4 Möglichkeiten, wie Sie Ihrem Unternehmen helfen können, die Trägheit der KI zu überwinden

Untersuchungen deuten darauf hin, dass die Nutzung von KI in vielen Unternehmen ins Stocken geraten ist. So bringen Sie Ihr Unternehmen in die richtige Richtung.

Unternehmen mögen zwar daran interessiert sein, künstliche Intelligenz (KI) zu nutzen, aber Untersuchungen legen nahe, dass es leichter gesagt als getan ist, das Beste aus neuen Technologien zu machen.

Laut dem Data Maturity Index von Carruthers und Jackson geben bis zu 87 % der Datenverantwortlichen an, dass KI entweder nur von einer kleinen Minderheit der Mitarbeiter in ihrem Unternehmen oder überhaupt nicht genutzt wird.

Die jährliche Umfrage des Beratungsunternehmens unter Datenführern legt nahe, dass viele Unternehmen unter einer „KI-induzierten Lähmung“ leiden, wobei nur 5 % der Unternehmen über einen hohen KI-Reifegrad, etablierte KI-Abteilungen oder klare KI-Prozesse verfügen.

Es ist jedoch wichtig, dass Datenverantwortliche, die das Gefühl haben, dass es ihrer Organisation an Reife mangelt, nicht zu entmutigt werden.

Caroline Carruthers, CEO von Carruthers and Jackson, sagte gegenüber ZDNET, dass jede neue Technologie eine Phase der Rechtfertigung, Steuerung und Akzeptanz durchlaufe.

„Wir sind alle auf einer Reise“, sagt sie. „Wir haben viel mehr Daten als je zuvor. Daten sind für unser Unternehmen von grundlegender Bedeutung.“

Als Ausgangspunkt für den Aufbau von KI-Momentum in langsameren Organisationen schlägt Carruthers vier Prioritäten für Datenverantwortliche vor, die über die aktuelle KI-Lähmung hinauskommen wollen:

1. Beginnen Sie mit einem Ziel - „Das kann ich nicht genug betonen. Was möchten Sie tun? Welches Problem versuchen Sie zu lösen? Was hält Sie nachts wach? Welche Möglichkeiten haben Sie? Was Begeistert Sie? Sie brauchen einen Grund, weiterzumachen. Und ohne ihn sehen wir aus wie ein Haufen Kinder, die an einem Sonntag verstreut sind ."
2. Konzentrieren Sie sich auf gezielte Ergebnisse - „Was ist der kleinste Teil dieses Ziels, bei dem Sie anfangen können, etwas zu bewirken? Wenn Sie diesen Weg beschreiten und sobald Sie Dinge wie KI erwähnen, sind alle dafür.“ „Größer ist besser.“ Es ist wie: „Was ist das größte Problem?“ Konzentrieren Sie sich stattdessen auf das kleinste Problem, bei dem Sie etwas bewirken können, und nutzen Sie es als Modell für die Zukunft.“
3. Sprechen Sie über Ihre Erfolge - „Datenleute sind nicht sehr gut darin, allen von den guten Dingen zu erzählen, die sie tun. Wir sind sehr gut darin, darüber nachzudenken, wie viel wir noch zu tun haben.“ Wir sind sehr gut darin, herumzulaufen und viele Sachen zu machen, aber wir sind nicht sehr gut darin zu sagen: „Seht euch diese tollen Sachen an, die wir haben“ und die Leute zu ermutigen, mit uns auf die Reise zu gehen.
4. Verwenden Sie Daten, um Ihren Fall zu beweisen - „Zeigen Sie den Leuten die Ergebnisse Ihres Projekts. Hat es funktioniert? Hat die KI das getan, was wir allen gesagt haben? Hätten wir das Projekt besser abschließen können.“ oder schneller? Verstehen Sie die Kennzahlen, damit Sie sich für weitere Projekte engagieren können.“

Die Konzentration auf diese vier Prioritäten wird Ihrem Unternehmen dabei helfen, KI-Momentum aufzubauen.

Aber warum befindet sich KI angesichts des ganzen Hypes und der Begeisterung für generative Tools wie ChatGPT von OpenAI und Microsoft Copilot immer noch auf einem so frühen Entwicklungsstand?

Carruthers sagt, die Erklärung sei einfach: Die Einführung von KI setzt die Fähigkeit voraus, zwei große Hürden zu überwinden: Menschen und Vorschriften.

Hürde 1: Das Menschenproblem

Wenn es um Menschen geht, müssen alle Arten von Mitarbeitern im Unternehmen - von der Vorstandsetage bis zur Werkstatt - vom Wert der KI überzeugt werden.

Und Carruthers, ehemaliger Chief Data Officer (CDO) des britischen Infrastrukturriesen Network Rail, sagt, dass es trotz aller Aufregung um das schnelle Wachstum generativer Technologien keine leichte Aufgabe sei, Menschen zu überzeugen.

