Die Bemühungen in den 1990er Jahren mit künstlichen neuronalen Netzen zu experimentieren, blieben seinerzeit erfolglos. Heute ist KI aus keinem Google-Projekt mehr wegzudenken. Doch viele Unternehmenslenker fragen sich, warum ihre KI-Initiativen noch nicht das gewünschte Ergebnis gebracht haben. Eine von dem Beratungshaus BCG im Jahre 2019 veröffentlichte Studie kommt zum Ergebnis, dass 7 von 10 befragten Unternehmen keine oder nur wenige Auswirkungen durch KI beobachten. Woran liegt das?
Druck lastet auf Entscheidern
Viele Unternehmen haben die bisherigen Technologiewellen gemeistert. Beispielsweise die Veränderung durch Informations- und Kommunikationstechnologie sowie die Automatisierung. Die Entwicklung wurde ernst genommen und die Aufgabe meist an die Abteilungen delegiert, die die Umsetzung verantworteten. Mit KI ist die Situation anders. Der Druck auf die Unternehmensleitung wächst massiv. Die Vorstände und Geschäftsführer müssen sich ständig weiterbilden und vor allem sind sie bei dieser Technologiewelle direkt gefragt. Die Personalberatung Odgers Berndtson und die Non-Profit-Organisation AppliedAI haben in einem Whitepaper zusammengetragen, was Vorstände und Geschäftsführer über KI wissen sollten und wie sich die Technologie auf die einzelnen Ressorts auswirkt. Nachfolgend sollen exemplarisch die Rollen des CIO und COO herausgegriffen und für diese dargestellt werden, über welche KI-Kenntnisse die jeweilige Person verfügen muss
Der Chief Information Officer
Der Chief Information Officer, kurz CIO, spielt eine der wichtigsten Rollen bei der Implementierung von KI-basierten Anwendungen. Allerdings konzentrieren sich viele IT-Organisationen heute mehr auf die Pflege der traditionellen Infrastruktur und bestehender Unternehmenssoftware, anstatt über KI unterstützende Software-Stacks nachzudenken und diese zu implementieren. Dies nährt die Diskussion zur Rolle des CIOs im Verhältnis zu einem KI-Kernteam. Der CIO muss in der Lage sein mit dem Unterschied zwischen einer KI-Abteilung der traditionellen IT umzugehen, der sich nicht selten in widersprüchlichen Entwicklungs- und Arbeitskulturen ausdrückt. Für gewöhnlich verfügt der CIO im Unternehmen über solide KI-Fachkenntnisse und fungiert als kritischer Sparringspartner des Top-Managements. Daten und IT-Infrastruktur sowie deren Goverance stellen dabei nicht nur wichtige Verantwortungsbereiche eines CIOs dar, es sind auch die Grundlagen einer jeden KI-Anwendung. Eine Datenstrategie berücksichtigt die Datenerfassung, Datenverfügbarkeit und Integration sowie Geschwindigkeit und Datenqualität. Große Datenmengen sowie deren Qualität und Aktualität sind die Zutaten für die meisten Machine-Learning (ML)-Algorithmen. Allerdings sollten Projektbeteiligte mit Rohdaten arbeiten und nicht mit Auszügen von Kopien, wie sie nicht selten traditionelle Data Warehouses zur Verfügung stellen. Der CIO ist also noch mehr gefordert, effektiv mit Anwendern zusammenzuarbeiten und unternehmensweite Datenpipelines und KI-Architekturen zu entwerfen, was wiederum spezifische Software, Hardware und eine sehr hohe Speicherleistung erfordern.
Grundlage IT-Sicherheit
Je mehr Prozesse mit Hilfe von KI automatisiert werden, desto wichtiger wird das Thema Cybersicherheit. CIOs müssen selbst zu frühzeitigen Anwendern (early adopters) werden. Es wundert daher nicht, dass derzeit Versicherungsprodukte für Cybersicherheit zu einem sehr schnell wachsenden Markt geworden sind. Damit KI einem Unternehmen einen spürbaren Mehrwert liefern kann, muss es in großem Umfang auch eingesetzt werden können. Dies ist bekanntermaßen schwierig, da Datenpipelines, Funktionsbibliotheken etc. professionell verwaltet werden müssen und es bis heute keine standardisierte Infrastruktur dafür gibt. Bei der Überlegung von Make-Or-Buy-Entscheidungen werden gleichzeitig viele kritische Fragen zum IP-Eigentum aufgeworfen. Ein professionelles Management im Rahmen von KI ist wesentlich anspruchsvoller als die klassische Software- und Dienstleistungsbeschaffung.