Warum Künstliche Intelligenz das Yin zum Yang einer modernen Datenplattform ist

Die Philosophie von Yin und Yang besagt, dass alle Dinge als untrennbare Gegensätze existieren. Die beiden Kräfte Yin und Yang ziehen sich gegenseitig an und ergänzen sich zu einer Einheit. Dabei ist kein Teil dem anderen überlegen. Obwohl bereits mehrere Jahrhunderte alt, ist dieses Konzept auch heute noch aktuell, zum Beispiel, um die Wechselbeziehungen zwischen modernen Technologien zu verstehen.

Kunden stellen meinem Team häufig Fragen, die sich in zwei Kategorien einordnen lassen. Die erste betrifft ihre Datenplattform – und die Unterhaltung beginnt meist mit der Aussage: „Ich glaube, ich brauche einen Data Lake.“ Die zweite beschäftigt sich mit dem Thema Künstliche Intelligenz (KI), so in der Art: „Wie finde ich heraus, wie wertvoll meine Daten sind“ oder, wenn es konkreter wird, „Wie kann ich Daten nutzen, um Produktionsstillstände zu verringern oder den Verkauf meines neuen Produktes anzukurbeln?“.

Solche Fragen zeigen mir, dass die meisten Kunden die Bedeutung von Daten und KI und den Wert erkennen, den beide für das Unternehmen haben können. Durch skalierbare KI-Anwendungen lassen sich beide miteinander verbinden – in der Praxis scheitert das jedoch häufig aufgrund von Legacy-Plattformen und isolierten Prozessen. Verschiedene Reports, die Vanson Bourne für Avanade zum Thema AI Maturity erstellt hat, bestätigen, dass 95 Prozent der Befragten KI-Technologie und KI-Prozesse als die wichtigste Voraussetzung für einen breiten Einsatz von KI im gesamten Unternehmen sehen.

Ich habe meine Daten in die Cloud ausgelagert – und jetzt?

Daten von einem On-Premise-Altsystem in die Cloud zu verschieben, ist oft eine „Lift-and-Shift“-Aufgabe – ein Umzug von Daten in eine andere Umgebung, ohne Störungen im Betriebsablauf zu verursachen –, die bereits den ersten Return on Investment (ROI) bringt. Um aussagekräftige Analysen dieser Daten durchführen zu können, brauchen Unternehmen eine moderne Datenplattform. Ohne eine solche Plattform ist es unmöglich, Datensätze sinnvoll zu verknüpfen, schnell Erkenntnisse zu gewinnen, wertvolle Use Cases zu definieren und KI in vollem Umfang zu nutzen, damit Unternehmen und Kunden davon profitieren.

Wenn ein Unternehmen das Potenzial der Cloud also voll ausschöpfen will, benötigt es eine solche moderne Datenplattform. Nur mit ihr lässt sich die Wirksamkeit von KI-Vorhaben zuverlässig überprüfen, und nur auf dieser Basis können KI-Lösungen für den professionellen Einsatz im Unternehmen entwickelt werden. Sobald die Basisversion einer Datenplattform vorhanden ist, sind strukturierte und unstrukturierte Daten verfügbar und können verknüpft werden; zudem lassen sich bereits erste Toolkits einrichten, um KI-Aufgaben effizient zu steuern.

Kann ich herausfinden, wie wertvoll meine Daten sind, bevor ich eine moderne Datenplattform aufbaue?

Kunden sind oft überrascht, wie schnell sie dem Potenzial ihrer Daten auf den Grund gehen können. Dafür identifizieren wir von Avanade zuerst die Use Cases, die ihre Unternehmensziele am produktivsten und effizientesten unterstützen. Anschließend nehmen wir uns die Zeit zu verstehen, welche Daten dafür erforderlich sind.

Dann führen wir für vier bis sechs Wochen KI- bzw. Machine-Learning-Experimente mit relevanten Datenauszügen (inklusive externer Quellen, falls erforderlich) durch, um den Wert der Daten für das entsprechende Unternehmensziel zu prüfen. Sobald das geschehen ist, können wir die Datenbasis verbreitern und in den produktiven Betrieb einsteigen: ROI generieren und Kosten einsparen bzw. effizienter verteilen – und das, indem wir die Möglichkeiten der Azure-Cloud-Native-Dienste und einer modernen Datenplattform ausschöpfen.

Fast ein Drittel (32 %) der für unsere Reports befragten Unternehmensvertreter ist der Überzeugung, dass es ohne eine KI-Strategie schwer werden wird, die gesetzten Geschäftsziele zu erreichen. Anders gesagt: Wir sollten alle sorgfältig daran arbeiten, dass der Einsatz von Daten und KI auf die zunehmend digitalen und datengetriebenen Unternehmensziele ausgerichtet ist.

