Dieser Blogbeitrag wurde ursprünglich auf dem norwegischen Blog von Visma veröffentlicht. Sie können den Originalbeitrag hier lesen.
Möchten Sie die unendlichen Möglichkeiten der KI-Implementierung erkunden? Der erste Schritt besteht natürlich darin, eine solide KI-Strategie zu entwickeln. Wir führen Sie durch fünf Dinge, die Sie vor der Implementierung von KI in Ihrem Unternehmen beachten sollten:
1. Zuständigkeiten
Die Implementierung von künstlicher Intelligenz erfordert Fachwissen. Sie müssen abwägen, ob Sie diese Kompetenz kaufen oder in Ihrem Unternehmen einstellen wollen. Der Beruf des Data Scientist wurde zu einem der gefragtesten Berufe des 21. Jahrhunderts gewählt. Es kann eine Herausforderung sein, das richtige Data Scientist-Team zusammenzustellen, da ihre Kompetenzen sehr gefragt sind. Künstliche Intelligenz führt kein Eigenleben und muss mit anderen Worten erst in Produktion gehen, bevor Ergebnisse sichtbar werden. Zugleich kann es eine Herausforderung sein, die Lösung in die internen Systeme zu integrieren.
2. Datenerfassung
Wenn Sie KI einsetzen wollen, müssen Sie über Daten verfügen, aus denen Ihre Systeme lernen können. Oft ist die Datenqualität geringer als erwartet und in einigen Fällen so schlecht, dass eine ordnungsgemäße Nutzung der KI nicht möglich ist.
Die Daten müssen so beschafft werden, dass das System zu einem späteren Zeitpunkt aus ihnen lernen kann. In vielen Fällen müssen die Geschäftsprozesse geändert werden, um die Daten besser zu strukturieren. Die Änderung von Geschäftsprozessen bei der Datenbeschaffung kann jedoch ein langwieriger Prozess sein. Dies muss daher bei der Entscheidung, ob das Fachwissen intern oder extern beschafft werden soll, berücksichtigt werden.
3. Datenschutz und Sicherheit
Viele KI solutions sind darauf ausgelegt, Entscheidungen zu treffen, bei denen es letztendlich um Menschen geht. Dies hat zur Folge, dass die für das Lernen verwendeten Daten DSGVO-konform sein müssen und das Projekt kontinuierlich bewertet wird. Es muss eine klare Rechtsgrundlage geben, um die Informationen verwenden zu können.
Die Risiken können z. B. durch Anonymisierung des Datensatzes verringert werden. Allerdings sollte man sich bewusst sein, dass auch dieser Vorgang als Datenverarbeitung angesehen wird und daher genehmigt und einer Folgenabschätzung unterzogen werden sollte. Sicherheit umfasst mehr als nur den Schutz der Privatsphäre, daher sollten so wenige Personen wie möglich Zugang zu den Daten und dem Server haben.
4. Ethik
Bei der ethischen KI geht es darum, dass KI Entscheidungen trifft, die wir Menschen auch selbst getroffen hätten. Wenn man sich dieser Bedingungen nicht bewusst ist, kann es passieren, dass man Modelle entwickelt, die Menschen in einem automatisierten Entscheidungsprozess unbeabsichtigt diskriminieren. Wenn Sie beispielsweise widersprüchliche Bedingungen in den Datensätzen haben, könnten Sie in eine Situation geraten, in der Ihre digitalen Bankberater alle Kreditanträge von Einwanderern ablehnen, unabhängig von deren Zahlungsfähigkeit.
Darüber hinaus ist es wichtig, darüber nachzudenken, ob die künstliche Intelligenz erklärbar und überprüfbar sein soll. Wird Ihr System bei gleichen Eingabedaten immer die gleiche Entscheidung treffen?
Schließlich ist es wichtig, genau zu überlegen, wofür die KI eingesetzt werden soll. Wird die KI einige der Aufgaben für menschliche Arbeit ersetzen? Wenn ja, welche anderen Aufgaben sollten sie stattdessen übernehmen? Vielleicht sollte die KI eingesetzt werden, um die Gewinne zu steigern, anstatt die Kosten zu senken und so die Zahl der Arbeitsplätze zu erhalten.
5. Die Lösung für ein Problem
Bevor es sinnvoll ist, eine KI-Strategie umzusetzen, muss das Problem vorhanden sein. Es reicht nicht unbedingt aus, genügend Daten zu haben, mit denen man "etwas Cooles machen" will, um einen Mehrwert zu schaffen. Schauen Sie in das Unternehmen und finden Sie das Problem, das gelöst werden muss. Die Grundlage für eine erfolgreiche KI-Implementierung ist ein vernünftiger Business Case.
