Warum KI Projekte oftmals scheitern

4 Tipps für die Durchführung und erfolgreiche Skalierung von KI Projekten

Die Chancen von Robotics und Künstlicher Intelligenz (KI) für die Intelligente Automatisierung von Routineprozessen in Service und Back Office sollten hinlänglich bekannt sein. Und doch scheitern 2 von 3 KI-Projekten daran, dass sie nicht ausreichend skalieren. Liegt es daran, dass viele Entscheider halbherzig auf KI setzen – einfach, um mit Innovation aufwarten zu können? Andreas Klug leitet den Arbeitskreis „Artificial Intelligence“ im Digitalverband Bitkom und gilt als Experte rund um Intelligente Automatisierung. Er zeigt Fehleinschätzungen auf, die häufig zu vermeidbaren Missverständnissen führen – und gibt 4 Tipps, wie Ihr KI Projekt zu einem Erfolg wird.

Ich denke, wir können uns darauf einigen, dass die meisten Unternehmen, die KI-Pilotprojekte starten, auch an das wirtschaftliche Potenzial von KI glauben. Dennoch brachte eine McKinsey-Umfrage von Mai 2017 zutage, dass weniger als 30 Prozent der Piloten beginnen, zu skalieren. 84 Prozent der Unternehmen befanden sich über ein Jahr lang im Pilotbetrieb und 28 Prozent sogar über zwei Jahre (!) lang.

Das sind keine Zahlen, die Mut machen! Woran kann es liegen, dass so viele im Piloten steckenbleiben? Auch wenn ich nicht mit den Unternehmen aus der McKinsey-Umfrage gesprochen habe, habe ich doch einen Verdacht bzw. sogar mehrere. Denn es gibt ein paar grundsätzliche Missverständnisse zum Thema KI und Automatisierung, die in entsprechend aufgesetzten Pilotprojekten zu Frustrationen führen können und die Skalierung mental ausbremsen. Hier die drei, denen ich in Gesprächen und Diskussionen am häufigsten begegne:

1. RPA und KI sind doch das Gleiche.

Eben nicht. Roboter (RPA steht für Robotic Process Automation, robotergestützte Prozessautomatisierung) helfen uns zwar, Daten zwischen Anwendungen auszutauschen, ohne dass es dafür eine generische Schnittstelle braucht. Aber wenn es um unstrukturierte Inhalte geht, sind sie einfach strohdumm. Denn in einer E-Mail kann jedes Wort ein Name und jede Zahl eine Kundennummer sein – das ist von Fall zu Fall verschieden. Entsprechend braucht es KI, um aus dem Wust an Buchstaben und Zahlen passend zum Kontext die relevante Information herzuleiten.

2. Wir können auch einfach mit Regeln automatisieren.

Das stimmt so nicht, denn auch hier gilt: Nur wenn ein eindeutiger Kontext vorliegt, benötige ich tatsächlich keine KI. Gibt es also ein Formular auf der Website Ihres Unternehmens, das die Zusendung eines Antrags auslöst, ist der Fall klar und Regeln können alles lösen. Sobald aber unstrukturierte Fragestellungen in E-Mails und Verträgen auftreten, ist der Kontext entscheidend. Wenn Ihr Kunde beispielsweise „weitere Maßnahmen ankündigt“ heißt das schließlich noch lange nicht, dass er kündigt!

3. KI? Da muss ich ja ALLES umbauen.

Das ist definitiv nicht der Fall. Bereits mit minimaler additiver Integration lassen sich Ergebnisse gezielt verbessern. Richten Sie das Augenmerk auf den Begriff „additiv“: Sie können sehr wohl bereits bestehende Schritte beispielsweise Ihres Input Managements beibehalten und um KI-Komponenten ergänzen, ohne eine Großbaustelle zu eröffnen.

Wenn man bei diesen Punkten mit einer realistischeren Einschätzung an Projekte herangeht, ist sicher schon viel gewonnen. Natürlich gibt es darüber hinaus auch in KI-Projekten, wie in allen Transformationsprojekten, auf unterschiedlichsten Ebenen eine ganze Reihe von Herausforderungen. Deshalb möchte ich Ihnen noch 4 Tipps an die Hand geben, die mit dazu beitragen, den Übergang vom Piloten zum Erfolg sicherzustellen:

1. Sichern Sie sich C-Level Sponsoren.

Ob Sie die Person Projektbotschafter oder Projektsponsor nennen: Holen Sie sich Unterstützung von jemandem, der zu Ihrem Projekt hält und es im Management nach vorne bringt.

2. Nehmen Sie Ihre Mitarbeiter mit.

Fördern Sie eine innere Einstellung, die Veränderungen zu bewirkt, denn es sind Ihre Mitarbeiter, die das Tempo und den Ton einer Transformation mitbestimmen. Fördern Sie auch den Kooperationsgedanken, denn eine funktionsübergreifende Zusammenarbeit zwischen Personen mit unterschiedlichen Kenntnissen und Kompetenzen (fundiertes Prozesswissen, analytisches Verständnis, Digital- und IT-Erfahrung) ist unverzichtbar.

3. Entscheiden Sie sich immer für Make AND Buy.

Das liegt im Grunde auf der Hand. Denn KI und RPA sind so wichtig für den Umbau Ihrer Daten- und Prozessinfrastruktur, dass Sie in jedem Fall Freiraum dafür schaffen sollten, dass Sie Labor-Umgebungen für Ihre Change-Spezialisten schaffen sollten. Aber machen Sie dabei nicht den Fehler und bauen Dinge nach, die es im Standard gibt. Warum sollten Sie interne Ressourcen darauf verschwenden, beispielsweise eine KI zur Automatisierung der Dokumenten- oder E-Mail-Bearbeitung selbst zu bauen, wenn es hier Lösungen wie ThinkOwl gibt, die längst ausgereift und nachweisbar erfolgreich sind.

4. Vergessen Sie nie den Business Nutzen.

Lassen Sie sich nicht von der Technologie mitreißen. Klar, die Möglichkeiten von KI sind absolut beeindruckend, aber KI im Unternehmen ist kein Selbstzweck. Bleiben Sie fokussiert auf den Nutzen: Was genau wird in welchem Umfang verbessert und welchen wirtschaftlichen Wert schafft der KI-Einsatz.

Es kann viele Gründe haben, warum KI-Projekte in einer Pilot-Endlosschleife hängenbleiben. Wenn Sie die eingangs skizzierten Fehleinschätzungen vermeiden und die Tipps beachten, sind Sie einer erfolgreichen Skalierung schon ein gutes Stück näher!

Andreas Klug – ITyX

Erfahren Sie mehr im Webinar am Freitag den 29. November von 10:00 – 10:30 Uhr:

„Warum KI Projekte (oftmals) scheitern“

 

The following two tabs change content below.
Andreas Klug

Andreas Klug

… CMO der ITyX AG, gilt als Evangelist für den Digitalen Wandel, mit dessen Ausprägungen er sich in Vortragsreihen, Fachzeitschriften und in Blogs regelmäßig auseinandersetzt. Er leitet den Arbeitskreis „Artificial Intelligence“ im ITK-Branchenverband Bitkom und ist Mitbegründer der i-Service Initiative. Seine Leidenschaft gilt dem Einsatz von KI Software zur Automatisierung von Prozessen in Kundenservice und Verwaltung

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.