Um die Wirkung von KI zu erhöhen, stärken Sie die vier wichtigsten Säulen Ihrer KI-Strategie: Vision, Wertrealisierung, Risiko und Einführungspläne.
- Gartner-Kunde? Log in und personalisierte Ergebnisse entdecken.
Eine wertsteigernde KI-Strategie für Ihr Unternehmen entwickeln
KI-Strategie: Von der Festlegung einer KI-Vision bis zur Durchführung von wertsteigernden KI-Initiativen
GenAI (Generative AI) ist eine Art von KI, die Führungskräfte nun in ihrem Unternehmen ausprobieren wollen. Um jedoch ihren Wert zu nutzen und Risiken nachhaltig zu verwalten, benötigen Führungskräfte eine solide, ganzheitliche und realisierbare KI-Strategie.
Beachten Sie die vier Schlüsselelemente jeder KI-Strategie (unten) und laden Sie die Arbeitsmappe für die GenAI-Planung herunter, um Folgendes zu erreichen:
- Festlegung von GenAI-Zielen, -Vorteilen und -Erfolgsmetriken
- Bindung Ihrer GenAI-Vision an die geschäftlichen Auswirkungen
- Bewertung und Minderung von größeren KI-Risiken
- Priorisierung von GenAI-Initiativen
Mit den 4 Säulen der KI-Strategie können Sie sich auf den Geschäftserfolg konzentrieren
Die Entwicklung einer KI-Strategie inklusive GenAI erfordert einen rigorosen Ansatz – von der Entwicklung einer geschäftsorientierten Vision bis zur Planung, welche Initiativen eingeführt werden sollen und warum.
- KI-Vision
- KI-Werte
- KI-Risiken
- KI-Einführung
KI-Vision: Identifizierung der strategischen Möglichkeiten generativer oder anderer KI
Generative KI ist plötzlich in aller Munde, aber einige Unternehmen verfügen bereits über umfangreiche Erfahrungen und Erfolge beim Einsatz von KI-Techniken in verschiedenen Geschäftsbereichen und -prozessen. Studien von Gartner zeigen, dass nur 10 % der Unternehmen, die derzeit mit KI experimentieren, zu diesen ausgereiften KI-Organisationen gehören. Potenzielle GenAI-Anwender können jedoch viel von ihnen lernen.
Generative KI hat das Potenzial, die bestehenden wirtschaftlichen und sozialen Rahmenbedingungen radikal zu verändern, wie es das Internet und frühere Innovationen wie die Elektrizität taten. Für Ihr Unternehmen stellt sich die Frage, wie KI die Unternehmensziele unterstützen und für bessere Ergebnisse sorgen kann.
Richtig eingesetzt, wird GenAI zu einem Wettbewerbsvorteil und Unterscheidungsmerkmal, indem es die Fähigkeit der KI im Allgemeinen nutzt, um sich wiederholende und langwierige Aufgaben zu automatisieren und neue Erkenntnisse, Ideen und Innovationen mit Hilfe von prädiktiven Analysen, ML (Machine Learning) und anderen KI-Methoden zu generieren.
Generative KI könnte sich erheblich auf den Shareholder Value auswirken, indem sie neue und bahnbrechende Möglichkeiten zur Erreichung von Unternehmenszielen schafft, wie z. B.:
- Erhöhung der Einnahmen. KI wird Unternehmen helfen, neue Produkte schneller zu entwickeln. Die Pharmaindustrie, das Gesundheitswesen und die Fertigungsbranche (Verbrauchsgüter, Lebensmittel und Getränke, Chemie und Materialwissenschaften) werden sich zu KI-First-Branchen entwickeln, während sie neue Medikamente, giftfreiere Haushaltsreiniger, neuartige Aromen und Düfte, neue Legierungen und schnellere und bessere medizinische Diagnosen entwickeln.
- Schaffung eines stärkeren Kundenengagements. Generative KI kann das Kundenengagement verbessern, indem sie bestehende Wertschöpfungsketten und Geschäftsmodelle aufbricht und es Unternehmen ermöglicht, Inhalte direkt für Verbraucher zu erstellen und an sie zu verteilen. So können die traditionellen Zwischenhändler wie Verlage und Vertreiber umgangen werden.
- Reduzierung der Kosten und Verbesserung der Produktivität. GenAI-Funktionen können Prozesse vereinfachen und Ergebnisse beschleunigen, sei es durch die Unterstützung menschlicher Mitarbeitenden (z. B. durch die Zusammenfassung, Vereinfachung und Klassifizierung von Inhalten), die Erstellung von Softwarecode oder die Optimierung der Chatbot-Leistung. GenAI kann auch bisher ungenutzte (und damit verschwendete) Daten nutzen.
