Herr Dierberger, wie sollten Unternehmen vorgehen, um Künstliche Intelligenz (KI) mit Strategie und Erfolg einzusetzen?
Moritz Dierberger: KI-Lösungen sind sehr individuell und gehen oft an den Kern des Unternehmens, an das Geschäftsmodell. Eine Out-of-the-box-Lösung gibt es hier nicht. Stattdessen braucht es ein sorgsam aufgesetztes Projekt mit mehreren Prozessen, die in Gang gebracht werden und smart ineinandergreifen müssen.
Beschreiben Sie doch mal die einzelnen Schritte.
Ganz am Anfang steht bei uns die Business-Analyse nach dem bewährten Bechtle Consulting-Modell. Hier identifizieren wir eine Vision und einen sinnvollen Use Case für den KI-Einsatz. Die Betonung liegt auf „sinnvoll“: Es gibt unzählige schöne Use Cases, aber nur sehr wenige, die sich am Ende rechnen. Wir schauen: An welcher Stelle ist der größte Hebel, um einen Mehrwert zu generieren? Aber auch: Wo sind „Quick Wins“, kleine Bewährungsprojekte, die schnell Vertrauen in die Chancen und Möglichkeiten von KI schaffen? Nicht alle IT-Entscheider:innen zeigen ja von Anfang an das nötige Commitment. In diesen Fällen ist es von Vorteil, klein zu starten.
Dann folgt eine Bestandsaufnahme der technischen Mindestvoraussetzungen, um den Use Case zu realisieren. Anschließend gehen wir in die Konzeption und definieren eine Roadmap, die ans Ziel führt. Wichtig dabei: Wir betrachten nicht nur den technischen Bereich, sondern auch die Menschen im Unternehmen. Die sollte man bei größeren Projekten im Rahmen eines Change Managements unbedingt von Anfang an miteinbeziehen
Es geht um Zusammenhänge, die wir durch rein menschliche Beobachtung nicht hätten erfassen können – ab hier bewegen wir uns im KI-Bereich.
Moritz Dierberger, Business Development Management, Bechtle IT-Systemhaus Rottenburg
Und wann kommt die KI ins Spiel?
Es gibt vier Schritte in datenbasierten Transformationsprozessen und erst ab dem letzten sprechen wir von KI.
1. Daten: Wir identifizieren die Systeme und Orte, an denen bereits potenziell wichtige Daten generiert werden und sammeln sie ein. Außerdem prüfen wir, ob es weitere, bislang ungenutzte Datenquellen im Unternehmen gibt.
2. Informationen: Die gesammelten Daten liegen in aller Regel unstrukturiert vor und müssen zunächst zusammengeführt, harmonisiert und in einen Kontext gebracht werden, damit sie aus-sagekräftige und für den Menschen verständliche Informationen liefern.
3. Wissen: Hier finden wir Verknüpfungen und Zusammenhänge in der Menge an Informationen, die für die Realisierung des Use Cases von Nutzen sind.
4. Weisheit: Wenn oft genug Wissen generiert wurde, entstehen wertvolle Erkenntnisse, zum Beispiel für den Bereich Predictive Maintenance (vorausschauende Wartung). Dabei geht es um Zusammenhänge, die wir durch rein menschliche Beobachtung nicht hätten erfassen können – ab hier bewegen wir uns im KI-Bereich.
Wie sind die Ausgangssituationen in den Unternehmen?
Es gibt alle Varianten, die man sich vorstellen kann. Große mittelständische Unternehmen, bei denen so gut wie nichts digital läuft. Kleine Unternehmen, die wahnsinnig weit sind. Und andersherum. Aber wenn man die breite Masse betrachtet, stehen wir noch sehr am Anfang. Öfter als man denkt, gibt es noch Lochkarten oder handgeschriebene Zettel mit Produktionsdaten. Häufig fehlt es auch an Ideen, wo die Daten herkommen könnten.
Nicht zuletzt sehen wir auch Zweifel und Miss-trauen gegenüber neuen Technologien. Das ist die größte Hürde, denn es braucht von allen Beteiligten die Bereitschaft für Veränderung. Oft stoßen wir auf den Gedanken, dass KI-Technologien noch nicht ausgereift sind oder dass die Lernkurve im Unter-nehmen kürzer wird, je länger man wartet. Hier sagen wir aber deutlich: Das ist ein Trugschluss.
Inwiefern?
