mindsquare.de durchsuchen

6 Missverständnisse bei Künstlicher Intelligenz

6 Missverständnisse über Künstliche Intelligenz.

Das Thema KI ist in den meisten Unternehmen noch ein sehr neues. Da ist es ganz normal, dass Missverständnisse über die Einführung und die Arbeit mit Künstlicher Intelligenz entstehen. Ich möchte in diesem Beitrag einmal mit ein paar der Missverständnisse aufräumen, die mir schon oft aufgefallen sind.

1. Ich brauche EINE KI für all meine Probleme

Gerade zu Beginn mag es so wirken, als gäbe es das Produkt „KI“ – quasi eine magische Box, die ich kaufe und in meine Systemlandschaft integriere. Diese KI löst dann alle, oder zumindest viele meiner derzeitigen Herausforderungen.

Dass dieser Anschein zu schön wirkt, um wahr zu sein, hat einen einfachen Grund: Es gibt nicht die eine KI, die ich nutzen kann. Stattdessen ist KI eher als ein neues Set von Werkzeugen zu sehen, mit denen ich Probleme in meiner Prozesslandschaft lösen oder verbessern kann, die bisher nicht lösbar schienen. Das bedeutet aber auch, dass ich speziell für jeden Anwendungsfall das beste Werkzeug auswählen muss.

Unser E-Book zum Thema KI im Mittelstand

E-Book: KI im Mittelstand

In diesem E-Book erfahren Sie, wie Sie KI in Ihrem Unternehmen einsetzen können.

2. Ich führe KI direkt für einen ganzen Anwendungsbereich ein

Dieses Missverständnis hängt stark mit dem vorherigen zusammen. Die Frage ist hier, auf welchem Level Sie ansetzen müssen, um Künstliche Intelligenz in Ihrem Unternehmen einzusetzen. Die Antwort ist recht einfach: Es liegt in Ihrer Hand! Natürlich können Sie ein großes Einführungsprojekt durchführen, Sie sind jedoch nicht dazu gezwungen.

Mein Tipp: Suchen Sie sich einen speziellen Anwendungsfall heraus und übertragen Sie die Ergebnisse dann auf andere Bereiche.

Ich habe mich in einer anderen Blogbeitragsreihe mal damit beschäftigt, wie Sie sich auf Künstliche Intelligenz vorbereiten können. Auch da spielt die Wahl des Anwendungsbereichs eine Rolle. Hier geht’s zum ersten Teil.

3. Für KI brauche ich neue Infrastruktur

Bevor Sie erste Gehversuche mit der neuen Technologie unternehmen können, müssen Sie zunächst einen Haufen neuer Hardware beschaffen. Ein großes Cluster für die Datenverarbeitung darf da natürlich nicht fehlen, oder?

Die Antwort ist die gleiche, wie zum Ausmaß Ihrer Einführung: Die Entscheidung liegt bei Ihnen. In vielen Fällen ist es aber überhaupt nicht notwendig, große infrastrukturelle Maßnahmen zu ergreifen. Vor allem, wenn der Anwendungsbereich zu Beginn klein gewählt ist.

Darüber hinaus haben Sie auch andere Möglichkeiten, um KI einzusetzen. So können Sie bspw. auf diverse Cloud-Anbieter (wie z. B. SAP, Salesforce oder Amazon) zurückgreifen, über die Sie kostengünstig Infrastruktur beziehen und die Sie auf Knopfdruck erweitern oder wieder verkleinern können.

4. Für KI haben wir nicht genug Daten

Es stimmt schon, dass das Fundament für die meisten KI-Anwendungsfälle eine große Datenbasis ist, aus der Ihr KI-Modell lernen kann. Wie groß aber im Endeffekt „groß genug“ ist, kann stark variieren. Hier gilt es fallabhängig zu identifizieren, welche Daten vorliegen und inwiefern sich damit sinnvolle Modelle erstellen lassen.

Darüber hinaus gibt es auch Anwendungsgebiete, in denen Sie überhaupt keine Grundlage benötigen – nämlich genau dann, wenn Sie eine der vielen verfügbaren generischen KI-Modelle nutzen. So brauchen Sie z. B. das Rad nicht neu zu erfinden, wenn es um das Thema Natural Language Processing (also das Extrahieren von relevanten Informationen aus menschlicher Sprache oder Text) geht. Da gibt es bereits fertige Lösungen, die durch einen Klick zur Verfügung stehen.

