KI ohne Readiness-Check ist wie Formel 1 auf Winterreifen

Interview mit Thomas Sengotta, Director Consulting bei CGI

Tom Merton/KOTO - stock.adobe.com

Künstliche Intelligenz ist ein unverzichtbarer Innovationsmotor für Unternehmen. Doch wie manche euphorisch gestarteten, aber leider gescheiterten Projekte zeigen, erfordert ihr erfolgreicher Einsatz ein systematisches Vorgehen. Und der erste logische Schritt ist dabei eine umfassende Bestandsaufnahme der KI-Readiness eines Unternehmens. Diese liefert ein detailliertes Bild des Status Quo und damit die Voraussetzungen für eine realistische, an den tatsächlichen Fähigkeiten und Potenzialen eines Unternehmens orientierte KI-Strategie.

Warum ist die Analyse des KI-Reifegrads so wichtig? Warum ist ein Trial-and-Error-Ansatz nicht schneller und effizienter?
Um KI gewinnbringend einsetzen zu können, ist es vorab wichtig, den aktuellen Stand der Fähigkeiten und Schwachstellen in der Organisation zu erfassen, um daraus eine Roadmap für zukünftige Erfolge zu entwickeln. Auf Basis dieser Transparenz kann dann eine KI-Strategie formuliert werden, die klare Ziele setzt und den gewünschten Nutzen definiert. Künstliche Intelligenz ist ja kein Wert an sich, sondern soll auf die Ziele eines Unternehmens einzahlen, um es innovativer, effizienter und wettbewerbsfähiger zu machen. KI-Projekte müssen daher eingebettet sein in eine übergeordnete Business Strategie. Die Analyse prüft die vorhandenen – und nicht vorhandenen – Grundlagen. Sie schützt so vor teuren Fehlinvestitionen und -entwicklungen, falschen Erwartungen und den damit zwangsläufig verbundenen Enttäuschungen.
 

Was genau wird bei der KI-Readiness geprüft?
Basis der Analyse ist ein Framework, mit dem die operativen Kernbereiche eines Unternehmens abgefragt und analysiert werden. Dazu gehören in erster Linie die Daten, die Algorithmen, die Infrastruktur, die Organisation und die Governance. Für jeden dieser Bereiche identifizieren wir die jeweiligen Stärken und Schwächen, die Chancen und Risiken. Wir schauen uns dabei auch die vorhandenen Ressourcen an: die strategischen Skills, valide Use Cases, die Budget- und Personalsituation oder den Stand der IT.
 

Thomas Sengotta ist Director Consulting bei CGI

Was passiert anschließend bei der Analyse?
Sie deckt potenzielle Schwachstellen, Ressourcen-Engpässe oder Risiken bei der KI-Integration auf allen Ebenen auf, seien sie nun technischer, rechtlicher, organisatorischer oder ethischer Natur. Dieses klare Bild des Status Quo ist die Voraussetzung für eine realistische KI-Strategie und liefert gleichzeitig die Informationen, welche konkreten Schritte sich ableiten lassen. Darüber hinaus werden in der KI-Reifegradanalyse genau die Geschäftsbereiche und -prozesse identifiziert, in denen KI den größten Beitrag leisten kann.

Daraus resultieren Handlungsempfehlungen, etwa für die Ressourcen-Optimierung oder den Aufbau noch nicht ausreichend vorhandener Fähigkeiten, aber auch für die Konzentration der Kräfte auf die vielversprechendsten KI-Aktivitäten.
 

Wie lange bleibt diese Analyse aktuell? Sollte sie regelmäßig wiederholt werden, etwa zur Messung der Zwischenzielerreichung?
Wir empfehlen diese Analyse regelmäßig im Jahresrhythmus zu wiederholen, denn die Innovationsgeschwindigkeit im KI-Sektor ist enorm. Sie ist einerseits wichtig um den Stand der Fortschritte nachzuverfolgen, die Einhaltung der KI-Strategie oder die Investitionssicherheit der KI-Initiativen zu prüfen. Andererseits bekommen Unternehmen zusätzliche Impulse, etwa zum Finetuning durch die Einarbeitung aktueller Erfahrungen oder die Adaption zwischenzeitlich entwickelter KI-Innovationen.
 

Was sind typische Erkenntnisse aus dieser Analyse?
Häufig beobachten wir, dass die Einführung von KI zu stark technologisch und einzelfallorientiert angegangen wird. Anstatt die Vision und die übergeordneten Ziele in den Vordergrund zu stellen, liegt der Fokus oft auf einzelnen Use Cases. Aktuell werden sehr viele KI-Projekte in den IT- und Fachabteilungen entwickelt, ohne dass ihr tatsächlicher Wert für die jeweilige Abteilung oder das gesamte Unternehmen geklärt ist. Die in den Abteilungen entwickelten KI-Lösungen sind daher zwar für eine spezifische Aufgabe nutzbar, aber nicht auf andere Einsatzbereiche skalierbar. Das ist ineffizient.

Was muss Ihrer Meinung nach getan werden?
Die Projekte müssen in eine umfassende und integrierte KI-Strategie eingebettet werden. Ein weiteres zentrales Problem ist die oft mangelhafte Datenqualität, die dringend verbessert werden muss. Darüber hinaus fehlt es häufig an einer effektiven Koordination aller Aktivitäten und es liegt ein zu starker Fokus auf rein technologische Themen. Wichtig ist eine sinnvolle Entwicklung von KI-Use-Cases. Dafür braucht es eine klare Problemstellung und spezifische Zielvorgaben, um sicherzustellen, dass die Technologie tatsächlich einen Mehrwert bietet. Es ist wichtig, die Bedürfnisse des Unternehmens mit den technischen Möglichkeiten der KI zu verknüpfen und realistische Erwartungen an die Ergebnisse zu setzen. Wir empfehlen, die Umsetzung iterativ zu gestalten und auf Basis der gewonnenen Erkenntnisse regelmäßig anzupassen, um langfristig erfolgreich zu sein. Ab einem bestimmten Zeitpunkt ist es daher ratsam, über den Aufbau eines internen Centers of Excellence nachzudenken, in dem das KI-Wissen gebündelt, Daten aufbereitet, KPIs formuliert und Projekte ROI-zentriert in einen fruchtbaren Zusammenhang gebracht werden. KI-Power nützt wenig, wenn sie nicht auf die Straße gebracht wird. Damit trifft für die operative Nutzung Künstlicher Intelligenz das zu, was für digitale Strategien im Allgemeinen gilt: In unserer Studie „Voice of Our Clients 2024“ haben wir festgestellt, dass die entscheidenden Erfolgsfaktoren eine enge Abstimmung zwischen Geschäfts- und IT-Prozessen, eine tiefgreifende Datenstrategie und eine hohe Geschäftsagilität sind.

Mehr Informationen finden Sie unter:

https://www.cgi.com/sites/default/files/2024-08/cgi-ki-reifegradanalyse-de-broschuere-01-08-2024.pdf