KI-Projekte bleiben in der Startphase hängen
Anwendungsfälle identifizieren, Datenqualität verbessern und experimentierfreudig sein, rät Gastautor Stefan Habitzreuther von Freshworks.
Fast drei Viertel der Unternehmen haben laut Accenture KI zu ihrer obersten digitalen Investitionspriorität für 2024 gemacht. Aber laut einer AWS-Umfrage unter Chief Data Officers hat nur jedes fünfte Unternehmen ihre KI-Experimente mit Anwendungsfällen weiterentwickelt und nur 6 Prozent tatsächlich im Betrieb umgesetzt. Mit anderen Worten: Während die Akzeptanzrate hoch ist, hinkt die Ausführungsrate von Gen-AI-Initiativen deutlich hinterher.
Schlechte Datenqualität
Viele Unternehmen haben ihre Daten noch nicht für KI vorzubereitet. Das Hochladen ihrer Daten in öffentlich zugängliche Modelle wie ChatGPT birgt Risiken; und nur wenige Unternehmen verfügen über interne Data-Science-Ressourcen, um ihre eigenen Gen-AI-Modelle zu erstellen. Was können Unternehmen also tun, um ihren ROI mit KI zu steigern?
Eine umfassende Datenstrategie ist für die Nutzung von KI allerdings entscheidend. Trotzdem leisten nur wenige Unternehmen die erforderliche Vorarbeit, um ihre Daten für die Einbindung in LLMs vorzubereiten. Zu den grundlegenden Schritten gehören:
- Aufbrechen von Datensilos
- Integration oder Sammlung von Daten zum Trainieren der KI
- Sicherstellen, dass die Daten den grundlegenden Qualitätsstandards entsprechen
Daten nicht bereit für anspruchsvolle KI-Anwendungen
Im Idealfall nutzen Unternehmen proprietäre Daten dazu, um ein großes Sprachmodell (LLM) wie Llama, OpenLM oder Mistral zu verfeinern. So können sie damit Aufgaben ausführen, die speziell auf ihre Bedürfnisse zugeschnitten sind, etwa Kreditanträge bewerten oder Unterbrechungen der Lieferkette vorhersagen.
Unternehmen können auch ein proprietäres LLM mit seinen eigenen domänenspezifischen Daten erstellen und trainieren. Dieser Prozess ist allerdings teuer, kann Jahre dauern und erfordert interne Datenwissenschaftler. Die Partnerschaft mit einem großen LLM-Anbieter ist eine weitere Option, um dasselbe zu erreichen. In beiden Fällen sind die meisten Unternehmen dazu nicht annähernd in der Lage, da ihre eigenen Daten nicht für anspruchsvolle KI-Anwendungen bereit sind.
Risikoaversion
Unternehmen, die beim Einsatz von generativer KI zögern, sollten ihr Handeln überdenken. Schließlich werden Führungskräfte, die sich der KI mit einer experimentierfreudigen und innovativen Haltung nähern, langfristig am meisten Erfolg haben. Skeptische Anwender von Gen-AI-Tools haben häufig Angst, durch die Technologie ersetzt zu werden. Die Möglichkeiten der KI sind jedoch kein Ersatz, sondern vielmehr eine Hilfe für Teams. Dadurch wird KI immer mehr zu einem unverzichtbaren Werkzeug für international operierende Unternehmen. Wichtig ist allerdings, das richtige Maß und die passenden Tools für die jeweiligen Aufgaben zu finden.
