5 Voraussetzungen für einen optimalen KI-Einsatz
© Pixabay / DirtyOpi
Wahrnehmungen von KI gehen weit auseinander. Während die einen darin eine Bedrohung sehen, betonen andere die damit verbundenen Vorteile. Tatsache ist, dass KI, erfolgreich angewendet, in den meisten Unternehmen einen immensen Nutzen mit sich bringt: sie steigert die Effizienz und Qualität in der Fertigung; sie erlaubt Banken und Versicherungen, ihren Kunden perfekt zugeschnittene Services anzubieten; sie befähigt Chatbots, Anrufer interaktiv über Produkte zu informieren; und ganz allgemein kann KI Daten unterschiedlichster Herkunft so analysieren und aufbereiten, dass sie als wichtige Grundlage für unternehmerische Entscheidungen dienen.
Dafür müssen KI-basierte Applikationen aber optimal entwickelt und implementiert werden. Squirro, Anbieter KI-gesteuerter Cognitive-Insights-Lösungen, beschreibt die wichtigsten Voraussetzungen dafür.
Für die Leistungsfähigkeit der eingesetzten KI-Technologien wie prädikative Analytik, maschinelles und Deep Learning ist es entscheidend, dass die eingesetzten Algorithmen durch eine möglichst große Datenmenge „lernen“ und auf diese Weise bessere Ergebnisse in Form aussagekräftiger Analysen und Handlungsempfehlungen liefern. Hohe Geschwindigkeit und Zuverlässigkeit der Analyse sind maßgeblich, damit Unternehmen sie als Basis für ihre – oft kurzfristig nötigen – Entscheidungen nutzen können.
Strukturierte Daten stellen lediglich rund fünf Prozent aller zur Verfügung stehenden Daten dar; die große Mehrheit liegt unstrukturiert vor. Somit nutzen Unternehmen nur einen minimalen Anteil ihres zur Verfügung stehenden Datenkapitals als Basis für Geschäftsentscheidungen. KI-Lösungen sind, anders als bisherige Tools, auch in der Lage, Daten aus beliebigen Quellen zu analysieren – strukturierte, aber eben auch unstrukturierte. Unternehmen müssen dafür sorgen, dass sie für die Auswertung dieser beiden Datenarten eingesetzt werden. Damit erreichen KI-Lösungen eine völlig neue Ebene von Handlungsempfehlungen, die die Qualität der unternehmerischen Entscheidungen schlagartig verbessert.
Der Einsatz von KI-Technologien ist zumindest anfangs ein Schritt ins Ungewisse. Bedingt durch die große Zahl von Parametern und technischer Verfahren bei der Auswertung und Aufbereitung von Daten kann es für Unternehmen schwer sein nachzuvollziehen, wie KI-Software zu einem Ergebnis gekommen ist. Wichtig für die Anwenderakzeptanz, egal ob Mitarbeiter oder Kunden, ist deshalb die Transparenz der Algorithmen: Wie und warum ist die KI-Lösung zu dem Vorschlag gekommen? In einigen Branchen wie bei Banken und Versicherungen ist die Transparenz aus Compliance-Gründen sogar vorgeschrieben.
Seit den Anfängen der Computergeschichte gilt das Prinzip, dass Applikationen nur die Aufgaben ausführen, die von Entwicklern programmiert wurden. Daran ändert sich auch bei KI-Lösungen nichts. Deshalb ist die Erfahrung, Kompetenz und Kreativität der Entwickler für die Qualität und Leistungsfähigkeit von KI-Lösungen entscheidend. Neben der Nutzung von KI-basierten Softwareentwicklungs-Assistenten ist die gute Ausbildung und kontinuierliche Weiterbildung der Entwickler also unverzichtbar: beim maschinellen Lernen, beim Deep Learning oder auch beim Natural Language Processing. Nur so ist die Erstellung optimaler KI-Lösungen möglich.
Aktuelle KI-Technologie kann in sehr kurzer Zeit sehr große Datenmengen verarbeiten und im Hinblick auf Muster und Trends untersuchen. Daher sind automatisierte KI-Werkzeuge wie Bots und Roboter in vielen Bereichen zwar unabdingbar, sie erschließen aber nur einen Teil des möglichen Potenzials. Das ist erst mit Augmented Intelligence möglich. Diese „erweiterte Intelligenz“ kombiniert die Ergebnisse automatisch arbeitender Algorithmen mit der Erfahrung und Intuition menschlicher Experten: Tatsächlich reicht es nicht, dass Entscheider die Empfehlungen einer KI-Lösung 1:1 übernehmen. Das enorme Potenzial können sie nur dann realisieren, wenn sie künstliche Intelligenz mit ihren eigenen kognitiven Fähigkeiten verstärken.
