Pegasystems erklärt grundlegenden Ansatz

Vier Säulen einer KI-Strategie

Künstliche Intelligenz weckt in vielen Unternehmen Erwartungen. Damit KI-Projekte auch zum Erfolg werden, brauchen Unternehmen jedoch eine Strategie. Das Softwareunternehmen Pegasystems erklärt deren Grundpfeiler.

(@NicoElNino/stock.adobe.com)

Vor einem erfolgreichen KI-Einsatz durchlaufen Unternehmen in der Regel eine Entwicklung. Eine KI-Strategie ist Voraussetzung, diese Entwicklung zu beschleunigen. Nach Ansicht des Softwareanbieters Pegasystems, beruht eine KI-Strategie auf vier Säulen, die das C-Level-Management aufbauen, stärken und orchestrieren muss:

  • Anwendungsfälle: KI trägt erst dann zum Unternehmenserfolg bei, wenn sie im richtigen Kontext eingesetzt wird. Eine Voraussetzung dafür ist die Identifizierung strategischer Anwendungsfälle – schließlich sollen sich die KI-Aktivitäten nicht nur auf einige Pilotprojekte beschränken. Dafür sollte die Technologie fest in die Betriebsmodelle und damit verbundenen Abläufe integriert werden, insbesondere in die Produkt- und Service-Lebenszyklen. Ein kontinuierlicher Verbesserungsprozess kann helfen, stetig neue Anwendungsfälle zu identifizieren, die dann bewertet und priorisiert werden können.
  • Mitarbeiter: Die Entwicklung und der Einsatz einer verantwortungsvollen KI erfordert neue Fähigkeiten und Spezialisten. Die Aufgabe von KI-Experten ist indes nicht allein, die Technologie zu entwickeln und zu trainieren, sondern den Menschen auch zu erklären, wie sie funktioniert und wie sie sich auf den Arbeitsalltag und die Gesellschaft auswirken kann. Mitarbeiter müssen den Nutzen von KI-Systemen für ihre Tätigkeiten und den Unternehmenserfolg kennen, damit sie die neuen Tools annehmen und deren Empfehlungen vertrauen. Diese Prozesse brauchen Zeit und sollten auch von der Personalabteilung begleitet werden.
  • Daten: Für jeden Anwendungsfall müssen Unternehmen klären, ob sie über die zur Umsetzung benötigten Daten verfügen oder sich diese beschaffen lassen. Mit den wachsenden Datenmengen steigen jedoch die Anforderungen an das Datenmanagement und die Data Governance. Unternehmen brauchen einen strategischen Ansatz, um die Datenqualität zu steigern, Daten verfügbar zu halten und dort mit ausreichender Performance bereitzustellen, wo sie gebraucht werden. Dabei müssen sie Daten vor Missbrauch und Verlust schützen und regulatorische und gesetzliche Vorgaben einhalten.
  • Center of Excellence: Mit einem Center of Excellence (CoE) lassen sich KI-Initiativen in Unternehmen schneller vorantreiben. Im CoE bündeln Unternehmen ihre KI-Kompetenzen, sodass Mitarbeiter in allen Unternehmensbereichen bei KI-Projekten unterstützen können. Sie helfen bei der Identifizierung von Anwendungsfällen, der Auswahl von Tools und Plattformen, der Entwicklung und dem Training von Algorithmen, beim Betrieb der Lösungen sowie beim Projektmanagement. Experten bringen Best Practices ein, wissen, was funktioniert, und wo Stolperfallen lauern. Zugleich trägt das CoE dazu bei, KI-Talente im Unternehmen zu entdecken und weiterzuentwickeln.

Das könnte Sie auch interessieren

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Fraunhofer-Forschende haben für Fahrer und Fahrerinnen von Baumaschinen einen Helm mit integriertem Beschleunigungssensor entwickelt. Die Helm-Sensorik misst die Vibrationen der Baumaschinen. Die Sensorsignale werden analysiert, eine Software zeigt die Belastung für den Menschen an.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen

Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen

Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen

@Grundschrift_NH:Die Implementierung von künstlicher Intelligenz in Unternehmen erreicht oft nicht das erforderliche Maß für eine signifikante Wertschöpfung. ‣ weiterlesen