Es ist nicht ganz einfach, sich inmitten des Hypes um Künstliche Intelligenz ein Bild von den wahren Möglichkeiten der Technologie zu machen. Was kann KI und was kann sie nicht? Vier Schritte zeigen, wie man bei der Einführung vorgehen sollte.
Die Möglichkeiten von Künstlicher Intelligenz sind enorm, die Nutzung oftmals noch nicht.
© Tom Fishburne
Partner des Bank Blogs
Auf die Frage „Bist Du intelligent?“ antwortet ChatGPT:
„Als KI-Modell bin ich nicht intelligent im menschlichen Sinne. Ich kann Informationen verarbeiten, Fragen beantworten und Aufgaben basierend auf meiner Programmierung und dem Training mit umfangreichen Daten ausführen. Allerdings habe ich kein Bewusstsein, keine Emotionen oder ein Verständnis meiner eigenen Worte. Meine Fähigkeiten basieren auf der Verarbeitung von Mustern in Daten und der Anwendung dieser Muster, um hilfreiche und kohärente Antworten zu generieren.“
Dem Hype folgt Ernüchterung
Im vergangenen Jahr wich der Hype um die KI der Ernüchterung. Viele Unternehmen hatten (und haben) Schwierigkeiten, den unmittelbaren Nutzen zu erkennen, der ihren Erwartungen (und Investitionen) entsprach.
Optimistische Stimmen sagen, die neue Skepsis gegenüber KI resultiere nicht aus einer KI-Blase sondern beruhe auf einer Verweigerung gegenüber der neuen Technologie. Es gehe nicht um das Potenzial der Technologie, sondern darum, wie wir die Lernkurve ihrer Anwendung bewältigen.
KI werde z.B. im Marketing vor allem für einfache Aufgaben wie das Schreiben von Social Posts genutzt. Die meisten Vermarkter würden KI wie einen Texter-Assistenten und nicht wie einen strategischen Vordenker behandeln.
Wenn man KI mit den einfachsten Aufgaben betraue, seien auch die Effizienzgewinne begrenzt. Wenn man KI mit schwierigen Aufgaben betraue – wie Segmentierung, Zielgruppenansprache, Positionierung etc. – könnten die Gewinne wesentlich größer sein.
Mehrwerte durch KI?
Weil – vor allem generative – KI auf viele Menschen wie Magie wirkt, ist die Versuchung groß, anzunehmen, dass der Einsatz jeder KI-Anwendung in jedem Umfeld einen Mehrwert schaffen wird. Das verleitet Unternehmen dazu, „innovativ“ zu sein, indem sie eine Flut von KI-Initiativen starten. Einige davon erweisen sich als nützlich, aber die überwiegende Mehrheit wird weder für Unternehmen noch für Endnutzer einen Nutzen bringen.
Um das enorme Potenzial der künstlichen Intelligenz zu erschließen, müssen Unternehmen Anwendungsbereiche mit klaren Zielen definieren und dann darauf hinzuarbeiten, diese auch zu erreichen.
Für einige Anwendungsfälle könnte das bedeuten, Lösungen zu entwickeln, die keine KI beinhalten; in anderen Fällen könnte es bedeuten, einfachere, kleinere oder weniger sexy – erscheinende KI-Implementierungen zu verwenden.
Vier Schritte zur erfolgreichen Nutzung von KI
Um KI erfolgreich zu nutzen, sollten Unternehmen vier wichtige Schritte befolgen:
1. Das Problem verstehen
Hier machen die meisten Unternehmen einen Fehler, denn sie gehen von der Prämisse aus, dass ihr Hauptproblem ein Mangel an KI ist. Das führt zu der Schlussfolgerung, dass das „Hinzufügen von KI“ eine eigenständige Lösung ist und ignoriert die tatsächlichen Bedürfnisse des Endnutzers.
Nur wenn sich das Problem ohne Bezug auf KI klar formulieren lässt, kann man herausfinden, ob KI eine sinnvolle Lösung ist oder welche Arten von KI für den konkreten Anwendungsfall geeignet sein könnten.
2. Den Erfolg definieren
Die Identifizierung und Festlegung der Kriterien für eine effektive Lösung ist entscheidend, insbesondere bei der Arbeit mit KI, da es immer Abwägungen gibt. Eine zentrale Frage könnte beispielsweise sein, ob Fluency (Sprachgewandtheit) oder Genauigkeit priorisiert werden sollte.
Eine Bank, die ein KI-Tool zur Kreditvergabe entwickelt, würde wahrscheinlich keinen flüssig formulierten Chatbot bevorzugen, der offensichtliche Risiken ignoriert. Ein Designteam hingegen, das generative KI für Brainstorming nutzt, könnte ein kreativeres Tool bevorzugen, selbst wenn es gelegentlich unsinnige Antworten liefert.
3. Die Technologie wählen
Sobald man weiß, was man erreichen will, müssen Ingenieure, Designer und anderen Partner daran arbeiten, wie dieses Ziel erreicht werden kann. Sie könnten verschiedene KI-Tools in Betracht ziehen, von KI-Modellen bis hin zu Frameworks für maschinelles Lernen (ML) und die Daten, die verwendet werden sowie relevante Vorschriften und Reputationsrisiken ermitteln.
Die frühzeitige Beantwortung solcher Fragen ist von entscheidender Bedeutung: Es ist besser, die Einschränkungen bei der Entwicklung zu berücksichtigen, als zu versuchen, sie nach der Einführung der Lösung zu lösen.
4. Testen, testen, testen
Erst jetzt – und wirklich erst jetzt – sollten mit der Entwicklung eines Produkts begonnen werden. Viele Unternehmen eilen zu diesem Schritt und erstellen KI-Tools, bevor sie genau verstehen, wie diese genutzt werden sollen. Das führt unweigerlich dazu, dass sie nach passenden Problemen suchen müssen, anstatt gezielt Lösungen zu entwickeln.
Zudem kämpfen sie mit technischen, gestalterischen, rechtlichen und anderen Herausforderungen, die sie früher hätten berücksichtigen sollen. Wenn von Anfang an der Produkt-Markt-Fit priorisiert wird, lassen sich solche Fehltritte vermeiden. So entsteht ein iterativer Prozess, der echte Probleme löst und echten Mehrwert schafft.
