test the episodes
In der IT kommt es mittlerweile enorm darauf an, wie genau Unternehmen KI nutzen. Bei der Einführung und Skalierung der Technologien zählt es, so effizient wie möglich zu sein und nicht unnötigerweise Potenzial zu verschenken. Auf eine durchdachte und ausgeklügelte Weise sind viele KI-Anwendungen der nächste große Schritt für Unternehmen. Bei einer zu unstrukturierten, forschen und wenig zielgerichteten Herangehensweise können sie dagegen mehr kosten als sie nützen.
Dieser Beitrag widmet sich daher Best Practices, um KI in der IT so effektiv und gewinnbringend wie möglich einzusetzen.
#1 Anwender- und weniger technologiebasiert denken
Viele Unternehmen fokussieren sich stark auf neue Technologien – und sehen diese beinahe als Selbstzweck an: Beispielsweise entsteht vielfach der Drang, ein bestimmtes Tool zu nutzen, weil bestimmte Konkurrenten dies bereits tun. Oder man folgt dem Anspruch, besonders innovativ sein zu wollen, was insbesondere vielen „AI First”-Strategien entspringt.
Im Gegensatz dazu entfalten Implementierungen, die sich verstärkt auf die Bedürfnisse und Wünsche der Anwender konzentrieren, zumeist einen deutlich höheren Nutzen. KI-Lösungen sollten nie bloß aufgrund ihrer hohen Präsenz eingeführt werden, sondern vor allem konkrete Unterstützung bringen.
Mitarbeitende, welche die Technologie nutzen sollen, müssen so früh wie möglich eingebunden werden: So hat es Sinn, Anwender gezielt nach deren Vorstellungen und KI-Vorlieben zu befragen und die Ergebnisse zu protokollieren. Gepaart mit dem IT-Budget, strategischen Zielen und technologischen sowie sicherheitsrelevanten Anforderungen lässt sich daraus ein Aktionsplan erarbeiten, nach dessen Ausführung eine Nachbetrachtung stattfindet.
Auf diese Weise können die beteiligten Teams klar evaluieren, inwiefern das anwenderbasierte Vorgehen erfolgreich war und welche Lehren sich daraus ziehen lassen, um in die kontinuierliche Verbesserung bei der Einführung und Nutzung von Technologien überzugehen.
#2 Zunächst KI-Reife entwickeln
Bei der KI-Implementierung denken viele Unternehmen an das Resultat: Es sollen möglichst schnell zählbare Ergebnisse und relevante Verbesserungen entstehen. Dies ist verständlich, lässt sich allerdings deutlich besser erreichen, wenn man zunächst einen Schritt zurückgeht – und an der KI-Reife arbeitet.
Eine solche Reife ist erreicht, wenn Faktoren wie das Prozessmanagement, das Informationsmanagement, das Know-how oder auch die Unternehmenskultur für eine erfolgversprechende KI-Implementierung beziehungsweise -Nutzung bereit sind.
#3 Trainings anbieten
Eine ausgedehnte KI-Nutzung im Unternehmen kann einige Mitarbeitende unvorbereitet treffen. Dem ist insbesondere so, wenn – wie bei einem hohen Wettbewerbsdruck oft üblich – die Einführung abrupt und schnell vonstattengeht.
Ergo empfiehlt es sich, so früh wie möglich entsprechende Trainings anzubieten und es Mitarbeitenden zu ermöglichen, sich mit genügend Vorlauf auf die entsprechenden KI-Anwendungen einzustellen. Am besten sind spezifische Trainings, welche sich gezielt den individuellen Bedürfnissen einzelner Mitarbeitender richten. Auf jeden Fall sollten alle Beteiligten die Chance bekommen, sich gebührend auf die kommenden Prozesse, Erwartungshaltungen und Ziele einzustimmen.
#4 Erst optimieren, dann automatisieren
Dieser Grundsatz lässt sich wie ein Mantra einprägen. Die Logik dahinter zielt auf eine hohe Qualität in großer Menge ab – eine ungemein hohe Effizienz: Prozesse müssen zunächst perfektioniert sein, bevor sie sich durch KI automatisieren lassen. Nicht genügend ausgereifte Prozesse würden dagegen bei einer Automatisierung nur vorhandene Fehler replizieren und Ungenauigkeiten abbilden.
Nicht nur in Hinsicht auf mittel- bis langfristige Erfolge empfiehlt es sich, etwas mehr Zeit zu investieren, um schließlich ansprechende Ergebnisse zu erhalten.
#5 Routineaufgaben im Blick haben
Oft sollen KI-Anwendungen etwas Neues schaffen, bisher unerreichte Gebiete erschließen und einen Wandel erwirken. Die Realität sieht oft unspektakulärer und kleiner aus, hat aber dennoch reichlich Nutzen und Innovationskraft parat. Denn KI übernimmt vor allem die Routineaufgaben, was für Mitarbeitende zu deutlich Zeitersparnissen, geringeren Opportunitätskosten und mehr Schaffensraum für Kreativität und Wertschöpfung führt.
Rechnet man sich aus, was viele KI-Anwendungen an Zeit einsparen und was die darüber hinaus gesteigerten Ergebnisse und Fehlervermeidungen Wert sind, fällt Licht darauf, wie Unternehmen wirtschaftlich davon profitieren – wenn sie es richtig angehen.
Mehr als der nächste große technologische Sprung sollte also der praktische Nutzen bei der Routinearbeit im Vordergrund stehen.
