So können Unternehmen mit KI Wert generieren

Quelle: Illustration Marcus Stark/pixelio.de

Wie können Unternehmen durch Anwendungen des maschinellen Lernens (ML) – einer Kerntechnologie der KI – nachhaltigen Wert erzielen? Dies untersuchten Forschende der Copenhagen Business School, der Universitäten Bamberg und Paderborn sowie der IT University of Copenhagen. Das Ergebnis: drei grundlegende Mechanismen und ihre Bedingungen, wie ML über die Zeit verschiedene Wertbeiträge leisten kann.

Während der vierjährigen explorativen qualitativen Studie betrachteten die Forschenden 56 operative ML-Anwendungen in 29 Unternehmen. Sie führten 40 Interviews mit Data Scientists und Führungskräften, die an der Entwicklung von ML-Anwendungen beteiligt waren.

Drei Mechanismen und ausgewählte Bedingungen

1. Schaffung von Wissen, also die Nutzung von ML zur Wissensgenerierung: Unternehmen setzen dabei Algorithmen ein, um Muster in Daten zu erkennen und damit zum Beispiel neue Erkenntnisse über ihr Geschäftsfeld oder Kundenverhalten zu gewinnen. Für diese Art der Wertschöpfung benötigen Unternehmen insbesondere datenwissenschaftliche Fähigkeiten und Domänenkenntnisse.
2. Unterstützung von Menschen bei der Entscheidungsfindung: Die Anwendungen reichen von kleinen Erweiterungen bestehender Softwareprogramme bis hin zu spezialisierten Systemen, die Entscheidungen unterstützen oder spezifische Handlungsempfehlungen geben. Eine gute Dateninfrastruktur und Expertise in der Gestaltung von Nutzerinterfaces sind beispielsweise für diese Art der Wertschöpfung essenziell.
3. Autonome Agenten: Bei der dritten Art der Wertschöpfung wird ML entweder direkt in neue Produkte oder Dienstleistungen integriert und somit dem Endkunden zur Verfügung gestellt oder Teile von Geschäftsprozessen werden von der KI selbst ausgeführt statt sie nur zu unterstützen. Um solche Einsatzszenarien zu realisieren, sind Unternehmen auf die Integration von ML-Anwendungen in betriebliche Prozesse und IT-Systeme, ein stabiles Geschäftsumfeld und wenige rechtliche und ethische Probleme mit ihren ML-Anwendungen angewiesen.

Data Scientists spielen eine Schlüsselrolle bei KI-Projekten

Während der Analyse stellten die Forschenden laut der Meldung außerdem fest, dass Unternehmen den Wertschöpfungsmechanismus von ML-Projekten im Laufe der Zeit wechseln.

"Das Wissen, dass sich ML-Wertschöpfungsmechanismen über die Zeit ändern können, erlaubt Unternehmen eine Entwicklungsperspektive auf ihre KI-Initiativen einzunehmen. Wenn also der angedachte Wert eines einzelnen Projekts nicht erfüllt werden konnte, bestehen womöglich Weiterentwicklungsmöglichkeiten der KI-Initiative. Diese sollten genutzt werden anstelle ein Projekt zu früh als gescheitert anzusehen", sagt Dr. Konstantin Hopf vom Lehrstuhl für Wirtschaftsinformatik, insbesondere Energieeffiziente Systeme, der Universität Bamberg.

Bei all diesen Prozessen spielt laut den Forschenden vor allem eine Berufsgruppe eine besondere Rolle: die Data Scientists. Die Autor:innen der Studie verdeutlichen, dass Data Scientists von Anfang bis Ende in die ML-Initiativen involviert sind, regelmäßig Manager:innen über Fähigkeiten und Limitationen der Technologie aufklären müssen und dabei auch selbst Führungsaufgaben übernehmen.

Weitere Artikel zum Thema Künstliche Intelligenz

1. Nachhaltigkeit, KI und Ultraluxus: Diese Themen bewegen Edelmarken
2. Künstliche Intelligenz ist bekannt, Virtual Reality kaum
3. Führungskräfte beurteilen KI überwiegend positiv
4. Jedes zweite Start-up nutzt Künstliche Intelligenz
5. Fachkräfte in Marketing, Vertrieb und Kundenservice sehen in KI großes Potenzial