Entscheiden Sie, wie Sie den Erfolg von KI messen wollen
Eine kürzlich von Gartner durchgeführte Umfrage unter mehr als 600 Unternehmen, die KI einsetzen, zeigt, dass die Unternehmen mit der umfassendsten, tiefgreifendsten und längsten Erfahrung mit KI den Erfolg nicht anhand des Projektvolumens, der erledigten Aufgaben oder des Outputs messen. Stattdessen:
konzentrieren sie sich mehr auf Geschäftsmetriken als auf Finanzmetriken und folgen spezifischen Attributionsmodellen und Ad-hoc-Messungen, die an jeden KI-Anwendungsfall gebunden sind
führen sie Benchmarking durch, sowohl intern als auch extern
ermitteln sie frühzeitig Metriken und messen den Erfolg von KI-Anwendungsfällen schnell und konsequent
Zu den Geschäftsmetriken gehören solche, die sich auf Folgendes konzentrieren:
Geschäftswachstum, z. B. Cross-Selling-Potenzial, Preiserhöhungen, Bedarfsermittlung, Monetarisierung neuer Vermögenswerte
Kundenerfolg, z. B. Kundenbindungsmaßnahmen, Maßnahmen zur Kundenzufriedenheit, Anteil am Kundenbudget
Kosteneffizienz, z. B. Bestandsverringerung, Produktionskosten, Mitarbeiterproduktivität, Optimierung von Vermögenswerten
Studien von Gartner zeigen außerdem, dass Unternehmen, in denen das KI-Team an der Definition von Erfolgsmetriken beteiligt ist, KI mit 50 % höherer Wahrscheinlichkeit strategisch einsetzen als Unternehmen, in denen das Team nicht beteiligt ist. Bei der Auswahl der Metriken sollte das KI-Team das Feedback der Gruppen einbeziehen, die für die Datenverwaltung zuständig sind, sowie von Geschäftsanalysten, Fachexperten, Verantwortlichen für das Risikomanagement, Datenwissenschaftlern, IT-Leitern und Entwicklern.
KI-Wert: Beseitigung der Hindernisse, die einer effektiven Nutzung von KI im Wege stehen
Neue Tools wie ChatGPT haben das Interesse am Potenzial der KI angekurbelt, aber um ihren Wert zu nutzen, müssen Führungskräfte den Geschäftswert, das Risiko, die Talente und die Investitionsprioritäten umfassender betrachten und sich auf die mögliche Disruption bestehender Geschäftsmodelle und Strategien vorbereiten.
Bislang wurde der Geschäftswert von KI vor allem durch Einzellösungen generiert. Um in großem Umfang mehr Wert zu schaffen, auch durch GenAI-Initiativen, sind möglicherweise tiefgreifende Änderungen der Geschäftsprozesse, neue Fähigkeiten, Rollen und Organisationsstrukturen sowie neue Arbeitsweisen erforderlich. Wenn Sie keine Veränderungen vornehmen, werden Sie wahrscheinlich nicht in der Lage sein, die von Ihnen identifizierten Chancen zu nutzen.
Generative KI bedeutet einen Umbruch für Menschen, Fähigkeiten und Prozesse
Planen Sie, wie Ihr Unternehmen Prozesse und Systeme umgestalten und Mitarbeitende weiterbilden wird, wenn GenAI in die tägliche Arbeit integriert wird. Der bewusste und zukunftsorientierte Einsatz von KI wird den Unterschied zwischen langfristigem Erfolg und potenziellem Misserfolg ausmachen.
Nach den strategischen Annahmen von Gartner wird prognostiziert:
Bis 2026 werden mehr als 100 Millionen Menschen Roboterkollegen (synthetische virtuelle Kollegen) einsetzen, um zur Arbeit in Unternehmen beizutragen.
Bis 2033 werden KI-Lösungen, die zur Unterstützung oder autonomen Ausführung von Aufgaben, Tätigkeiten oder Arbeitsplätzen eingeführt werden, zu mehr als einer halben Milliarde neuer geschaffener Arbeitsplätze für Menschen führen.
Identifizieren Sie Probleme, die die Einführung von GenAI-Projekten verlangsamen oder Ihre Fähigkeit behindern könnten, deren Wert zu nutzen. Entwerfen Sie Lösungen und Maßnahmen und bestimmen Sie eine Führungskraft, die für die erforderlichen organisatorischen Veränderungen verantwortlich ist. Wenn es in Ihrem Unternehmen beispielsweise an der nötigen Datenkompetenz zur Förderung von KI-Projekten fehlt, sollten Sie die Führungskräfte (und nicht nur die Mitarbeitenden) in Schulungen und Übungen zur Datenkompetenz einbeziehen, den CDAO (Chief Data and Analytics Officer) mit der Leitung des Programms betrauen und dafür sorgen, dass sich andere Führungskräfte beteiligen.