#6 Kleine Anwendungsfälle ins Visier nehmen
Wo die Routinearbeit ein oft unerkanntes Reservoir an KI-Nutzen parat hält, besteht das beste Vorgehen darin, sich vieler kleiner Schritte und Probleme nacheinander anzunehmen. Dies verspricht eine deutlich erfolgreichere KI-Implementierung als bei großen, umfangreichen und überaus ambitionierten Projekten.
Jede große Reise beginnt mit einem kleinen Schritt – und so sollten Unternehmen sich geduldig, bestimmt und fokussiert den einzelnen Aspekten widmen.
Sinnvoll können zum Beispiel diese Aufgabenbereiche sein:
- Ticket-Zusammenfassungen
- Dokumentationen
- Wissensmanagement und Self-Service
- Automatisierung einzelner Standardprozesse
- Ticket-Routing
#7 Das Wissensmanagement optimieren
Wie Unternehmen mit Wissen, Daten und Informationen umgehen, zählt bei der KI-Nutzung in mehrfacher Hinsicht:
- Vorhandenes Wissen, große Datenmengen und idealtypische Vorgehensweisen dienen als wichtige Basis für KI, um auf einem hohen Niveau zu operieren.
- KI kann das große Wissen, das in einer Organisation steckt, viel besser zugänglich machen. Wenn dieses erst einmal katalogisiert ist, können Mitarbeitende es niedrigschwellig in natürlicher Sprache abrufen.
- Durch maschinelles Lernen entsteht neues Wissen, das Unternehmen nutzen können, um zum Beispiel ihre Prozesse und Workflows zu optimieren.
Tatsächlich nutzen Unternehmen aus verschiedenen Gründen wie hoher Komplexität und mangelnder Struktur sowie Organisationen oft nur einen Bruchteil ihres Wissens. Mehr Wissen besser zu nutzen, entfaltet somit viel bisher ungenutztes Potenzial.
#8 Prompts optimieren und verfeinern
Liefert eine KI-Anwendung nicht die gewünschten Ergebnisse, denken viele Organisationen gleich daran, sie durch eine andere zu ersetzen. Oftmals könnte das jeweilige Tool jedoch das gewünschte Ergebnis liefern, wenn die Eingaben nur präziser und eindeutiger wären. Prompt Engineering ist ein wichtiger und oft unterschätzter beziehungsweise zu wenig beachteter Faktor.
Kurzum: Inwieweit eine KI nutzt, hängt in einem hohen Maß von den Eingaben ab. Wichtig ist es – je nach Art der Aufgabe –, Kontexte zu liefern, Ziele genau zu beschreiben, auch Detail-Anforderungen zu nennen und bei IT-Problemen Fehlermeldungen vollständig anzugeben.
#9 Sicherheit und Datenschutz mitdenken
Die IT-Sicherheit bei KI wird häufig übergangen, sei es aufgrund mangelnder Erfahrungswerte, einer Eile bei der Einführung oder dem Gedanken, dass schon nichts geschehen wird.
Auf jeden Fall sollte niemand ungeprüft Informationen wie Kundendaten, personenbezogene Daten, vertrauliche Informationen oder auch unternehmensinternes Wissen in eine KI-Anwendung eingeben.
Viele Sicherheits- und Datenpannen entstehen, wenn auf diesem Gebiet keine ausreichende Klarheit herrscht. Oft wissen die Anwender schlicht nicht, dass die von ihnen geteilten Informationen bereits zu den sicherheitsrelevanten beziehungsweise zum strategisch wertvollen Wissen zählen. Ergo führt der Weg nur über klare KI-Richtlinien, die ein Unternehmen für seine Mitarbeitenden definiert.
#10 Transparent und klar kommunizieren
Erfolgt die Implementierung neuer KI-Anwendungen vornehmlich über einen Top-down-Ansatz, stößt dies in der Regel auf weniger Verständnis, Kooperation und Engagement. Problemen wie einer (zunächst) geringen Akzeptanz, Ängste und Unsicherheit lässt sich am besten mit einer Transparenz, die von Beginn an greift, begegnen.
Skepsis kommt deutlich weniger auf, wenn jeder gleich über das Projekt und die einzelnen Schritte Bescheid weiß. Auf dieser Basis entstehen höhere Erfolgsaussichten, als wenn Mitarbeitende – etwas aus Sorge um deren Reaktion – im Unklaren gelassen werden.
Fazit: KI-Nutzung funktioniert – mit Best Practices
Auf welche Weise sich Unternehmen neuer KI-Technologien in der IT bedienen, hat mittlerweile eine enorme Bedeutung. Die KI-Nutzung an sich steht zumeist gar nicht zur Debatte, vielmehr bilden Strategien und Praktiken, möglichst viel aus den Anwendungen, Tools und Features herauszuholen, die entscheidenden Erfolgsfaktoren.
Daher lohnt es sich, entsprechende Best Practices zur Geltung zu bringen, die passenden davon anzuwenden und den Umgang mit KI kontinuierlich im Blick zu haben. Insbesondere die KI-Reife, der Fokus auf Routineaufgaben und kleine Anwendungsfälle sowie ein funktionelles Wissensmanagement bilden wichtige Faktoren.
Wichtig ist, dass Unternehmen nicht auf eine beliebige und unstrukturierte Weise KI implementieren und nutzen, sondern strategisch und mit Weitsicht agieren und sich eine individuell für sie passende Herangehensweise, die unterschiedliche Faktoren abdeckt, zurechtlegen.
Dabei spielt unter anderem die richtige Softwarelösung eine enorme Rolle, wobei sich bei der KI-Nutzung – insbesondere zu Beginn – flexible Nutzungsmodelle anbieten.