Frameworks erleichtern den KI-Einstieg
Mitarbeiter mitnehmen
von Bernd Reder - 03.05.2019
KI-Zugang: Selbst entwickelte KI-Lösungen kommen im Deutschland bislang kaum zum Einsatz. die Firmen setzten lieber auf cloudbasierte Lösungen "as a Service".
(Quelle: Deloitte "State of AI in the Enterprise Survey 2018" (n=100) )
Doch auch wenn die Mitarbeiter oft eine gewisse Grundskepsis mitbringen - vor allem, wenn sie ständig lesen müssen, wie viele Jobs die KI kosten wird -, freunden sie sich nach den Erfahrungen des Customer-Experience-Spezialisten Genesys schnell mit KI an, wenn sie in der Praxis damit in Berührung kommen: „Die Mitarbeiter eines unserer Kunden hegten vor Beginn der Einführung Bedenken, dass KI ihre Arbeit negativ beeinflussen könnte“, sagt Heinrich Welter, Vice President Sales and General Manager DACH bei Genesys. „Nach sechs Monaten zeigten interne Umfragen, dass die Mitarbeiter zufrieden waren. Als besonders positiv empfanden sie, dass ihnen KI mehr Zeit für anspruchsvolle Aufgaben ließ.“
Praxistransfer mangelhaft
Und wenn dann ein KI-Anbieter gefunden ist und die Beschäftigten eingebunden sind, gibt es bei KI-Projekten noch eine letzte große Hürde: der Transfer von Technik und Theorie in die Praxis. Matthias Keller, Head of Data Science beim Digitalisierungsspezialisten Echobot, erklärt das Probelm: „Die Lern-Algorithmen und deren Optimierung sind eher das Handwerk. Die Kunst und eigentliche Herausforderung ist, ein spezifisches Praxisproblem und vorhandene Daten in lösbare Machine-Learning-Probleme zu überführen.
Echbot-CEO Bastian Karweg ergänzt: „Die Nachfrage nach KI-Lösungen ist sehr hoch. Das Interesse ist dabei aber vor allem durch die großen Effizienzgewinne und Einsparungspotenziale motiviert. Was fehlt ist ein praktisches Verständnis, wann welche Probleme mit KI und ML sinnvoll adressiert werden können.“
Außerdem haben Karweg zufolge viele Unternehmen ihre Hausaufgaben nur mangelhaft erledigt: „Ihre Datenwelt ist veraltet, unvollständig oder fehlerhaft. Darauf lässt sich natürlich nicht aufbauen.“
Fazit & Ausblick
In einem sind sich so gut wie alle Fachleute einig: Die deutschen Unternehmen sollten nicht warten, bis Konkurrenten aus dem Ausland an ihnen vorbeigezogen sind, die bereits heute KI und maschinelles Lernen auf breiter Basis einsetzen. „Bei neuen Technologien ist es nicht ungewöhnlich, dass viele Firmen sie erst einführen, wenn der Wettbewerb damit bereits erfolgreich am Markt ist“, erklärt Kay Müller-Jones von TCS. Aber diese Strategie sei im Fall von KI riskant. „KI ist kein bloßer Trend, sondern wird als entscheidend für die Zukunftsfähigkeit von Unternehmen angesehen. Und mit jedem Tag des Abwartens wachsen der Rückstand auf die führenden Firmen und der Druck des Marktes.“
Schützenhilfe geben den Unternehmen die Bundesregierung mit ihrer „Nationalen KI-Strategie“ und Organisationen wie der KI Bundesverband. Die Regierung will bis 2025 rund drei Milliarden Euro in die Förderung von Forschungsvorhaben und Projekten stecken. Und der Verband hat jüngst das Gütesiegel „AI Made in Germany“ vorgestellt hat.
Um im Konzert der „Großen“ mitzuspielen, braucht es allerdings eine umfassende Kooperation von Unternehmen, Forschungseinrichtungen und Staat. Die oft gegen neue Techniken skeptischen deutschen Verbraucher scheinen jedenfalls das geringere Problem zu sein. Sie gewöhnen sich offenbar schnell an KI, wenn sie ihnen im Alltag begegnet. Wer die Kundendienst-Hotline eines Produktherstellers, eines Finanzdienstleisters oder einer Versicherung anruft, spricht ja oft schon mit einer KI-Instanz, besser gesagt einem Software-Roboter (Bot): „Nur 18 Prozent der Befragten empfinden Chat-Bots als irritierend beim Kundenservice“, berichtet Genesys-Mann Heinrich Welter. „Viel mehr Verbraucher ärgern sich über lange Wartezeiten, falsche Informationen und darüber, von einem Berater zum nächsten weitergereicht zu werden.“