Viele KI-Projekte erleiden Schiffbruch. Warum eigentlich?

Künstliche Intelligenz (KI) ist ganz oben angekommen. Nach dem „Hype Cycle for Emerging Technologies“ von August 2017 hat KI es an die Spitze der Hype-Kurve geschafft. Der Peak ist erreicht. Heißt das: Jetzt geht es auch für Künstliche Intelligenz bergab? Schaut man sich den typischen Zyklus technologischer Innovationen an, müsste es so kommen. Doch eine Reihe an Anzeichen sprechen dafür, dass es bei Künstlicher Intelligenz anders kommen könnte. Entscheidend dafür: WIE Unternehmen mit dem Thema Künstliche Intelligenz umgehen.

Folgt auf den Gipfel die Talfahrt? Typische Technologie-Zyklen.

Normalerweise durchläuft jede neue Technologie einen typischen Zyklus. Sie startet als Randerscheinung. Nur Spezialisten der ersten Stunde beschäftigen sich mit ihr und können sie unbemerkt von der Öffentlichkeit weiterentwickeln. Eines Tages ist es dann so weit: Die neue Technologie übertritt die Schwelle zur medialen Aufmerksamkeit. Plötzlich ist sie in aller Munde und erzeugt große Erwartungen. Doch auf den ersten Hype folgt in der Regel die Entzauberung. Erwartungen bleiben (vorerst) unerfüllt, Versprechen können nicht eingelöst werden. Mit der Hypothek hoher Erwartungen und vielfach enttäuschter Praxis-Erfahrung sinkt die Kurve durch die Schwere der Kommerzialisierung auf die Linie des Machbaren. Es geht ins Tal zurück. In die Nische. Doch auch diese Phase ist wichtig: Hier entwickeln sich Technologien zu ihrer wahren Reife.

KI hat die Spitze erreicht. Das ist gut und trotzdem gefährlich

Übertragen wir den Zyklus auf Künstliche Intelligenz. Die Phasen, in denen nur wenige über KI sprachen, sind lange vorbei. Der Hype um KI ist riesig. In Experten-Analysen steht KI an der Spitze. Nahezu alle Unternehmen ab einer gewissen Größe planen die Anwendung der Kerntechnologie. Doch genau das ist der Knackpunkt: Alle sprechen mit, aber nur wenige nutzen KI wirklich. Aktuell sind es laut einer Umfrage von Gartner lediglich vier Prozent
aller Unternehmen. Heißt: Die Gefahr ist groß, das Unternehmen blind den Trends folgen und am Ende bitter enttäuscht werden. Denn mit jeder neuen Entwicklung springen Scharlatane auf den Zug, die viel versprechen, aber wenig einhalten können. Laut Forbes werden in naher Zukunft viele Projekte scheitern und Unternehmen hohe Investments in den Sand setzen werden. Doch so weit muss es nicht kommen.

Jetzt zählt der Fokus: Wo hat KI Erfolg? 

Wie KI-Projekte den größten Nutzen bringen 

Untersuchung früher KI-Projekte ziehen die Gartner-Experten vier Lehren, die sich jede Organisation zu Nutze 

EXKURS: Wo KI bereits einen deutlichen Nutzen zeigt

Fokussieren Sie sich auf die Unterstützung Ihrer Mitarbeiter, sagen auch die Experten von Gartner. Oft sehen Entscheider und Geschäftsführer in technologischen Innovationen eine Möglichkeit, Mitarbeiter einzukürzen. Laut Gartner der falsche Weg. Den größten Vorteil von KI sehen die Experten darin, dass Arbeitnehmer sich künftig ausschließlich den anspruchsvollen Tätigkeiten zuwenden können. Viel wichtiger wäre es für Unternehmen also, seine Mitarbeiter für KI zu begeistern.

Planen Sie den Transfer von Daten und Wissen ein: KI-Projekte laufen schief, wenn Unternehmen nicht in der Lage sind, Ihre Daten bereitzustellen. Denn der erfolgreiche Einsatz von KI basiert auf Trainings mit großen Datenmengen zum Beispiel von historischen Kundendialogen. Bevor Sie in Künstliche Intelligenz investieren, müssen Sie Ihre Datenprozesse auf Vordermann bringen und das notwendige Knowhow im Unternehmen schaffen.

Schaffen Sie Transparenz: Oft werden externe Lösungen eingekauft, meist läuft die Software sogar über fremde Provider. Trotzdem müssen die Entscheidungsträger wissen, warum Sie eine bestimmte Anwendung brauchen und welchen Mehrwert die Investition haben soll.

Fazit: Starten Sie KI-Projekte mit konkretem Nutzen

Gartners Lehren aus frühen KI-Projekten sind ein guter Leitfaden<. Mit ihnen können Sie sofort loslegen:

1. Setzen Sie sich realistische Ziele.
2. Schaffen Sie ein gutes Datensystem
3. Laden Sie Ihre Mitarbeiter ein, nicht aus.
4. Beschäftigen Sie sich mit KI, damit Sie wissen, in was Sie investieren.

 

Der Artikel hat gefallen? Dann gerne teilen!