AI und ML

Das Thema Künstliche Intelligenz (KI) elektrisiert die Unternehmenswelt. Doch ohne eine klare Datenstrategie lassen sich die in Aussicht stehenden Werte nicht monetarisieren. Das Datengold bleibt „tief vergraben“ in den IT-Strukturen.
Bevor KI hier seine Kraft entfalten kann, müssen Daten entdeckt, gehoben und nutzbar gemacht werden. Daten für KI-Modelle – etwa zu Kunden, Produkten, Geschäftsprozessen, Finanzkennzahlen und Marktsituationen – verlangen nach neuen Standards, nach einer neuen Struktur. Erst auf dieser Basis lassen sich neue Erkenntnisse für innovative Produkte und Dienstleistungen gewinnen. Mit dem Analysepaket für Datenplattformen legen Experten von Senacor den Schwerpunkt auf den Kern eines der dominierenden Technologiethemen: Eine harte Architekturanalyse ist die Basis für KI-Wertschöpfung.
In einem neuen Whitepaper von Konrad Jünemann haben wir das Thema aufgearbeitet. Wir wünschen eine an Erkenntnissen reiche Lektüre und freuen uns auf den Austausch mit Ihnen.

AI ist das Top-Thema quer durch alle Branchen. Milliarden wurden in Hardware investiert. Und - Goldman Sachs prognostiziert für die nächsten Jahre einen weiteren Invest in Höhe von einer Billion Dollar in die Infrastruktur: Chips, Server, Rechenzentren, Energieversorgung. Das Research-Team der Bank fragt plakativ: „Too much spend, too little benefit?” Goldman Sachs Research Newsletter

Sicher werden nicht alle KI-Projekte zum Erfolg führen. Erwartungen verschieben sich: KI-Erfolge kommen später. Das gilt als sicher. Die Erkenntnis setzt sich durch, dass KI nicht «out-of-the-box» geliefert werden kann. Im Vorfeld ist eine anspruchsvolle Analyse und IT-Entwicklungsarbeit nötig. Senacor bestätigt diese Entwicklung aus Kenntnis der betrieblichen Praxis und benennt die Herausforderungen:

1.) Echte KI-Anwendungsfälle mit messbarem wirtschaftlichem Nutzen sind oft rar. Unternehmen übersehen Anwendungen jenseits von Chatbots.
2.) Eine tragfähige Firmenstrategie fehlt oft – mit Blick auf eine klare Ausrichtung, wo und in welchem Umfang der Einsatz von KI Sinn macht.
3.) Die Konzeption von IT-Zielarchitektur und tatsächlich notwendiger Komponenten und Anpassungen der Ist-Landschaft überfordert die Mannschaft.
4.) Organisatorische Implikationen durch KI werden nachranging behandelt. Mitarbeiter sind oft nicht einbezogen, Abwehr-Einstellungen greifen Raum.
5.) Erfahrene Mitarbeiter im KI-Bereich fehlen.

Um Fehl-Allokationen bei Kapital und Manpower zu vermeiden, hat Senacor denAI Potential Check entwickelt, ein strukturiertes Vorgehensmodell auf Workshop-Basis. Ziel ist es, Werte auf Basis echter KI-Anwendungsfälle zu heben und dafür Organisation und Prozesse Schritt für Schritt aufzubauen.