Implementierung generativer KI: Anwender warten ab

Illustration Absmeier foto freepik

In aller Munde, nicht aber in den Köpfen – so könnte man die aktuelle Situation in Unternehmen beschreiben, geht es um das Thema KI: Während spezialisierte KI-Dienstleister beharrlich die vielfältigen Möglichkeiten hervorheben, bleiben Anwender skeptisch. Viele Kunden haben keine genaue Vorstellung davon, welche konkreten Vorteile für den Unternehmensbetrieb erwachsen. Aber auch fehlende Daten für aussagekräftige KI-Analysen sorgen für Startschwierigkeiten.

 

Unklarheit über den konkreten Nutzen, regulatorische Unwägbarkeiten und Datenmangel stellen sich aktuell als die größten Herausforderungen für das KI-Geschäft dar. Zu diesem Ergebnis kommt eine Untersuchung, die Gartner im vergangenen Jahr über einen Zeitraum von vier Monaten mit 33 KI-Dienstleistern und auf Basis von mehr als 150 Anwendungsfällen durchgeführt hatte: Rund 31 Prozent der interviewten KI-Anbieter gaben darin zu Protokoll, dass es ihnen besonders schwerfalle, Kunden über aktuelle und zukünftige Möglichkeiten mit KI aufzuklären. Das mehrheitliche Zögern bei Kunden ließe sich unter anderem mit mangelndem Vertrauen in die Technologie erklären. Jeweils weitere zwölf Prozent äußerten sich im Rahmen der Erhebung dahingehend, dass fehlende Vorschriften und Regularien sowie der unklare geschäftliche Nutzen für das geringe Interesse an KI-Technologien verantwortlich seien. Obendrein, so eine weitere Erkenntnis der Gartner-Umfrage, fehlt es häufig schon an einer geeigneten digitalen Infrastruktur zur Erfassung einer größeren Menge an Daten, die für die KI nutzbar gemacht werden könnten. All das führt nicht selten mit hohen Anfangsinvestitionen, verzögerten Projektimplementierungen und ungenauen KI-Modellen.

 

KI-Dienstleister müssen Geschäftswert konkretisieren

Die Erhebung zeigt: KI-Dienstleister haben nicht nur Schwierigkeiten, sich technologisch vom Wettbewerb zu differenzieren. Sie stehen vor der Herausforderung, die Genauigkeit ihrer KI-Modelle zu verbessern und den Geschäftswert für ihre Kunden in Form von KPIs zu konkretisieren, um die Akzeptanzprobleme aus der Welt schaffen zu können. Dieses Vertrauen könnte damit aufgebaut werden, indem zunächst vertikale Projekte vorangetrieben werden, deren Erfolg sofort erkennbar ist, bevor neue Anwendungsfälle in Angriff genommen werden. Darüber hinaus besteht im Aufbau einer dedizierten Community und Schulungsprogrammen die Chance, KI-Fähigkeiten besser präsentieren zu können.

 

Datenmenge oft nicht ausreichend

Doch deutlich wird in der Untersuchung auch: Kundendaten sind häufig gar nicht für den Einsatz mit KI aufbereitet oder nicht in ausreichender Menge vorhanden. Damit fehlt es Dienstleistern an Informationen, die für das Training von KI-Werkzeugen und die Genauigkeit von KI-Modellen zwingend benötigt werden. Neben der Datenmenge und -qualität fehlt es zudem an der passenden digitalen Infrastruktur, um die benötigten Informationen erfassen zu können. Die Scheu der Anwender ist demnach allzu verständlich. Um nämlich das Problem der Datenerfassung in den Griff zu bekommen, wären zum Teil erhebliche Investitionen in die IT-Infrastruktur nötig, was wiederum auch die Kosten und den Zeitrahmen für die KI-Projekte merklich erhöhen würde. In stark regulierten Branchen wie dem Gesundheitswesen und dem Rechtswesen wiederum schränken Bedenken hinsichtlich des Datenschutzes die Möglichkeiten von KI-Anbietern zum Trainieren ihrer Modelle weiter ein, während Anbieter von Wissensmanagementlösungen oft mit Problemen durch unstrukturierte Daten für das Training von KI-Modelle konfrontiert sind. Hier wäre zunächst eine Datenbereinigung nötig – die ebenso zu zusätzlichem Aufwand führt.

