Künstliche Intelligenz: Wie der deutsche Mittelstand den digitalen Wandel schafft

Für den Wirtschaftsstandort Deutschland ist es von enormer Bedeutung, jetzt auf Zukunftstechnologien wie künstliche Intelligenz zu setzen, um langfristig nicht den Anschluss zu verlieren. Denn im US-amerikanischen und chinesischen Markt sind solche Lösungen bereits im Alltag angekommen. Aber es ist noch nicht zu spät, die enormen Potenziale und Hebelwirkungen von Big Data gewinnbringend zu nutzen.

Daten sind zum wichtigsten Rohstoff unserer Zeit geworden. Und das wird auch so bleiben, schaut man sich an, wie die weltweite Datenmenge in den kommenden Jahren anwachsen wird. Global betrachtet wird sich das Volumen generierter Daten bis 2025, verglichen mit 2018, laut Prognosen auf über 175 Zettabyte mehr als verfünffachen. Ein großer Teil davon wird auf Informationen fallen, die in Unternehmen anfallen und verarbeitet werden.

Künstliche Intelligenz ermöglicht Datenanalyse

Bereits heute können selbst kleine Unternehmen, die schieren Menge an Informationen händisch gar nicht mehr auswerten. Und der Informationsvorsprung von Unternehmen, die ihr Datenpotenzial nutzen, ist bereits so groß, dass Wettbewerber nur schwer mithalten können. Die Frage ist also nicht, welche Vorteile es hat, Daten über künstliche Intelligenz zu analysieren, sondern, welche Nachteile es hätte, langfristig darauf zu verzichten. Der Treiber der deutschen Wirtschaft, die KMUs, sollten daher jetzt in die Technologie investieren, wenn sie es nicht schon getan haben.

Aller Anfang ist gar nicht so schwer

Um den Einstieg zu schaffen, braucht es ein Ziel: Wofür braucht es künstliche Intelligenz und in welchem Bereich soll diese eingesetzt werden. Je konkreter die Anwendung, desto leichter die Umsetzung. Denn eine KI braucht viele Daten, um gut trainiert zu werden. Und bei einem konkreten Einsatz lassen sich diese Daten schneller und direkter identifizieren. Eine Anwendung, die sich für Unternehmen aller Größen empfiehlt, heißt Observability, also das Monitoring von Software-Anwendungen.

Hier wird KI aktiv genutzt, um Daten aus allen möglichen Quellen im Unternehmen zu sammeln, zu analysieren und auf einem einzigen Dashboard auszuwerten. Dabei werden Systemfehler automatisch erkannt und behoben bzw. zusammen mit der Quelle sowie einer klaren Handlungsempfehlung an menschliche Mitarbeiter weitergeleitet. Ziel ist eine permanente Überwachung der IT-Infrastruktur und Maximierung der Reaktionszeiten von IT-Teams und Mitarbeiter. Um Systemausfälle und Datenverluste zu verhindern. Außerdem ermöglicht die gemeinsame Analyse aller Unternehmensdaten Einblicke und Synergien, die wiederum als Grundlage für Innovation und Entwicklung im gesamten Unternehmen genutzt werden können.

Das Konzept sollte so aufgebaut sein, dass Informationen möglichst zentral gesammelt und analysiert werden, zudem sollte sichergestellt sein, dass nicht bereits zu Beginn Datensilos entstehen. Das heißt, die Anwendungen sollten Zugriff auf wirklich alle Daten im Unternehmen haben. Und diese laufen am besten über eine Cloud als Data Lake zusammen.

Ziel definiert, jetzt startet das Training

Bevor KIs in der Praxis eingesetzt werden können, müssen sie trainiert werden: Während des Roll-out füttern die Entwicklerteams sie mit sogenannten Trainingsdaten, das sind typische Daten aus dem jeweiligen Unternehmensbereich. Ziel ist es, der KI ein möglichst genaues Bild davon zu zeichnen, auf was ihr Algorithmus in Zukunft achten soll, zum Beispiel, bei welchen Software-Fehlern, welche Schritte eingeleitet werden müssen.

Die Trainingsphase ist von enormer Bedeutung, da die KI sich später selbstständig auf Basis der ausgewählten Trainingsdaten weiterentwickeln soll. Je besser also die Auswahl, desto besser später auch der Output der Software. Sollte irgendwann einmal auffallen, dass Trainingsdaten von schlechterer Qualität verwendet worden sind, kann im Nachgang aber noch korrigiert werden.

