Ein neuer Goldrausch: KI und maschinelles Lernen

Der Einsatz von künstlicher Intelligenz (KI) wird schon bald einen wahren Goldrausch auslösen. Doch wie die Abenteurer im berühmten Goldrausch des 19. Jahrhunderts werden nur wenige führende Unternehmen auch tatsächlich auf Gold stoßen.

Von echtem Wachstum profitieren werden Unternehmen, die die nötigen Werkzeuge und Dienstleistungen zur Nutzung von künstlicher Intelligenz und maschinellem Lernen bereitstellen. Wo die Goldsucher von einst Spitzhacken, Schaufeln, Lebensmittelvorräte und Jeans benötigten, sind heute Trainingsdaten, Governance-Tools, Beratungs- und Integrationsservices und vor allem die Entwicklung neuer, nachhaltiger Erlösmodelle gefragt.

Die ersten Erfolge können sich durchaus sehen lassen: Man nehme einen Prozess, den man genau kennt, und überlasse die anstrengenden Dinge der künstlichen Intelligenz. Die Mitarbeiter können sich auf diese Weise verstärkt um kreative Aufgaben kümmern. Mit dieser Vorgehensweise lassen sich bereits nach kurzer Zeit Vorteile realisieren, mit dem Ziel, diese auf das gesamte Unternehmen auszuweiten und umgehend Mehrwert zu erzielen.

Es gibt viele Parallelen zwischen dem Internethandel in den 90er-Jahren und dem heutigen Einsatz von künstlicher Intelligenz: Unternehmen, die auf elektronische Zwischenhändler setzten, konnten ihre Geschäftsmodelle an das Internet anpassen und zugleich auch ihren stationären Handel ausbauen, während andere von der Bildfläche verschwanden und durch digitale Anbieter ersetzt wurden. In beiden Fällen lautet das Schicksal für diejenigen, die den Einsatz zukunftsweisender Technologien zu lange hinauszögern, Standardisierung oder allmähliches Verschwinden.

Vorarbeit für Künstliche Intelligenz: Daten als Ressource und Daten als Schnittstelle zu Prozessen

Die zentrale Frage, die sich Unternehmen stellen müssen, betrifft ihre Kernkompetenzen: 'Sind Daten die wichtigste Ressource, mit der wir Gewinn erwirtschaften?' oder 'Sind Daten das Bindeglied zwischen Prozessen, die zum Erfolg meiner Produkte oder Dienstleistungen beitragen?'

Betrachten wir zunächst Unternehmen, deren Schwerpunkt vollständig auf Daten liegt und die ihre Daten mit dem Ziel vermarkten, Kunden bei der Auswahl von Produkten und der Gewinnung neuer Erkenntnisse zu unterstützen: Für diese Unternehmen sind Daten ihre wichtigste Ressource. Datenorientierte Unternehmen müssen ihr eigenes Geschäftsmodell entwickeln, um auf Gold zu stoßen.

Entwicklung von KI-Lösungen durch datenorientierte Unternehmen

Noch vor wenigen Jahren waren viele der Ansicht, dass die Eigenproduktionen von Streaming-Diensten wie Netflix oder Amazon Prime keine nennenswerte Rolle spielen würden. Die jüngsten Emmy Awards und andere Auszeichnungen internationaler Filmfestspiele haben uns eines Besseren belehrt. Bei der Wahl unseres Unterhaltungsangebots werden wir heute von Modellen, Data Science und maschinellem Lernen unterstützt, die unsere Interessen vorhersagen und damit auch über Investitionen in neue Produktionen entscheiden.

Die Aufbereitung der Daten, mit denen eigene KI-Modelle trainiert werden können, ist enorm zeitaufwendig und mühsam. Für datenorientierte Unternehmen stellt die Erzeugung der Daten, mit denen sie ihre KI-Systeme trainieren, jedoch genau das Gold dar, das sie für eine langfristige Wertschöpfung benötigen. Diese Unternehmen entwickeln eigene Funktionen, eigenen KI-Code und eigene Plattformen. Einzelne Unternehmen haben auf diese Weise völlig neue Plattformen geschaffen. Die bekanntesten Beispiele sind Airbnb, Facebook und Alibaba - Daten sind ihre Ressource.

KI-Tools für mehr Innovation

Noch vor Kurzem mussten moderne Unternehmen, die mit KI-gestützten Informationen ihr Geld verdienen, eigene Tools und Arbeitsabläufe entwickeln. Angesichts der wachsenden Zahl von Goldsuchern in der Datenwirtschaft stellt sich jedoch die Frage, ob es für sie nicht effektiver wäre, sich auf die Beschleunigung der Innovation für die primären Funktionen ihrer KI-gestützten Prozesse zu konzentrieren, anstatt eigene Infrastrukturen dafür zu entwickeln. Technologieunternehmen haben die Möglichkeit, KI-Tools zu entwickeln, die Technologieplattformen und Unternehmenslösungen nutzen. So wären selbst Unternehmen, deren Geschäftsmodell ausschließlich auf Daten beruht, in der Lage, moderne KI-Tools zu nutzen, und müssten diese nicht mehr selbst entwickeln.

