Es ist nicht leicht, mit den neuesten KI-Trends Schritt zu halten, geschweige denn, sie gewinnbringend in die Praxis umzusetzen. Für den Visionary Voices AI Guide spricht Qlik ab sofort regelmäßig mit Datenexperten aus der ganzen Welt, um herauszufinden, wie sie konkrete KI-Techniken im Geschäftsalltag anwenden. Welche Erkenntnisse sich aus den ersten Gesprächen ergeben haben, hat Qlik hier zusammengefasst.
1. Kein Mittel zum Selbstzweck: Orientierung am konkreten Anwendungsfall
Eine große Stärke von KI-Tools zeigt sich bei der Analyse großer Informationsmengen – um Beziehungen, Muster und Anomalien in Datensätzen zuverlässig zu erkennen. Dafür braucht der Anwender auch längst nicht mehr die tiefen Kenntnisse von Datenwissenschaftlern. Ein weiterer Vorteil von KI-Anwendungen liegt in der Erstellung von verlässlichen Vorhersagemodellen, die es Unternehmen ermöglichen, zukünftige Trends und Ergebnisse zu antizipieren.
Mitul Vadgama, Senior Data und Analytics Strategy Manager bei der Lloyds Banking Group, erklärt, wie die Technologie dem Bankensektor einen Mehrwert bringen kann: „KI hat das Potenzial, Finanzdienstleistungen und Banken zu verändern, indem sie personalisierte Dienstleistungen anbietet, die Sicherheit verbessert, Abläufe optimiert und datengesteuerte Entscheidungen ermöglicht. Der Einsatz von KI-Technologien kann den Banken helfen, in einer sich stets weiter entwickelnden Branche wettbewerbsfähig zu bleiben.“
Im Gesundheitswesen sammeln Organisationen Daten aus jeder Patienteninteraktion und jedem diagnostischen Test. „KI hat das Potenzial, das Gesundheitswesen zu revolutionieren, indem sie die Diagnosegenauigkeit erhöht, die Ergebnisse für die Patienten verbessert, die postoperative Versorgung verbessert und die Gesundheitskosten senkt. Sie wird bereits in der Bilddiagnostik zur Früherkennung von Krebs eingesetzt. Es werden bereits robotergestützte Operationen durchgeführt, die bei der Durchführung von Schlüssellochoperationen helfen und somit die Genesungszeit für die Patienten verkürzen können.
Darüber hinaus kann die KI die Produktivität und die Effizienz der Pflege steigern und es den Gesundheitssystemen ermöglichen, mehr Menschen besser zu versorgen“, erklärt Deepa Tambe, Head of Reporting Technology, Barts Health NHS Trust. Gerade zu Beginn des Einführungsprozesses ist wichtig, sicherzustellen, dass die KI-Anwendung an einen bestimmten Anwendungsfall gebunden ist, um den Nutzen möglichst nachweisbar zu machen.
2. Mit Quick Wins und Einbindung die Entscheider an Bord holen
Trotz der potenziell vielversprechenden Anwendungen von KI zur Verwaltung unstrukturierter Datensätze liegen die Quick Wins aktuell immer noch bei den strukturierten Daten. Diese sind sauber, vertrauenswürdig und stellen eine eher risikoarme Basis dar, auf der anspruchsvollere KI-Techniken getestet werden können.
„Der Einsatz von KI alleine ist allerdings keine Garantie für sichtbar positive geschäftliche Auswirkungen und eine verbesserte Analyse führt nicht automatisch zum Erfolg, erst recht nicht, wenn der Vorteil den Entscheidungsträgern nicht klar vermittelt werden kann. Deshalb ist es wichtig, die Endnutzer der Daten von Anfang an in den Prozess mit einzubeziehen - von der Erstellung des KI-Modells bis hin zu der Frage, in welcher Form die Erkenntnisse übermittelt werden sollen. In der Praxis bleiben innovative Analyse-Modelle oft ungenutzt, weil der Endnutzer den Mehrwert nicht erkennt“, so Nick Magnuson, Head of AI bei Qlik.
3. Datenintegration und -verwaltung sind wesentlich für den Erfolg
Datenintegration und -verwaltung sind nach wie vor ein wesentlicher Bestandteil aller neu eingeführten KI-Prozesse. KI-Anwendungen brauchen einen flexibleren Ansatz für die Datenverwaltung, da ein Zustrom neuer Daten ein Modell schnell verändern kann. Unternehmen sind deshalb gefragt, eine solide, kontrollierte und vertrauenswürdige Datenquelle aufzubauen, um aktuelle Daten- und Analyseprozesse zu unterstützen. „KI-Anwendungen sind datenbasiert, daher sind die zugrundeliegende Datenqualität sowie die Datensicherheit von entscheidender Bedeutung.
Nichts funktioniert richtig ohne die entsprechende Data Governance. Unter Berücksichtigung dessen wird KI insbesondere generative KI, die Art und Weise, wie Nutzer mit ihren Daten interagieren, zum Besseren verändern“, so Henri Rufin, Head of Data & Analytics bei Radiall. „Die Notwendigkeit einer soliden Datenverwaltung und -sicherheit sollte Unternehmen aber nicht davon abhalten, unter Berücksichtigung der potenziellen Gefahren mit KI zu experimentieren – auch, um zu verstehen, wo die geeignetsten Anwendungsfälle liegen. Wer klare Ziele definiert und sicherstellt, dass die Daten ordnungsgemäß anonymisiert und geschützt sind, hat eine gute Grundlage geschaffen“, so Rufin abschließend.
Fazit:
Das in den Unternehmensdaten verborgene Potenzial macht KI aktuell für viele zu einem wichtigen Verbündeten, aber der Weg den Nutzen konkret zu ziehen, ist ein langer. Was vielen klar ist: KI kann nicht einfach wie eine neue Software „eingeführt“ werden. KI-Anwendungen werden vielmehr in bestehende Prozesse integriert. Sorgfältige Tests und die Einhaltung von Vorgaben sind entscheidend, um die Datengrundlage für die Einführung von KI zu schaffen und das richtige Gleichgewicht zwischen Risiko und Innovation zu finden. Um das Potenzial zu maximieren, sollten Unternehmen klein anfangen, iterativ testen und kontinuierlich lernen, wobei sie sich zu ethischen und verantwortungsvollen Praktiken verpflichten sollten.