 

Differenzierung durch Service

Gründe, weshalb KI-Anbieter mehr und mehr dazu übergehen, synthetische Daten für das Modelltraining und die Feinabstimmung zu verwenden. Auch Partnerschaften mit Datenanbietern dienen Dienstleistern dazu, an den nötigen Pool an Informationen zu kommen. Dass für KI-Dienstleister kein Weg daran vorbeiführt, sich vom Wettbewerb zu differenzieren, wird deutlich, blickt man hinter die Kulissen der potenziellen KI-Kunden: Viele Anwender befinden sich in Sachen generativer künstlicher Intelligenz in einer Evaluierungsphase und führen vorsichtshalber mehrere Proof-of-Concepts (POCs) mit verschiedenen Anbietern durch. Und weil viele LLM-Modelle auf Technologien von wenigen Branchenführern wie Google oder OpenAI basieren, müssen KI-Dienstleister ihre Wettbewerbsvorteile durch neue Differenzierungsmerkmale unter Beweis stellen. KI-Dienstleister sollten sich mit ihren Geschäftsmodellen deshalb nicht ausschließlich auf die Technologie selbst konzentrieren, sondern mit Servicequalität punkten. Dazu gehören beispielsweise eine bessere Kundenbetreuung, höhere Genauigkeit bei der Projektplanung sowie schnellere Implementierungen. Besonders wichtig ist es in einer Zeit, in der die technologischen Alleinstellungsmerkmale noch auf sich warten lassen, ein langfristiges und nachhaltiges Wachstum zum Ziel zu machen.

Faktoren, die Anbieter berücksichtigen sollten:

  • Vertikaler oder horizontaler Fokus: Ein vertikaler Fokus ermöglicht es, tiefgreifendes Fachwissen für spezifische Branchen und deren Anwendungsfälle zu nutzen. Diese Herangehensweise resultiert in einer besseren Preisgestaltung, schnelleren Bereitstellung und präziseren Modellen. Ein horizontaler Ansatz hingegen ermöglicht eine breitere Anwendung und damit niedrigere Entwicklungskosten.
  • Förderung von Synergien: KI-Anbieter sollten die Bewertung von Möglichkeiten für Anwender und eine kundenorientierte Umsetzung dazu nutzen, in andere Geschäftsbereiche expandieren und einen höheren Geschäftswert bieten zu können.
  • Aufbau starker Partnerschaften zur Wertschöpfung: Partnerschaften mit wichtigen Technologieanbietern, KI-Start-ups und akademischen Institutionen tragen dazu bei, eine solide Basis für die Entwicklung und Umsetzung von KI-Modellen zu schaffen.

 

KI-Durchbruch ist eine Frage der Zeit

Es steht außer Frage, dass KI in Zukunft weiter an Bedeutung gewinnen wird. Laut Gartner wird die erwartete durchschnittliche jährliche Wachstumsrate für Services rund um generative KI vom Jahr 2022 bis 2027 bei rund 170 Prozent liegen. Für KI-Dienstleister heißt es jetzt, die Weichen mit richtigen Entscheidungen zu stellen. Dazu gehört es, Kunden den Geschäftsnutzen für eine KI-Implementierung klar und deutlich anhand aussagekräftiger KPIs kommunizieren zu können, den Service und die Sichtbarkeit zu verbessern und Durchhaltequalität zu beweisen.