5. KIs sind unberechenbar

Künstliche Intelligenz
Vielleicht stellen Sie sich die Frage: Woher weiß ich, dass mein Modell funktionieren wird? Wegen der vielen neuen Möglichkeiten im KI-Bereich wird schnell der Eindruck erweckt, dass solche Aussagen gar nicht mehr vernünftig getroffen werden können.

Durch die zunehmende Komplexität der KI-Modelle ist es mittlerweile in manchen Fällen fast unmöglich – oder zumindest sehr ressourcenaufwendig – die genauen Gründe für deren Entscheidung zu verstehen. Ganz unberechtigt ist dieses Missverständnis also nicht. Nichtsdestotrotz sind Sie in der Lage, die Qualität Ihres KI-Modells noch vor dessen Einsatz im produktiven Betrieb zu testen. Dazu bedarf es lediglich ein wenig Vorsicht bei der Wahl der Daten, auf denen Ihre KI trainiert wird.

Durch das Zurückhalten einer gewissen Menge an Daten, die nicht zum Trainieren des Modells verwendet werden, können Sie anschließend Performance-Tests durchführen und die erwartbare Genauigkeit Ihres KI-Modells ermitteln. Dies ist ein guter Indikator dafür, wie sicher die Entscheidungen Ihres Modells später im produktiven Betrieb ausfallen werden.

6. KI ist teuer

Zuletzt ein klassisches Missverständnis, in dem sich einige der vorher genannten Punkte widerspiegeln: Der Einsatz von KI ist zu teuer für mein Unternehmen.

Wie bereits oben erläutert, kommt es hier vor allem auf Ihre Herangehensweise an. Wenn Sie sich gezielt Use Cases und Prozesse heraussuchen, bei denen Sie von einer Verbesserung stark profitieren, können Sie nicht nur Ihr Investment klein halten, sondern gleichzeitig auch einen schellen ROI erreichen und so Ihr Unternehmen nachhaltig lukrativer gestalten. Da bietet es sich an, mit einem kleinen Projekt – wie z. B. einem Prototypen – zu starten und das dann weiter auszubauen. Dadurch ist das Investment am Anfang gering und sie können evaluieren, ob sich eine größere Investition lohnt.

Unser E-Book zum Thema

Wie Ihr Unternehmen von Künstlicher Intelligenz (KI) profitieren kann

In unserem E-Book erfahren Sie die wichtigsten Inhalte rund um das Thema künstliche Intelligenz & wie Sie davon profitieren können!

Noch Fragen?

Ich hoffe, ich konnte mit diesem Beitrag bei Ihnen ein paar Missverständnisse zum Thema KI beseitigen. Haben Sie noch weitere Bedenken oder offene Punkte, die hier nicht aufgetaucht sind? Ich stehe Ihnen gerne zur Verfügung!

Verwandte Beiträge

Haben Sie sich diese Frage auch schon gestellt? Die IT-Abteilungen deutscher Unternehmen versinken in ihren Aufgaben und brauchen dringend Unterstützung. Was sind Sie jedoch bereit zu investieren? Damit meine ich nicht die finanzielle Investition. Jeder Headhunter kann Ihnen sagen, dass die Vermittlung eines neuen IT-Mitarbeiters mindestens ein halbes Jahresgehalt kostet. Ist die Qualität dieses Mitarbeiters […]
Das Thema KI kommt in der heutigen Zeit immer häufiger und flächendeckender auf. Doch entgegen der allgemeinen Wahrnehmung hat Künstliche Intelligenz keine Technologie, die erst in den letzten Jahren vorangetrieben wurde, sondern hat eine lange Historie zu verzeichnen. Schon im frühen 20. Jahrhundert gab es die ersten Fortschritte in diesem Bereich. Ich möchte in diesem […]
Der Kandidat hat Sie mit seiner Bewerbung und im Telefoninterview überzeugt. Sie möchten Ihn jetzt kennenlernen und qualifizieren. Das heißt, Sie wollen feststellen, ob der Kandidat für Ihr Unternehmen geeignet ist. Dafür bleibt Ihnen nicht viel Zeit: Durchschnittlich nehmen sich Führungskräfte zwischen 90 und 180 Minuten Zeit für ein persönliches Gespräch im Rahmen des Bewerbungsprozess. […]
Ein gut funktionierender First Level Support ist nötig, damit der Second und Third Level Support effektiv arbeiten können – er trägt damit direkt zu einem stabilen Systembetrieb bei. In diesem Blogbeitrag möchte ich Ihnen deswegen aufzeigen, wie Sie Ihren First Level Support durch maschinelles Lernen und Automatisierung verbessern können.