozessen verwenden. Weitere 56 Prozent nutzen KI für die Erstellung technischer Dokumentationen; 55 Prozent setzen sie für die Content-Strategie und -Erstellung ein sowie ebenfalls 55 Prozent für Rekrutierungszwecke.
Etwa 25 Prozent der Unternehmen nannten die Identifizierung geeigneter Anwendungsfälle für Pilotprojekte oder Proof-of-Concept-Tests als ihre wichtigste Priorität im Bereich KI. 22 Prozent sehen die Verbesserung der Datenqualität, Interoperabilität und Konsistenz als ihre KI-Priorität, während 21 Prozent die Notwendigkeit hervorheben, Mitarbeiter weiterzubilden und neu zu qualifizieren, damit sie mit Daten umgehen können.
Rund 39 Prozent gaben an, dass ihre Organisation nur begrenzte KI-Expertise besitze und nur wenige Spezialisten in bestimmten Bereichen vorhanden seien. 26 Prozent nutzten KI innerhalb ihrer bestehenden Anwendungen oder Plattformen, verfügten aber nicht über eigenständige KI-Fähigkeiten.
Die Studie wies außerdem darauf hin, dass das Fehlen eines Governance-Rahmens ein Problem darstellt: Nur 18 Prozent der Organisationen verfügen über eine dedizierte Rolle für das AI- und Datengovernance. 66 Prozent verteilen diese Verantwortung auf verschiedene Abteilungen oder Teams; rund 3 Prozent haben hingegen keine klaren Richtlinien oder definierten Verantwortlichkeiten im Bereich des AI-Governance.
Laut dem Bericht verfügen außerdem nur 12 Prozent über Prozesse, um Schwankungen in der Leistung von KI-Modellen oder ein sogenanntes „Modell-Drift“ zu überwachen - was sich im Laufe der Zeit auf die Ergebnisse auswirken kann.
„Der konkrete Nutzen für Unternehmen besteht darin, KI zu skalieren, um Innovation und Produktivität zu beschleunigen“, sagte Catherine Lian, General Managerin von IBM für ASEAN. „Leider überschätzen viele Technologie- und Geschäftsführer die Fähigkeit ihrer Organisationen, KI erfolgreich einzuführen. Für eine erfolgreiche KI-Einführung sind starke Führungskräfte, eine solide Datenstrategie, das richtige Personal sowie ein durchdachtes Governance-Framework erforderlich, um einen verantwortungsvollen und ethischen Einsatz von KI sicherzustellen.“
„Ohne diese soliden Grundlagen laufen Organisationen Gefahr, Implementierungen vorzunehmen, die sich ausschließlich auf die technologischen Möglichkeiten konzentrieren, ohne die langfristigen Auswirkungen auf das Geschäft zu berücksichtigen“, sagte Lian.
Hans Dekkers, General Manager von IBM für die Asien-Pazifik-Region, wies ebenfalls auf die Notwendigkeit von KI neben der Automatisierung hin, um Unternehmen dabei zu helfen, mit der Geschwindigkeit des Wandels Schritt zu halten.
Windows-Office.net fragte, ob das Risiko für Vorfälle wie der Ausfall von CrowdStrike zunimmt - sollten Unternehmen verstärkt auf Automatisierung setzen, um das Patch-Management sowie andere wichtige Arbeitsprozesse zu bewältigen?
Dekkers sagte, Automatisierung sei entscheidend, um Mitarbeiter von zeitaufwändigen und repetitiven Aufgaben zu befreien sowie das Tempo der Transaktionsprozesse zu erhöhen.
Allerdings müsse die Automatisierung korrekt umgesetzt werden, um Fehler zu vermeiden, sagte er.
Loeffler fügte hinzu, dass dies ebenfalls Teil des Governancerahmens einer Organisation sein sollte - einschließlich der Gewährleistung, dass Drittanbieter-AI-Anwendungen den AI-Sicherheitsrichtlinien des Unternehmens entsprechen.