1. Ausrichtung der KI-Initiativen auf die Unternehmensziele
KI ohne eine klare Ausrichtung an die (strategischen) Geschäftsziele bringt meistens nicht die gewünschten Ergebnisse. Es wird ein Pilot nach dem anderen gestartet, der Impact auf das Business bleibt aber beschränkt. KI entwickelt sich momentan stark weiter und stellt immer neue Technologien bereit. Für Unternehmen ist es daher von entscheidender Bedeutung, nicht nur einfach mit dem Strom zu schwimmen, sondern genau zu prüfen, inwiefern KI bei der Erreichung der Geschäftsziele und der Unternehmensstrategie unterstützen kann. KI wird noch zu oft als ein reines IT-Thema wahrgenommen und auf die Lösung einzelner Anwendungsfälle beschränkt.
Ohne einen klaren, von den Geschäftszielen abgeleiteten Ansatz, laufen Unternehmen Gefahr sich von einem Use Case zum Nächsten zu arbeiten, ohne jemals effektiv skalierbare Lösungen zu identifizieren ("Innovation Theater").
2. Förderung einer KI-freundlichen Kultur
Aktuelle Studien zeigen, dass das Vertrauen der Öffentlichkeit in KI sinkt. Die raschen Fortschritte der Technologie sowie die zunehmende Verbreitung in alle Bereiche des Arbeitsumfelds sind mögliche Ursachen, da nicht alle Mitarbeitende mit der schnellen Entwicklung Schritt halten können. Diese Unsicherheit stellt Firmen vor große Herausforderungen, da Mitarbeitende sich der neuen Technologien verweigern und dadurch die Wettbewerbsfähigkeit des Unternehmens mittelfristig gefährdet ist.
Um dem entgegenzuwirken, ist es wichtig, Mitarbeitende frühzeitig einzubinden, sodass KI als ein Werkzeug zur Produktivitätssteigerung angenommen wird, welches mehr Freiraum für hochwertige Aufgaben schafft. Unternehmen sollten eine Kultur fördern, die das Ausprobieren neuer Technologien ermöglicht. Ein Ansatz können zum Beispiel firmeninterne Hackathons sein, bei der Umgang und Einsatz von KI zu konkreten Business Challenges geübt werden kann. Hier empfiehlt sich auch der Einsatz von No Code / Low Code basierten KI-Lösungen, so dass Mitarbeitende auch ohne Programmierkenntnisse teilnehmen können.
3. Mitarbeitenden die relevanten Kompetenzen vermitteln
"Bis 2025 werden 50 % aller Arbeitnehmer eine Weiterbildung/Umqualifizierung benötigen."
Die alltägliche Interaktion mit digitalen, KI-unterstützten Systemen wird in den kommenden Jahren Normalität werden und den Arbeitsmarkt stark verändern. Für Unternehmen ist es daher wichtiger denn je, ihren Mitarbeitenden die notwendigen Möglichkeiten zur Umschulung und Weiterbildung zu bieten. Dies kann durch einfache Maßnahmen wie ein kostenloses Abonnement zu einer Online-Schulungsplattform realisiert werden oder durch Kollegen, die ihr Wissen bei einem Learn & Lunch weitergeben möchten.
Die Bereitschaft für kontinuierliches Lernen und die Entwicklung von Fähigkeiten der Mitarbeitenden ist entscheidend, um in einer sich ständig verändernden Geschäftsumgebung wettbewerbsfähig und anpassungsfähig zu bleiben. Digitalisierung und KI verstärkt die Erfordernis zum Lifelong Learning nochmals deutlich.
4. Entwicklung ethischer Leitlinien und Vertrauensaufbau in Unternehmen
Um Misstrauen gegenüber KI zu abzubauen, ist es entscheidend, klare ethische Richtlinien festzulegen und zu überwachen. Dafür sind neue Prozesse für die Implementierung und Nutzung von KI erforderlich, so dass Missbrauch oder falsche Anwendung auf ein angemessenes Minimum reduziert werden können. Besonders kritisch ist die Anwendung von KI im HR-Bereich. Das Vertrauen der Belegschaft geht schnell verloren, wenn KI eingesetzt wird, um beispielsweise "Underperformer" zu ermitteln. Klare ethische Leitlinien, welche geschult, überwacht und gelebt werden, fördern eine Kultur des ethischen Verhaltens und Verantwortungsbewusstseins, welche auch belastbar nach innen und außen kommuniziert werden kann. Dieser proaktive Ansatz schützt nicht nur vor möglichem Missbrauch von KI, sondern stärkt auch den Ruf des Unternehmens bzw. das Markenbild.
5. Implementierung von sicherem Datenmanagement
Daten bilden die Grundlage für alle KI-Systeme und prägen deren Qualität, Neutralität bzw. Fairness. Daher ist ein robustes und sicheres Datenmanagement unerlässlich. Es ist notwendig sicherzustellen, dass Trainingsdaten frei von Bias sind, da KI-Systeme diese Muster erkennen und daraus falsche Schlussfolgerungen ziehen könnten. In der Theorie hört sich dies sehr einfach an, die praktische Anwendung dieses Grundsatzes ist allerdings schwer. Der "Information Bias" kann insbesondere bei der Verarbeitung von soziodemografischen oder anderen persönlichen Daten, welche zum Anlernen von KI-Modellen genutzt werden zu großen Problemen führen, was die jüngsten Probleme von Chatbots auf Basis von Large Language Models gezeigt haben.
Darüber hinaus ist es wichtig, den Datenschutz und die Informationssicherheit weiter zu gewährleisten, so dass keine persönlichen oder andere vertrauliche Daten an Unbefugte weitergegeben werden.
Unternehmen sollten trotz dieser berechtigten Bedenken nicht auf den Einsatz von KI verzichten. Durch effektives Datenmanagement können Unternehmen Risiken minimieren und gleichzeitig die Vertraulichkeit und Integrität ihrer Daten gewährleisten. Es ist entscheidend, sorgfältig zu definieren, wann und wie Daten für die Entwicklung von KI-Modellen genutzt werden dürfen. Zudem sollten Monitoring-Prozesse implementiert werden, um Abweichungen im regulären Betrieb frühzeitig zu erkennen. Dies wird für viele in Europa tätigte Unternehmen, spätestens mit dem EU AI Act ohnehin erforderlich sein.
Quellen: Edelmann, World Economic Forum
