1. Künstliche Intelligenz-Grundwissen in den Geschäftsbereichen aufbauen
Damit Mitarbeiter in den Geschäftsbereichen ein Gespür dafür entwickeln, wie Künstliche Intelligenz ihnen im Arbeitsalltag helfen kann, benötigen sie ein grundlegendes Verständnis der Technologie. Ein breit angelegtes Training vermittelt ihnen Kenntnisse über die Möglichkeiten, Grenzen und Funktionsweisen von KI, sodass sie Anwendungsfälle und Optimierungspotenziale in ihren Bereichen erkennen. Mitarbeiter, die ein tieferes Verständnis entwickeln, sollten gezielt gefördert werden, damit sie als Multiplikatoren bereichsübergreifende Communitys aufbauen und den Wissens- und Erfahrungstransfer zwischen den einzelnen Abteilungen sicherstellen.
2. IT und Business enger verzahnen
Häufig haben IT-Abteilungen nur wenige Einblicke in geschäftliche Probleme und Anforderungen. Deshalb ist es notwendig, IT und Business stärker miteinander zu verbinden und die Zusammenarbeit zu fördern. Dabei helfen nicht nur bereichsübergreifende Teams und gemeinsame Workshops mit Data Scientists und KI-Spezialisten, sondern auch gemeinsame KPIs und Incentives. Auf diese Weise können IT und Business besser aufeinander abgestimmt und KI-Initiativen mit den Geschäftszielen in Einklang gebracht werden. Ideal ist, wenn alle Beteiligten eine KI- und Automatisierungsstrategie für das Unternehmen entwickeln und wichtige Kompetenzen in einem Center of Excellence (CoE) bündeln, das mit seinem geballten Wissens- und Erfahrungsschatz alle Unternehmensbereiche bei KI-Projekten unterstützt.
3. Neue Rollen mit neuen Fähigkeiten schaffen
Um Künstliche Intelligenz erfolgreich einzuführen und einzusetzen, benötigen Unternehmen Mitarbeiter mit ganz spezifischen Fähigkeiten. Dazu zählen natürlich Data Scientists und KI-Spezialisten, die sich mit der Analyse und Aufbereitung von Daten sowie der Entwicklung und dem Training von KI-Modellen auskennen. Nicht minder wichtig sind jedoch dedizierte KI-Projektmanager, die KI-Projekte überwachen und steuern, sowie KI-Business-Analysten, die zwischen IT, Business, Data Scientists und KI-Spezialisten vermitteln und geschäftliche Anforderungen in konkrete Funktionen von KI-Lösungen übersetzen können.
4. Ein Framework für Künstliche Intelligenz und Automatisierung entwickeln
Mit einem Framework für Künstliche Intelligenz und Automatisierung können Unternehmen ihre Initiativen zielgerichtet vorantreiben und Innovationen fördern. Das Framework definiert feste Prozesse zur Generierung, Bewertung und Umsetzung von KI-Anwendungsfällen – inklusive eines Zyklus aus Tests, Feedback-Schleifen und Anpassungen, um die KI-Lösungen kontinuierlich zu verbessern. Darüber hinaus schafft es Anreize und Freiräume, die Mitarbeiter dazu motivieren, Ideen einzubringen und sich bei deren Weiterentwicklung zu engagieren. Natürlich gehört das Framework selbst regelmäßig auf den Prüfstand, um es – basierend auf den Erfahrungen der zurückliegenden und laufenden Projekte – immer weiter zu optimieren.
5. Gesetzliche, regulatorische und ethische Aspekte berücksichtigen
KI-Lösungen sollten nicht nur rechtlichen Vorgaben entsprechen, sondern auch fair und transparent arbeiten. Das fördert das Vertrauen in die Lösungen und erleichtert es, Aufgaben bis hin zu autonomen Entscheidungen an sie zu übertragen. Ein Governance-Framework hilft, Gesetze, ethische Normen sowie Datenschutz- und Sicherheitsstandards einzuhalten und Risiken zu minimieren – über den gesamten Lebenszyklus von KI-Lösungen hinweg.
„Nur mit einem strategischen Ansatz können Unternehmen das volle Potenzial von KI ausschöpfen und das Autonomous Enterprise vorantreiben“, betont Florian Lauck-Wunderlich, Head of AI and Advanced Analytics Consulting EMEA bei Pegasystems. „Ohne mehr KI und Automatisierung wird es für Unternehmen schwer, im digitalen Zeitalter wettbewerbsfähig zu bleiben.“