„Sobald Sie das Wort KI erwähnen, stellen sich die Leute Skynet vor und denken, sie würden ihren Job verlieren“, sagt sie und bezieht sich sowohl auf das fiktive KI-System in „Terminator“ als auch auf die sehr reale Angst, die viele Menschen davor haben mögliche Auswirkungen neuer Technologien auf die Zahl der Arbeitskräfte.

„Während viele Datenverantwortliche das Gefühl haben, dass sie etwas mit KI unternehmen müssen, stoßen sie auch auf einen intrinsischen Widerstand, bevor sie überhaupt anfangen können, etwas zu unternehmen.“

Hürde 2: Die regulatorische Zwänge

Wenn es um Vorschriften geht, deuten die Untersuchungen von Carruthers und Jackson darauf hin, dass Führungskräfte zu Recht über die Datenethik und die Möglichkeit strengerer Datengesetze besorgt sind, die sich auf die Verwendung von Informationen konzentrieren.

Da die Form dieser Regeln und Gesetze jedoch immer noch unklar ist, entscheiden sich viele Unternehmen dafür, abzuwarten, bevor sie kopfüber in die KI vorstoßen.

„Es ist ein bisschen wie Rauch und Spiegel. Die Gesetzgebung kommt - wir wissen, dass viele Leute darüber reden, aber wir wissen noch nicht, was diese Gesetze bedeuten“, sagt Carruthers.

„Ich denke also, dass die Leute ihre Wetten ein wenig absichern, weil sie nicht genau wissen, was kommen wird.“

Dynamik braucht ein solides Fundament

Die Studie legt nahe, dass die schwierige Kombination aus einer ängstlichen Belegschaft und der Unvorhersehbarkeit des aktuellen regulatorischen Umfelds dazu führt, dass viele Unternehmen immer noch am Anfang der KI stehen.

Infolgedessen gibt es nicht nur nur wenige Pilotprojekte, sondern auch die grundlegenden Grundlagen - sowohl in Bezug auf Datenrahmen als auch auf Strategien -, auf denen diese Initiativen entstehen.

Ungefähr zwei Fünftel (41 %) der Datenverantwortlichen gaben an, dass sie nur über ein geringes oder gar kein Data-Governance-Framework verfügen, was nur einen Prozentsatz über dem Maturity Index des Vorjahres liegt, als 40 % der Datenverantwortlichen angaben, über ein geringes oder kein Data-Governance-Framework zu verfügen. Hierbei handelt es sich um eine Reihe von Standards und Richtlinien, die es Unternehmen ermöglichen, ihre Daten effektiv zu verwalten.

Etwas mehr als ein Viertel der Datenverantwortlichen (27 %) gaben an, dass ihr Unternehmen überhaupt keine Datenstrategie habe, was nur eine leichte Verbesserung gegenüber dem Vorjahreswert (29 %) darstellt.

„Ich verstehe, warum noch nicht alle so weit sind“, sagt Carruthers, der als ehemaliger CDO die Komplexität von Strategie und Governance versteht.

Erreichen Sie Ihre datengesteuerten Ziele

Die Forschung von Carruthers und Jackson legt nahe, dass die Schlüsselrolle der Governance bedeutet, dass Unternehmen, die bereit sein wollen, KI zu nutzen, sich auf die Erstellung einer Datenstrategie und eines unterstützenden Datenrahmens konzentrieren müssen.

„Wir müssen etwas schaffen, was wir bisher noch nicht hatten, um zu verstehen, welche Auswirkungen die KI hat und welche positiven Auswirkungen sie haben kann“, sagt Carruthers.

Die gute Nachricht ist, dass einige digitale Vorreiter Fortschritte machen. Andy Moore, CDO bei Bentley Motors, konzentriert sich auf die Schaffung der Grundlagen für die Nutzung neuer Technologien wie KI.

Kürzlich erklärte er ZDNET, wie er eine unternehmensweite Datenstrategie rund um vier Grundpfeiler entwickelt hat: Governance; die Daten-Cloud, der Technologie-Stack von Bentley; das Daten-Dojo, sein internes Datenkompetenzprogramm; und Enablement, das sich darauf konzentriert, das Datenteam bei der Zusammenarbeit mit dem Rest des Unternehmens zu unterstützen.

„Meine ständige Herausforderung als Datenführer besteht darin, die Möglichkeiten für diese Technologien zu schaffen, ohne zu sagen, dass man sie jetzt haben kann - denn natürlich will jetzt jeder KI“, sagt er.

„Ich muss sagen: ‚Ich kann Ihnen jetzt keine KI geben, weil ich zuerst die Grundlagen schaffen muss.‘ In meiner Rolle geht es also darum, die Erwartungen in Einklang zu bringen und gleichzeitig das Tempo einzuhalten, das das Unternehmen benötigt.“