Annette Zimmermann, VP Analyst und

Akhil Singh, Research Specialist bei Gartner

 

4044 Artikel zu „KI Einsatz „

KI in der Praxis: Best Practices zum Einsatz von künstlicher Intelligenz

Es ist nicht leicht, mit den neuesten KI-Trends Schritt zu halten, geschweige denn, sie gewinnbringend in die Praxis umzusetzen. Für den Visionary Voices AI Guide spricht Qlik ab sofort regelmäßig mit Datenexperten aus der ganzen Welt, um herauszufinden, wie sie konkrete KI-Techniken im Geschäftsalltag anwenden. Welche Erkenntnisse sich aus den ersten Gesprächen ergeben haben, hat…

GenAI im Unternehmenseinsatz – Wenn die KI anklopft

Die Begeisterung über das Potenzial der generativen KI ist ungebrochen. Von Start-ups über Mittelständler bis hin zu Großkonzernen – viele denken derzeit über den Einsatz von GenAI-Tools nach. Die Unternehmen erhoffen sich von der Automatisierung und der damit verbundenen Effizienzsteigerung spürbare Vorteile, jedoch  birgt die Umsetzung von KI-Projekten auch einige Risiken und Herausforderungen.

Deutschland zu risikoscheu bei Nutzung und Einsatz von KI

Verbraucher erkennen die Vorteile von KI für Wirtschaft und Gesellschaft. Bedenken vor allem in Bezug auf Cybersicherheit.   Nach dem »Jahr der künstlichen Intelligenz (KI)« hat eine aktuelle, repräsentative Umfrage von Splunk, Anbieter in den Bereichen Cybersicherheit und Observability, ein gemischtes, aber weitgehend positives Bild der öffentlichen Einstellung zur KI aufgezeigt. Die Mehrheit der Befragten…

Über 80 Prozent der Unternehmen planen intensiveren Einsatz von generativer KI

Bereits heute wird generative KI bei 82,1 Prozent zumindest experimentell genutzt. Die größten Hindernisse für einen verstärkten Einsatz von generativer KI stellen Sorgen über rechtliche Aspekte (40,3 Prozent) sowie mangelnde Ressourcen (29,3 Prozent) und fehlendes Wissen in der Belegschaft dar (28,5 Prozent).   Generative KI ist in deutschen Unternehmen branchenübergreifend bereits weit verbreitet. Zu diesem…

Die Rolle von KI bei Rettungseinsätzen für Geiseln

»Die Fähigkeit der KI, große Mengen an Daten schnell und präzise zu verarbeiten, macht sie zu einem wertvollen Werkzeug in Geiselsituationen,« sagt Geonode-Experte Phillip Pratt. Er erklärt, was die künstliche Intelligenz leisten kann: Digitalen Systeme infiltrieren: Hochentwickelte KI-Systeme können Sicherheitsnetze durchbrechen, Kommunikationen überwachen und Geiseln orten. Echtzeitdaten analysieren: KI kann mehrere Datenpunkte gleichzeitig durchsuchen, um…

Zwischen DSVGO und AI Act – Wie Unternehmen beim Einsatz von KI rechtliche Risiken im Blick behalten

Fünf Jahre ist die DSGVO nun in Kraft und die Europäische Kommission will die Regelung noch im ersten Halbjahr verbessern. Konkret sollen verbindliche Fristen für die Weiterleitung von Beschwerden und eine generelle Bearbeitungsfrist kompletter Beschwerdeverfahren eingeführt werden. Das Thema KI wird die EU separat im »AI Act« regeln, wobei DSGVO und KI eng verflochten sind,…

2023 State of the Cloud Report: Unsichere Wirtschaftslage verschiebt Cloud-Prioritäten und treibt KI-Einsatz weiter an

Flexera hat den jährlichen State of the Cloud Report 2023 vorgelegt [1]. Die Umfrage unter mehr als 750 Unternehmen zeigt: Die Cloud zeigt sich von der unsicheren Wirtschaftslage weitgehend unbeeindruckt. Zwar rückt die Optimierung von bestehenden Cloud-Ausgaben bei den IT-Verantwortlichen nach oben. An der wachsenden Adoption und Nutzung von SaaS, Public Cloud & Co. ändert…