Wie bei jeder innovativen Technologie gibt es auch im Bereich der künstlichen Intelligenz Pioniere, die eigene Lösungen entwickeln. Die meisten Unternehmen sind jedoch nicht vollkommen datenorientiert und konzentrieren sich auf das, was sie am besten können, sowie auf die Umsetzung ihres Markenversprechens. Sie entwickeln KI-Lösungen nicht von Grund auf selbst, sondern passen vorhandene Lösungen an ihre Bedürfnisse an. Sie verwenden Daten als Bindeglied, als Katalysator und als Schnittstelle zu intelligenten Prozessen. Im Prinzip hat diese Vorgehensweise Ähnlichkeit mit der Anpassung moderner cloudbasierter ERP- und Unternehmensanwendungen. Im Hinblick auf künstliche Intelligenz bedeutet dies den Einsatz KI-gestützter Unternehmenslösungen zur Entwicklung intelligenter Prozesse oder die Nutzung von Daten zur Unterstützung des intelligenten Unternehmens.

Was heißt es nun, Geld mit der Entwicklung von KI-Lösungen anstatt der Nutzung von KI-Lösungen zu verdienen? Die Unterschiede sind ähnlich wie die zwischen der Suche nach Gold und der Schaffung neuer Märkte (z. B. für Jeans während des Goldrauschs im 19. Jahrhundert) oder einer Lieferkette. Auch damals gab es diejenigen, die von der Goldsuche lebten, und diejenigen, die von den Goldsuchern lebten.

Einige Beispiele von Unternehmen, die Prozesse mithilfe von KI-Daten vernetzen, sollen dies veranschaulichen. Automobilhersteller können anhand von Daten vorhersagen, wann ein Auto in die Werkstatt muss. Mit IoT-Sensoren ausgestattete Fahrzeuge können automatisch Informationen zu anstehenden Reparaturen an die Werkstatt übermitteln. Ähnliches gilt für Bestell- oder Zahlungsdaten: Daten aus unstrukturierten Rechnungen, Formularen oder E-Mails können zur Ausführung eines Service genutzt werden. Ein weiteres Beispiel ist die Möglichkeit, bei Verzögerungen bei Transitbeständen Maßnahmen zu ergreifen. Es gibt unzählige sterbenslangweilige Routineaufgaben, die von KI-Systemen erledigt werden könnten anstatt von den hochbezahlten Wissensarbeitern und Experten eines Unternehmens.

Vernetzung von Prozessen mithilfe von KI

Hotelangestellte müssen jeden Tag immer wieder dieselben Fragen beantworten: Wo geht es zum Fitnessraum? Wie sind die Öffnungszeiten? Wie lautet das WLAN-Kennwort? Um wie viel Uhr gibt es Frühstück? Moderne Hotels testen und nutzen bereits Conversational Bots für die Beantwortung typischer Fragen an die Rezeption. Statt diese von Hotelangestellten beantworten zu lassen, verwenden sie Bots in einem Textservice, der aus einem Frage-Antwort-Formular besteht. Die Eingaben werden auch an das Hotelpersonal weitergeleitet, das sich bei komplexeren Fragen in den Dialog einschaltet. Die Mitarbeiter können so individuell auf die Bedürfnisse der Gäste eingehen und ihnen ein herausragendes Erlebnis bieten.

Setzen Sie bei der Lösung geschäftlicher Probleme auf KI, maschinelles Lernen, komplexe Analysen, Blockchain und weitere neue Technologien, bevor sie als Produktpaket für die Allgemeinheit verfügbar sind. Die nötigen Informationen erhalten Sie in der von der SAP gesponserten Studie 'Maschinelles Lernen optimal nutzen: Fünf Tipps von Vorreitern ' der Economist Intelligence Unit. Lernen Sie auch SAP Leonardo kennen, das System, das es Unternehmen ermöglicht, neue Technologien zu nutzen und mit ihren Geschäftsdaten zu kombinieren, um schneller Innovationen einzuführen und die Unternehmenstransformation zu beschleunigen - und das mit geringerem Risiko.

Marc Teerlink ist Global Vice President of SAP Leonardo, New Markets, and Artificial Intelligence bei der SAP.

Dieser Artikel wurde ursprünglich im Digitalist Magazine veröffentlicht.