KI-Risiken: Vorbereitung auf die Bewertung und Minderung einer Reihe von KI-Risiken
Staatliche Vorschriften und Rahmenwerke für KI entstehen allmählich. Achten Sie daher auf die spezifischen Vorschriften in den jeweiligen Rechtsordnungen. Da die Nutzung von KI weiterhin Fragen zu Ethik und Verantwortung aufwirft, könnten neue Vorschriften eine Reaktion auf die sich ändernde öffentliche Meinung über die Nutzung von KI sein. Generell sollten Sie sich jedoch auf die wichtigsten Arten von Risiken vorbereiten, wie z. B:
Regulatorische Risiken. KI birgt rechtliche Risiken, da Unternehmen möglicherweise Klagen wegen urheberrechtlich oder anderweitig geschützter Inhalte, Informationen und Daten ausgesetzt sind. Die Vorschriften ändern sich schnell, daher sollten Sie sich über die lokalen und regionalen KI-Vorschriften informieren, um die Einhaltung der geltenden Richtlinien zu gewährleisten. Achten Sie auch auf branchenspezifische Vorschriften, z. B. in den Bereichen Biowissenschaften und Finanzdienstleistungen.
Reputationsrisiken. KI kann Voreingenommenheit verstärken und eine „Black Box“ schaffen – ein KI-System, bei dem der Nutzer keinen Einblick in die Eingaben und Vorgänge hat. Anbieter, die keine Transparenz in Bezug auf Schulungsdatensätze bieten, riskieren schlechte Ergebnisse. Ungeprüfte KI-Dienste können auch Risiken durch eine schlechte Entscheidungsfindung und/oder Ausführung von Aufgaben bergen. Unternehmen müssen robuste Schutzmechanismen aufbauen, um den Verlust von geistigem Eigentum oder Kundendaten zu verhindern, wenn sie generative KI-Dienste entwickeln oder kaufen.
Kompetenzbezogene Risiken. KI erfordert eine Reihe einzigartiger Fähigkeiten, die gezielt durch die Weiterbildung vorhandener Talente, aus dem akademischen Bereich oder von Start-ups beschafft werden müssen. Fähigkeiten in Bereichen wie Prompt Engineering und verantwortungsvolle KI werden in naher Zukunft immer stärker gefragt sein.
KI-Bedrohungen und -Kompromittierungen (böswillig oder gutartig) sind fortlaufend und entwickeln sich ständig weiter. Daher müssen Grundsätze und Richtlinien für KI-Governance, Vertrauenswürdigkeit, Fairness, Zuverlässigkeit, Robustheit, Wirksamkeit und Datenschutz festgelegt werden. Unternehmen, die das nicht tun, haben ein viel höheres Risiko, negative KI-Ergebnisse und -Verstöße zu erleben. Die Modelle funktionieren nicht wie vorgesehen, und es kommt zu Sicherheits- und Datenschutzproblemen, zu Finanz- und Reputationsverlusten sowie zu Schäden für Einzelpersonen.
Das Gartner-Framework AI TRiSM (Trust, Risk and Security Management) umfasst Lösungen, Techniken und Prozesse für die Interpretierbarkeit und Erklärbarkeit von Modellen, den Datenschutz, Modelloperationen und die Abwehr von Angriffen für seine Kunden und das Unternehmen. Wir empfehlen die Einrichtung eines funktionsübergreifenden, engagierten Teams oder einer Task Force, zu dem/der auch Mitarbeitende aus den Bereichen Recht, Compliance, Sicherheit, IT und Datenanalyse sowie Geschäftsvertreter gehören, um die besten Ergebnisse aus jeder KI-Initiative zu erzielen.
Risiken im Zusammenhang mit generativer KI
Wenn generative KI aus umfangreichen Repositorien an Originalinhalten lernt und neue Versionen von Inhalten, Strategien, Designs und Methoden generiert, kann sie dies zur Folge haben:
Falsche Ergebnisse. Generative KI kann instabil und fehlerhaft sein, was Schlussfolgerungen und Fakten betrifft, erfasst eventuell den Kontext nicht vollständig, ist nur begrenzt erklärbar und nachvollziehbar und kann auf Verzerrungen beruhen.
Sicherheitsprobleme. Gegenwärtig werden alle vertraulichen Informationen, die in öffentliche Anwendungen eingegeben werden, gespeichert und können für die Schulung neuer Versionen des Modells verwendet werden. Sensible Daten und geistiges Eigentum können für Nutzer außerhalb des Unternehmens zugänglich werden, einschließlich böswilliger Akteure.