Die Technologie ist bereits sehr weit, da gibt es nichts mehr abzuwarten. Wer sich jetzt nicht mit KI befasst, der verpasst den richtigen Moment. Denn der Aufwand, den jedes Unternehmen individuell leisten muss, nimmt mit der Zeit nicht ab. Die Produkte werden zwar technisch besser, aber: Die Lernkurve an der Technik und die notwendigen Veränderungen im Unternehmen bleiben dieselben. Diese Arbeit muss heute genauso wie in ein, zwei oder drei Jahren getan werden. Es ist daher erfolgsentscheidend, so früh wie möglich zu beginnen, wenn man von KI profitieren will.
Wie sieht diese Lernkurve aus?
IT-Verantwortliche müssen Kompetenzen im Datenbereich aufbauen, alle Mitarbeitenden mitnehmen, Verständnis für Veränderungen schaffen und die Chancen aufzeigen. Man muss seine eigenen Erfahrungen machen, das wird niemandem abgenommen. Und das braucht eben seine Zeit. Die mittelständischen Unternehmen, die heute erfolgreich mit KI an den Start gehen, haben 2015/16 angefangen, sich damit zu beschäftigen. Der Erfolg ist hart erarbeitet.
Weit verbreitet ist die Befürchtung, dass KI den Menschen ersetzen wird. Frau Dogan, was sagen Sie dazu?
Ebru Dogan: Es geht nicht darum, den Menschen zu ersetzen, sondern seine Leistungsfähigkeit zu erhöhen, damit er sich um andere wichtige Dinge kümmern kann. Es geht um eine Zusammenarbeit von Mensch und Maschine. IT-Verantwortliche können schneller und leichter Entscheidungen fällen, wenn sie eine Datenbasis zurate ziehen können. Um Skepsis und Bedenken wie diese aus dem Weg zu räumen, nimmt die menschliche Komponente in unserem Beratungsansatz von Anfang an eine bedeutende Rolle ein. Die Mitarbeitenden sollen früh den Nutzen von KI für ihre tägliche Arbeit erkennen, sonst fehlt am Ende die Akzeptanz.
Wie gelingt das?
Das kann zum Beispiel über eine Umfrage laufen, die die Probleme der Mitarbeitenden erfragt: Welche Aufgaben finden sie mühsam? An welchen Stellen wünschen sie sich Unterstützung? Man kann aber auch die bestehenden Ideen des Topmanagements nehmen und sie gegenüber der Belegschaft benchmarken. Sobald es dann einen neuen KI-Prozess gibt, können die Mitarbeitenden dessen Praktikabilität gegenprüfen. Eventuell braucht es dafür entsprechende Trainings. Am wichtigsten ist die Transparenz: Alle Beteiligten sollten über anstehende Veränderungen und Meilensteine informiert werden. Je mehr die Belegschaft in die Pläne der IT-Verantwortlichen einbezogen wird, desto höher das Erfolgspotenzial des Projekts.
Was hat Bechtle anderen Unternehmen in Sachen KI voraus?
Es braucht ein solides technologisches Fundament, um KI-Prozesse aufzusetzen – und dieses zu erschaffen, ist seit jeher unser Kerngeschäft. Mit unserer fast 40-jährigen Branchenerfahrung – vor allem im Mittelstand – wissen wir, wie wir zukunftssichere IT-Architekturen bauen. Ein KI-Projekt zieht seine Kreise ja auch in die Bereiche Security, Cloud, Managed Services und Schulungen für Mitarbeitende. In unserem engen Netzwerk in der Bechtle Gruppe haben wir für sämtliche Anforderungen Spezialist:innen an der Hand und kennen herstellerübergreifend die passenden Lösungen. Hier kommt der gesamte Bechtle Verbund zum Tragen – je komplexer ein Projekt, umso stärker sind wir.
Das Beste daran: All das braucht unsere Kun-den nicht zu kümmern, da sie sich auf nur eine Ansprechperson vor Ort verlassen können. Diese Kombination aus Nähe und Netzwerk ist in der IT- Branche unschlagbar.
Ebru Dogan, Business Development Management, Bechtle IT-Systemhaus Rottenburg
Moritz Dierberger
Business Development Manager, Bechtle IT-Systemhaus Rottenburg
Ebru Dogan
Business Development Managerin, Bechtle IT-Systemhaus Rottenburg
- Artikel: Daumen hoch für KI
- Pressemitteilung: Künstliche Intelligenz begeistert beim Tag der Deutschen Einheit – mit technischer Unterstützung von Bechtle
- KI-Lösungen von Bechtle
Erhalten Sie die besten Artikel aus dem Bechtle update alle sechs Wochen direkt in Ihr Postfach. Hier geht's zur Anmeldung:
