Da sich die KI-Investitionstrends bis 2025 weiter entwickeln, stehen Führungskräfte zunehmend unter Druck, strategische Entscheidungen überKI-Implementierungen zu treffen. Mit der raschen Einführung von KI-Tools durch Unternehmen - 22 Prozent setzen sie umfassend ein und 33 Prozent nutzen sie in begrenztem Umfang - ist das Verständnis dafür, wie KI-Lösungen zu bewerten und zu implementieren sind, entscheidend für die Aufrechterhaltung des Wettbewerbsvorteils geworden. Das Buch"The Executive Guide to Artificial Intelligence" von Andrew Burgess ist ein umfassender Leitfaden für Führungskräfte, die KI-Lösungen in ihrem Unternehmen verstehen und implementieren wollen.

‍

Dieses Buch wurde 2017 von Springer International Publishing veröffentlicht und bietet einen praktischen Überblick darüber, wie Unternehmen künstliche Intelligenz nutzen können. Was hat sich heute geändert?

‍

Aktuelle Investitionstrends im Bereich KI 2025

Die KI-Landschaft erfährt ein beispielloses Wachstum, und die Unternehmen investieren immer mehr, um wettbewerbsfähig zu bleiben.

Die Grundlagen:

Burgess betonte, wie wichtig es ist, zunächst klare, auf die Unternehmensstrategie abgestimmte Ziele zu definieren - ein Grundsatz, der auch heute noch gilt. In seinem Buch nennt er acht Kernfähigkeiten der KI:

‍

1. Bilderkennung
2. Spracherkennung
3. Suche und Informationsextraktion
4. Clustering
5. Verstehen natürlicher Sprache
6. Optimierung
7. Vorhersage
8. Verstehen (heute)

Entwicklung von 2018 bis 2025:

Seit das Buch geschrieben wurde, hat sich die KI von einer aufstrebenden Technologie zu einer Mainstream-Technologie entwickelt. Die von Burgess als futuristisch bezeichnete Fähigkeit "Verstehen" hat mit dem Aufkommen von Large Language Models (LLM) und generativen KI-Technologien, die 2018 noch nicht auf dem Markt waren, erhebliche Fortschritte gemacht.

Strategischer Rahmen für Investitionsentscheidungen im Bereich KI

Die vier wesentlichen Fragen

Bei der Bewertung von Investitionen in KI ist es entscheidend, sich auf diese kritischen Fragen zu konzentrieren:

1. Definition des Geschäftsproblems
2. Erfolgsmetriken
3. Anforderungen an die Umsetzung
4. Risikobewertung

‍

Hinweis: Dieser Vier-Fragen-Rahmen entstammt dem aktuellen Wissensstand und wird in Burgess' Buch nicht ausdrücklich vorgestellt.

‍

Aufbau einer wirksamen KI-Strategie

Der Rahmen für die Annahme:

Burgess schlägt einen detaillierten Rahmen für die Entwicklung einer KI-Strategie vor, der Folgendes umfasst:

1. Abstimmung mit der Unternehmensstrategie - Verstehen, wie KI bestehende Unternehmensziele unterstützen kann
2. Verstehen der IA-Ambitionen - Definieren Sie, falls gewünscht:
   • Verbesserung der bestehenden Prozesse
   • Umwandlung von Unternehmensfunktionen
   • Schaffung neuer Dienstleistungen/Produkte
3. Bewertung des IA-Reifegrads - Bestimmung des aktuellen Reifegrads der Organisation auf einer Skala von 0 bis 5:
   • Manuelle Verarbeitung (Stufe 0)
   • Traditionelle IT-Automatisierung (Stufe 1)
   • Grundlegende isolierte Automatisierung (Stufe 2)
   • Taktische Implementierung von Automatisierungswerkzeugen (Stufe 3)
   • Taktische Umsetzung verschiedener Automatisierungstechnologien (Stufe 4)
   • Strategische End-to-End-Automatisierung (Stufe 5)
4. Erstellung einer IA-Heatmap - Ermittlung der Bereiche mit den größten Chancen
5. Entwicklung des Geschäftsmodells - Bewertung der "harten" und "weichen" Vorteile
6. Veränderungsmanagement - Planung, wie sich die Organisation anpassen wird
7. Entwicklung einer IA-Roadmap - Erstellung eines mittel- bis langfristigen Plans

Entwicklung von 2018 bis 2025:

Der Rahmen von Burgess ist auch heute noch erstaunlich relevant, muss aber durch Überlegungen zu folgenden Themen ergänzt werden:

• KI-Ethik und -Vorschriften (wie das EU-KI-Gesetz)
• Ökologische Nachhaltigkeit von AI
• Verantwortungsvolle KI-Strategien
• Integration mit neuen Technologien wie dem Quantencomputing

Messung des ROI bei KI-Investitionen

Die entscheidenden Faktoren für die Investitionsrentabilität:

Burgess identifiziert verschiedene Arten von KI-Vorteilen, die in "harte" und "weiche" Kategorien eingeteilt werden:

Harte Vorteile:

• Kostenreduzierung
• Vermeiden von Kosten
• Kundenzufriedenheit
• Einhaltung der Vorschriften
• Risikominderung
• Schadensminderung
• Milderung von Einnahmeverlusten
• Erzielung von Einnahmen

Weiche Vorteile:

• Kultureller Wandel
• Wettbewerbsvorteil
• Halo-Effekt
• Ermöglichung anderer Vorteile
• Ermöglichung der digitalen Transformation

‍

‍

‍

Technische Ansätze zur KI-Implementierung

‍

Arten von Lösungen:

Burgess stellte drei Hauptansätze für die Implementierung von KI vor:

1. KI-Software von der Stange - Lösungen von der Stange
2. KI-Plattformen - bereitgestellt von großen Technologieunternehmen
3. Kundenspezifische IA-Entwicklung - Maßgeschneiderte Lösungen

Für die ersten Schritte schlug er vor, zu überlegen:

• Proof of Concept (PoC)
• Prototypen
• Minimales lebensfähiges Produkt (MVP)
• Test der riskantesten Annahmen (RAT)
• Piloten

Was sich geändert hat:

Seit 2018 haben wir das erlebt:

• Demokratisierung von KI-Tools mit no-code/low-code-Lösungen
• Dramatische Verbesserung von KI-Cloud-Plattformen
• Wachstum der generativen KI und Modelle wie GPT, DALL-E usw.
• Aufkommen von AutoML-Lösungen, die Teile des Data-Science-Prozesses automatisieren

Berücksichtigung von Risiken und Herausforderungen

‍

Die Risiken der künstlichen Intelligenz:

Burgess widmet ein ganzes Kapitel den Risiken der KI und weist darauf hin:

1. Qualität der Daten
2. Mangelnde Transparenz - die "Blackbox"-Natur der Algorithmen
3. Unbeabsichtigte Voreingenommenheit
4. Naivität der KI - Grenzen des kontextuellen Verständnisses
5. Übermäßige Abhängigkeit von KI
6. Falsche Wahl der Technologie
7. Böswillige Handlungen

Entwicklung von 2018 bis 2025:

Seit das Buch geschrieben wurde:

• Bedenken hinsichtlich der Voreingenommenheit von Algorithmen sind zu einem kritischen Thema geworden (in Vorbereitung)
• KI-Sicherheit ist angesichts zunehmender Bedrohungen entscheidend geworden
• Die Regulierung von KI hat sich als Schlüsselfaktor erwiesen
• Die Risiken von Deepfakes und generativer KI-Desinformation sind erheblich geworden
• Mit der zunehmenden Verbreitung von KI haben die Bedenken hinsichtlich des Datenschutzes zugenommen

Schaffung einer effektiven IA-Organisation

‍

Aus dem Buch von Burgess (2018):

Burgess schlug vor:

• Aufbau eines KI-Ökosystems mit Lieferanten und Partnern
• Einrichtung eines Kompetenzzentrums (Centre of Excellence, CoE) mit eigenen Teams
• Erwägen Sie Funktionen wie Chief Data Officer (CDO) oder Chief Automation Officer (CAO)

Entwicklung von 2018 bis 2025:

Seitdem:

• Die Rolle des Chief AI Officer (CAIO) ist mittlerweile alltäglich
• KI ist jetzt oft in das gesamte Unternehmen integriert, anstatt in einem CoE isoliert zu sein
• Die Demokratisierung der KI hat zu stärker verteilten Betriebsmodellen geführt
• Die Bedeutung von KI-Kenntnissen für alle Mitarbeiter wurde deutlich

Schlussfolgerung

Aus dem Buch von Burgess (2018):

Burgess schloss mit dem Hinweis auf die Bedeutung von:

• Glauben Sie nicht an den Hype, sondern konzentrieren Sie sich auf die wirklichen Geschäftsprobleme
• Beginnen Sie den IA-Pfad so bald wie möglich
• Zukunftssicherung des Unternehmens durch Verständnis für KI
• Ein ausgewogener Ansatz zwischen Optimismus und Realismus

Entwicklung von 2018 bis 2025:

Burgess' Aufruf "Don't believe the hype" ist auch im Jahr 2025 noch immer von großer Bedeutung, insbesondere angesichts des übermäßigen Hypes um generative KI. Allerdings ist die Geschwindigkeit der KI-Einführung noch kritischer geworden, und Unternehmen, die ihre KI-Reise noch nicht begonnen haben, befinden sich jetzt in einem erheblichen Nachteil gegenüber denjenigen, die Burgess' Rat befolgt haben, früh zu beginnen (im Jahr 2018!).

‍

Die KI-Landschaft im Jahr 2025 ist komplexer, ausgereifter und stärker in die Unternehmensstrategie integriert, als es 2018 vorhersehbar war, aber die von Burgess skizzierten Kernprinzipien der strategischen Ausrichtung, der Wertschöpfung und des Risikomanagements bleiben erstaunlich gültig.