„Schnellere Computer und größere Datenmengen stellen eine immer bessere Basis für die Nutzung von KI-Lösungen dar. Ihr wahres Potenzial können sie aber erst dann entfalten, wenn sie optimal eingesetzt werden“, sagt Dr. Dorian Selz, CEO und Mitgründer von Squirro. „Die Analyse auch unstrukturierter Daten, transparente Algorithmen und nicht zuletzt hochqualifizierte Entwickler sind Voraussetzungen dafür. Aber erst die Kombination von künstlicher und menschlicher Intelligenz verbessert massiv die Qualität unternehmerischer Entscheidungen.“
Dafür müssen KI-basierte Applikationen aber optimal entwickelt und implementiert werden. Squirro, Anbieter KI-gesteuerter Cognitive-Insights-Lösungen, beschreibt die wichtigsten Voraussetzungen dafür.
1. Große Datenmengen nutzen
Für die Leistungsfähigkeit der eingesetzten KI-Technologien wie prädikative Analytik, maschinelles und Deep Learning ist es entscheidend, dass die eingesetzten Algorithmen durch eine möglichst große Datenmenge „lernen“ und auf diese Weise bessere Ergebnisse in Form aussagekräftiger Analysen und Handlungsempfehlungen liefern. Hohe Geschwindigkeit und Zuverlässigkeit der Analyse sind maßgeblich, damit Unternehmen sie als Basis für ihre – oft kurzfristig nötigen – Entscheidungen nutzen können.
2. Unstrukturierte Daten erschließen
Strukturierte Daten stellen lediglich rund fünf Prozent aller zur Verfügung stehenden Daten dar; die große Mehrheit liegt unstrukturiert vor. Somit nutzen Unternehmen nur einen minimalen Anteil ihres zur Verfügung stehenden Datenkapitals als Basis für Geschäftsentscheidungen. KI-Lösungen sind, anders als bisherige Tools, auch in der Lage, Daten aus beliebigen Quellen zu analysieren – strukturierte, aber eben auch unstrukturierte. Unternehmen müssen dafür sorgen, dass sie für die Auswertung dieser beiden Datenarten eingesetzt werden. Damit erreichen KI-Lösungen eine völlig neue Ebene von Handlungsempfehlungen, die die Qualität der unternehmerischen Entscheidungen schlagartig verbessert.
3. Für transparente Algorithmen sorgen
Der Einsatz von KI-Technologien ist zumindest anfangs ein Schritt ins Ungewisse. Bedingt durch die große Zahl von Parametern und technischer Verfahren bei der Auswertung und Aufbereitung von Daten kann es für Unternehmen schwer sein nachzuvollziehen, wie KI-Software zu einem Ergebnis gekommen ist. Wichtig für die Anwenderakzeptanz, egal ob Mitarbeiter oder Kunden, ist deshalb die Transparenz der Algorithmen: Wie und warum ist die KI-Lösung zu dem Vorschlag gekommen? In einigen Branchen wie bei Banken und Versicherungen ist die Transparenz aus Compliance-Gründen sogar vorgeschrieben.
4. Entwickler besser für KI qualifizieren
Seit den Anfängen der Computergeschichte gilt das Prinzip, dass Applikationen nur die Aufgaben ausführen, die von Entwicklern programmiert wurden. Daran ändert sich auch bei KI-Lösungen nichts. Deshalb ist die Erfahrung, Kompetenz und Kreativität der Entwickler für die Qualität und Leistungsfähigkeit von KI-Lösungen entscheidend. Neben der Nutzung von KI-basierten Softwareentwicklungs-Assistenten ist die gute Ausbildung und kontinuierliche Weiterbildung der Entwickler also unverzichtbar: beim maschinellen Lernen, beim Deep Learning oder auch beim Natural Language Processing. Nur so ist die Erstellung optimaler KI-Lösungen möglich.
5. Künstliche mit menschlicher Intelligenz kombinieren
Aktuelle KI-Technologie kann in sehr kurzer Zeit sehr große Datenmengen verarbeiten und im Hinblick auf Muster und Trends untersuchen. Daher sind automatisierte KI-Werkzeuge wie Bots und Roboter in vielen Bereichen zwar unabdingbar, sie erschließen aber nur einen Teil des möglichen Potenzials. Das ist erst mit Augmented Intelligence möglich. Diese „erweiterte Intelligenz“ kombiniert die Ergebnisse automatisch arbeitender Algorithmen mit der Erfahrung und Intuition menschlicher Experten: Tatsächlich reicht es nicht, dass Entscheider die Empfehlungen einer KI-Lösung 1:1 übernehmen. Das enorme Potenzial können sie nur dann realisieren, wenn sie künstliche Intelligenz mit ihren eigenen kognitiven Fähigkeiten verstärken.
„Schnellere Computer und größere Datenmengen stellen eine immer bessere Basis für die Nutzung von KI-Lösungen dar. Ihr wahres Potenzial können sie aber erst dann entfalten, wenn sie optimal eingesetzt werden“, sagt Dr. Dorian Selz, CEO und Mitgründer von Squirro. „Die Analyse auch unstrukturierter Daten, transparente Algorithmen und nicht zuletzt hochqualifizierte Entwickler sind Voraussetzungen dafür. Aber erst die Kombination von künstlicher und menschlicher Intelligenz verbessert massiv die Qualität unternehmerischer Entscheidungen.“