Rechtliche Konsequenzen. Generative KI kann rechtliche Risiken in Bezug auf geistiges Eigentum und Datenschutz mit sich bringen, einschließlich Urheberrechtsverletzungen, Veruntreuung von Geschäftsgeheimnissen, Datenschutz, Modellverzerrungen und Modellsicherheit.
KI-Einführung: Priorisierung von KI-Anwendungsfällen basierend auf Geschäftsauswirkung und Machbarkeit
Bei der Auswahl von Anwendungsfällen für KI, einschließlich solcher, bei denen GenAI zum Einsatz kommt, sollten die Stakeholder der Geschäftsbereiche in der Lage sein, die erwarteten greifbaren Geschäftsvorteile klar zu formulieren, indem sie folgende Fragen stellen:
Welches Problem will das Unternehmen bewältigen?
Wer ist der Hauptnutzer der Technologie?
In welchem Geschäftsprozess wird diese KI-Technik angewendet?
Welcher der Fachexperten aus den Geschäftsbereichen kann die Entwicklung der Lösung leiten?
Wie werden die Auswirkungen der Einführung der Technologie gemessen?
Wie wird der Wert der Technologie überwacht und aufrechterhalten? Und von wem?
Zuerst experimentieren
Eine umfassende KI-Strategie in Angriff zu nehmen, ohne zuerst mit ihren einzelnen Techniken zu experimentieren ist, wie das Pferd beim Schwanz aufzuzäumen.
Folgen Sie diesen fünf Schritten zur Einführung von KI-Techniken:
Anwendungsfälle: Bauen Sie ein Portfolio von wirkungsvollen, messbaren und schnell lösbaren Anwendungsfällen auf.
Fähigkeiten: Stellen Sie ein Team von Talenten zusammen, die für die Anwendungsfälle relevant sind.
Daten: Erfassen Sie die richtigen Daten, die für die ausgewählten Anwendungsfälle relevant sind.
Technologie: Wählen Sie die KI-Techniken aus, die mit den Anwendungsfällen, Fähigkeiten und Daten verknüpft sind.
Organisation: Strukturieren Sie das Fachwissen und akkumulierte Know-how.
Diese Formel aus fünf Schritten ist ein taktischer Ansatz zur Einführung von KI-Techniken, bei dem eine schnelle Wertschöpfung im Vordergrund steht. Sie ist kein strategischer, langfristiger Ausblick.
In Anwendungsfällen ist Machbarkeit genauso wichtig wie Geschäftswert, wenn nicht wichtiger
Schritt 1 – die Identifizierung der wertvollsten Anwendungsfälle – sollte konkrete Verbesserungsprojekte zusammen mit greifbaren Geschäftsergebnissen zum Ziel haben. Machbarkeit ist entscheidend.
In der Regel sind die Renditen höher, wenn das Risiko hoch und die Machbarkeit gering ist. Dennoch lohnt es sich nicht, Projekte zu verfolgen, die mit den verfügbaren Technologien und Daten nicht realisierbar sind, unabhängig vom scheinbaren Geschäftswert.
Machbarkeitskriterien sind:
Technisch. Wie können die bestehenden Technologieoptionen den angegebenen geschäftlichen Anwendungsfall auf den „neuesten Stand der Technik“ bringen?
Intern. Berücksichtigt werden (fehlende) Kultur, Führung, Buy-In, Fähigkeiten und Ethik.
Extern. Berücksichtigt werden (fehlende) Vorschriften, soziale Akzeptanz und externe Infrastruktur.
Ein Anwendungsfall mit einem herausragenden Beitrag zum Geschäftswert und einfacher Machbarkeit ist entweder ein Durchbruch oder der Markt verpasst eine große Chance.
Datenstrategie beeinflusst die Machbarkeit Ihrer KI-Projekte
KI ist sehr datenintensiv, und obwohl Sie GenAI auch ohne die Integration von Anwendungen in Ihren Datenstapel einsetzen können, werden Sie ohne eine befähigende Datenstrategie nicht den größtmöglichen Nutzen aus KI ziehen.
Die Formulierung klarer Anforderungen an das Datenmanagement und die Governance, z. B. Erwartungen an die Datenqualität und das Vertrauen, senkt die Kosten für die Datenerfassung und hilft Ihnen, die Daten zu finden und zu erfassen, die Sie für Ihre KI benötigen.
Siehe auch: „Wichtige Erfolgsfaktoren in jeder Daten- und Analysestrategie“, „Modernisierung des Datenmanagements zur Wertsteigerung und Kostenreduzierung“ und „Wie man ein datengesteuertes Unternehmen wird“.
Verwandte KI-Ressourcen
Gartner-Kunden: Melden Sie sich an, um Zugang zu einer umfassenden Palette an umsetzbaren Insights und Tools zur KI zu erhalten.