Manche scheinen sich zu wünschen, generative KI sei eine Dampfmaschine: Einfach ordentlich viel Kohle reinkippen, und ab geht’s mit dem Business, wie auf Schienen. Mehr als zwei Jahre Best-Practice-Erfahrung zeigen, dass es leider nicht ganz so einfach ist. Für mich Anlass genug, mir Gedanken zu einer kleinen Blog-Serie zu machen. Deren erster Teil handelt von den Reifegraden von Generative AI – und was das für Sie bedeuten kann.

Mein Arbeitgeber und ich sind eng mit Microsoft verwoben, darum konnten wir „von Anfang an“ die rasante Entwicklung der generativen KI mitgestalten und unseren Kunden einen entsprechenden Vorsprung ermöglichen. Auf den Punkt gebracht, gibt es im Prinzip drei grundlegende Reifegrade bei der unternehmensweiten und ggf. übergreifenden Implementierung generativer KI in Unternehmen.

Phase I beschreibt den schnellen Start; einzelne Abteilungen identifizieren, wie und wo KI sinnvoll intern einsetzbar ist, und führen erste Tests durch.
In Phase II wird die Strategie definiert, in der ausgehend von der Umsetzung einzelner Use Cases bereits ganze Prozessketten in den Fokus rücken.
In Phase III schließlich erweitert sich diese Sicht auf ganze Geschäftsmodelle, wodurch auch eine oder mehrere Plattformen – off the shelf oder custom built – Einzug halten.

So konnten wir beispielsweise mit einem Kunden 2022 erste PoCs (Proof of Concepts) umsetzen, die u. a. zu einem OpenAI Playground (jeder Mitarbeiter soll Zugriff auf „ChatGPT“ haben) und einem erweiterten Knowledge Management über mehrere Datenquellen hinweg als Abteilungsanwendung führten. Die gewonnenen Erkenntnisse wurden in eine weitere Abteilung skaliert. Im nächsten Schritt hat dieser Kunde eine abteilungsübergreifende technische Plattform und ein Center of Excellence etabliert, die völlig neue Anwendungsfälle jenseits der Kernaufgaben der bisher beteiligten Abteilungen ermöglichen – und die mittlerweile eine Vielzahl von Projekten in praktisch allen Unternehmensbereichen erfolgreich zum Einsatz bringen. Dieser Kunde ist also bereits auf dem Weg von Phase II zu Phase III.

Wenn Sie sich jetzt kurz zurücklehnen und nachdenken, werden Sie sich und Ihr Unternehmen vermutlich ebenfalls in irgendeiner dieser drei Phasen verorten; falls nicht, haben Sie recht sicher bald ein Wettbewerbsproblem. Wahrscheinlich ist aber, dass Sie sich gerade in Phase I oder sogar schon in Phase II befinden. Sollte das der Fall sein, ist die Zeit der PoCs vorüber. Es stehen erste MVPs zur Verfügung, und vielleicht haben Sie sogar auch schon mit Hackathons zum Thema wichtige Grundlagen geschaffen. Gleichzeitig feilen Sie an der KI-Strategie, führen Assessments entlang Ihrer ganzen Wertschöpfungskette durch, identifizieren relevante Use Cases, qualifizieren sie und priorisieren anhand von Business Cases eine Roadmap für die nächsten Jahre. Dabei sehen wir das klare Muster, zunächst interne Use Cases produktiv zu setzen, die technische Plattform zu stabilisieren und dann Anwendungen Richtung Endkunde oder für hochspezialisierte Szenarien zu entwickeln.

Das ist ein entscheidender Punkt. Denn hier reift auch die Erkenntnis um die extrem hohe Relevanz des Themas generativer KI – und daraus folgend um die nachhaltige Änderung des eigenen Angebots bzw. Portfolios oder Geschäftsmodells. Hier finden die ersten großen Umbrüche statt; die Marketing-Abteilung etwa kann bereits in Phase II schnell wirklich brauchbare Texte oder Bilder mit eigenen IP-Rechten erzeugen, oder das unternehmensweite Wissensmanagement profitiert sehr stark; die Arbeitsweise der Menschen und die Produkte ändern sich jedoch im Verlauf von Phase III grundlegend, hier sehen wir derzeit, dass die ersten Anwendungen zu Endkunden live gehen, wie Self-Service-Portale, die mit ihren ChatGPT-ähnlichen Dialogfähigkeiten bestehende Contact Center massiv entlasten. Zuvor stehen jedoch Make-or-Buy-Entscheidungen an, ebenso wie die Frage nach dem Plattform-Setup. Diesen Übergang von Phase II zu Phase III thematisiere ich in meinem nächsten Beitrag.

Bis dahin immer dran denken: A prompt a day keeps the job center away.

Dieser Beitrag wurde bereits auf LinkedIn veröffentlicht.

Live aus dem KI-Maschinenraum - Teil 1: KI-Reifegrade und Ihr persönlicher Weg