Auch für das Thema Diversity werden KIs und vor allem deren Trainingsdaten immer relevanter werden: je diverser die Daten, die eine KI erhält, desto besser und uneingeschränkter kann das System arbeiten. Und davon profitieren am Ende alle. Denn diverse Trainingsdaten verhindern Bias, also Vorurteile gegenüber bestimmten Geschlechtern, Gruppen oder Ethnien, durch die künstliche Intelligenz im schlechtesten Fall einseitige und sogar unfaire Ergebnisse errechnen. Mit der richtigen Datenbasis wird aber das Gegenteil der Fall sein: durch ihre Unvoreingenommenheit können KIs in Zukunft sogar zu mehr Gleichbehandlung und Diversity in Unternehmen, aber auch auf Kundenseite führen. Und davon profitieren am Ende alle.

Künstliche Intelligenz: So viel Arbeit, so wenig Zeit

Um den Einstieg erfolgreich zu bewältigen, müssen Unternehmen aber nicht anfangen, KI-Spezialisten zu rekrutieren. Mehr und mehr Anbieter verfügen über Software-as-a-Service-Lösungen (SaaS), auch New Relic. Und dabei gibt es oft mehr als nur eine Software zum “Herunterladen”. Ganze Plattformen sind entstanden, mit buchbaren Optionen und Einbindungen, die individuell zusammengestellt werden können. Denn der Mittelstand ist ja auch durch seine Individualität stark, da gibt es keine One-size-fits-all-Lösung.

Die Funktionen im Bereich künstliche Intelligenz von New Relic beispielsweise helfen KMUs, proaktiv dafür zu sorgen, dass ihre Systeme jederzeit funktionieren, und die Zahl der Fehler und Ausfälle zu verringern. Implementierung, Roll-out und der spätere Support können durch den SaaS-Provider übernommen werden. So können auch kleinere Unternehmen ohne eigene IT-Fachkräfte sicherstellen, dass die eingekauften KI- und IT-Lösungen immer optimal genutzt werden. Ein weiterer wichtiger Aspekt, dass etablierte Provider stets aktuelle Datenschutzrichtlinien im Blick haben. So können sie garantieren, dass mit den Unternehmensdaten jederzeit DSGVO-konform umgegangen wird.

Auch unabhängig von der „Man-Power“ braucht die Einführung von KI natürlich Ressourcen, doch auch hier gibt es Lösungen. Mithilfe von Public Cloud Providern können die datenintensiven KI-Lösungen implementiert werden. Die benötigte zusätzliche Rechenleistung kann vorübergehend einfach bei Cloudanbietern eingekauft werden. Wenn die Implementierung geschafft ist und die zusätzliche Leistung nicht mehr gebraucht wird, können sie das einfach wieder kündigen bzw. downgraden.

Künstliche Intelligenz: Potenziale für die Zukunft

Die Datenflut wird auch in Zukunft nicht weniger werden, daher sind die Anwendungspotenziale für KI-Lösungen quasi unbegrenzt. Eines der größten kann ein positiver Einfluss auf die Work-Life-Balance und mentale Gesundheit von Mitarbeiter sein. Denn KI-Lösungen sind in der Lage, durch Echtzeitanalysen einiges an Druck von den Schultern der verantwortlichen Teams zu nehmen. Denn ein IT-Administrator schläft besser, wenn dieser weiß, dass eine KI die internen Systeme ununterbrochen auf Fehler und Ausfälle überwacht. Versicherungsberater erreichen ihre Ziele schneller und entspannter, wenn eine KI im Hintergrund Kunden- und Produktprofile passgenau aufeinander abstimmt.

Künstliche Intelligenz ist in der Lage, gerade langwierige, für menschliche Mitarbeiter oft ermüdende Analyseaufgaben und Datenabgleiche zu übernehmen. So können sich die einzelnen Teams stärker auf anspruchsvollere Aufgaben konzentrieren, die sie persönlich und fachlich weiterentwickeln. Die Möglichkeit, qualitativ hochwertigere Aufgaben zu übernehmen und gleichzeitig von der zuverlässigen Datenanalyse einer KI zu profitieren, wird in Zukunft ein wichtiger Faktor für das Wohlbefinden, aber auch die fachliche Weiterentwicklung von Mitarbeitenden sein. (sg)

Über den Autor: Christian Deponte ist VP EMEA Central von New Relic.

Lesen Sie auch: Künstliche Intelligenz: 4 typische Hürden bei KI-Projekten