KI + Datenplattform = skalierbare KI-Lösung und gesteigerter Unternehmenswert

Erfolgreiche Unternehmen setzen auf den Aufbau einer KI-Strategie und einer verlässlichen Plattform für die Datenmodernisierung. Parallel dazu entwickeln sie KI-Use-Cases weiter, um den Einsatz von KI im Unternehmen zu skalieren und so Lösungen zu schaffen, die auf die strategischen Ziele der Organisation einzahlen.

Ein Beispiel: Ein führender Hersteller für Wasser-Boiler und Anbieter für intelligente Heizungen wollte die Service-Anfragen für Boiler-Störungen prognostizieren, um die Kundenzufriedenheit zu erhöhen. Der Kunde beabsichtigte, die Antwortzeit für eine Ausfallmeldung von durchschnittlich drei Tagen auf einen Tag zu senken. Dafür haben wir im ersten Schritt gemeinsam mit dem Kunden einen Workshop abgehalten. Ziel war es herauszufinden, wie wertvoll und aussagekräftig seine Daten sind, und ob sich damit Ausfälle von Boilern mit hoher Genauigkeit vorhersagen lassen. Wir stellten dafür Hypothesen auf und kombinierten sie mit neuen und externen Informationsquellen wie Wetterdaten für einen Vorhersageansatz mit mehr als 450 Machine-Learning-Modellen. Das Ergebnis: Boiler-Ausfälle ließen sich mit einer höheren Genauigkeit bezüglich Regionen, Fehlertypen, Wetterschwankungen und Wochentagen vorhersagen.

Dieser neue Ansatz sorgte beim Kunden für eine 98-prozentige Vorhersagegenauigkeit und eine Reduktion der ungeplanten Service-Einsätze um 60 Prozent in den Sommermonaten. Der Wert der Daten war somit schnell erwiesen, und das Unternehmen startete eine groß angelegte IoT-Initiative zur Verbesserung des Service-Modells. Auch ein Konzept für einen Digitalen Zwilling, eine digitale Nachbildung physischer Hardware, wurde entwickelt. Dieses größere Projekt fußte auf einer Datenplattform und generierte Mehrwert für das Unternehmen, indem es die Kundenzufriedenheit steigerte und jährlich erhebliche Kosten einsparte.

Der Einsatz von KI bringt große Verantwortung mit sich

Die Risiken und die wachsende Bedeutung digitaler Ethik beim Einsatz moderner Technologien sind vielen Kunden, mit denen ich arbeite, bewusst. In unserer Forschung zum Reifegrad von KI haben wir festgestellt, dass 95 % der Business- und IT-Entscheider glauben, dass es negative Konsequenzen haben könnte, wenn sie digitale Ethik nicht ernst nehmen.

Unternehmen, die KI-Anwendungen skalieren, stehen in der Verantwortung, diverse Herausforderungen bezüglich Transparenz, Privatsphäre oder unbeabsichtigten Verzerrungen in den Daten anzugehen. Das Avanade Framework zur digitalen Ethik, das auch ein spezielles KI-Framework einschließt, unterstützt Unternehmen dabei, digitale und KI-Ethik in ihre Prozesse einzubinden und ethische Überlegungen in ihren Führungsstrukturen, Kennzahlen und Audits zu berücksichtigen.

Unterschiedliche Fragen, ähnliche Zielvorstellungen

Den Unternehmenswert durch KI-Anwendungsfälle zu steigern und eine moderne Datenplattform aufzubauen, sind keine Gegensätze, sondern eine sich verstärkende, komplementäre Strategie, deshalb ist KI für mich das Yin zum Yang einer modernen Datenplattform. Das eine ohne das andere führt zu einem Wertverlust – ein Unternehmen ist dann nicht in der Lage, den größtmöglichen Effekt und ROI seiner KI-Initiativen zu nutzen und zu skalieren.

Als Ingenieurin weiß ich, dass KI längst keine reine Sache fürs Labor ist. KI-Erfolg beginnt mit einer Strategie, die an die Unternehmensziele geknüpft ist und einer Umsetzung, die differenzierte Kunden- und Mitarbeiter-Erfahrungen ermöglicht, Produkte transformiert sowie operationale Prozesse auf allen Ebenen einer Organisation automatisiert und optimiert.

Vor allem aber liegt der ethisch vertretbare Einsatz von KI nicht nur in der Verantwortung der Unternehmen, sondern auch in der jedes Einzelnen. Das größte Risiko besteht, wenn es kein ethisches Framework für den Einsatz von KI jetzt und in Zukunft gibt.

Lesen Sie mehr zum Thema Digital Ethics in unserer Studie Digitale Ethik als Grundlage für die erfolgreiche Einführung von Künstlicher Intelligenz.