Share ZU:
11 November 2020 @ Uwe Sterr

Varianten erster Schritte Richtung Künstliche Intelligenz als Werkzeug

This entry is part 2 of 2 in the series KI und Anforderungsmanagement

Ausgangssituation 

Viele kleine und mittlere Unternehmen (KMU) haben das Potential von Künstlicher Intelligenz (KI) noch nicht für sich erkannt. Laut einer Umfrage unter KMUs vom – Bundesverband mittelständische Wirtschaft (BVMW) und Gemeinsam digital, das Mittelstand 4.0-Kompetenzzentrum Berlin von 2020 – beantworten 414 Teilnehmer die Frage: „Wenden Sie KI in Ihrem Unternehmen an?“ wie folgt: 

A screenshot of a cell phone

Description automatically generated

Abbildung 1: Antwort auf die Frage: Wenden Sie KI in Ihrem Unternehmen an? 

Aus dem Umfrageergebnis folgern wir, dass über 60% der KMUs den ersten Schritt in Richtung KI noch nicht gemacht haben.  

Als Hauptgründe wurden genannt: 

  • Noch nicht damit beschäftigt 18% 
  • Fehlendes technisches Expertenwissen 12% 
  • Fehlende finanzielle Mittel 13% 
  • Keine Nutzwerte 19% 
  • Furcht/Skepsis 1% 
  • Fehlender Überblick über Anwendungsfälle 22% 
  • Sonstiges 15% 

Wie können diese Hindernisse bewältigt werden?

Varianten erster Schritte Richtung Künstliche Intelligenz

Je nach Voraussetzungen und Zielsetzung können Sie den ersten Schritt in Richtung KI unterschiedlich gestalten. In Abbildung 2 zeige ich Ihnen mal die Varianten erster Schritte zusammen mit deren Vor- und Nachteilen auf: 

Abbildung 2Mindmap unterschiedlicher erster Schritte Richtung KI 

Der schnelle Weg 

Eine Analyse durch erfahrene KI-Berater schafft schnell Klarheit. Sie wissen nach der Analyse, ob es in Ihrem Unternehmen einen potentiellen Anwendungsfall gibt, den Sie im Rahmen eines Pilotprojektes umsetzen können. 

Vorteile 

Sie können auf diese Weise qualitativ hochwertige künstliche Intelligenz-Lösungen finden und umsetzen.

Nachteile 

Die Kosten der Analyse und der Umsetzung können relativ hoch sein. Außerdem erfolgt die Analyse mit der Außenansicht des Unternehmens durch die Berater. Dies birgt die Gefahr, dass ein suboptimaler KI-Anwendungsfall definiert wird. Ein weiterer Nachteil ist, dass in Ihrem Unternehmen nur im sehr geringen Umfang KI-Kompetenzen aufgebaut werden.

Der nachhaltige Weg 

Beim nachhaltigen Weg richten Sie eine KI-Gruppe ein, die sich Grundkenntnisse zur Erkennung von KI-Anwendungsfällen aneignet. Die Grundkenntnisse kann sich die KI-Gruppe kostengünstig, zielgerichtet und schnell mittels Kursen, Büchern oder Anleitungen auf YouTube aneignen. 

Die Kenntnisse sind Voraussetzungen, um Anwendungsfälle im Unternehmen zu identifizieren. Um diese zu implementieren, müssen die Kollegen ihre KI-Kenntnisse vertiefen und auf den Anwendungsfall beziehen.  

Die Implementierung von Künstlichen Intelligenz -Lösungen ist durch Softwaretools wie Keras und PyTorch, cloud-basierte Plattformen wie Amazon Machine Learning (AML) und Google Cloud ML Engine oder AutoML Dienste von H2O oder Google mit sehr niedrigen Einstiegshürden in kurzer Zeit abgeschlossen und dann nutzbar. Benötigen Sie für Keras und PyTorch noch das Know-how von Softwareentwicklern, können Sie die AutoML-Dienste ohne tiefere Software- und KI-Kenntnisse nutzen. 

Vorteile 

Identifizieren Sie einen Anwendungsfall In-house, erhöht das die Wahrscheinlichkeit, dass ein geeigneter Fall gefunden wird. Sie können das angeeignete KI-Wissen auch in nachfolgenden KI-Projekten nutzbringend einsetzen. Die Kosten sind ebenfalls geringer als beim schnellen Weg. 

Nachteile 

Der Kompetenzaufbau im Unternehmen benötigt Zeit und interne Ressourcen. Die Qualität der KI-Lösung ist potentiell niedriger als die von KI-Spezialisten implementierte Lösung. 

Der bedächtige Weg 

Um erste Erfahrungen zu sammeln, können Sie auch eine bekannte Lösung wie z.B. eine Alex Skill zur Steuerung eines Systems umsetzen. Dieses Projekt kann beispielsweise im Rahmen einer Masterarbeit erfolgen. Dabei können Mitarbeiter und Studenten Erfahrungen austauschen. Die Studenten bringen die neuesten Kenntnisse der akademischen Lehre ein und die Mitarbeiter ihre Praxiserfahrungen. Des Weiteren durchlaufen Sie die Projektschritte eines KI-Projektes. Beides hilft Ihnen bei der Einschätzung des KI-Potentials für Ihr Unternehmen. 

Vorteile 

Die Kosten sind geringer als bei den beiden anderen Wegen. Auch der Aufwand ist geringer als beim nachhaltigen Weg. 

Nachteile 

Dieser Weg ist deutlich langsamer als der schnelle Weg. Zudem bauen Sie weniger Kompetenz im Unternehmen auf, als beim nachhaltigen Weg. Die Qualität der Lösung ist sehr wahrscheinlich weniger gut als die eines KI-Spezialisten. 

Was tun? 

Jeder der drei Wege führt zu einem Ziel. Welcher Weg der beste für Ihr Unternehmen sein kann, besprechen wir gern im Anschluss an unsere Info-Veranstaltung (Datum tbd), oder auch nach unserem lockeren BierNach4 Event am 28. Januar 2021 zum Thema Künstliche Intelligenz und Anforderungsmanagement. Melden Sie sich gern schon mal an, denn die Plätze sind begrenzt.

Fazit 

Was ist nun mein Fazit? Ich halte es mit der typischen Berateraussage: “Es kommt darauf an”. 

Wenn Sie beispielsweise im Rahmen einer Produktentwicklung einen erfolgsversprechenden KI-Anwendungsfall in Form eines Produktmerkmals (evtl. sogar ein Unique Selling Point) identifiziert haben, rate ich zum schnellen Weg.  

Wenn Sie in Ihrem Unternehmen größeres Potential in der Optimierung der eigenen Unternehmensprozesse sehen, liegt der nachhaltige Weg wohl näher. Auch insbesondere dann, wenn Sie konkrete Anwendungsfälle noch nicht identifiziert haben.  

Nun fragen Sie sich sicher, wann der bedächtige Weg zum Einsatz kommt? Der bedächtige Weg ist für kleinere Unternehmen eine attraktive Möglichkeit sich dem Thema KI zu nähern. Auch ist eine Mischform der hier vorgestellten Wege denkbar. 

Es bleibt spannend. Ich freue mich auf Sie beim BierNach4 im Januar oder bei unserem Infotag zum Thema Künstliche Intelligenz! 

Series Navigation<< Künstliche Intelligenz und Anforderungsmanagement